Groq pone su inferencia detrás de HUMAIN One: un SO de voz que coordina cientos de agentes

El 28 de octubre de 2025, Groq informó de que HUMAIN, la compañía de IA del fondo soberano saudí PIF, eligió su infraestructura de inferencia para HUMAIN One. Se trata de un sistema operativo en el que una interfaz de voz sustituye a las aplicaciones habituales y son los agentes de IA quienes ejecutan las tareas. Según Groq, bajo el capó trabajan cientos de agentes a la vez, y cada uno de ellos debe responder con rapidez y de forma predecible. Groq se fundó en 2016 y su plataforma la utilizan más de dos millones de desarrolladores.

Cómo está diseñado HUMAIN One

El usuario dice lo que necesita y el sistema decide por su cuenta qué agentes conectar. Los ámbitos objetivo se han indicado de forma explícita: RR. HH., finanzas, compras y productividad general. En lugar de saltar entre el sistema contable, el correo y el gestor de tickets, el empleado formula su intención por voz. La orquestación, la llamada a herramientas y el ensamblaje del resultado quedan del lado de la plataforma.

HUMAIN, además, no es nueva en este terreno. La compañía se describe como un actor full-stack con cuatro líneas de negocio: centros de datos, infraestructura y plataformas en la nube, modelos propios (entre ellos un gran LLM multimodal en árabe) y soluciones de IA sectoriales. HUMAIN One se integra en esta vertical como capa de aplicación para clientes corporativos.

Por qué la latencia importa aquí

Una interfaz de voz no perdona los retrasos. En un chat, una pausa de dos o tres segundos es tolerable; en una conversación, rompe el ritmo. Si además una sola petición lanza una cadena de agentes, las latencias se acumulan: cada paso añade su propio tiempo y la respuesta final puede alargarse.

En esto se apoya Groq. Su arquitectura gira en torno al LPU, un chip propio para inferencia, y a la nube GroqCloud. Jonathan Ross, fundador y CEO, lo resume así: hace falta una inferencia que «vaya al ritmo del pensamiento humano». Tareq Amin, CEO de HUMAIN, habla de la coherencia del funcionamiento en tiempo real, de la que depende todo el sistema.

Principales parámetros declarados:

• Objetivo: coordinar cientos de agentes de IA con velocidad y precisión uniformes
• Interfaz: voz en lugar de aplicaciones, ejecución mediante agentes
• Escenarios: RR. HH., finanzas, compras, productividad
• Cómputo: arquitectura estadounidense de Groq, con una reducción declarada del coste y del consumo energético por inferencia
• Escala: HUMAIN planea un despliegue global

Qué falta en el anuncio

Es una nota de prensa y sigue las convenciones del género. No incluye cifras de latencia, de rendimiento (throughput) ni de coste por token. Tampoco se indican los modelos que utilizan los agentes: si son modelos propios de HUMAIN, abiertos o de terceros. No hay lista de clientes, ni plazos de lanzamiento, ni el volumen de capacidad asignado al proyecto. La frase sobre la reducción del coste y del consumo energético sigue siendo una afirmación sin base de comparación.

Otra cuestión es la fiabilidad. Un centenar de agentes que acceden en tiempo real a datos financieros y de personal no es solo una cuestión de velocidad. Hacen falta control de permisos, auditoría de acciones y una respuesta clara ante los errores de reconocimiento de voz. El anuncio no dice nada al respecto.

Qué deberían revisar los equipos que construyen sistemas con agentes

Para quienes diseñan productos similares, el anuncio sirve como referencia de prioridades. Ante todo, conviene medir la latencia de toda la cadena y no solo de una llamada al modelo: medir p95 y p99 en escenarios con varios agentes. Después hay que decidir dónde la velocidad es crítica (un diálogo de voz) y dónde se admite la asincronía (la preparación de un informe). Por último, al elegir proveedor de inferencia, conviene exigirle datos concretos: latencia bajo carga, precio por millón de tokens, modelos compatibles y ubicación geográfica de la capacidad. Hasta que Groq y HUMAIN publiquen esos datos, HUMAIN One sigue siendo la promesa de un nuevo tipo de interfaz corporativa, no un resultado verificado.