Latest posts
-
Agentes de IA en producción: la distancia entre los benchmarks y el proceso real de su empresa
Los resultados publicados en τ-bench, SWE-bench Verified o GAIA describen entornos cerrados y tareas acotadas. Analizamos por qué esas cifras se degradan al aterrizar en un proceso interno y qué tipo de procesos son candidatos honestos hoy.
-
La responsable de ética de OpenAI se va tras menos de un año, y era la única de la compañía
Chloé Bakalar dejó OpenAI el mes pasado sin anunciarlo. La empresa dice que la ética no depende de una persona; el propio artículo dice que era la única especialista.
-
Qué dice el informe de riesgos de Anthropic y qué hacer con él
Un modelo sin publicar más capaz que el comercial, la estimación de riesgo al alza y un instrumento de medida saturado. Tres puntos y tres cambios concretos en cómo documentar un despliegue.
-
Publicidad en ChatGPT: qué implica para el modelo de negocio de los asistentes
OpenAI monetiza el tramo gratuito en Europa. Análisis del diseño de la implantación, de lo que señala para el mercado y de qué conviene hacer ahora.
-
Cuánto cuesta realmente un caso de uso de IA: el precio por token es la parte pequeña de la factura
El coste de inferencia ha caído dos órdenes de magnitud en dos años, pero los presupuestos de IA se siguen desviando. Analizamos las partidas que no aparecen en la calculadora del proveedor y proponemos un método de cálculo por interacción resuelta.
-
Productividad con IA en desarrollo: por qué la percepción de los equipos no sirve como métrica
Un ensayo aleatorizado con desarrolladores experimentados encontró que trabajaban un 19% más lentos con asistentes de IA, aunque creían haber ido un 20% más rápidos. Analizamos qué implica ese desfase para la medición de la productividad en su organización.
-
Google mantiene abierto TimesFM, un modelo de previsión de demanda que no hay que entrenar
TimesFM 2.5 pronostica series temporales sin entrenamiento previo, con bandas de confianza y variables externas. Qué resuelve en una empresa y qué no.
-
DeepSeek libera Harness: qué significa para una empresa que está montando agentes
DeepSeek publicó el 13 de agosto el código de DeepSeek Harness, la pieza que faltaba entre sus modelos y los agentes que los usan. Sale con licencia MIT, la más permisiva que hay: se puede usar en producto comercial, modificar y no devolver nada. En veinticuatro horas el repositorio pasó de cero a más de…
-
Orquestar varios agentes de IA en lugar de uno solo: qué hay detrás del «graph engineering» y cuándo compensa
El patrón de moda consiste en repartir un proceso entre agentes especializados conectados como un grafo. Explicamos qué se gana de verdad, qué cuesta y a partir de qué tamaño deja de ser sobreingeniería.
-
El 95% de los pilotos de IA generativa no llega a producción: qué distingue al 5% que sí
El informe del MIT NANDA situó en torno al 95% los pilotos de IA generativa sin retorno medible. Analizamos por qué el problema rara vez está en el modelo y qué patrones comparten los proyectos que sí llegan a producción.