Elena Tan se centra en el desarrollo técnico de LLM, modelos multimodales y ecosistemas de código abierto. Supervisa la transición de la investigación a la industria.
La startup china Moonshot AI lanzó Kimi K3, superando a los mejores modelos estadounidenses en tareas de codificación y agentes, lo que genera dudas sobre el dominio tecnológico de EE. UU. en IA. La competencia de modelos de código abierto se intensifica y aumentan los riesgos geopolíticos.
Esta semana, las startups surcoreanas de IA recaudaron más de 120 millones de dólares, lideradas por la ronda Serie A de 103,4 millones de dólares de Holiday Robotics, lo que destaca el auge de inversiones en infraestructura de IA, automatización empresarial y robótica. Al mismo tiempo, Corea del Sur y Arabia Saudita exploran un fondo conjunto de tecnología profunda, mientras que las aplicaciones verticales de IA se aceleran en su implementación.
A medida que los modelos de IA de vanguardia se vuelven cada vez más potentes e impredecibles, Illinois, Nueva York y California han promulgado sucesivamente leyes de divulgación para intentar establecer barreras de seguridad. Sin embargo, la fragmentación regulatoria y la cobertura incompleta plantean desafíos de cumplimiento para las empresas.
Un nuevo estudio propone un marco de razonamiento de LLM basado en prompts de múltiples etapas, que puede generar automáticamente informes clínicos estructurados de medicamentos, reduciendo significativamente el tiempo de síntesis manual. Este artículo analiza su impacto en la industria farmacéutica, el mercado de la IA médica y las aplicaciones empresariales de IA.
Deloitte «Perspectivas de la industria deportiva global 2026» señala que la IA está transformando las operaciones deportivas, las estructuras de capital y la integración mediática. Este artículo analiza la aplicación de la IA en la cadena de la industria deportiva, su impacto en el mercado y las tendencias futuras.
PwC lanza el marco Intelligent Enterprise, diseñado para ayudar a las empresas a pasar de pruebas piloto de IA dispersas a una operación inteligente integral. Este artículo analiza el contexto industrial, el impacto en el mercado, el panorama competitivo y las implicaciones para las empresas de este marco, y vislumbra la trayectoria futura de la IA a nivel empresarial.
Microsoft lanza el marco de código abierto ASSERT, que convierte con lenguaje natural la descripción del comportamiento esperado de la IA en pruebas ejecutables, lo que refleja que la IA de nivel empresarial está pasando de la “competencia de capacidades de los modelos” a la etapa de “verificación del comportamiento de las aplicaciones”.
Basado en la recopilación de PitchBook《Q2 2026 Building, Backing, and Buying AI》: en un contexto en el que el gasto en infraestructura de IA en 2026 se aproxima a los 600.000 millones de dólares, Google, Microsoft, Amazon y Meta se inclinan más por construir capacidad de cómputo e invertir estratégicamente en participaciones minoritarias, en lugar de obtener capacidades de IA mediante adquisiciones. Este cambio está remodelando las vías de salida de las startups de IA, la competencia en software empresarial y la asignación de capital en la infraestructura de IA.
El evento State of Data & AI organizado por iTnews y NEXTDC en Sídney refleja cómo el debate empresarial sobre la IA está pasando de las pruebas de concepto al despliegue a escala, la soberanía de los datos, el cumplimiento normativo y la IA agéntica. Para las empresas, la verdadera cuestión ya no es “si usar IA o no”, sino “cómo establecer una vía de implementación sostenible entre la infraestructura, la gobernanza y el valor para el negocio”.
Este artículo se basa en una perspectiva del sector sobre “datos de evaluación (eval data)” y analiza por qué la competencia en IA está pasando de la capacidad del modelo hacia los flujos de trabajo, el acceso de usuarios y los bucles de retroalimentación, además de debatir su impacto en la IA empresarial, los agentes de IA, las plataformas de IA y el panorama industrial.