La semana en que casi nada fue un modelo
Durante dos años, la pregunta que ordenaba la industria de la inteligencia artificial era cuál modelo razonaba mejor. La primera semana de junio de 2026 enterró esa pregunta sin ceremonia. En siete días, los nombres más grandes de la tecnología hicieron sus movimientos más ruidosos y casi ninguno fue un modelo. Nvidia metió un chip de inteligencia artificial de un petaflop dentro del computador personal, Anthropic presentó papeles para salir a bolsa, y Microsoft, Google, Nvidia y ServiceNow dedicaron sus conferencias estrella a competir por lo mismo: el entorno de ejecución dentro del cual corre un agente autónomo.
El desplazamiento es nítido y tiene consecuencias. Si 2024 y 2025 fueron años de elegir modelo, 2026 es el año de elegir plataforma: un chip, un entorno de ejecución, un plano de control y, cada vez más, una postura de seguridad. Esas decisiones de plataforma son mucho más pegajosas y de horizonte plurianual que la elección de un modelo, que hoy es casi un commodity intercambiable. Quien escoge un modelo puede cambiarlo el mes siguiente; quien escoge una plataforma queda amarrado durante años.
Para un país que no fabrica chips, no opera hiperescaladores y no genera por sí mismo los gigavatios que esto consume, el giro importa más de lo que parece. Cuando la competencia estaba en el modelo, bastaba con tener acceso a una API para participar. Cuando la competencia está en los enchufes —el silicio, la electricidad, la capacidad de nube—, participar exige una infraestructura que la mayoría de las economías no posee. El frente se movió del cerebro al cuerpo de la IA, y el cuerpo es físico, caro y está concentrado en pocas manos.
Nvidia baja del centro de datos al escritorio
El movimiento que mejor simboliza el cambio ocurrió en Taipéi. En Computex 2026, el 1 de junio, Nvidia presentó el RTX Spark, un chip que su director ejecutivo, Jensen Huang, describió como “una nueva era del PC”, sosteniendo en la mano un pequeño computador capaz de correr un agente las 24 horas sin depender de la nube. La frase de Huang —“sin ansiedad de medidor”, en referencia a no pagar por consumo en la nube— resume la ambición: llevar la IA potente al borde, al dispositivo, fuera del centro de datos.
El mercado leyó la jugada al instante. El anuncio de la entrada de Nvidia al mercado de chips para PC hundió las acciones de AMD, Intel y Qualcomm, al reconocer Wall Street la amenaza. Los analistas vieron a Nvidia moverse más allá del centro de datos hacia el llamado borde, a medida que dispositivos más pequeños se vuelven capaces de ejecutar cargas de IA sin recurrir a la nube. Hasta ahora, todo el ascenso de Nvidia en los últimos años estuvo atado al centro de datos; con el RTX Spark intenta poseer también la capa del escritorio.
El contexto financiero amplifica el gesto. Nvidia se convirtió en la segunda empresa más valiosa del mundo, superando a Apple. Una compañía que vende picos y palas para la fiebre del oro de la IA vale hoy más que casi cualquier fabricante de los productos finales. Es la señal más clara de dónde está el poder de la cadena: no en quien hace el modelo ni en quien hace el teléfono, sino en quien hace el silicio que ambos necesitan.
Anthropic toca la campana antes que nadie
Si el RTX Spark mostró dónde está el poder técnico, la otra gran noticia de la semana mostró dónde está el poder financiero. Anthropic, la empresa detrás de los modelos Claude, presentó de forma confidencial el 1 de junio un borrador de declaración de registro (formulario S-1) ante la Comisión de Bolsa y Valores de Estados Unidos, allanando el camino para una oferta pública inicial. El movimiento la pone por delante de sus rivales en la carrera hacia Wall Street.
Las cifras del entorno son vertiginosas y conviene tratarlas como lo que son: valoraciones de mercado privado, no hechos contables auditados. La presentación llegó menos de una semana después de que Anthropic cerrara una ronda de financiación de 65.000 millones de dólares que elevó su valoración a 965.000 millones, casi triplicando los 380.000 millones de apenas tres meses antes. La compañía es una de las tres salidas a bolsa de IA más esperadas del año, junto con OpenAI y SpaceX, esta última apuntando a una valoración del orden de los dos billones de dólares y buscando levantar más de 75.000 millones.
El dato que da la dimensión real del fenómeno no es ninguna valoración individual, sino una advertencia de banca. Bank of America alertó que las salidas a bolsa de SpaceX, OpenAI y Anthropic podrían empujar al alza el peso del sector tecnológico, y analistas describieron 2026 como un ciclo que será “el más trascendental desde la era puntocom o la lección más cara sobre relato frente a fundamentos que los mercados públicos hayan enseñado”. Dicho de otro modo: nadie sabe todavía si las cifras reflejan demanda real o entusiasmo inflado, y el mercado público será el examen.
El verdadero campo de batalla: el runtime
Por debajo de los titulares de chips y salidas a bolsa, la guerra real de la semana se libró en un terreno menos visible: el entorno de ejecución de los agentes. Microsoft, Google, Nvidia y ServiceNow dedicaron sus conferencias insignia a competir por el runtime dentro del cual corre un agente autónomo. No es un detalle técnico: es el lugar donde se decide qué empresa cobra cada vez que un agente de IA hace una tarea.
Los movimientos concretos lo ilustran. Microsoft presentó en su conferencia Build la plataforma Project Solara, pensada para que otras compañías construyan sobre ella dispositivos potenciados por agentes de IA; mostró como referencia una pantalla de escritorio y una credencial de seguridad usables como asistentes, y dijo que empresas como Target, Best Buy y Levi Strauss ya exploran cómo usarla. Microsoft empuja además su propio modelo de programación dentro del editor, parte de su esfuerzo por reducir la dependencia de la tecnología de OpenAI.
El cambio en las reglas de cobro es la pista más concreta de hacia dónde va el dinero. GitHub anunció que, desde el 1 de junio de 2026, todos los planes de Copilot se facturan con créditos de IA por uso, la revisión de código consume minutos de Actions y se incorporan presupuestos por usuario y una vía de ascenso a “Copilot Max”. El paso de un precio fijo por puesto a un cobro por consumo de agente significa que los equipos que automatizan con agentes verán su gasto atado a patrones de uso —tokens y minutos de ejecución— que pueden cambiar el costo mensual de golpe. La economía de la IA deja de ser una suscripción y se vuelve un medidor.
Ese cambio tiene una implicación estratégica que va más allá de la factura. Un costo fijo por puesto es predecible y se presupuesta una vez al año; un costo por consumo convierte cada decisión de automatización en una variable financiera viva. Cuanto más útil resulta un agente, más se usa, y cuanto más se usa, más cuesta. El incentivo se invierte respecto del software tradicional: ya no se trata de exprimir una licencia comprada, sino de vigilar un grifo abierto. Para una organización pequeña, esa imprevisibilidad puede ser la diferencia entre adoptar agentes o renunciar a ellos, y la decisión deja de estar en sus manos para pasar a las del proveedor que fija la tarifa por token.
La energía como límite físico
El componente menos glamoroso del nuevo frente es también el más determinante: la electricidad. Proyectos de centros de datos en Estados Unidos chocan con los límites duros de las redes eléctricas y con la oposición local. La IA no es etérea: cada agente que corre, cada modelo que se entrena, consume energía real que sale de redes reales con capacidad finita.
El tamaño de los compromisos energéticos y de cómputo que se firman esta temporada es revelador. En un documento regulatorio, SpaceX informó que Google pagará 920 millones de dólares mensuales para alquilar 110.000 GPUs, CPUs y memoria de Nvidia, desde octubre de 2026 hasta junio de 2029. Un solo contrato de alquiler de cómputo entre dos gigantes mueve cifras que superan el presupuesto tecnológico anual de países enteros. La capacidad de cómputo se ha vuelto un activo que se arrienda como se arrienda la tierra o el petróleo.
Europa leyó la dependencia y reaccionó. Francia busca atraer más de 110.000 millones de euros en inversión en IA y la Unión Europea empuja por la soberanía tecnológica. El mensaje europeo es explícito: quien no controle parte de la infraestructura física quedará a merced de quien la controle. Es exactamente la lección que el desplazamiento del modelo a los enchufes deja para el resto del mundo.
Lo que el giro significa para quien no fabrica nada
Aquí está la consecuencia que importa para América Latina y para cualquier economía que consume IA sin producirla. Mientras la competencia estuvo en el modelo, la barrera de entrada era baja: una tarjeta de crédito y una llamada a una API bastaban para incorporar IA de frontera a un producto local. Ese mundo se está cerrando. Cuando la competencia está en el chip, el runtime y la energía, la barrera de entrada se vuelve infraestructura pesada, y la infraestructura pesada está concentrada en un puñado de empresas y países.
El riesgo concreto no es quedarse sin modelos —esos seguirán disponibles y abaratándose—, sino quedar atrapado en plataformas ajenas cuyas reglas de cobro, disponibilidad y condiciones se deciden fuera. El cambio de GitHub a cobro por uso es un anticipo de cómo se siente esa dependencia: el costo deja de ser predecible y pasa a depender de decisiones de un proveedor externo. Una pyme, un banco o un Estado que construyó su operación sobre un agente alojado en una nube extranjera descubre que no controla ni el precio ni la continuidad de aquello de lo que depende.
Hay, sin embargo, una rendija. El modelo es global y se ha vuelto un commodity; las guerras de runtime las libran los hiperescaladores; pero la capa de agentes gobernados y especializados por dominio —la que un banco o una aseguradora pueden de verdad confiar— todavía tiene que construirla gente que entienda cómo funcionan esas instituciones. Esa capa intermedia, la del agente adaptado a las reglas locales y a los datos locales, es la que no se compra hecha y la que un ecosistema técnico nacional sí puede edificar. El silicio barato en el borde, paradójicamente, ensancha esa oportunidad en lugar de cerrarla.
Los modelos siguen, pero como telón de fondo
Conviene no exagerar el entierro: los modelos no desaparecieron de la semana, solo dejaron de ser la noticia principal. Hubo movimientos, y leerlos juntos confirma la tesis. Google llevó su modelo Gemini 3.5 Flash a disponibilidad general; OpenAI confirmó que retirará GPT-4.5 de ChatGPT el 27 de junio; y Microsoft usó su conferencia Build para incorporar su propio modelo de programación dentro del editor. Son anuncios de modelo, sí, pero todos subordinados a una plataforma: el Flash que corre en la nube de Google, el editor de Microsoft, el ChatGPT que jubila una versión para empujar otra. El modelo ya no se vende solo; se vende como puerta de entrada a un entorno.
El caso de Meta es el más ilustrativo del cambio de prioridades. Meta retrasó repetidamente el lanzamiento de la API de su modelo Muse Spark —presentado en abril como el primer modelo de sus Superintelligence Labs y pensado para cerrar la brecha con sus rivales— sin nueva fecha anunciada al 4 de junio. Y el mismo día de ese retraso hizo lo que sí consideró prioritario: Meta presentó el Meta Business Agent y una plataforma acompañante, ampliando capacidades de agentes a WhatsApp, Messenger e Instagram para que los negocios respondan preguntas, recomienden productos, agenden citas y, en algunos casos, cierren ventas; dijo que lo ofrecerá globalmente con niveles de suscripción de pago en los próximos meses.
La lectura es transparente: Meta puede permitirse demorar su modelo de frontera, pero no su capa de agentes comerciales. Lo primero es un trofeo de prestigio; lo segundo es donde está el negocio. La empresa que durante años definió su valor por el músculo de sus modelos ahora corre por colocar agentes en los tres canales de mensajería por los que ya pasa media humanidad. El modelo espera; el agente que monetiza, no.
El regreso de los fabricantes de silicio
Mientras Nvidia acaparaba titulares, el resto de la industria del chip se reposicionaba en el mismo terreno físico. Intel anunció en Computex la disponibilidad de sus procesadores Xeon 6+, orientados a cargas de IA agéntica, nativas de nube e intensivas en red, con mayor densidad de rendimiento y eficiencia energética. Intel y Foxconn anunciaron además una colaboración en infraestructura de IA, y la lista de alianzas verticales de Intel sumó a Siemens, Hitachi y otros para soluciones integradas por sector.
El patrón que emerge de estos anuncios es coherente con el desplazamiento general: las empresas de chips ya no compiten por quién tiene el procesador más rápido en abstracto, sino por quién entrega soluciones completas de “chip a rack”, listas para los centros de datos que ejecutan agentes. La narrativa de la semana, extendida desde los centros de datos y los racks hasta el nivel del chip, fue precisamente la de integrar el silicio en soluciones verticales para clientes. El valor se mudó del componente suelto al sistema integrado.
Esa carrera por la integración tiene un efecto secundario que rara vez se nombra: eleva todavía más la barrera de entrada. Si competir ya no es vender un chip sino entregar un rack completo con su software, su refrigeración y su eficiencia energética certificada, el número de actores capaces de jugar se reduce aún más. La consolidación de poder que el modelo abierto parecía evitar reaparece, intacta, una capa más abajo, en el hardware. Y el hardware no se descarga: se fabrica, se enfría y se enchufa.
El saldo de la semana
La conclusión que deja la primera semana de junio de 2026 es que la fase del espectáculo de los modelos terminó, y empezó la fase de la infraestructura. Los modelos seguirán mejorando y compitiendo, pero ya no son el lugar donde se decide el poder. Quien pase 2026 confundiendo la carrera de modelos con el evento principal pasará 2027 preguntándose por qué sus pilotos nunca llegaron a producción.
Para los países que no fabrican chips ni operan nubes, la lectura no es de resignación sino de foco. La pelea por el silicio y el runtime está perdida de antemano para quien llega tarde y sin capital, pero la capa de confianza —el agente que entiende la regulación local, los datos sensibles y los procesos de una institución concreta— sigue abierta y es la que no se commoditiza. El desafío de la región no es competir con Nvidia por el chip, sino no quedar reducida a inquilina perpetua de plataformas que cobran por medidor. La semana que mudó la guerra de la IA a los enchufes dejó claro, sobre todo, dónde no conviene llegar tarde.