2 abr 2026 — El VC global se rinde: 242.000M$ en IA en un solo trimestre

Salesforce convierte Slackbot en agente empresarial con MCP — y Agentforce ya va a 800M ARR

Salesforce lanzó ayer la disponibilidad general de Slackbot, transformándolo de asistente básico a agente de trabajo completo con más de 30 nuevas funciones. La novedad clave: Slackbot es ahora cliente MCP, lo que le permite conectarse a Agentforce y herramientas externas de forma nativa. Añade también transcripción automática de reuniones, resúmenes, skills reutilizables para flujos repetitivos y monitorización del escritorio para proponer tareas de seguimiento. El contexto macro importa: Agentforce cerró el Q4 de su año fiscal 2026 con 800M$ de ARR y crecimiento del 169% interanual tras cerrar 29.000+ contratos.

Por qué importa: El modelo "agente IA embebido en el workspace" es el estándar enterprise a corto plazo. Que MCP sea ya el protocolo de conexión de facto en Salesforce acelera la convergencia del ecosistema — cualquier stack B2B que no sea compatible MCP empieza a quedar fuera.

Fuente: Salesforce IR · Dataconomy

Visa lanza 6 herramientas de IA para modernizar la resolución de disputas

Visa anunció ayer seis nuevas herramientas de IA para automatizar el proceso de disputas de tarjetas de crédito, que en 2025 alcanzaron 106 millones a nivel global — un 35% más que en 2019. Las herramientas cubren todo el ciclo: prevención pre-disputa para comercios, redacción automática de respuestas con IA generativa, análisis predictivo de casos para emisores y una plataforma unificada de gestión. La mayoría entran en disponibilidad general a lo largo de 2026.

Por qué importa: Los incumbentes de pagos están automatizando operaciones de back-office agresivamente. Para una startup de automatización contable, esto es tanto señal de competencia (Visa va al mismo territorio) como de oportunidad: si la infraestructura de pagos se automatiza, los flujos de reconciliación y excepciones que dependen de ella también necesitan rediseño.

Fuente: CNBC · Visa IR

Q1 2026: 300.000M$ en VC global, el 80% fue a IA — el trimestre más grande de la historia

Crunchbase publicó ayer el cierre del Q1 2026: inversión de venture capital global de 300.000M$, más del doble que el mismo trimestre de 2025. De esos 300.000M$, 242.000M$ (el 80%) fueron a empresas de IA. Los cuatro mayores rounds de la historia cerraron este trimestre: OpenAI (122.000M$), Anthropic (30.000M$), xAI (20.000M$) y Waymo (16.000M$) — entre los cuatro, 188.000M$, el 65% del total global. El sector IA está siendo financiado como infraestructura de telecomunicaciones o energía, no como software.

Por qué importa: El capital disponible para startups de IA nunca ha sido mayor. Pero la concentración en megaurounds distorsiona la narrativa: los rounds medios (5–50M$) también están en máximos históricos, lo que significa que el mercado de Series A/B para IA vertical está abierto de par en par.

Fuente: Crunchbase News

Google lanza Gemini 3.1 Flash-Lite: 2,5x más rápido a 0,25$ por millón de tokens

Google lanzó ayer Gemini 3.1 Flash-Lite, su respuesta al escalado de la guerra de precios en LLMs. El modelo promete tiempos de respuesta 2,5 veces más rápidos que su predecesor, un 45% de mejora en velocidad de generación de tokens, y un precio de 0,25$ por millón de tokens de entrada. Es el tier "eficiencia" de Google frente a Gemini 3.1 Pro (lanzado en febrero, líder en benchmarks con ventana de 1M tokens y 77,1% en ARC-AGI-2). OpenAI ya había lanzado GPT-5.4 en marzo con ventana de 1M tokens.

Por qué importa: La compresión de precios en inferencia es imparable. Quien esté construyendo productos sobre LLMs debe revisar su stack de proveedores trimestralmente — los márgenes de las aplicaciones mejoran con cada iteración, y la ventaja competitiva se desplaza de "acceso a modelos" a "calidad del producto".

Fuente: MLQ.ai · Google DeepMind

Cognichip recauda 60M$ para que la IA diseñe los chips que mueven la IA

Cognichip (fundada en 2024) cerró ayer una Serie A de 60M$ liderada por Seligman Ventures, con Lip-Bu Tan — CEO de Intel — incorporándose al consejo. La empresa construye modelos de deep learning específicos de dominio entrenados sobre datos de diseño de chips, no LLMs generalistas. Su promesa: reducir el coste de desarrollo de chips en un 75% y los plazos a la mitad (actualmente 2+ años por ciclo). Ya trabajan con más de 30 empresas del sector, incluyendo varios de los 20 mayores fabricantes. Total recaudado: 93M$.

Por qué importa: El "playbook IA vertical" en acción — modelos de dominio específico que superan a los generalistas en tareas de ingeniería especializada. La misma lógica aplica a contabilidad, auditoría, fiscalidad o cualquier vertical con datos estructurados y procesos formalizados.

Fuente: TechCrunch · SiliconANGLE

🐦 Lo que se comenta en X

"Vibe coding has its own Wikipedia article now that's longer than many serious topics. It's been one year. At the top tiers, deep technical expertise may be even more of a multiplier than before because of the added leverage." — @karpathy

Karpathy cumplió el primer aniversario de haber acuñado "vibe coding" y lo declaró esencialmente pasado. Su foco ha migrado a "agentic engineering" — orquestar agentes autónomos de múltiples pasos. Implicación directa: la brecha entre ingenieros extraordinarios y mediocres se amplía, no se cierra, con la IA.

"46% of enterprise CIOs are open to AI-native startups over incumbents. If you'd asked me prior to seeing this I wouldn't have believed it." — @swyx

Reacción de swyx a un informe de Redpoint que publica una lista rankeada de software SaaS "listo para rehacerse desde cero con IA". El dato del 46% de CIOs abiertos a reemplazar incumbentes con startups nativas en IA es la estadística de fundraising del trimestre.

"We may totally fail at this goal, but given the extraordinary potential impacts we think it is in the public interest to be transparent: automated AI research intern running on hundreds of thousands of GPUs by September 2026." — @sama

Altman pone fecha concreta: intern de investigación IA automatizado en septiembre 2026, investigador completo en marzo 2028. Si el hito de septiembre se cumple o falla, será el benchmarking más concreto del debate AGI del año.

🔴 La otra cara

"9 razones por las que la IA no va a quitarte el trabajo (todavía)"

Gary Marcus publicó ayer en Fortune un análisis sistemático que desmonta la narrativa de la destrucción masiva de empleo por IA. El dato central: según el Remote Labor Index, la IA solo puede gestionar el 2,5% de las tareas humanas de forma adecuada, dejando el 96,5% de los trabajos remotos fuera de su alcance real. Marcus repasa las predicciones fallidas históricas (Hinton y los radiólogos en 2021, el coche autónomo prometido para 2017) y desmenuza el caso Klarna: anunciaron que la IA reemplazó a 700 trabajadores, después recontrataron personas en silencio cuando la calidad del servicio se desplomó.

Por qué merece atención: No es negacionismo — es empirismo. El gap entre capacidad teórica de la IA y despliegue efectivo sigue siendo enorme. Las startups que prometen "reemplazar completamente" equipos humanos con IA en el corto plazo pueden estar creando expectativas imposibles de cumplir.

Fuente: Fortune

IA de atención al cliente: 1 de cada 5 usuarios no obtiene ningún valor

CNBC publicó ayer los resultados del Qualtrics 2026 Customer Experience Trends Report: casi 1 de cada 5 consumidores que usó IA para atención al cliente no obtuvo ningún valor de la interacción. Los chatbots IA recibieron las peores puntuaciones en comodidad, ahorro de tiempo y utilidad — especialmente en resolución de reclamaciones y devoluciones. El estudio apunta a un problema sistémico de calidad de despliegue a medida que los bots escalan en roles comerciales.

Por qué merece atención: El entusiasmo de las empresas por desplegar agentes IA hacia clientes va por delante de la calidad real del producto. Para quienes construimos agentes B2B, la lección es que el problema no es la tecnología — es el diseño del handoff y la gestión de excepciones.

Fuente: CNBC

50+ papers de la conferencia ICLR 2026 contienen citas hallucinated — y los revisores no las detectaron

GPTZero escaneó 300 submissions a ICLR 2026 — la principal conferencia de investigación en IA — y encontró más de 50 papers con citas inventadas por IA. El problema: esos papers ya habían pasado la revisión de 3-5 expertos sin que nadie detectara las referencias falsas. Algunos artículos marcados tenían puntuaciones medias de 8 sobre 10. Extrapolando a las ~20.000 submissions del ciclo completo, cientos de papers con evidencia fabricada podrían entrar en el registro científico.

Por qué merece atención: La comunidad de investigación en IA está usando IA para acelerar la escritura de papers, y el resultado son citas inventadas entrando en el registro científico. El campo que evalúa y benchmarkea la IA tiene un problema de integridad en la base.

Fuente: GPTZero

🤔 La voz escéptica

"GenAI has been sold as tantamount to artificial general intelligence, when it's not. The persistent hallucinations, factual errors, and lack of genuine comprehension are structural, not patchable." — Gary Marcus (Substack)

Marcus no cuestiona que la IA sea útil — cuestiona la brecha entre lo que se vende y lo que se entrega. Su argumento: los LLMs no comprenden, imitan. Y los inversores que valoran startups IA a múltiplos de infraestructura energética pueden estar capitalizando esa confusión.

"60% of organizations have already cut headcount in anticipation of AI. Only 2% made large reductions based on actual AI implementation. AI is a sexier reason to announce layoffs than simply needing to cut costs." — Thomas H. Davenport & Laks Srinivasan (Harvard Business Review)

HBR publicando que los despidos atribuidos a la IA son en gran parte un pretexto. El 44% de las organizaciones admite que el ROI de la IA generativa es el más difícil de evaluar. Un dato que debería calibrar cómo vendemos automatización: prometer más de lo que la tecnología entrega hoy es un riesgo reputacional real.

"The valuation bubble in AI stocks has deflated. The next bubble — in the earnings themselves — may be more dangerous and harder to see coming. 498 AI unicorns, colectivamente valorados en 2,7 billones de dólares." — John Higgins, Capital Economics (via Fortune)

El economista de Capital Economics distingue entre la burbuja de valoraciones (ya desinflada) y una segunda burbuja en los propios ingresos — es decir, que los revenues de IA que justifican esas valoraciones podrían ser insostenibles. Una lectura menos optimista del trimestre récord de VC que merece estar en el radar.

Nuevas fuentes sugeridas: 404 Media (periodismo de investigación digital, cubre privacidad e IA con rigor) · Crunchbase News (datos de funding en tiempo real)