El acuerdo de Anthropic con el gobierno marca el nuevo régimen de los modelos frontier
El 30 de junio Anthropic reactivó Fable 5 tras tres semanas de apagón ordenado por el gobierno estadounidense. La causa raíz fue un informe de investigadores de Amazon que consiguieron que el modelo identificara vulnerabilidades de software saltándose las salvaguardas. El mismo comportamiento se reprodujo sin esfuerzo en modelos claramente inferiores: Opus 4.8, GPT-5.5 y Kimi K2.7. El regreso viene con letra pequeña: límite del 50 % de uso semanal en planes de pago, un clasificador de seguridad más agresivo y un compromiso contractual que obliga a compartir con el gobierno cada modelo que avance de forma material la frontera de capacidad.
El clasificador nuevo notifica al usuario cuando bloquea una petición y redirige a Opus 4.8. El problema técnico es que está bloqueando peticiones inofensivas, sobre todo en programación y depuración de código, que casualmente es el caso de uso dominante de estos modelos. Alberto Romero lo resume con precisión: el techo efectivo que un usuario puede exprimir se queda en el nivel de los modelos menores aunque el motor de debajo sea más potente. Aquí es donde la cosa se complica. Un filtro que dispara falsos positivos en el flujo de trabajo principal no es solo un inconveniente de UX; es una limitación estructural que reduce el valor real del sistema.
ADAM y el livestream como flywheel de datos para World Action Models
Richtech Robotics lanzó el 18 de junio una plataforma de streaming 24/7 con su robot humanoide ADAM. Cualquiera puede conectarse por YouTube, hacer preguntas en tiempo real y recibir respuestas generadas dinámicamente sin guion. El robot corre sobre NVIDIA Isaac y usa Jetson Thor para cómputo a bordo. La novedad no es el hardware sino el propósito doble: visibilidad pública continua y recolección masiva de interacciones impredecibles que alimentan directamente el entrenamiento.
Días antes Richtech había cerrado la compra de un almacén de 79.325 pies cuadrados en Las Vegas por 21,2 millones de dólares. El centro de datos se dedicará a cómputo GPU, recolección de datos de robótica y entrenamiento de World Action Models, con operaciones iniciales previstas para otoño de 2026. Cada pregunta absurda, cada fallo de conversación o cada situación inesperada que ADAM gestione en el livestream se convierte en dato de entrenamiento útil. Es el equivalente a un RLHF continuo pero sin curación previa y expuesto a internet entero. La diferencia con el enfoque chino de despliegue masivo (AGIBOT y Unitree enviando miles de unidades en 2025) es notable: aquí se prioriza la legitimidad pública y la recolección de datos sobre la escala inmediata.
Cuando esa misma IA llega al puesto de trabajo sin que nadie lo declare
Los modelos que Anthropic protege con clasificadores agresivos y que Richtech entrena con datos de livestream terminan, inevitablemente, en manos de trabajadores que no esperan a que RRHH apruebe su uso. Según el estudio de PapersOwl con 2.000 estadounidenses de 18 a 34 años, el 95 % considera aceptable algún tipo de ‘trampa’ laboral: salir antes (34 %), llamar diciendo que se está enfermo (27 %), empezar tarde sin avisar (18 %) o registrar más horas de las trabajadas (11 %). Otro estudio de la misma firma con 3.000 jóvenes de 18 a 28 años revela que casi seis de cada diez usan herramientas de inteligencia artificial en el trabajo sin comunicárselo a su empleador.
El informe Pluxee de 2026 con 1.000 empleados y 200 responsables de RRHH en España sitúa la gestión de diferencias generacionales como prioridad. Flexibilidad, conciliación y salud mental ya no son perks; son expectativas básicas. El ‘coffee badging’, las vacaciones silenciosas (51 % las ha hecho hasta tres veces al año por burnout) y el hecho de que solo el 45 % de los jóvenes vea su empleo actual como una buena combinación a largo plazo indican que el contrato psicológico tradicional se ha roto. La realidad técnica es que cuando tienes modelos locales potentes y APIs baratas, el shadow IT se convierte en la forma natural de trabajar. Las empresas que respondan con más control en lugar de confianza están peleando contra la arquitectura misma del ecosistema.
Agencias que entienden que ahora hay que optimizar también para algoritmos
LLYC ha unificado bajo una misma gobernanza sus áreas de Marketing y Corporate Affairs tanto en España como en Bruselas. Jorge López Zafra y Gemma Gutiérrez explican que las marcas ya no pueden separar estrategia de marca de asuntos públicos o comunicación corporativa. El marco Dual Mark que han definido reconoce que la IA añade una dimensión nueva: ya no basta con conectar con humanos, también hay que conectar con máquinas y algoritmos que determinan visibilidad y relevancia.
Usan IA más allá de generación de contenido: inteligencia de mercado, anticipación de tendencias y lectura de contexto. Esa aproximación integrada les permitió ganar la cuenta creativa de Bankinter sumando data, consultoría y estrategia en una sola propuesta. Están contratando perfiles especializados en deep learning, analítica de datos e IA aplicada a través del programa Pioneer. El mensaje es claro: las organizaciones que tratan la IA como una herramienta operativa aislada se están quedando atrás de las que la integran en la capa estratégica.
El hardware que democratiza el experimento local
Todo este movimiento ocurre mientras el hardware necesario para correr inferencia local decente se vuelve ridículamente accesible. Durante los PcDays de PcComponentes, que duran hasta el 12 de julio de 2026, puedes montar un setup más que competente sin hipotecarte. El portátil Acer Gaming Nitro V 16 AI con Ryzen 7 260, 32 GB de RAM, 1 TB SSD y RTX 5060 sale por 1.039 euros. El sobremesa PcCom Ready con i7-14700KF, 32 GB, 2 TB y RTX 5060 V4 baja de más de 2.000 a poco más de 1.200 euros.
Monitores gaming de 27 pulgadas por menos de 100 euros, el Gigabyte G27U 4K a menos de 200, ratones Logitech G502 o G305 por 33-40 euros y auriculares Tempest FlexWave inalámbricos compatibles con todo. Cuando cualquier ingeniero puede tener en su mesa un sistema capaz de correr modelos locales o fine-tunear con LoRA sin depender de APIs corporativas, la brecha entre lo que las políticas permiten y lo que técnicamente es posible se ensancha todavía más.
El panorama de 2026 no es que la IA esté cambiando; es que ya está completamente desplegada, regulada en la frontera, encarnada en robots que generan sus propios datos, usada en la sombra por trabajadores que no confían en las reglas antiguas y gestionada por empresas que empiezan a entender que deben optimizar tanto para humanos como para los algoritmos que deciden quién ve qué. Los que sigan tratando estos fenómenos como tendencias separadas van a descubrir que la arquitectura misma del sistema ya tomó la decisión por ellos.