23 julio 2026 — Los chips de IA ya se valoran como plataformas

Etched duplica valoración y convierte el chip de IA en apuesta de 10.300 millones

Etched cerró una Serie C de 300 millones de dólares liderada por Sequoia y alcanzó una valoración de 10.300 millones. La compañía nació con una tesis agresiva: diseñar sistemas de inferencia optimizados para modelos modernos, no competir con Nvidia usando el mismo manual. TechCrunch cuenta que ya había fabricado sus chips, probado sistemas completos con clientes y reservado 1.000 millones en pedidos.

Por qué importa: Para startups de automatización, el coste de inferencia sigue siendo margen bruto disfrazado. Si aparecen arquitecturas especializadas que bajan coste y latencia, los productos con agentes largos y mucho documento se vuelven bastante más viables.

Fuente: TechCrunch

Runway lanza un router de modelos para media generativa

Runway lanzó Media Router, una capa que elige automáticamente modelos de imagen, vídeo o audio según calidad, coste o velocidad. La compañía quiere pasar de ser una app de vídeo IA a infraestructura para desarrolladores, con clientes como Adobe, Cloudflare, ElevenLabs, Expedia, Shutterstock y Quora. El movimiento replica en media generativa lo que ya está pasando con routers de LLMs.

Por qué importa: El patrón es claro: el producto no es “usar un modelo”, sino decidir dinámicamente qué modelo conviene para cada tarea. En contabilidad, esa misma lógica aplica a OCR, conciliación, clasificación, explicación y revisión humana.

Fuente: TechCrunch

AegisAI levanta 36 millones para defender emails generados por IA

AegisAI, fundada por exdirectivos de seguridad de Google, levantó una Serie A de 36 millones liderada por Battery Ventures. Su tesis es que el spear phishing generado con IA ya supera los filtros basados en reglas, porque puede personalizar correos con contexto real de compañeros, proyectos o viajes. La startup usa agentes que analizan anomalías como lo haría un humano entrenado.

Por qué importa: El email sigue siendo el sistema operativo de muchas finanzas. Si los atacantes usan IA para fabricar contexto, las herramientas contables que leen facturas, órdenes de pago o aprobaciones necesitan controles antifraude desde el diseño.

Fuente: TechCrunch

Gemini se acerca al club de los mil millones de usuarios

Google dijo en su llamada de resultados del Q2 que Gemini ya supera los 950 millones de usuarios mensuales. La app triplicó usuarios en un año y Sensor Tower estima que ChatGPT cayó por debajo del 50% de cuota entre asistentes de IA en el primer semestre de 2026. Google también afirma que AI Mode ya cruza 1.000 millones de usuarios y que el coste de servirlo ha bajado por mejoras de hardware.

Por qué importa: La distribución vuelve a pesar tanto como el modelo. Para Intelia, esto refuerza que los workflows deben integrarse donde el usuario ya trabaja, no obligarle a abrir “otra herramienta de IA”.

Fuente: TechCrunch

AMD enseña Helios y aprieta la guerra de racks para IA

AMD presentó Helios, su sistema rack-scale para entrenar y servir modelos frontera a gran escala. Lisa Su lo posicionó como un sistema de alto rendimiento para clientes de gigavatios, en un mercado dominado por Nvidia con Vera Rubin y Grace Blackwell. Entre los clientes o socios citados aparecen Microsoft, OpenAI, Meta, Oracle y Anthropic.

Por qué importa: La competencia real en hardware no es una curiosidad técnica: define precios, disponibilidad y dependencia de proveedor. Si el cuello de botella de IA se relaja, más margen para automatizaciones intensivas en documentos y razonamiento.

Fuente: TechCrunch

🔴 La otra cara

Un juzgado detecta errores probablemente generados por IA en una transcripción oficial

404 Media cuenta que un juez de Indiana avisó a una taquígrafa judicial tras encontrar errores en una transcripción oficial que parecían venir de servicios de transcripción con IA. El punto no es que la IA transcriba mal siempre, sino que el documento entró en un flujo legal como si hubiera sido revisado profesionalmente.

Por qué importa: Es el riesgo exacto de cualquier workflow financiero automatizado: el fallo no ocurre cuando la IA se equivoca, sino cuando nadie detecta que se ha equivocado antes de convertirlo en registro oficial.

Fuente: 404 Media

Los guardrails de IA están frenando a investigadores de ciberseguridad legítimos

TechCrunch recoge críticas de investigadores ofensivos que necesitan probar exploits y vulnerabilidades antes que los atacantes. Los grandes laboratorios han creado programas verificados para dar acceso a modelos menos restringidos, pero el proceso deja a empresas privadas decidiendo qué trabajo de seguridad es aceptable. El problema se agrava cuando los mismos modelos se venden como herramientas avanzadas para ciberdefensa.

Por qué importa: Las restricciones reducen abuso, pero también pueden bloquear auditorías reales. En software financiero, seguridad y compliance necesitan una política más fina que “permitir o prohibir”.

Fuente: TechCrunch

Meta lanza un anuncio optimista de IA con una canción sobre extinción humana

Meta publicó una campaña para defender que la IA conectará y beneficiará a las personas, pero eligió como banda sonora “Five Years” de David Bowie, una canción sobre la humanidad entrando en pánico ante una extinción inminente. TechCrunch lo usa como ejemplo de lo mal que las grandes tecnológicas están leyendo el clima cultural alrededor de la IA. La pieza recuerda que solo el 16% de estadounidenses cree que el impacto social de la IA será positivo, según Pew.

Por qué importa: La adopción empresarial no vive en una burbuja técnica. Si el mercado percibe IA como algo impuesto, opaco o cínico, vender automatización requiere más prueba, control y lenguaje sobrio.

Fuente: TechCrunch

🤔 La voz escéptica

"It’s not really comfortable to me that these random large companies are making arbitrary decisions about what is safe in security and what’s not." — Mark Dowd, en TechCrunch

Es una crítica útil porque no niega el riesgo de abuso; cuestiona quién decide los límites. Para productos regulados, esa distinción importa mucho.

"Better luck next time, Meta." — Amanda Silberling, TechCrunch

El artículo apunta a algo menos técnico pero igual de real: las empresas de IA están intentando comprar confianza con marketing, cuando el usuario quiere evidencia y control.

"You can’t distill that much data, train a model, and release it in two weeks." — Braden Hancock, en TechCrunch

La cita enfría una narrativa cómoda: atribuir el avance chino solo a copia o robo. Para founders, la lectura práctica es que el mercado de modelos abiertos sigue moviéndose por eficiencia real, no solo por geopolítica.

Fuentes nuevas a vigilar

Propuestas para añadir al radar: 404 Media para fallos reales de IA en producción y Cybersecurity Dive para el ángulo de seguridad, regulación y adopción enterprise.