Saltar al contenido
Inteligencia artificial en el reciclaje textil: ¿cómo la IA ayuda a reciclar tu ropa - BBVA 1

Inteligencia artificial en el reciclaje textil: ¿cómo la IA ayuda a reciclar tu ropa – BBVA

La inteligencia artificial puede ayudarte a reciclar mejor tu ropa al identificar automáticamente tejidos, separar fibras y clasificar prendas usadas para facilitar su reutilización. Gracias a tecnologías como la visión artificial y los sensores inteligentes, la IA impulsa una moda más circular, eficiente y sostenible.

El reciclaje de productos textiles sigue siendo una gran tarea pendiente a nivel global frente al inmenso volumen generado por dinámicas como el ‘fast fashion’. Actualmente, la Unión Europea genera 12,6 millones de toneladas de residuos textiles al año, de los cuales la ropa y el calzado por sí solos representan 5,2 millones de toneladas. Esto significa que cada persona genera una media de 12 kilos de residuos anuales.

De todos estos desechos, apenas se recoge el 22% para reutilizar o reciclar; el resto se incinera o se deposita en vertederos. Un ejemplo claro de este problema son las 60.000 toneladas de ropa usada que se acumulan en el Desierto de Atacama (Chile). Para revertir este panorama, la tecnología era necesaria, y la inteligencia artificial (IA) se ha convertido en la herramienta clave para transformar la industria.

La incorporación de la inteligencia artificial está acelerando esta transformación al permitir procesos mucho más precisos que hacen posible el reciclaje infinito. El mayor valor de la IA reside en el primer paso del reciclaje: la identificación y clasificación. Saber exactamente de qué está compuesta cada tela (por ejemplo, si es 50% algodón y 50% poliéster, o 100% algodón) es crucial, pero realizar este análisis manualmente exige mirar a través de un microscopio. Por ley, este tipo de análisis requiere tratamientos que pueden alargar el proceso hasta ocho horas, un tiempo insostenible para una planta que necesita rapidez.

Aquí es donde entra la visión artificial, un subcampo de la IA que utiliza sensores para que una máquina comprenda, interprete e identifique una escena o un objeto con alta precisión. Empresas como PICVISA diseñan y fabrican estos equipos basados en conjuntos de reglas matemáticas y algoritmos. Gracias a técnicas de ‘machine learning’ y ‘deep learning’, la máquina procesa imágenes y vídeos al instante para identificar objetos, patrones y composiciones de los tejidos.

Una vez que la tela llega a la planta y se identifica, el ‘machine learning’ y la automatización industrial toman el control de la separación de fibras. La IA no se limita a clasificar por composición y colores, sino que permite analizar el estado de la prenda y detectar automáticamente elementos menos reciclables, como las cremalleras.

Aprovechando el potencial de los modelos predictivos, los ordenadores procesan información numérica o simbólica para actuar de manera eficiente. Así, la IA ayuda a segregar las telas basándose en la calidad de la tela, la densidad del hilo o lo compacta que esté la prenda. Esto permite determinar automáticamente si hay fibras de mayor calidad que deban destinarse a otro proceso de reciclado mecánico específico. Para garantizar que esta automatización industrial sea perfecta, es imprescindible que la inteligencia artificial sea previamente diseñada, entrenada y supervisada por un equipo humano experto.

Aunque el enfoque automatizado con IA es innovador, el proceso de reciclaje de los productos textiles lleva haciéndose muchísimas décadas. Marilés Bonet, catedrática del Departamento de Ingeniería Textil y Papelera de la Universidad Politécnica de Valencia (UPV), explica que la tecnología actual ha mejorado la esencia de los dos tipos principales de reciclaje, y la IA potencia ambos procesos:

Leer la noticia completa en bbva.com »

La inteligencia artificial creada por y para el sector legal que destierra (por fin) las ... 2

La inteligencia artificial creada por y para el sector legal que destierra (por fin) las …

Prudencia.ai es una inteligencia artificial creada para el sector legal español que elimina las alucinaciones tecnológicas presentes en herramientas generalistas como ChatGPT.

La plataforma, fundada por Carlos Guerrero y Jaume Bosch, razona sobre una base de conocimiento oficial y actualizada, permitiendo la verificación directa de sentencias y documentos.

En solo tres meses, Prudencia.ai ha superado los 10.000 usuarios registrados y 500 clientes de pago, logrando este crecimiento sin financiación externa.

Tras consolidarse en España, la compañía planea expandirse a Portugal y considera opciones de integración o inversión futura para seguir creciendo.

El sector legal español atraviesa una transformación sin precedentes. Tras una primera fase de curiosidad y «cacharreo» con herramientas de inteligencia artificial generalista, los despachos han chocado con una realidad incómoda: las «alucinaciones» tecnológicas.

Presentar ante un juez una demanda con sentencias inventadas ya no es un riesgo hipotético, sino una causa de sanción real por parte de instituciones como el Tribunal Supremo. En este contexto de necesidad de rigor extremo nace Prudencia.ai, una propuesta disruptora que busca devolver la confianza técnica al abogado a través de la precisión.

La génesis del proyecto emprendedor se remonta a noviembre de 2023, cuando Carlos Guerrero, abogado con 20 años de trayectoria y perfil emprendedor, identificó un peligro creciente en el uso de herramientas como ChatGPT dentro de los despachos.

Junto a su socio Jaume Bosch (CTO), con quien ya había fundado hace una década el marketplace Lexgoapp, decidieron crear una solución especialista. «Contacté con mi socio para ver si podíamos lanzar una IA especialista con la misión de ser mucho más precisos y rigurosos, por eso también el nombre de Prudencia», recuerda en conversación con DISRUPTORES – EL ESPAÑOL Carlos Guerrero sobre el inicio de una aventura que vio la luz oficialmente el 2 de febrero de 2026.

A diferencia de los modelos generalistas, Prudencia.ai no «crea» leyes, sino que razona sobre una base de conocimiento oficial y actualizada al segundo. Su propuesta tecnológica se apoya en el sistema RAG (Generación Aumentada por Recuperación), que indexa diariamente el BOE, el CENDOJ (jurisprudencia del Poder Judicial), EUR-Lex, boletines autonómicos y resoluciones de la Agencia Tributaria.

El valor añadido reside en la trazabilidad. Cuando la IA cita una sentencia, el profesional puede acceder con un solo clic al PDF original proporcionado por el Poder Judicial para verificar el contexto.

Esta capa de seguridad ahorra horas de búsqueda documental y eleva la calidad técnica del profesional. Según explica el CEO de la compañía, la herramienta no sólo sustituye tareas mecánicas, sino que actúa como «un potenciador del criterio humano».

Las alucinaciones son el gran quebradero de cabeza de los despachos de abogados a la hora de utilizar la inteligencia artificial para desprenderse de las tareas más mecánicas y centrarse en aportar valor añadido a su trabajo. DISRUPTORES

«Al ahorrarte horas te da más tiempo para profundizar en un asunto que antes te ocupaba una semana. Ahora no sólo lo haces en un día, sino que mejoras en la calidad de tu trabajo porque tiene un criterio, te da nuevas estrategias, nuevos criterios jurídicos que también sorprenden por esa calidad».

Los números de Prudencia.ai respaldan el ‘hambre’ de digitalización del sector legaltech. En apenas tres meses desde su lanzamiento, la plataforma ha superado los 10.000 usuarios registrados y ya cuenta con más de 500 clientes de pago, lo que le ha permitido procesar más de 175.000 interacciones.

Lo más llamativo es que este crecimiento se ha logrado mediante bootstrapping, es decir, reinvirtiendo fondos propios sin recurrir a rondas de financiación externa hasta el momento.

Aunque su foco principal son los despachos de hasta 50 abogados -donde consideran que aportan mayor valor frente a gigantes internacionales-, su tecnología ha permeado en administraciones públicas, ayuntamientos y departamentos jurídicos de medianas empresas. La hoja de ruta para finales de 2026 es ambiciosa: alcanzar los 1.500 clientes de pago y una facturación recurrente de 1,5 millones de euros.

Con el mercado español en fase de adopción masiva, Prudencia.ai ya mira hacia la internacionalización, y ha fijado en Portugal su siguiente paso estratégico. Para ello, según explica el CEO. está cerrando acuerdos con despachos locales para afinar la herramienta a la normativa lusa.

A pesar del éxito temprano, los fundadores mantienen los pies en el suelo respecto a la estructura de la compañía, que actualmente opera con un equipo core de cinco personas. Guerrero no oculta que el sector legaltech europeo vive un momento de consolidación acelerada y que su estrategia podría evolucionar pronto: «Queremos aguantar hasta mitad del año que viene, un año y medio, y ver, si incluso, hubiera algún tipo de oferta o adquisición”.

Ya sea integrándose en un grupo mayor o abriendo la puerta a inversores en 2027, Prudencia.ai sigue pisando el acelerador para posicionarse como el copiloto indispensable para una abogacía que, por fin, puede confiar en la inteligencia artificial sin miedo a las alucinaciones.

Leer la noticia completa en elespanol.com »

«Para aplicar inteligencia artificial al diagnóstico se debe tener el consentimiento del paciente» | Hoy 3

«Para aplicar inteligencia artificial al diagnóstico se debe tener el consentimiento del paciente» | Hoy

El doctor Mariano Casado (Badajoz, 1959) acaba de ser elegido para representar a las comunidades autónomas en el Comité de Bioética de España. Especialista … en Medicina Legal y Forense, Casado ha centrado su trayectoria en el Derecho Médico y la Bioética, recibiendo galardones como el Premio Nacional de Derecho Sanitario (2016 y 2021) o el galardón que otorga la Real Academia Nacional de Medicina (2018). Fue responsable de la docencia de Medicina Legal en la Facultad de Medicina de la UEx desde 1996 hasta 2023. Actualmente es el secretario del Colegio de Médicos de Badajoz y académico de número de la Academia de Medicina de Extremadura. A nivel nacional, ha sido miembro de la Comisión Central de Deontología (2007-2020) —donde participó en la redacción del Código de Deontología Médica— y encargado también de elaborar el código para el colectivo de fisioterapeutas.

—El avance tecnológico es imparable, ¿qué retos plantea la aplicación de la inteligencia artificial en biotecnología y medicina?

—En cualquier avance tecnológico hay que valorar el aspecto ético. Analizar qué es correcto o no en su aplicación, y si se adecua a la dignidad del ser humano. La inteligencia artificial no es una cuestión nueva, se aplica hace bastante tiempo, y suscita mucha controversia. El reto es aplicar una serie de límites.

—Además de la aplicación de la IA, ¿qué cuestiones plantean más discusiones deontológicas?

—En el mundo de la biomedicina y las ciencias de la salud siempre se plantean debates en torno al inicio y el final de la vida. Hay distintos pareceres con unas tendencias ideológicas o pseudopolíticas que se inclinan hacia un lado o hacia otro. Además de los avances tecnológicos, también se analizan asuntos relacionados con la asistencia médica a los migrantes o la equidad en el acceso al sistema sanitario.

—¿Está la legislación yendo al compás del avance tecnológico para proteger los derechos de los pacientes?

—La Unión Europea ha creado la denominada Ley de Inteligencia Artificial, que ahora está debatiéndose en España para su aplicación. En cualquier caso, creo que hay que ser muy cauteloso a la hora de aplicar esos avances. La ley está muy bien, pero también hay que tener en cuenta sus implicaciones desde un punto de vista ético.

—Si determinadas empresas tecnológicas te van a facilitar una base de datos, debemos conocer quiénes están detrás, cómo se ha obtenido esa información. Conocemos la existencia de abusos en determinados países, donde hay gente captando datos, y que varían en función de las distintas nacionalidades. Por ese motivo, considero que la utilización de esas bases de datos genéricas para distintas poblaciones debe hacerse de forma cautelosa.

—¿Se debe informar siempre al paciente antes de utilizar modelos de IA en diagnósticos o tratamientos?

—Totalmente. Es una premisa fundamental. Al paciente que acude a una consulta se le debe dar la opción de prestar un consentimiento informado previo.

El médico debe informar antes para saber si el paciente consiente un diagnóstico en el que se va a utilizar ese método. Preguntarle si está conforme con su aplicación o prefiere el método, digamos, tradicional.

Si hago un diagnóstico con IA tengo que informar antes porque puede haber errores. ¿Quién sería el responsable entonces? Ese es un debate que está abierto.

—La pandemia supuso una gran tensión para el sistema sanitario que llevó a plantear debates éticos en torno a la derivación a hospitales de pacientes de las residencias de mayores. ¿Cómo se abordó esta cuestión desde el punto de vista deontológico?

—Era preciso determinar si había que dar cobertura a aquellos pacientes que estaban ya en una fase muy avanzada de su vida o no. Ahí se establecieron una serie de criterios éticos muy importantes; hubo comunidades autónomas que los tuvieron más en cuenta y otras, menos.

—¿Hay contacto directo del Comité de Bioética con los debates que plantea la ciudadanía?, ¿hay una posibilidad de participación directa?

—Los asuntos llegan al Comité a través de los ministerios o bien de las comunidades autónomas, que son las que conocen el sentir de su población y los problemas que tienen.

—¿Cómo se logra que todos los habitantes de este país reciban las mismas prestaciones sanitarias con independencia de su territorio?

—Tenemos que tener un mínimo de servicios y un mínimo asistencial. No todas las comunidades autónomas pueden contar con todos los servicios que prestan las regiones más grandes o con mayor demanda. Es necesario equilibrar y de ahí surge la interrelación en el ámbito sanitario. Para eso está el Consejo Interterritorial: para establecer un equilibrio entre las distintas comunidades y que nadie se quede fuera de juego en el ámbito asistencial básico.

—¿Cómo ha avanzado Extremadura desde que se llevó a cabo la transferencia de las competencias sanitarias?

—Los dirigentes políticos de la región han luchado para que haya equidad. A lo largo de estos años, desde 2001, nos hemos igualado mucho con el resto de las comunidades autónomas, pero claro, tampoco podemos tener de todo. Eso tiene un coste.

—¿Está funcionando esa cooperación en el caso extremeño?

—Sí, claro que funciona. En ambas direcciones. También hay comunidades autónomas que nos derivan pacientes a nuestro sistema extremeño. Tenemos servicios que están muy bien dotados en Cáceres y Badajoz, como cirugía plástica, vascular, cardíaca, maxilofacial… Tenemos centros hospitalarios de referencia no solamente a nivel regional, sino también nacional. En Extremadura hay grandes profesionales y debemos defenderlos. En los últimos tiempos se han dado pasos para retener a los especialistas que se forman aquí.

Leer la noticia completa en hoy.es »

Daniel Púa, jefe de seguridad en Magnific: "Si Claude Opus 4.8 podía ser una navaja ... 4

Daniel Púa, jefe de seguridad en Magnific: "Si Claude Opus 4.8 podía ser una navaja …

Desde que Anthropic dio a conocer a Claude Mythos hace unos meses, la ciberseguridad se ha convertido en el principal argumento con el que los laboratorios de IA destacan la potencia de sus nuevos modelos. Hay motivos: Mythos en concreto fue capaz de encontrar vulnerabilidades zero-day (desconocidas y sin parche) que llevaban años pasando desapercibidas.

¿Significa esto que la ciberseguridad tradicional ha quedado obsoleta de la noche a la mañana? Según Daniel Púa, jefe de seguridad en Magnific, «la ciberseguridad tradicional tiene que acostumbrarse a trabajar con la IA. Igual que hoy en día la gente que programa a mano y no hace uso de agentes se queda muy atrasada».

El hype de Mythos. «Se le ha dado mucho bombo», dice Daniel Púa sobre todo el revuelo causado por Claude Mythos. No es que no sea un modelo potente, lo es, pero este experto no cree «que sea un cambio de paradigma como muchos están vendiendo». Su razonamiento es que las vulnerabilidades que encontró Mythos se podrían haber encontrado con el siguiente modelo más avanzado en aquel momento, que era Claude 4.8, simplemente «gastando suficientes tokens». En este sentido, Mythos no es un arma nueva, sólo una un poco más potente: «si decimos que Claude 4.8 era una navaja, Mythos a lo mejor es un machete».

Además, Púa aprovecha para destacar el trabajo de su rival, OpenAI: «se le está dando mucho bombo a Mythos y a Anthropic, pero creo que los modelos que está sacando OpenAI (GPT 5.5 y 5.6) están a la par».

El cambio está en el open-source. Hay un detalle destacable de toda esta cuestión y es que «Casi todas las vulnerabilidades que descubrió Mythos son de programas open source». Es decir, que las ha encontrado en aquellos programas en los que la IA pudo acceder a todo el código, según Púa «ahí es donde sí que veo un cambio de paradigma gordo».

Tradicionalmente, los programas open-source eran considerados más seguros porque «cualquiera podía entrar y auditar el código». Esa fortaleza es lo que, en un contexto de modelos de IA con capacidades en ciberseguridad, se vuelve en su contra. «Una persona puede tardar días o semanas e incluso perderse en ese flujo y no encontrar ninguna vulnerabilidad», dice Púa. En cambio, «un agente trabaja muchísimo mejor porque puede seguir todo el flujo en segundos o minutos».

¿Peligro o intereses? Hace unos años Dario Amodei, CEO de Anthropic, decía que «la IA Open Source se está convirtiendo en un peligro», un discurso muy similar al de Steve Ballmer cuando decía que «Linux es un cáncer». Para Daniel Púa, hay un claro interés detrás de estas afirmaciones: «no es ni 100% cierto ni 100% falso (…) Al final, los modelos open source chino están cogiendo mucha carrerilla, entonces a él le interesa frenarlo de alguna manera».

Sin embargo, sí reconoce que la IA open source puede tener cierto punto de riesgo ya que «en los modelos open source no puedes poner guardarrailes, tú no puedes decirle, ‘Oye, no hagas esto’. Mientras que modelos de OpenAI o de Anthropic, ellos sí tienen un control para decir ‘hasta aquí llegas'».

El peligro de una IA que «escapa del laboratorio». Recientemente se produjo un incidente en el que un modelo de OpenAI hackeó la base de datos de una empresa externa y poco después Anthropic dijo que a ellos les había pasado algo parecido. Ante esta situación, muchos ya ven un escenario casi apocalíptico en el que la IA termina escapando al control humano. Daniel Púa lo ve «un poco peli de ciencia ficción», pero reconoce que «con la IA puedes hablar a corto plazo, incluso a medio plazo, pero a largo plazo… no sabes a dónde va a llegar porque va avanzando a una velocidad que que no tiene ningún tipo de sentido».

No obstante, es bastante prudente y afirma que para que algo así pasara primero tendríamos que abrirle la puerta: «Si a una IA no le das acceso a sistemas cerrados militares, por ejemplo, no va a llegar ahí de la noche a la mañana. Si empiezas a darle acceso, podría darse el caso, pero yo lo veo muy rebuscado»

La IA también sirve para hacer el bien. Normalmente nos enfocamos en el uso de IA para atacar, que es el que da más miedo, pero «también como parte del Blue Team, la parte defensiva. En la respuesta ante incidentes y en la parte forense está siendo una ayuda increíble», cuenta Púa. En Magnific ya la usan para vigilar sus propios sistemas: «tenemos agentes internos que cogen los cientos de millones de logs que generamos y nos ayudan a filtrar y encontrar patrones de ataque (…) Ese trabajo hecho a mano nos llevaría muchísimo tiempo, y con la IA está siendo casi instantáneo».

En Xataka | Hay un puesto de trabajo en auge en la era de la inteligencia artificial: experto en ciberseguridad

Leer la noticia completa en xataka.com »

En 4 años el 90% de los videos online utilizará inteligencia artificial • Producción Audiovisual 5

En 4 años el 90% de los videos online utilizará inteligencia artificial • Producción Audiovisual

La inteligencia artificial dejará de ser una herramienta complementaria para convertirse en una parte habitual de la producción de contenidos audiovisuales. Algunas previsiones apuntan a que, antes de que termine la década, hasta el 90 % del contenido publicado en internet habrá sido generado, modificado o producido con ayuda de sistemas de IA.

Sin embargo, esta cifra necesita contexto. No significa que nueve de cada diez vídeos vayan a ser creados íntegramente por una máquina ni que desaparezcan los equipos humanos. Bajo la categoría de contenido “creado con IA” pueden incluirse producciones en las que esta tecnología solo haya intervenido en una fase concreta: documentación, escritura, generación de imágenes, edición, limpieza de sonido, subtitulado, doblaje, traducción o análisis de audiencias.

La estimación del 90 % circula desde hace años con distintas fechas y formulaciones. Una de sus referencias más citadas es el informe Facing Reality? Law Enforcement and the Challenge of Deepfakes, publicado en 2022 por el Europol Innovation Lab.

El documento analiza la expansión de los contenidos sintéticos y los riesgos derivados de los deepfakes, aunque no constituye un estudio estadístico que demuestre que exactamente el 90 % del vídeo online será artificial en 2030. Se trata, por tanto, de una proyección sobre la evolución de internet y no de un resultado medido empíricamente.

De hecho, la previsión suele referirse al conjunto de los contenidos digitales —textos, imágenes, audios y vídeos—, no exclusivamente al vídeo. El reciente artículo de ReelNReel adapta esta idea al ecosistema de YouTube y a la transformación de sus procesos de producción.

Más allá del porcentaje concreto, la tendencia resulta difícil de discutir. La inteligencia artificial ya está entrando en prácticamente todas las fases del trabajo audiovisual.

En desarrollo y preproducción puede utilizarse para investigar, ordenar documentación, plantear versiones de un argumento, elaborar desgloses, preparar listas de planos o generar storyboards. Durante la producción permite crear fondos virtuales, modificar interpretaciones, generar voces o producir determinados planos. En posproducción automatiza transcripciones, subtítulos, limpieza de audio, selección de tomas, eliminación de elementos, reencuadres y adaptación de una misma pieza a diferentes formatos.

También facilita la localización internacional. Una producción puede generar versiones en varios idiomas, adaptar rótulos, sincronizar voces o personalizar determinados elementos para públicos diferentes sin reconstruir todo el contenido desde cero.

La transformación, por tanto, no consiste únicamente en generar vídeos a partir de una instrucción escrita. Su efecto más profundo será la progresiva integración de la IA en el flujo ordinario de trabajo.

La primera consecuencia será un descenso de las barreras de entrada. Operaciones que antes requerían tiempo, equipamiento o personal especializado podrán ejecutarse con mayor rapidez y menor presupuesto. Esto permitirá que productoras pequeñas y creadores independientes accedan a recursos hasta ahora reservados a producciones de mayor escala.

Pero producir más fácilmente no garantiza producir mejor. La reducción de costes también multiplicará la cantidad de contenidos disponibles y hará más difícil captar la atención del público. En un entorno saturado de imágenes técnicamente correctas, la calidad visual dejará de ser por sí sola un elemento diferencial.

El valor se desplazará hacia aquello que la automatización reproduce peor: la mirada, el criterio, la experiencia, el conocimiento del público y la capacidad para contar una historia con una voz reconocible.

La IA automatizará tareas repetitivas, especialmente en edición, documentación, subtitulado, generación de versiones y tratamiento técnico de imagen y sonido. Al mismo tiempo, aumentará la importancia de supervisar los resultados y decidir qué merece llegar a la pantalla.

Los profesionales deberán aprender no solo a manejar herramientas, sino también a revisar sus resultados, detectar errores, comprobar fuentes y conocer las condiciones de uso de las imágenes, voces y materiales empleados. Saber descartar una propuesta mediocre será tan importante como saber generarla.

También será necesario determinar quién posee los materiales producidos, qué derechos se han concedido sobre los archivos utilizados para entrenar o alimentar el sistema y cuándo debe informarse al espectador de que una imagen, una voz o una persona han sido creadas artificialmente.

La expansión del contenido sintético introduce un problema especialmente sensible: cada vez será más difícil saber si una grabación representa algo que realmente sucedió. El informe de Europol advierte precisamente de las consecuencias que los deepfakes pueden tener para la desinformación, el fraude, la suplantación de identidad y la credibilidad de las pruebas audiovisuales.

Para la industria, esto convierte la trazabilidad en una cuestión central. Las productoras deberán conservar archivos originales, autorizaciones, licencias y registros de las transformaciones efectuadas mediante IA. En publicidad, documental, información y contenidos basados en personas reales, la transparencia puede convertirse en una condición indispensable para mantener la confianza del público.

Las empresas que obtendrán una verdadera ventaja no serán necesariamente las que generen más contenido, sino las que sepan utilizar estas herramientas para reducir tareas mecánicas, probar alternativas y ampliar sus posibilidades creativas sin renunciar al control humano.

En un internet inundado de imágenes sintéticas, la autoría, la credibilidad y una mirada propia pueden terminar siendo más valiosas que nunca.

ProduccionAudiovisual.com es un blog independiente dedicado a la industria audiovisual en español. Desde 2014 comparte análisis, recursos y experiencias sobre financiación, producción y distribución de cine, televisión y nuevos formatos, con un enfoque práctico orientado a profesionales, estudiantes y empresas del sector. Más que un medio de actualidad, es un espacio para entender cómo se levantan los proyectos, cómo se estructura el negocio y cómo evoluciona el oficio de producir en un entorno en constante transformación.

Telemadrid ha aprobado su primera Política de Inteligencia Artificial, un marco que pretende ordenar la incorporación de esta tecnología en las operaciones de la cadena y garantizar que su utilización sea segura, responsable y conforme a la legislación.

A partir de ahora, cualquier herramienta o proyecto basado en IA que Radio Televisión Madrid quiera desarrollar, adquirir o utilizar deberá someterse a un proceso común de evaluación y aprobación. Este análisis permitirá estudiar sus posibles riesgos antes de implantarlo y determinar en qué casos debe garantizarse la supervisión humana.

La corporación ha creado dos comités responsables de tomar las principales decisiones y vigilar el cumplimiento de las normas. También ha nombrado a un responsable de Inteligencia Artificial —una figura conocida como CAIO—, que coordinará el sistema con el apoyo de una oficina especializada.

La medida resulta especialmente relevante porque tanto Telemadrid como Onda Madrid ya utilizan automatizaciones vinculadas a la IA en ámbitos como la realización y la catalogación de contenidos. La gran cuestión será si las herramientas previamente implantadas también deberán superar ahora este proceso de revisión.

Más allá del caso concreto de Telemadrid, la iniciativa anticipa un debate que afectará a todo el sector audiovisual. Las empresas tendrán que decidir qué usos pueden agilizar sus procesos sin comprometer la propiedad intelectual, la protección de datos, la fiabilidad de la información ni los derechos de trabajadores y creadores.

La IA ya está entrando en redacciones, archivos, departamentos técnicos y áreas de producción. El verdadero desafío no consiste únicamente en adoptarla, sino en establecer quién autoriza cada uso, cómo se evalúan sus riesgos y quién responde cuando el resultado plantea un problema.

En este sentido, Telemadrid comienza a dibujar un modelo que probablemente veremos reproducido en otras cadenas: procedimientos compartidos, supervisión humana, órganos internos de control y una persona responsable de coordinar la estrategia de inteligencia artificial.

Hace apenas dos años, preparar un plan de rodaje seguía siendo una tarea completamente manual. Revisar el guion escena por escena, organizar jornadas, coordinar la disponibilidad del equipo, optimizar localizaciones o prever los tiempos de montaje y desmontaje requería horas —y a menudo días— de trabajo por parte del equipo de producción.

La irrupción de la inteligencia artificial está transformando muchas de las tareas previas al rodaje. Cada vez existen más herramientas capaces de analizar documentos, organizar información o generar propuestas de planificación en cuestión de segundos.

Pero la gran pregunta sigue siendo la misma: ¿puede una IA preparar por sí sola un plan de rodaje?

Aunque todavía no existe una herramienta capaz de sustituir el trabajo de un director de producción, sí hay aplicaciones que pueden acelerar buena parte de las tareas más repetitivas.

Por ejemplo, modelos como ChatGPT, Claude o Gemini son capaces de leer un guion y extraer información útil para la planificación. Pueden identificar personajes, localizaciones, días y noches, elementos de atrezo, vehículos o animales, elaborar resúmenes por secuencias e incluso organizar esa información en tablas listas para trabajar.

No sustituyen un desglose profesional, pero sí reducen considerablemente el tiempo necesario para preparar una primera versión.

Uno de los trabajos más laboriosos durante la preproducción consiste en descomponer el guion para identificar todo lo que será necesario durante el rodaje.

Tradicionalmente este proceso se realizaba de forma completamente manual.

Hoy algunas herramientas especializadas permiten automatizar parte de ese trabajo detectando personajes, objetos, vestuario, maquillaje, efectos especiales o necesidades técnicas.

El resultado sigue necesitando una revisión humana, pero el tiempo invertido puede reducirse de forma significativa.

Una vez recopilada toda la información comienza otra fase compleja: construir un calendario eficiente.

Aquí la inteligencia artificial empieza a demostrar un enorme potencial.

Puede proponer agrupaciones de escenas según localización, detectar posibles incompatibilidades, reorganizar jornadas para minimizar desplazamientos o generar diferentes escenarios de planificación dependiendo de las restricciones introducidas por el usuario.

Sin embargo, sigue sin conocer uno de los elementos más importantes de cualquier rodaje: la realidad.

Preparar un plan de rodaje no consiste únicamente en ordenar escenas.

Hay factores que ningún algoritmo puede prever por sí solo.

¿Qué ocurre si un actor solo está disponible dos días?

¿Y si la previsión meteorológica cambia completamente el orden previsto?

¿Qué pasa cuando una localización pierde el permiso apenas cuarenta y ocho horas antes del rodaje?

¿O cuando una escena especialmente compleja necesita más tiempo del previsto?

Ese tipo de decisiones forman parte del día a día de cualquier equipo de producción.

Y ahí continúa siendo imprescindible la experiencia humana.

Un calendario no se construye únicamente con datos.

De encontrar soluciones cuando el presupuesto obliga a modificar el plan inicial.

Pero todavía no sabe negociar con un ayuntamiento, convencer a un propietario para ampliar un permiso o reorganizar un rodaje porque un actor ha enfermado.

La inteligencia artificial no elimina el trabajo del director de producción.

Elimina muchas de las tareas repetitivas que consumen tiempo antes de que empiece el verdadero trabajo.

Puede ayudar a preparar documentación, organizar información, detectar errores, generar alternativas o acelerar procesos administrativos.

En otras palabras, actúa como un asistente extremadamente rápido.

Paradójicamente, cuanto más avanza la inteligencia artificial, más importante resulta el criterio de quien coordina una producción.

Porque cuando las tareas mecánicas se automatizan, lo que realmente aporta valor son las decisiones.

Asumir riesgos cuando no existe una respuesta correcta.

Quizá la cuestión debería formularse de otra manera.

No se trata de preguntarse si una inteligencia artificial puede hacer un plan de rodaje.

La pregunta es cuánto tiempo puede ahorrar al equipo de producción para dedicarlo precisamente a aquello que ninguna máquina sabe hacer.

Porque probablemente ese sea el futuro inmediato de la industria.

Sino productores capaces de apoyarse en la inteligencia artificial para trabajar más rápido, reducir errores y dedicar más tiempo a las decisiones que realmente determinan el éxito de un proyecto.

La inteligencia artificial está cambiando la forma de trabajar de muchos profesionales del sector audiovisual. No porque vaya a sustituir al productor, sino porque puede convertirse en un asistente capaz de ahorrar horas de trabajo en tareas de análisis, documentación, escritura o planificación.

Eso sí, la calidad de las respuestas depende en gran medida de la calidad de las preguntas. Un buen prompt puede marcar la diferencia entre una respuesta superficial y una realmente útil.

Por eso hemos recopilado 25 prompts que cualquier productor audiovisual puede guardar y reutilizar en su día a día. Funcionan con ChatGPT, Claude, Gemini o cualquier otro modelo de lenguaje.

Actúa como un productor ejecutivo con experiencia en cine independiente. Analiza este guion e identifica sus fortalezas, debilidades, oportunidades comerciales, riesgos de producción y posibilidades de financiación.

Propón al menos diez cambios que permitan reducir el presupuesto de este guion sin afectar significativamente a la historia ni a la experiencia del espectador.

¿Qué cambios podrían hacer este proyecto más atractivo para plataformas, televisiones, distribuidores o inversores sin perder su identidad?

Redacta un logline, una sinopsis de 50 palabras, otra de 150 palabras y una sinopsis larga para dossier.

¿Qué películas o series recientes son comparables a este proyecto en tono, género, presupuesto o público objetivo? Explica las similitudes.

Elabora un plan de financiación para este proyecto teniendo en cuenta ayudas públicas, preventas, televisiones, incentivos fiscales, coproducción internacional e inversión privada.

Haz una lista de ayudas, laboratorios, mercados y convocatorias nacionales e internacionales en las que este proyecto tendría posibilidades.

¿Qué empresas o marcas podrían estar interesadas en colaborar mediante patrocinio o product placement? Justifica cada propuesta.

Redacta un argumentario para presentar este proyecto a un inversor privado que nunca ha invertido en cine.

Realiza un desglose preliminar del guion indicando personajes, localizaciones, figuración, efectos especiales, vehículos, animales, música y necesidades técnicas.

Identifica las escenas con mayor impacto presupuestario y explica por qué.

Basándote en este guion, estima el número de jornadas de rodaje necesarias y explica tu razonamiento.

Analiza este proyecto desde el punto de vista de producción e identifica todos los posibles riesgos logísticos, técnicos y legales.

Actúa como un comité de selección de un laboratorio o mercado audiovisual y evalúa este proyecto con total honestidad.

¿Qué preguntas difíciles podrían hacer un comité de ayudas, una televisión o un inversor durante un pitching?

Redacta un pitch de tres minutos para presentar este proyecto ante un comité de financiación.

Escribe una nota de intención del productor explicando por qué merece la pena hacer esta película.

Propón una estrategia de lanzamiento para esta película desde el anuncio del proyecto hasta su estreno.

Propón veinte titulares periodísticos para anunciar esta película en prensa especializada.

Escribe una nota de prensa profesional anunciando el inicio del rodaje de esta película.

Haz una selección de festivales nacionales e internacionales donde este proyecto tendría más posibilidades de ser seleccionado.

Actúa como abogado del diablo y enumera todas las razones por las que este proyecto podría fracasar artística o comercialmente.

Compara este proyecto con películas similares y explica qué elementos lo diferencian de ellas.

Analiza este guion y propón mejoras narrativas sin cambiar la esencia de la historia.

Si fueras el productor ejecutivo de esta película, ¿qué harías durante los próximos 90 días para aumentar sus posibilidades de salir adelante?

No te quedes con el primer resultado. La IA funciona mucho mejor cuando le das contexto. Cuéntale el presupuesto aproximado de la película, el género, el público al que se dirige, el país donde se producirá o el tipo de financiación que buscas. Cuanta más información tenga, más útiles serán sus respuestas.

Y recuerda que la inteligencia artificial no sustituye el criterio de un productor. Pero utilizada como asistente puede ayudarte a detectar problemas antes, generar ideas, preparar reuniones o ahorrar muchas horas de trabajo repetitivo. La clave no está en dejar que piense por ti, sino en hacerle las preguntas adecuadas.

Leer la noticia completa en produccionaudiovisual.com »

La inteligencia artificial puede “reforzar la autonomía” de las personas con discapacidad intelectual 6

La inteligencia artificial puede “reforzar la autonomía” de las personas con discapacidad intelectual

– Fundación Álex Rivera ayuda a desarrollar un asistente de voz específicamente para personas adultas con discapacidad intelectual

Una persona utilizando la aplicación ‘Peter’, un asistente de voz | Foto de la Fundación Álex Rivera

Así lo afirmó el fundador y presidente de la Fundación Álex Rivera, Carlos Rivera, quien explicó a Servimedia que esa filosofía ha guiado el desarrollo de ‘Peter’, un asistente de voz diseñado específicamente para personas adultas con discapacidad intelectual y construido mediante un proceso de “cocreación con usuarios, familias, profesionales y entidades colaboradoras”.

Rivera explicó que ‘Peter’ nació para responder a uno de los principales retos que afrontan muchas personas con discapacidad intelectual: “Disponer de apoyos adaptados que les permitan desenvolverse con mayor autonomía en su vida cotidiana”. Según recordó, un estudio elaborado por la Fundación PwC y la Fundación Álex Rivera refleja que el 45,5% de estas personas “desea independizarse”, aunque el 72% continúa viviendo con sus familias debido, entre otros factores, “a las dificultades económicas, el acceso a la vivienda y la falta de apoyos específicos”.

A diferencia de otros asistentes virtuales, ‘Peter’ fue concebido desde el inicio para este colectivo. Utiliza lenguaje claro, adapta el ritmo de las conversaciones, recuerda rutinas, preferencias y objetivos de cada usuario y ofrece acompañamiento personalizado mediante recordatorios, ayuda en tareas domésticas, orientación para el ocio, alertas de seguridad y apoyo emocional.

El presidente de la Fundación destacó que las personas con discapacidad intelectual participaron desde el principio en el diseño y validación de la herramienta, junto con sus familias y profesionales de apoyo. “Queríamos conocer directamente qué dificultades encuentran en su día a día, qué apoyos necesitan y cómo debía comunicarse la herramienta para ser realmente accesible”, explicó, al tiempo que subrayó que la cocreación seguirá marcando la evolución futura del proyecto.

‘Peter’ superó dos fases de validación, una en entornos supervisados y otra en situaciones reales dentro de los hogares de los participantes. Los resultados fueron “muy prometedores”: el 84% de las personas que utilizaron la aplicación “la recomendaría”, mientras que nueve de cada diez profesionales consideraron que “mejora los apoyos que prestan”.

Además, el 89% de los profesionales cree que la herramienta “puede mejorar los servicios de apoyo”, el 78% considera que “puede reducir la dependencia de apoyos externos en determinadas situaciones” y el 85% valoró positivamente la calidad de la interacción entre ‘Peter’ y las personas usuarias.

Rivera insistió en que ‘Peter’ no pretende sustituir a las familias ni a los profesionales de apoyo, sino “complementar su trabajo” ofreciendo ayuda cuando sea necesaria.

En este sentido, defendió que acompañar “no significa vigilar” y aseguró que la privacidad y la protección de datos forman parte del diseño de la herramienta desde su origen. La aplicación utiliza información sobre rutinas o preferencias únicamente para “personalizar los apoyos y evitar una supervisión invasiva”.

Asimismo, avanzó que futuras actualizaciones permitirán que familiares o tutores vinculen sus cuentas con la del usuario para “colaborar en la organización de la agenda y recibir determinados avisos”, siempre respetando la autonomía de la persona.

‘Peter’ está disponible gratuitamente desde julio de 2026 para teléfonos móviles y tabletas a través de Google Play y App Store. El asistente forma parte de una estrategia más amplia de la Fundación Álex Rivera para favorecer la autonomía de las personas con discapacidad intelectual mediante iniciativas relacionadas con el empleo, la vivienda y la planificación vital, entre ellas el proyecto ‘CEEs 2.0’, la plataforma de vivienda ‘Badi Impulsa’ y una guía de planificación para familias.

Rivera concluyó que la innovación solo puede considerarse inclusiva cuando se construye escuchando a las personas a las que va dirigida. “Queremos que las personas con discapacidad intelectual accedan también al potencial de la inteligencia artificial y que esta contribuya a ampliar sus oportunidades, siempre desde el respeto, la seguridad y el acompañamiento humano”, afirmó.

Leer la noticia completa en servimedia.es »

Los creadores de la inteligencia artificial más avanzada del mundo se han puesto de ... - 3DJuegos 7

Los creadores de la inteligencia artificial más avanzada del mundo se han puesto de … – 3DJuegos

Durante años, buena parte de Silicon Valley pidió espacio para desarrollar la inteligencia artificial sin demasiadas barreras. En 2026, algunos de sus nombres más importantes empiezan a defender públicamente justo lo contrario: Sam Altman (CEO de OpenAI), Demis Hassabis (CEO de Google DeepMind) y Dario Amodei (CEO de Anthropic) han publicado en las últimas semanas propuestas para regular los modelos de IA más avanzados.

Sus recetas son diferentes, pero parten de una preocupación común: consideran que los modelos más potentes necesitan controles externos antes de llegar al público. También coinciden en concentrar esas medidas en los sistemas capaces de plantear riesgos importantes, especialmente en ámbitos como la ciberseguridad o la biología, en lugar de aplicar las mismas restricciones a cualquier herramienta de inteligencia artificial.

Amodei plantea un sistema similar al de la Administración Federal de Aviación estadounidense con un organismo federal capaz de impedir inmediatamente el lanzamiento de un modelo considerado demasiado peligroso. Hassabis propone algo más cercano a FINRA, el organismo autorregulador de la industria financiera estadounidense: evaluaciones realizadas por terceros y supervisadas desde el ámbito federal, inicialmente voluntarias, que podrían terminar convirtiéndose en requisitos obligatorios.

Altman mira todavía más lejos. Su propuesta toma como referencia al Organismo Internacional de Energía Atómica y plantea una institución internacional liderada por Estados Unidos que establezca estándares, certifique países y compañías y utilice el acceso a los modelos más avanzados como incentivo para cumplir las reglas. Hassabis recibió incluso elogios públicos de Altman, Satya Nadella, Elon Musk y miembros de Anthropic por su propuesta.

Como recoge Axios, el cambio resulta significativo porque Washington también está descubriendo los límites de dejar funcionar el mercado por su cuenta. La administración Trump mantiene públicamente una posición favorable a reducir barreras para competir con China, pero durante este verano ya ha tenido que intervenir ante preocupaciones relacionadas con las capacidades de algunos modelos avanzados. La discusión empieza a desplazarse desde si habrá regulación hacia quién debería encargarse de ella.

Existe, además, una paradoja difícil de ignorar. OpenAI, Google y Anthropic disponen de equipos legales, expertos en seguridad, recursos económicos y relaciones institucionales suficientes para afrontar sistemas complejos de certificación. Una startup pequeña o un proyecto de código abierto lo tendría bastante más complicado, ya que regular la inteligencia artificial podría reducir alguno de sus riesgos, pero también levantar una barrera que proteja a quienes ya están arriba. Sin embargo, ahora son ellos los que están pidiendo construirla.

En 3DJuegos | Durante 10 años, creímos que el dominio más caro de internet costaba 800 millones de euros. En realidad, el récord acaba de cambiar

En 3DJuegos | Pokémon GO fue el mayor fenómeno de 2016, pero Irán pensó que prohibirlo era lo mejor para sus ciudadanos

Leer la noticia completa en 3djuegos.com »

La inteligencia artificial dispara la demanda de centros de datos - Segre.com 8

La inteligencia artificial dispara la demanda de centros de datos – Segre.com

La irrupción de la inteligencia artificial ha disparado la demanda de centros de datos, que alojan a los servidores que hace posible una buena parte de los servicios digitales cotidianos. El sector considera que Barcelona cumple las condiciones para consolidarse como uno de los principales hubes del sur de Europa, pero alerta de que el principal obstáculo para su desarrollo es la disponibilidad de energía. Paralelamente, entidades ecologistas avisan de que el elevado consumo eléctrico de estas instalaciones puede comprometer otros usos industriales y denuncian el riesgo de un “ennoblecimiento energético”.

En este contexto, el Gobierno ha identificado 26 proyectos potenciales de centros de datos por impulsar en Cataluña. Hace años que los centros de datos sostienen servicios tan cotidianos como las operaciones bancarias, las redes sociales o las historias clínicas digitales. Sin embargo, con la irrupción de la inteligencia artificial, estas infraestructuras también han pasado a alimentar a los modelos que entrenan los nuevos algoritmos, lo cual ha multiplicado las necesidades de cálculo y de energía. El catedrático de Ingeniería de la UPF Vladimir Estivill asegura que este nuevo escenario plantea un “dilema moral”: soberanía digital o impacto medioambiental.

Defensa que alojar la información en Cataluña facilita que quede sometida a la legislación europea y dificulta que gobiernos extranjeros puedan acceder. Si no, él cree que existe el riesgo que alguien externo pueda llegar a conocer informaciones críticas, como “los patrones de enfermedades que tienen los catalanes o qué usos hacen a la Generalitat”.

Leer la noticia completa en segre.com »

La Inteligencia Artificial entra en una nueva fase: los inversores exigen beneficios reales ... 9

La Inteligencia Artificial entra en una nueva fase: los inversores exigen beneficios reales …

El ciclo de inversión en Inteligencia Artificial (IA) ha superado su fase inicial de euforia. Los mercados bursátiles globales están experimentando una profunda rotación en su liderazgo, marcando el inicio de una etapa en la que el simple gasto masivo de capital ya no justifica las elevadas cotizaciones. Ahora, los inversores demandan pruebas tangibles de rentabilidad, según advierte el último informe mensual de renta variable de Fidelity International. «La IA sigue siendo la oportunidad con mayúsculas, pero ahora las pruebas importan más que las promesas», afirma contundentemente Stuart Rumble, Responsable de Dirección de Inversiones para Asia-Pacífico en Fidelity.

El experto señala que los mercados están analizando con mucho más detenimiento «qué empresas pueden convertir la inversión en IA en beneficios, flujos de efectivo y rentabilidades para el accionista duraderos». En este sentido, subraya que limitarse a suministrar infraestructuras para el desarrollo de la IA podría no ser suficiente a partir de ahora; la próxima fase recompensará la calidad y a aquellas compañías que logren un crecimiento duradero de los ingresos y márgenes sólidos. Reevaluación tecnológica y rotación geográfica.

Esta nueva exigencia de rentabilidad se tradujo en julio en una fuerte reevaluación del discurso en torno a la IA. Las empresas que no demostraron una monetización clara sufrieron fuertes ventas, lo que provocó importantes divergencias en los parqués internacionales . Mientras que los índices con un peso mayoritario en grandes tecnológicas y beneficiarios de la IA sufrieron acusadas caídas, como el Nasdaq 100 (-6,6%) o el Nikkei 225 (-8,1%), los selectivos más diversificados lograron resistir, con el S&P 500 cediendo apenas un 0,1% y el TOPIX japonés avanzando un 0,2%. En este contexto de rotación, la renta variable europea brilló de forma especial. El índice STOXX 600 llegó a marcar un nuevo máximo histórico en julio tras avanzar un 1,6%, impulsado por un perfil sectorial más orientado al valor (value) y una menor exposición a las tecnológicas de gran capitalización. Por su parte, en los mercados asiáticos se ha observado un movimiento similar: los inversores han recogido beneficios y se han alejado de los mercados de semiconductores de Corea y Taiwán para buscar refugio en las atractivas valoraciones de la bolsa de China y Hong Kong.

La bolsa estadounidense mantiene niveles de concentración cercanos a máximos históricos, lo que supone un riesgo para los inversores al depender de un grupo muy estrecho de ganadores de la IA. En lugar de depender de un puñado de titanes tecnológicos cotizados, las rentabilidades bursátiles proceden cada vez más de un grupo más amplio, pero todavía concentrado, de empresas vinculadas al ciclo de inversión en la IA. «Eso deja a los inversores expuestos a un supuesto subyacente común: que la inversión relacionada con la IA sigue siendo lo suficientemente elevada, durante el suficiente tiempo, para justificar las expectativas actuales», dice Charlotte Apps, Especialista sénior en inversiones de Fidelity.

Ante esta situación, los expertos recomiendan cambiar la estrategia. No es un argumento contra la IA: la oportunidad estructural sigue siendo atractiva y muchos líderes bursátiles pueden seguir generando rentabilidades atractivas. Viene más bien a reforzar los argumentos a favor de complementar esas exposiciones con una asignación diferenciada construida en torno al valor intrínseco, la disciplina de valoración y un conjunto más amplio de fuentes de rentabilidad. La experta de Fidelity «refuerza los argumentos a favor de complementar las exposiciones indexadas con posiciones value diferenciadas y un conjunto más amplio de fuentes de rentabilidad». Apps añade que volver a interesarse por la inversión de estilo value «puede ayudar a los inversores a acceder a empresas de alta calidad que el mercado ha pasado por alto, mejorando de este modo la diversificación».

El informe pone como claro ejemplo al sector sanitario estadounidense. A pesar de beneficiarse de una demanda defensiva y características de servicio esencial, la atención sanitaria cotiza actualmente en mínimos históricos de valoración relativa frente al conjunto del mercado, creando atractivas oportunidades para los inversores selectivos.

Más allá del pulso tecnológico, el horizonte de inversión sigue condicionado por un entorno macroeconómico complejo. El aumento de las tensiones en Oriente Medio, la firmeza de la inflación en los servicios y un mercado laboral resistente han provocado que los bancos centrales sean más cautelosos a la hora de relajar su política monetaria. Esto está teniendo un impacto directo en la renta fija, con los bonos a 10 años del Tesoro de EE.UU. aumentando 25 puntos básicos en julio hasta situarse en el 4,72%. «Un acercamiento de los rendimientos hacia el 5% probablemente presionaría las valoraciones de las acciones, en especial los valores de crecimiento estadounidenses de duración larga», advierte Rumble, dejando claro que el comportamiento de los mercados en el segundo semestre dependerá del delicado equilibrio entre los beneficios de la IA y la evolución de los tipos de interés.

Leer la noticia completa en es.finance.yahoo.com »

¿Dónde está el riesgo? El mercado de deuda pone freno al boom de la inteligencia artificial 10

¿Dónde está el riesgo? El mercado de deuda pone freno al boom de la inteligencia artificial

Basado en hechos observados y verificados directamente por nuestros periodistas o por fuentes informadas.

Las emisiones de bonos vinculados a esta tecnología superan los 366.000 millones de dólares hasta este agosto, cifra que supera los 200.000 millones toda la emisión de 2025.

La inteligencia artificial (IA) está empezando a tener dos precios en Wall Street y cada uno describe una realidad distinta. Mientras la renta variable continúa respaldando el crecimiento de firmas como Nvidia, Alphabet, Microsoft o Amazon bajo la premisa de que la carrera tecnológica tiene un largo recorrido, el mercado de crédito ha comenzado a exigir intereses cercanos al 10% para financiar infraestructuras críticas como centros de datos y proveedores de capacidad de cálculo.

Esta exigencia en los rendimientos se observa en firmas como CoreWeave, que ha debido aceptar tasas superiores al 9% para levantar nueva financiación, o en Galaxy Digital, que ha colocado deuda cercana al 10% para desarrollar un centro de datos. Según datos de Bank of America Global Research, las emisiones de bonos vinculadas a la IA alcanzaban ya los 344.000 millones de dólares a comienzos de agosto de 2026, una cifra que supera en más de 200.000 millones todo lo emitido en el año 2025.

En paralelo, Nvidia diseña junto a firmas de la talla de Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR una estructura financiera capaz de movilizar hasta 500.000 millones de dólares con el fin de garantizar el flujo de capital hacia el sector. De este modo, los inversores compran la misma revolución tecnológica desde posiciones opuestas.

El accionista descuenta el beneficio extraordinario que los modelos de IA podrían generar a largo plazo; por el contrario, el acreedor exige una prima de riesgo elevada ante la posibilidad de que los proyectos no produzcan suficiente caja a corto plazo, sufran una depreciación acelerada de sus activos o afronten serios problemas de refinanciación si los tipos de interés se mantienen altos.

Esta cautela por parte de los bonistas responde de manera directa a la estructura operativa de empresas como CoreWeave, cuyo modelo de negocio consiste en alquilar potencia de cálculo. Para ello, requiere invertir miles de millones de dólares en procesadores y servidores antes de comenzar a percibir ingresos recurrentes por parte de sus clientes, una dinámica que genera una dependencia absoluta del mercado de deuda. Los registros oficiales ante la SEC (Securities and Exchange Commission) detallan, por ejemplo, que una de sus líneas de crédito por 2.600 millones de dólares está destinada exclusivamente a la compra de tarjetas gráficas (GPU). Este préstamo vence en 2030 y tiene un interés variable y se calcula sumando cuatro puntos al tipo de referencia oficial del mercado estadounidense.

Este encarecimiento del crédito no implica una apuesta por el fracaso de la tecnología, sino una evaluación diferenciada sobre los plazos de monetización. De hecho, el Banco de Inglaterra señala en su último informe de Estabilidad Financiera que el sector cruzó un punto de inflexión en el que las necesidades de inversión en infraestructura comenzaron a superar la capacidad de las empresas para autofinanciarse con recursos internos.

La dimensión de estas necesidades financieras explica por qué el mercado de renta fija acapara la atención de los analistas. Los cinco principales hiperescaladores del mercado (Meta, Alphabet, Amazon, Microsoft y Oracle) representaban apenas el 3% de toda la deuda estadounidense con grado de inversión al cierre de 2025; sin embargo, concentraban ya más del 15% de las nuevas emisiones a comienzos de mayo. Bajo este prisma, Barclays calcula que estas corporaciones podrían llegar a movilizar hasta 240.000 millones de dólares en inversión mediante bonos de alta calidad durante el año 2026.

Nvidia se ha colocado justo en medio de esa ecuación porque vender más procesadores depende también de que sus clientes puedan pagarlos. La alianza de hasta 500.000 millones con algunos de los mayores gestores y bancos del mundo pretende abrir precisamente esa puerta, atrayendo aseguradoras, fondos de pensiones, bancos y gestores de activos hacia préstamos respaldados por capacidad de computación. Nvidia podría respaldar hasta 125.000 millones de dólares del programa en determinadas operaciones.

La principal vulnerabilidad de este esquema radica en la naturaleza del colateral que respalda la deuda. Tal y como advierte el Banco de Inglaterra, gran parte de los créditos concedidos para la construcción de centros de datos se firman a plazos superiores a los diez años; sin embargo, los servidores y procesadores sufren vidas económicas cortas e inciertas, corriendo el riesgo de quedar obsoletos mucho antes de que se amortice el préstamo si no soportan las nuevas generaciones de chips. La magnitud del reto es considerable. JP Morgan estima que la financiación necesaria para cubrir los semiconductores encargados de entrenar y ejecutar modelos requerirá más de dos billones de dólares en los próximos cinco años.

Para los inversores, este comportamiento de la renta fija ofrece una lectura alternativa a la evolución diaria del Nasdaq. El repunte del coste de capital para los proveedores de infraestructura encarece directamente la viabilidad de cada nuevo centro de datos, provocando que proyectos que resultaban rentables con una deuda al 6%, dejen de ser viables cuando las condiciones de mercado exigen intereses del 9% o el 10%.

Esta divergencia permite que los beneficios de los fabricantes de hardware pueden seguir creciendo a corto plazo mientras sus clientes encuentran serias dificultades para financiar la expansión de sus redes. El riesgo real para la renta variable comenzará a materializarse si los elevados costes de la deuda terminan por frenar los pedidos de chips, obligan a retrasar la apertura de instalaciones o reducen de forma drástica las previsiones de inversión sobre las que descansan las valoraciones actuales de las grandes cotizadas tecnológicas. La siguiente señal puede llegar antes del mercado de deuda que de la cotización de Nvidia.

Leer la noticia completa en 20minutos.es »