Sakana AI crea un laboratorio aplicado para modelar mercados y economía
Sakana AI ha abierto dentro de la compañía el Applied Research Lab, un grupo que aplica sus desarrollos a sistemas complejos como los mercados y la economía. Un solo agente basado en un LLM no puede explicar un mercado: este se modela como una red de participantes y relaciones, y de momento son las personas quienes plantean las preguntas y evalúan las respuestas. El primer programa abarca finanzas y economía, y el equipo se está reclutando en Tokio. Para quienes crean agentes, es una señal de que el foco se desplaza hacia las simulaciones con múltiples agentes.
Procesado por IA desde Sakana AI Blog; editado por Hamidun News
Sakana AI, la compañía japonesa, ha anunciado la creación del Applied Research Lab, una unidad que tomará las investigaciones de la empresa y las aplicará a grandes sistemas complejos. El primer objetivo son las finanzas y la economía. La noticia no destaca por cifras llamativas, que el anuncio no incluye, sino por la forma en que la compañía plantea el problema: un mercado no puede "resolverse" con un único chatbot inteligente.
Por qué un agente solo no entiende un mercado
En Sakana AI parten de una idea sencilla. Un mercado o una economía es un sistema: tiene participantes individuales, relaciones entre ellos y un efecto de reacción en cadena, en el que un cambio en un punto repercute en otro. Para describirlo, no basta con plantear una pregunta a un modelo de lenguaje. Hace falta construir un modelo que muestre quién interactúa con quién y qué ocurriría si se cambiara algo.
Antes, los expertos humanos elegían las preguntas: qué modelar y cómo comprobar el resultado. Por eso el progreso avanzaba al ritmo del trabajo humano. Hoy la IA agéntica puede implementar, probar y refinar modelos a gran escala, pero le cuesta más lo fundamental: entender qué preguntas importan. El laboratorio quiere unir ambas mitades: el conocimiento humano como base y la IA como acelerador.
El primer programa se llama Computational Finance and Economics, o COFE. Tradicionalmente, las finanzas estudian los precios de los activos, y la economía, el sistema que hay debajo. Según sus autores, la IA permite conectar ambos niveles a escala de empresas y operaciones individuales, casi en tiempo real, de modo que los precios se convierten en un reflejo visible de la economía real.
En qué se apoya el laboratorio
El laboratorio se apoya en lo que Sakana AI viene haciendo desde su fundación en julio de 2023: automatización del descubrimiento científico, búsqueda evolutiva, simulaciones basadas en agentes y evaluación de modelos. Sus proyectos financieros previos más directos son:
- EDINET-Bench evalúa LLM con diez años de informes anuales de empresas japonesas. El resultado inesperado: incluso los modelos fuertes apenas superaron a la regresión logística en la detección de fraudes y en la predicción de beneficios. Eso sí, la prueba es de un solo paso, sin agentes.
- JFinBench reúne exámenes de certificaciones financieras japonesas de 2026, incluidos los de auditoría y fiscalidad.
- CoffeeBench, desarrollado junto con KPMG AZSA, comprueba si un agente puede gestionar con beneficios durante 90 días un negocio en una cadena de suministro de café simulada.
- QD-Rec aplica la búsqueda de "calidad más diversidad" a decisiones como fusiones y adquisiciones: en lugar de una sola clasificación, ofrece un conjunto de alternativas distintas y razonadas.
Una de las primeras líneas es la modelización agéntica. El framework Shachi ejecuta simulaciones en las que cada agente basado en LLM se compone de configuración, memoria y herramientas. En ese entorno se puede estudiar cómo surge un comportamiento colectivo a partir de las acciones de participantes individuales, por ejemplo, la reacción del mercado ante la imposición de aranceles. CEDAR añade una búsqueda en árbol guiada por LLM: busca la estructura de un sistema complejo para que se comporte del modo deseado. Para los propios algoritmos, Sakana AI emplea ShinkaEvolve y AB-MCTS, que desarrollan código, por ejemplo una estrategia de trading. Junto a ellos está The AI Scientist, que automatiza el recorrido desde la hipótesis hasta el artículo.
Qué significa en la práctica
Para los desarrolladores de agentes, la conclusión es esta: el valor se desplaza de los asistentes individuales a los sistemas de muchos agentes con un entorno común, memoria y métricas. Si construyes simulaciones, analítica fintech o herramientas de apoyo a la decisión, conviene revisar los trabajos abiertos de Sakana AI: Shachi y CEDAR están disponibles en arXiv.
Hay también matices importantes. El anuncio es una comunicación organizativa, no el lanzamiento de un producto: no incluye resultados del laboratorio, plazos ni condiciones para clientes. El propio EDINET-Bench ha mostrado que, en tareas financieras, los LLM todavía no superan mucho a la estadística sencilla, así que la promesa de "entender la economía" aún debe demostrarse. Los autores también recuerdan la reflexividad: el mercado reacciona a quienes lo observan, lo que complica cualquier predicción.
El laboratorio está en la sede de Sakana AI en Tokio y reúne a un equipo pequeño e interdisciplinar. Buscan investigadores de física, estadística, matemáticas o economía con buen dominio de Python y experiencia con datos reales, además de ingenieros que construyan pipelines de datos, infraestructura de simulación y orquestación de agentes. Se puede entrar a través de una beca Member of Technical Staff o del programa Visiting Researcher. Además, Sakana AI invita a colaborar a instituciones, inversores, reguladores y empresas con problemas prácticos complejos.
- 12 oct 2026OpenAI suma 200 vacantes en Dublín y construye su segundo laboratorio de IA aplicada
- 7 jul 2026Sakana AI lanza Sakana Translate para japonés, inglés y chino
- 21 nov 2026Sakana AI abre un grupo de ciberseguridad: las solicitudes de CVE crecieron un 263% en 5 años
- 19 jul 2026Sakana AI lanza Sakana Marlin, un agente que elabora informes de 100 páginas con diapositivas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué un agente solo no entiende un mercado?
En Sakana AI parten de una idea sencilla. Un mercado o una economía es un sistema: tiene participantes individuales, relaciones entre ellos y un efecto de reacción en cadena, en el que un cambio en un punto repercute en otro. Para describirlo, no basta con plantear una pregunta a un modelo de lenguaje. Hace falta construir un modelo que muestre quién interactúa con quién y qué ocurriría si se cambiara algo. Antes, los expertos humanos elegían las preguntas: qué modelar y cómo comprobar el resultado.
¿Qué se sabe sobre En qué se apoya el laboratorio?
El laboratorio se apoya en lo que Sakana AI viene haciendo desde su fundación en julio de 2023: automatización del descubrimiento científico, búsqueda evolutiva, simulaciones basadas en agentes y evaluación de modelos. Sus proyectos financieros previos más directos son: EDINET-Bench evalúa LLM con diez años de informes anuales de empresas japonesas. El resultado inesperado: incluso los modelos fuertes apenas superaron a la regresión logística en la detección de fraudes y en la predicción de beneficios.
¿Qué se sabe sobre Qué significa en la práctica?
Para los desarrolladores de agentes, la conclusión es esta: el valor se desplaza de los asistentes individuales a los sistemas de muchos agentes con un entorno común, memoria y métricas. Si construyes simulaciones, analítica fintech o herramientas de apoyo a la decisión, conviene revisar los trabajos abiertos de Sakana AI: Shachi y CEDAR están disponibles en arXiv. Hay también matices importantes.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.