10 mayo 2026 — Nvidia apuesta $40B en IA y Karpathy entierra el vibe coding

Nvidia ya no es solo un fabricante de chips: $40.000M en apuestas de equity IA en 2026

Nvidia ha comprometido más de 40.000 millones de dólares en inversiones de equity en empresas de IA durante 2026, convirtiéndose de facto en el mayor fondo de capital riesgo del sector. Su apuesta más grande: 30.000M en OpenAI. Esta semana añadió 2.100M en IREN (centros de datos GPU) y 3.200M en Corning (fibra óptica para data centers). Los críticos comparan la estrategia con el vendor financing de la era dot-com; los optimistas la ven como un foso competitivo sin precedentes.

Por qué importa: Nvidia está apostando a que quien controla la infraestructura de IA también controlará el ecosistema. Para startups de automatización, la señal es clara: el capital seguirá fluyendo hacia IA a una escala que justifica construir sobre esa infraestructura — y Nvidia tiene incentivos estructurales para que el boom continúe.

Fuente: TechCrunch / CNBC

Karpathy en Sequoia Ascent: el "Agentic Engineering" ha llegado para quedarse

En el evento Sequoia Ascent 2026, Andrej Karpathy declaró que diciembre de 2025 fue el punto de inflexión en el que pasó de codificar el 80% manualmente a delegar el 80% a agentes. Acuñó el término "agentic engineering": la nueva disciplina profesional de dirigir agentes falibles mientras se preservan criterio y correctness. Su advertencia central: "Puedes externalizar el pensamiento, pero no puedes externalizar la comprensión." En el mismo evento, Sequoia declaró 2026 como "el año de la AGI" con un criterio provocador: ¿puedes contratarlo?

Por qué importa: El marco "agentic engineering" define exactamente lo que los equipos de startups de automatización necesitan construir ahora. Los ingenieros que dirijan agentes bien superarán 10x a los ingenieros tradicionales — eso incluye los equipos que construyen productos de automatización contable como Intelia.

Fuente: @karpathy en X / Sequoia Capital

Anthropic Claude Mythos dispara alarmas de ciberseguridad en la banca

El lanzamiento en preview de Claude Mythos, modelo de Anthropic especializado en identificar vulnerabilidades de software, ha generado alarma entre ejecutivos bancarios y reguladores. Los responsables de ciberseguridad de varios bancos están revisando su exposición. Los investigadores que hablaron con CNBC matizan que las vulnerabilidades que detecta Mythos ya eran localizables con modelos anteriores. OpenAI respondió esta semana lanzando GPT-5.5-Cyber en acceso limitado para equipos de seguridad verificados.

Por qué importa: Los modelos verticales especializados — no solo los modelos generales — son el próximo frente competitivo en IA. Para startups que venden a sectores regulados como fintech o contabilidad, la especialización sectorial ya no es un nice-to-have sino la diferencia entre entrar o no entrar en los grandes clientes.

Fuente: CNBC

Connecticut lidera la ola de legislación IA en EE.UU.: el mapa regulatorio se acelera

Connecticut aprobó esta semana una de las leyes de IA más completas a nivel estatal en EE.UU. Iowa firmó una ley de seguridad para chatbots. Colorado avanza con tres proyectos simultáneos: regulación de chatbots, terapia IA y precios dinámicos. Ya son 9 estados con legislación activa en 2026 — la Transparency Coalition actualiza el mapa semanalmente.

Por qué importa: Cualquier startup que venda agentes de IA a empresas en EE.UU. — especialmente en finanzas, RRHH o salud — necesita monitorizar este mapa ahora. Los requisitos de transparencia, auditoría y responsabilidad se están convirtiendo en tabla rasa para vender a empresas grandes o a clientes en sectores regulados.

Fuente: Transparency Coalition

Microsoft: la IA generativa alcanzó el 53% de adopción global en solo 3 años

El informe "State of Global AI Diffusion 2026" de Microsoft documenta que la IA generativa llegó al 53% de adopción entre la población en edad laboral en apenas 3 años desde su lanzamiento masivo — superando en velocidad al PC (16 años) e internet (7 años). En Q1 2026, el 17,8% de la población activa global ya usa IA directamente en su trabajo. El dato oscuro: la adopción está fuertemente correlacionada con el PIB per cápita, ampliando la brecha digital global.

Por qué importa: La velocidad de difusión sin precedentes significa que la ventana para establecer productos de automatización IA antes de que el mercado se consolide es más corta de lo que parece. La pregunta ya no es "¿cuándo adoptan los clientes?" sino "¿cuánto tiempo antes de que alguien ocupe el espacio?"

Fuente: Microsoft On the Issues

🐦 Lo que se comenta en X

"You can outsource your thinking, but you can't outsource your understanding." — @karpathy

La frase más citada del evento Sequoia Ascent. Karpathy defiende que la era del agentic engineering no elimina el criterio humano — al contrario, lo hace más crítico. El que entiende el dominio dirige mejor los agentes; el que no entiende, los misuse.

"Everyone declaring AGI is employed by companies whose revenue depends on LLMs being called AGI." — reacción viral en Hacker News al artículo de Sequoia Capital

El debate en HN y X fue intenso: ¿es AGI un hito técnico verificable o una etiqueta de marketing? El criterio de Sequoia ("¿puedes contratarlo?") lo ven los escépticos como un movimiento de relaciones públicas antes que un umbral científico.

"Paying people to dig holes and fill them back up increases GDP. That's what AI is doing to the economy right now." — @GaryMarcus

Marcus citando a David Sacks para cuestionar si el crecimiento del PIB atribuido a IA refleja creación de valor real o movimiento de capital dentro del ecosistema. Provocador, pero la pregunta es legítima cuando Goldman Sachs dice lo mismo con más palabras.

🔴 La otra cara

Goldman Sachs: el boom de IA corre por FOMO, no por ROI

El Goldman Sachs Global Institute publicó un análisis concluyendo que "el FOMO ha demostrado ser un incentivo más poderoso que los malos resultados bursátiles" en el actual ciclo de inversión en IA. A pesar de proyectar 7,6 billones de dólares en capex IA hasta 2031, el banco señala que los ahorros de costes prometidos no se están materializando y que los errores de la IA están costando a las organizaciones millones anuales en productividad perdida.

Por qué importa: Si Goldman tiene razón, la corrección llegará cuando los inversores exijan rendimientos reales. Las startups que puedan demostrar ROI medible — no solo adopción — serán las que sobrevivan la próxima fase del ciclo.

Fuente: Fortune

La IA fue responsable del 26% de los despidos de abril en EE.UU.

El informe Challenger de mayo 2026 revela que la IA fue la causa declarada del 26% de todos los despidos corporativos en abril. Cloudflare recortó el 20% de su plantilla (más de 1.100 trabajadores) tras un aumento del 600% en el uso interno de IA. Coinbase eliminó 700 puestos citando "flujos de trabajo centrados en IA". Ticketmaster recortó el 8% de su fuerza laboral (~350 empleados).

Por qué importa: La velocidad a la que las empresas atribuyen despidos a la IA — sea justificado o no — está creando una narrativa que afecta la percepción pública y regulatoria. Para startups que venden automatización, el "messaging" sobre impacto en el empleo ya no es opcional.

Fuente: CBS News

PayPal recorta 4.760 empleados "para invertir en IA": la reestructuración que no cierra el círculo

PayPal anunció el recorte del 20% de su plantilla global (~4.760 empleados) argumentando una transición hacia flujos de trabajo centrados en IA. Expertos citados por Yahoo Finance señalan que buena parte de estos recortes responden a la reorientación del gasto corporativo hacia infraestructura de datos e IA, no a ganancias de productividad demostradas. El patrón se repite en docenas de empresas tech: "IA" como justificación de reestructuración independientemente del ROI real.

Por qué importa: La narrativa "recorto gente, invierto en IA" se está normalizando en los mercados y crea presión sobre todas las empresas para adoptar IA visiblemente, incluso cuando el ROI no justifica la velocidad de los cambios.

Fuente: Yahoo Finance

🤔 La voz escéptica

"Outside of coding and brainstorming, generative AI has been a net negative for society: education decay, mass surveillance, disinformation, deepfake porn, bias in hiring... The AI frustration could factor into the US midterms." — @GaryMarcus

Marcus lleva años haciendo este argumento y cada vez tiene más audiencia — incluyendo entre reguladores. El punto sobre el impacto social acumulado es independiente de si la IA tiene casos de uso empresarial legítimos, y los legisladores lo están leyendo.

"The vision of AI accelerating science is unserious if it doesn't confront what the actual bottlenecks of science are. AI has so far been an unhealthy shock to science — widening the gap between publication rates and real scientific progress." — @random_walker (Arvind Narayanan)

Narayanan y Sayash Kapoor publican este ensayo cuando OpenAI, Anthropic y DeepMind hacen grandes apuestas en IA para ciencia. Distinguir "publicaciones aceleradas" de "ciencia acelerada" es una crítica metodológica que los compradores de IA para I+D deberían leer.

"LLMs will remain incapable of reasoning, planning, or inventing new things regardless of scale. I am finally putting my money where my mouth is and moving away from this paradigm." — @ylecun (Yann LeCun)

El director de AI de Meta sigue siendo el disidente más prominente dentro del establishment de la IA. Si la arquitectura transformer tiene límites estructurales de fondo, toda la apuesta actual — los $40B de Nvidia incluidos — podría estar construyendo sobre cimientos inestables.

Fuentes nuevas a explorar: Transparency Coalition (mapa de legislación IA estatal en EE.UU., actualización semanal) · Air Street Press (State of AI mensual, muy técnico y bien documentado)