Retorno Garantizado

OpenAI ofrece a firmas de capital privado un retorno mínimo garantizado de 17,5% sobre su inversión en un joint venture de $10 mil millones diseñado para acelerar la adopción empresarial de IA. TPG ancla el acuerdo con Advent International, Bain Capital y Brookfield Asset Management como coinversores fundadores. Las firmas de PE comprometerían aproximadamente $4 mil millones en capital preferente y recibirían asientos en la junta a cambio de desplegar IA en las empresas que controlan. (Fuente: Yahoo)

El piso garantizado es significativamente más alto que los instrumentos preferentes típicos y ha generado comparaciones con las promesas de rendimiento que colapsaron a Terra Luna en 2022. La estructura del acuerdo revela un problema fundamental que OpenAI no puede resolver solo con mejores modelos: investigaciones del MIT encontraron que solo el 5% de los despliegues empresariales de IA logran resultados comerciales medibles, con un estimado de $30 a $40 mil millones desperdiciados en implementaciones fallidas. Los propios datos de McKinsey muestran que el 88% de las pruebas de concepto de IA nunca llegan a producción. (Fuente: BeInCrypto)

La lógica estratégica es directa: las firmas de capital privado controlan las empresas de su portafolio de arriba abajo. Pueden forzar una adopción que las ventas empresariales orgánicas no logran. David Sacks, copresidente del Consejo Presidencial de Ciencia y Tecnología, describió el enfoque esta semana en el All-In Podcast: "Están apostando a que pueden controlar la gestión del cambio alrededor de la IA. Todos asumen que lanzas la IA sobre una pared y un negocio automáticamente sabe cómo usarla. Lo que estamos viendo es que es bastante difícil." (Fuente: Sherwood)

Tanto OpenAI como Anthropic están cortejando agresivamente a firmas de PE porque controlan presupuestos empresariales e influyen en cómo las empresas adoptan software. La carrera se vuelve más urgente mientras ambas compañías se preparan para posibles IPOs este año. Goldman Sachs proyectó este mes que para 2030, más del 60% de las ganancias operativas de la industria del software podrían migrar a sistemas de agentes de IA — un cambio que redefiniría cada contrato SaaS en el balance de una empresa. (Fuente: Bloomberg)

La administración Trump publicó un Marco Nacional de Políticas para la Inteligencia Artificial el 20 de marzo, instando al Congreso a adoptar una amplia preempción federal de las leyes estatales de IA y un enfoque regulatorio de "toque ligero". El marco pide explícitamente impedir que los estados regulen el desarrollo de modelos de IA, preservando los poderes policiales tradicionales de los estados solo para leyes generales que protegen a menores, previenen el fraude y resguardan a los consumidores. (Fuente: White House)

El marco llega mientras una ola de leyes estatales de rendición de cuentas en IA entra en vigor. La HB 3773 de Illinois, vigente desde el 1 de enero de 2026, prohíbe el uso discriminatorio de IA en el empleo. La SB 24-205 de Colorado, la primera ley estatal de EE.UU. que regula específicamente la IA de alto riesgo en servicios financieros, entra en pleno vigor el 30 de junio de 2026, exigiendo evaluaciones de impacto, auditorías de sesgo y divulgaciones al consumidor para decisiones crediticias impulsadas por IA. El marco de la Casa Blanca anularía estos y otros esfuerzos similares con estándares liderados por la industria y sandboxes regulatorios voluntarios. (Fuente: CNBC)

Siete áreas prioritarias anclan el marco: seguridad infantil con requisitos de verificación de edad, crecimiento económico mediante permisos simplificados, propiedad intelectual con deferencia a los tribunales, protecciones de libertad de expresión contra la "censura impulsada por el gobierno", innovación mediante sandboxes regulatorios, desarrollo de fuerza laboral en educación de IA y salvaguardas de infraestructura contra aumentos en costos de energía. La Casa Blanca quiere codificar el marco en ley este año y cree que puede generar apoyo bipartidista. (Fuente: Sullivan & Cromwell)

Los críticos notan el momento: el marco llega la misma semana del IAPP Global Privacy Summit en Washington, DC (del 30 de marzo al 2 de abril), donde el comisionado de la FTC Mark Meador presentará las prioridades de cumplimiento de 2026 en más de 60 sesiones sobre gobernanza de IA y el mosaico de leyes estatales de privacidad. Se espera que la tensión entre la preempción federal y las protecciones estatales domine la conferencia. (Fuente: Reed Smith)

Google expandió su función Personal Intelligence a todos los usuarios gratuitos de Gemini en EE.UU. en marzo, menos de dos meses después de su lanzamiento exclusivo para suscriptores de pago en enero de 2026. La función conecta a Gemini con el Gmail, Google Docs, Fotos e historial de búsqueda del usuario, permitiendo a la IA entregar respuestas personalizadas extraídas de datos privados. Funciona en Search, Chrome y la app de Gemini. La función es opt-in, requiriendo permisos manuales — pero las consultas enviadas a los servidores de Google pueden incluir detalles de las apps conectadas. (Fuente: WinBuzzer)

Google dice que no entrena a Gemini con correos electrónicos o fotos privadas, aunque sí usa las consultas y respuestas para mejorar el modelo — lo que significa que datos de apps conectadas aparecen en las consultas aunque el contenido bruto de Gmail no se use para entrenamiento. Una encuesta de Malwarebytes encontró que nueve de cada diez encuestados expresaron preocupación por el uso de IA con sus datos sin consentimiento. The Washington Post señaló los riesgos de privacidad cuando la función se lanzó para usuarios de pago en enero, destacando la magnitud de exposición de datos cuando un asistente de IA tiene acceso a años de correo personal, documentos y fotos. (Fuente: Washington Post)

La expansión a usuarios gratuitos aumenta dramáticamente la superficie de exposición. La base de usuarios gratuitos de Google empequeñece a sus suscriptores de pago. El despliegue se limita a usuarios de EE.UU. con cuentas personales de Google, sin calendario internacional confirmado. Se espera escrutinio regulatorio de la FTC y autoridades estatales de privacidad, llegando la misma semana del impulso de la administración Trump para anular las leyes estatales de privacidad de IA con un marco federal de "toque ligero". (Fuente: HUMAI)

El equipo de Fundamental AI Research de Meta lanzó TRIBE v2 el 26 de marzo, un modelo fundacional que predice la actividad cerebral humana en visión, sonido y lenguaje. El modelo escala a aproximadamente 70.000 vóxeles cerebrales — un aumento de setenta veces sobre el TRIBE original — y puede predecir respuestas neuronales para nuevos individuos e idiomas no vistos sin reentrenamiento. Meta liberó los pesos del modelo, el código fuente y una demostración interactiva bajo una licencia CC BY-NC. (Fuente: MarkTechPost)

Los datos de entrenamiento provinieron de más de 700 voluntarios que vieron películas y escucharon podcasts dentro de máquinas de fMRI, produciendo más de 1.115 horas de grabaciones de actividad cerebral emparejadas con los estímulos que las produjeron. Las predicciones de TRIBE v2 coincidieron con la actividad cerebral a nivel poblacional mejor que la mayoría de los escaneos reales, que típicamente están nublados por latidos cardíacos, movimiento y ruido. El modelo efectivamente crea lo que los investigadores llaman "gemelos digitales" de la actividad neuronal. (Fuente: Neuroscience News)

Las implicaciones para la neurociencia son significativas, pero la publicación de código abierto plantea preguntas sobre aplicaciones derivadas. Un modelo que puede predecir cómo disparan las neuronas en respuesta a lo que las personas ven, escuchan o leen — y hacerlo para individuos que nunca ha escaneado — tiene aplicaciones obvias en publicidad, optimización de contenido y vigilancia que se extienden mucho más allá de los objetivos de investigación declarados. La licencia CC BY-NC restringe el uso comercial, pero no impide la modificación o redistribución por actores no comerciales. (Fuente: Dig Watch)