26 jun 2026 — La IA aprende a examinar a sus propios agentes

Patronus levanta 50M para poner a prueba agentes antes de soltarlos en finanzas

Patronus AI, fundada por exinvestigadores de Meta AI, cerró una Serie B de 50 millones de dólares liderada por Greenfield Partners. La compañía construye “mundos digitales” que replican webs y sistemas internos para evaluar agentes después del entrenamiento, con clientes entre laboratorios frontera y startups de IA. Su enfoque apunta a un problema muy concreto: un benchmark alto no demuestra que un agente vaya a completar correctamente tareas reales, largas y con atajos tentadores.

Por qué importa: Para automatización contable, la evaluación en entornos simulados empieza a parecer tan importante como el propio modelo. Si un agente va a cerrar conciliaciones, revisar facturas o preparar análisis financiero, hay que probarlo contra casos raros antes de ponerlo delante de datos reales.

Fuente: TechCrunch

Un exjefe de IA de Databricks promete recortar 1.000 veces la factura eléctrica de la inferencia

Unconventional AI, liderada por Naveen Rao, presentó Un-0, un modelo de generación de imágenes ejecutado sobre una simulación de su arquitectura basada en osciladores. La compañía sostiene que este tipo de computación puede reproducir sistemas de IA actuales con un consumo de energía radicalmente menor. Todavía falta hardware real y una pila completa de inferencia, pero la tesis ataca una de las restricciones más duras del sector: la electricidad.

Por qué importa: Si el coste energético baja de forma material, cambian los unit economics de productos con uso intensivo de agentes. Para Intelia, eso significa que workflows hoy caros por volumen de llamadas podrían volverse viables en producción.

Fuente: TechCrunch

Amazon mete otros 13.000M en India para convertirla en hub de infraestructura IA

Amazon anunció una inversión adicional de 13.000 millones de dólares en India hasta 2030 para expandir capacidad de AWS en Mumbai y Hyderabad. Es su tercer gran compromiso con el país en tres años y eleva sus compromisos acumulados en India a 48.000 millones. El movimiento llega en plena carrera de Microsoft, Google y grandes inversores por asegurar capacidad de data centers para cargas de IA.

Por qué importa: La infraestructura de IA se está descentralizando geográficamente. Para startups europeas que venden a empresas globales, la localización de compute, latencia, residencia de datos y precio regional van a pesar cada vez más en arquitectura y ventas.

Fuente: TechCrunch

Scaled Cognition levanta 100M para atacar las alucinaciones de modelos frontera

Scaled Cognition cerró 100 millones de dólares para trabajar en sistemas que reduzcan errores y alucinaciones en modelos frontera. Su CEO, Dan Roth, describe el problema como modelos capaces pero todavía impredecibles cuando se les exige rigor. La ronda muestra que el mercado ya no solo financia más capacidad: también financia capas de control, verificación y fiabilidad.

Por qué importa: En contabilidad, una alucinación no es una anécdota: puede ser un asiento mal hecho, una conclusión fiscal falsa o una decisión de riesgo equivocada. Las startups que vendan IA en back-office tendrán que enseñar mecanismos de control, no solo demos bonitas.

Fuente: PYMNTS

Salesforce lleva agentes al terreno invisible del fulfillment

Salesforce presentó Agentic Order Management para automatizar decisiones posteriores al checkout: selección de almacén, asignación de transportista y optimización de margen. PYMNTS subraya que estas decisiones ocurren fuera del campo de visión de pagos, emisores y adquirentes, pero afectan directamente a rentabilidad y experiencia de cliente. Es otro ejemplo de IA moviéndose desde interfaces visibles hacia decisiones operativas de bajo nivel.

Por qué importa: El patrón es aplicable a finanzas: los agentes más valiosos no serán siempre chatbots, sino sistemas que deciden en procesos internos donde hoy hay reglas, excepciones y mucho trabajo manual.

Fuente: PYMNTS

🔴 La otra cara

La Casa Blanca pide a OpenAI frenar GPT-5.6 por seguridad

OpenAI planea una vista previa limitada de GPT-5.6 para socios seleccionados después de que la administración Trump pidiera controlar el acceso cliente a cliente, según The Information citado por TechCrunch. El modelo habría sido revisado con la Oficina del Director Nacional de Ciberseguridad y la Oficina de Política Científica y Tecnológica. Es un giro fuerte para una administración que se presentaba como poco intervencionista en IA.

Por qué importa: La frontera regulatoria ya no está solo en Europa. Si los modelos más capaces salen por fases y con aprobación política, las startups que dependen de frontier models tendrán que diseñar planes B y abstracciones de proveedor.

Fuente: TechCrunch

Un proyecto de ley exigiría reportar incidentes peligrosos de IA en siete días

El congresista Nathaniel Moran presentó el AI Incident Reporting Act, que obligaría a desarrolladores de modelos frontera a informar capacidades peligrosas, brechas de seguridad e incidentes al Departamento de Comercio. Los casos más graves tendrían que llegar al liderazgo del Congreso en 48 horas. La propuesta busca un marco más acotado que otras iniciativas federales, con umbrales definidos junto a expertos y desarrolladores.

Por qué importa: La compliance de IA empieza a parecerse a ciberseguridad: reporting, auditoría, plazos y responsabilidad formal. Para software financiero, esto anticipa ventas enterprise con más preguntas sobre incidentes, controles y trazabilidad.

Fuente: PYMNTS

RAISE US arranca con 500M para preparar a trabajadores desplazados por IA

AP cuenta que Gina Raimondo y Eric Holcomb lanzan RAISE US, una organización bipartidista con más de 500 millones de dólares para formación y transición laboral. El grupo trabajará con estados, grandes empresas y fundaciones para conectar educación, empleadores e incentivos. El punto de partida es incómodo: Estados Unidos está acelerando hacia la automatización sin un plan suficiente para quienes pierdan empleo.

Por qué importa: La automatización no se vende en el vacío. Cuanto más avance la IA en back-office, más presión habrá para demostrar que el ahorro de costes convive con transición, upskilling y rediseño responsable de equipos.

Fuente: AP News

🤔 La voz escéptica

El auge de la IA generativa puede no pinchar de golpe, sino perder aire cuando el mercado compare hype extremo con beneficios todavía flojos. — Gary Marcus

Marcus no dice que los LLM desaparezcan; separa utilidad técnica de valoraciones absurdas. Es una advertencia útil para no confundir adopción real con múltiplos infinitos.

Regular IA puede gustar a votantes, pero enfrentarse a PACs tecnológicos ya tiene coste político visible. — Bloomberg Law

El caso de Alex Bores muestra que el debate de IA no es solo técnico: también es poder económico. La regulación que afecte a modelos, datos o responsabilidad tendrá oposición organizada.

Fuentes nuevas a vigilar

Bloomberg Law / Bloomberg Government: está cubriendo la dimensión política y regulatoria de IA con buen detalle, especialmente PACs, campañas y legislación.

AP News: útil para el ángulo laboral y social de IA, menos contaminado por la narrativa de producto de Silicon Valley.