🎧 Modelos de lenguaje: lo más importante de la semana

_Pódcast de audio — dos conductores de IA debaten noticias de IA recientes. Transcripción completa a continuación._

Conductor A (00:00): Meta despide a 1.000 empleados en medio de ganancias récord simplemente para comprar chips de silicio. Mientras tanto, el Vaticano se prepara para publicar un tratado histórico sobre la protección del alma ante los algoritmos.

Conductor B (00:13): Sí, suena como el comienzo de una novela cyberpunk.

Conductor A (00:17): Exacto. Y en algún laboratorio, una diminuta red neuronal que literalmente cabe en un viejo smartphone está aprendiendo en este momento a controlar un tanque oruga real.

Conductor B (00:26): Y está aprendiendo exitosamente, nota.

Conductor A (00:28): Sí. Mira, si alguien todavía cree que la inteligencia artificial es simplemente un chatbot inteligente que cómodamente se sienta en su corral digital ayudando a escribir correos electrónicos, entonces la pila de materiales de hoy de Wired, The Verge, TechCrunch y un montón de blogs de desarrolladores prueba exactamente lo contrario.

Conductor B (00:46): La jaula se abrió hace mucho.

Conductor A (00:47): Exacto, está abierto, y nuestra inmersión de hoy está dedicada a cómo todos estos destellos de noticias dispersas se suman a un cambio masivo en toda nuestra realidad, tanto física como corporativa.

Conductor B (01:03): Y aquí, ya sabes, es crítico no solo hojear los titulares, como si alguien fue despedido, alguien fue comprado. Necesitamos entender la mecánica de lo que está sucediendo, porque detrás de cada una de estas noticias hay un cambio fundamental en cómo se distribuyen los recursos en el mundo, quién controla la infraestructura, y lo que es quizás más interesante, cómo estos sistemas comienzan a interactuar directamente con el mundo físico. Cualquiera que intente entender la dirección del desarrollo tecnológico en esta década debe ver las conexiones entre estos

Conductor A (01:37): eventos. Bien, analicemos esto con quizás el ejemplo más duro y gráfico de redistribución de recursos. Me refiero a la noticia sobre Meta.

Conductor B (01:47): Sí, los números son impresionantes.

Conductor A (01:49): La empresa anuncia el mayor despido desde 2023. Es decir, 8.000 empleados están siendo despedidos, además de cancelar otros 6.000 puestos ya abiertos. Y todo esto mientras la empresa tiene ganancias récord.

Conductor B (02:04): Absolutamente correcto.

Conductor A (02:05): Y todo este presupuesto liberado, todo este dinero se dirige a un objetivo desenfrenado: invierten $145 mil millones en infraestructura.

Conductor B (02:15): En hardware.

Conductor A (02:16): Sí, en servidores, chips, en sus propios procesadores Trenium e Inferencia. Escucha, pero tengo una disonancia. Si la empresa construye tecnologías de vanguardia, ¿no necesita ingenieros que escriban código para ellas? Parece una transfusión de sangre directa de desarrolladores vivos a servidores de silicio.

Conductor B (02:34): Bueno, la disonancia surge de nuestra costumbre de pensar en categorías antiguas. Cómo funcionaba antes el crecimiento tecnológico. Más personas igual más código escrito.

Conductor A (02:44): Bueno, sí, es lógico.

Conductor B (02:45): Que, a su vez, equala más features y productos. Pero el liderazgo de Meta ahora apuesta a que esta ecuación simplemente no funciona más. $145 mil millones es, en esencia, el reconocimiento de que la potencia de cómputo, la máquina en sí, se ha vuelto más importante que el capital humano.

Conductor A (03:05): ¡Guau! ¿Es decir, la gente ya no es necesaria?

Conductor B (03:08): Bueno, digamos que los modelos mismos ahora escriben código. Optimizan procesos, crean arquitectura. Contratar un ejército masivo de desarrolladores junior y mid-level ya no tiene sentido económico. Lo que tiene sentido es poseer, ya sabes, las máquinas en las que se imprime esta nueva inteligencia. Y quien tenga más servidores con estos chips Trenium e Inferencia simplemente entrenará más rápido la siguiente iteración del modelo, que a su vez reemplazará aún más personal lineal.

Conductor A (03:37): Un círculo vicioso y la batalla por estas máquinas y herramientas toma formas muy agresivas. Hay una noticia que a primera vista parece muy niche. Pero si profundizas, es un movimiento corporativo real.

Conductor B (03:53): ¿Te refieres al trato de Anthropic?

Conductor A (03:55): Sí, sí, sí. TechCrunch escribe que Anthropic, los creadores del modelo Claude, están comprando el startup neoyorquino Stainless por $300 millones. El startup fue fundado en 2022 por Alex Rattei, ex ingeniero de Stripe, y hacen SDK, es decir, kits de herramientas para desarrolladores. ¿Y qué hace Anthropic? No solo integran el equipo, cierran los servicios en la nube de Stainless para todos los demás.

Conductor B (04:24): Un movimiento brutal.

Conductor A (04:26): Y entre los clientes, por cierto, estaban OpenAI, Google, Cloudflare. Aclaremos este punto: ¿por qué la compra de una herramienta para desarrolladores cuesta $300 millones y pone nerviosos a gigantes como esos?

Conductor B (04:39): Mira, para entender la escala de este movimiento, necesitas ver cómo la IA interactúa con el mundo exterior. Una modelo de lenguaje en sí misma es, hablando groseramente, solo un cerebro en una jarra.

Conductor A (04:51): Una excelente analogía.

Conductor B (04:52): Sí. Y para que este cerebro pueda, digamos, reservar boletos, verificar el clima o extraer datos de una base de datos corporativa, necesita interfaces de programación API. Pero un SDK, o Software Development Kit, es un conjunto de adaptadores e instrucciones listas para usar. Permite a los desarrolladores conectar fácilmente la IA a cualquier servicio sin errores. Alex Hartree alguna vez dijo que los SDK merecen el mismo cuidado que el API que envuelven. Stainless automatizó la creación de estos adaptadores complejos.

Conductor A (05:31): Ajá. Entonces si una API es el lenguaje en el que hablan los programas, SDK es un diccionario listo con reglas gramaticales, ¿verdad? Para que nadie pierda tiempo reinventando la rueda cada vez.

Conductor B (05:45): Una excelente analogía, estoy completamente de acuerdo. Ahora imagina que Anthropic compra la mejor imprenta del mundo que imprime estos diccionarios y simplemente cuelga un enorme candado en la puerta.

Conductor A (05:58): Guau.

Conductor B (06:00): En un mundo donde, con agentes de IA autónomos que ejecutan tareas en miles de aplicaciones diferentes, la calidad de esta integración es literalmente una cuestión de vida o muerte para un producto. Al llevar la tecnología de Stainless internamente, Anthropic garantiza que su modelo Claude se integrará con el mundo más rápido y confiable que cualquier otro.

Conductor A (06:21): ¿Y al hacerlo, sacan la silla de debajo de sus competidores?

Conductor B (06:24): Exacto. El hecho de que sacaran esta herramienta de manos de OpenAI y Google es despiadado, pero sabes, es una estrategia de negocios absolutamente brillante. Las herramientas de desarrollo ahora son armas estratégicas.

Conductor A (06:37): Y aquí es donde se pone interesante. Si hay cientos de miles de millones de dólares en juego, como en Meta, y este control monopólico sobre herramientas como en Anthropic, es lógico preguntar, ¿quién está realmente al timón?

Conductor B (06:51): Oh sí, ¿quiénes son estas personas?

Conductor A (06:52): Sí, quién está tomando decisiones. Y aquí tenemos materiales de Wired y The Verge sobre un juicio muy publicitado entre Elon Musk y Sam Altman de OpenAI.

Conductor B (07:03): Una historia muy reveladora.

Conductor A (07:05): Musk acusó a la compañía de traicionar su misión inicial sin fines de lucro por dinero enorme. Pero espera. El jurado solo necesitó 2 horas. 2 horas para fallar a favor de Altman y rechazar la demanda por prescripción, reconociendo la comercialización como legal.

Conductor B (07:23): Sí, la velocidad es increíble.

Conductor A (07:25): ¿No significa eso que la posición de Musk era, bueno, legalmente nula desde el principio? ¿Por qué la prensa se aferraba tanto a este juicio si todo se resolvió en un par de horas? ¿En serio?

Conductor B (07:36): Bueno, por supuesto. Desde el punto de vista de la letra de la ley, el caso se desmoronó rápido, ¿verdad? Pero el juicio en sí duró 3 semanas. Y esas 3 semanas se convirtieron en una disección pública de todo Silicon Valley.

Conductor A (07:48): Correspondencia.

Conductor B (07:49): Sí, sí, sí. Vimos estos ejércitos de abogados que cuestan decenas de millones de dólares. Leímos correspondencia personal llena de acusaciones mutuas de codicia, manipulación, intrigas. Ambos lados sufrieron daño reputacional. Y la prensa se aferró a esto porque el juicio expuso una realidad muy aterradora.

Conductor B (08:10): Los líderes de la industria, es decir, personas que controlan tecnologías capaces de cambiar completamente el curso de la historia humana, se comportan como capitalistas ordinarios de la era del Salvaje Oeste.

Conductor A (08:20): Que no pueden ponerse de acuerdo.

Conductor B (08:22): Sí, sin destruirse mutuamente de alguna manera.

Conductor A (08:24): Es decir, las máscaras se cayeron, y la sociedad simplemente vio que detrás de todas estas palabras bonitas sobre IA segura para toda la humanidad se esconde una batalla ordinaria de egos y capital.

Conductor B (08:38): Exacto. Y como consecuencia viene una crisis total de confianza. La legitimidad de toda la industria de IA sufrió una grieta seria. La sociedad ya no cree que los gigantes tecnológicos puedan autorregularse. Surge un enorme vacío moral abierto.

Conductor A (08:57): Y la naturaleza, como se sabe, aborrece el vacío. Y es en este momento cuando entra en escena un jugador del que, bueno, personalmente, menos esperaba escuchar noticias sobre algoritmos. El Vaticano.

Conductor B (09:09): Sí, fue una sorpresa.

Conductor A (09:11): The Guardian escribe que el Papa Leo XIV, por cierto el primer Papa estadounidense en la historia, está preparando una encíclica histórica completamente dedicada a la protección de la dignidad humana en la era de

Conductor B (09:23): la IA. Suena masivo.

Conductor A (09:25): Y el cofundador de Anthropic está invitado a la presentación de este documento en el Vaticano. Espera, ¿por qué específicamente Anthropic? ¿Es porque posicionan su modelo Claude como el más, ya sabes, ético y seguro?

Conductor B (09:37): Bueno, el énfasis declarado de Anthropic en la ética y su IA constitucional es, digamos, solo la parte frontal de la respuesta.

Conductor A (09:45): ¿Y qué hay detrás de la fachada?

Conductor B (09:46): La situación es mucho más profunda, tiene un claro subtexto político. Anthropic ahora está en una confrontación bastante dura con la administración Trump sobre la regulación estatal de la IA.

Conductor A (09:56): Ah, ¿entonces la política se metió?

Conductor B (09:58): Sí. La administración puede inclinarse por la desregulación para acelerar la innovación, pero Anthropic insiste en protocolos de seguridad estrictos. Y al invitar a su cofundador, el Vaticano envía una señal muy clara.

Conductor A (10:13): ¿Cuál?

Conductor B (10:13): Mira, una encíclica es la forma más alta de documento papal. Al enfocarse en problemas de sesgo algorítmico, recopilación total de datos y la amenaza de medios sintéticos, deepfakes, la Iglesia intenta construir un marco moral, fuera de intereses estatales o corporativos.

Conductor A (10:32): Así que están mostrando su independencia?

Conductor B (10:36): Absolutamente. El Vaticano demuestra independencia de la política actual de EE.UU. y apuesta por aquellos actores del mercado dispuestos a discutir riesgos existenciales, no solo gráficos de crecimiento de ingresos. Es importante entender que no tomamos partido en estos debates políticos, simplemente analizamos por qué el Vaticano tomó esta decisión.

Conductor A (10:57): Es un contraste asombroso, en realidad. Mientras los multimillonarios se demandan entre sí y el Papa intenta salvar nuestras almas de los deepfakes, las tecnologías en sí no se detienen. Se penetran rápidamente en lugares donde los errores salen demasiado caros.

Conductor B (11:11): Oh sí, en el sector real.

Conductor A (11:13): Estoy mirando una publicación reciente del blog de OpenAI. Así que se asociaron con el gigante Dell para desplegar su modelo Codex localmente, es decir, On Premise. Significa que bancos, agencias de seguridad, corporaciones farmacéuticas ahora pueden poner IA directamente en sus propios servidores, dentro de su perímetro corporativo cerrado. ¿Pero por qué esto se presenta como un avance? ¿Acaso no estamos ya usando redes neuronales en todas partes, desde cualquier smartphone?

Conductor B (11:41): Las usamos como consumidores a través de la nube. Pero para una gran empresa, la nube a menudo es simplemente una zona inaccesible.

Conductor A (11:49): ¿Qué quieres decir, por seguridad?

Conductor B (11:50): Por supuesto. Imagina un gran banco europeo o una farmacéutica, operan datos protegidos por estándares más estrictos como GDPR en Europa o HIPAA en EE.UU. Físicamente y legalmente no tienen derecho a enviar ni una línea de su código ni un registro médico de pacientes a los servidores de OpenAI o Google.

Conductor A (12:10): ¿Entonces simplemente estaban mirando esta fiesta a través de

Conductor B (12:13): cristal? Exacto. Era una barrera colosal. Las corporaciones veían la eficiencia de la IA pero no podían dejarla acceder a sus secretos principales. Y así, la asociación con Dell lo cambia todo.

Conductor B (12:25): Desplegar el modelo Codex en hardware local significa que el código fuente y los datos nunca salen del circuito cerrado de la empresa. Esto convierte la IA de alguna herramienta experimental en la nube al estatus de infraestructura corporativa básica absolutamente segura.

Conductor A (12:42): Escucha, ya que hemos hablado de farmacéutica y quienes trabajan con datos súper sensibles, hay otra noticia que suena como ciencia ficción que simplemente se ha vuelto rutina.

Conductor B (12:54): ¿Es sobre Sandbox AQ?

Conductor A (12:56): Sí. Sandbox AQ integró sus modelos patentados para el desarrollo de nuevos medicamentos directamente en la interfaz de Claude. Ahora los biólogos pueden analizar moléculas complejas simplemente conversando con un chatbot. En lenguaje humano normal. Sin programación.

Conductor A (13:11): Fantástico. Entiendo correctamente que los competidores en este espacio, como Isomorphic Labs y cosas así, intentan hacer sus modelos aún más grandes e inteligentes, mientras que Sandbox AQ simplemente los hizo para que cualquiera pudiera interactuar con ellos?

Conductor B (13:27): Sí, fueron por el camino de la accesibilidad.

Conductor A (13:30): Pero espera, ¿cómo una modelo de lenguaje de texto entiende química? Son cosas diferentes.

Conductor B (13:35): Bueno, ese es uno de los trucos más elegantes del aprendizaje automático moderno.

Conductor A (13:39): Cuéntame.

Conductor B (13:40): Para una modelo de lenguaje no hay diferencia fundamental entre inglés y el lenguaje de la biología. Los aminoácidos en proteínas o estructuras químicas de moléculas se pueden escribir como cadenas de texto, bueno, por ejemplo, usando el formato SMILES, existe.

Conductor A (13:55): Ajá, ¿entonces la química se convierte en texto?

Conductor B (13:58): Exactamente. Y si un modelo puede aprender reglas gramaticales y predecir la siguiente palabra en una oración de Shakespeare, puede aprender de la misma manera la gramática de la química y predecir cómo se plegará una proteína o cómo una molécula se unirá a un receptor.

Conductor A (14:16): ¡Asombro!

Conductor B (14:17): Y en cuanto a la integración con Claude, es puramente una cuestión de reducir la barrera de entrada. Antes, un biólogo, para probar una hipótesis, tenía que ir de rodillas a la mitad de Ciencia de Datos. Esperar semanas a que escriban código y procesen datos.

Conductor A (14:33): ¿Y ahora?

Conductor B (14:34): Ahora el investigador simplemente escribe "Muéstrame análogos de esta molécula con menor toxicidad hepática. Hecho." Los modelos integrados de Sandbox AQ hacen toda las matemáticas complicadas, y Claude lo traduce de vuelta a una respuesta de texto comprensible para humanos. Esta es la verdadera democratización de los descubrimientos.

Conductor A (14:53): Bien, hemos discutido cómo la IA se infiltra en salas de servidores de bancos y en probetas de biólogos. Pero hay un material de Habr.ai que, bueno, me hizo releerlo dos veces. Interesante. Un experimento que el autor mismo llamó "neuropunk". Entonces, un entusiasta tomó el modelo de lenguaje Google Gemini Nano, y tiene solo 270 millones de parámetros.

Conductor B (15:19): Es diminuta.

Conductor A (15:20): Comparado con los monstruos de billones de parámetros de OpenAI, parece un grano de polvo. ¿Pero qué hizo? Entrenó este minúsculo modelo para controlar un robot oruga físico con un manipulador. El entrenamiento ocurrió en una simulación virtual, luego tomaron esta red neuronal y simplemente la trasladaron a un robot real, y funcionó.

Conductor B (15:40): Sí, vi ese video.

Conductor A (15:41): Sin internet, sin conexión a ninguna nube, orientándose completamente autónomo en el espacio y agarrando objetos.

Conductor B (15:48): Y esto es mucho más difícil de lo que parece a primera vista.

Conductor A (15:52): Escucha, explica, ¿por qué es tan difícil? ¿No funciona como, bueno, en la película The Matrix, cuando cargan a Neo con el programa kung-fu, y simplemente abre los ojos y dice: Conozco kung-fu?

Conductor B (16:03): La analogía con Matrix funciona bien. Pero el diablo está en la física.

Conductor A (16:08): ¿Qué quieres decir?

Conductor B (16:09): Mira, en la simulación la gravedad es perfecta. La fricción, las ruedas, la superficie es completamente predecible, y la iluminación nunca cambia. Pero el mundo real es caótico.

Conductor A (16:20): Ah, ¿polvo, suciedad?

Conductor B (16:22): Sí. Una rueda puede patinar en un piso polvoriento, un manipulador puede encontrar una resistencia inesperada del material, la luz de una ventana puede simplemente cegar la cámara. Y durante mucho tiempo, los modelos que funcionaban brillantemente en la simulación resultaban completamente impotentes en la realidad.

Conductor A (16:39): ¿Y este experimento cambió algo?

Conductor B (16:41): La singularidad de este experimento está en 2 cosas. Primero, el modelo aprendió a generalizar la experiencia y lidiar con el caos del mundo real. Segundo, el tamaño. 270 millones de parámetros. Estamos acostumbrados a pensar que la inteligencia requiere servidores gigantes, ¿verdad?

Conductor A (16:59): Bueno sí, acabamos de discutir los $145 mil millones de inversión de Meta.

Conductor B (17:03): Ahí. Pero para un robot físico que tiene que, digamos, atrapar una copa cayendo en tiempo real, no tiene tiempo para enviar una solicitud a la nube y esperar una respuesta. Necesita latencias de milisegundos. Un modelo compacto funciona localmente en un chip barato, consume energía mínima y responde instantáneamente. Esto demuestra que podemos crear agentes inteligentes y autónomos para fábricas, almacenes o agricultura, sin atarlos a centros de datos.

Conductor A (17:33): Escucha, ¿qué significa todo esto en escala global? Me asombran las velocidades. Miremos los 2 últimos casos en nuestra pila de hoy para simplemente evaluar el ritmo.

Conductor B (17:45): Vamos.

Conductor A (17:46): El primer caso. Un equipo ruso lanza AIHub en el mensajero Max. En 54 días. De la idea al lanzamiento. Reunieron en 1 chat más de 10 modelos, añadieron 6 formatos de entrada multimodal, conectaron una suscripción a través de Yookassa que se lanza en mayo de 2026, y ya tienen 5.903 usuarios y 300 activos diariamente en 54 días.

Conductor B (18:18): La velocidad es enloquecedora.

Conductor A (18:20): Y luego una noticia de escala completamente diferente: el desarrollador chino Moonshot.ai, que hace el chatbot Kimi, asegura $2 mil millones de Meituan, DragonBall y el gigante estatal China Mobile. La valoración de la empresa se dispara a $20 mil millones. Crecimiento casi 7 veces en solo 16 meses si contamos desde enero de 2025. ¿Cómo es posible esto? Uno reúne un producto funcional en rodillas en 2 meses, y otro en poco más de un año se dispara a decenas de miles de millones.

Conductor B (18:54): Estos 2 ejemplos son simplemente 2 lados de la misma moneda, mostrando exactamente cómo la IA está conquistando el mundo en este momento.

Conductor A (19:02): Bien, explica.

Conductor B (19:03): El caso del mensajero Max ilustra perfectamente la caída sin precedentes de las barreras para los desarrolladores. La infraestructura se ha vuelto tan modular y accesible que un equipo pequeño ya no necesita escribir sus propias redes neuronales desde cero.

Conductor A (19:19): Simplemente toman las listas existentes a través de API.

Conductor B (19:21): Sí, pueden usar APIs abiertas y enfocarse únicamente en la experiencia del usuario, traer estas 10 diferentes IAs directamente a donde la gente ya está acostumbrada a conversar en la interfaz de mensajería. 54 días desde un producto funcional con monetización es la nueva norma de velocidad para construir valor.

Conductor A (19:42): ¿Y el startup chino?

Conductor B (19:44): El caso chino de Moonshot AI expone otra capa macroeconómica. Una valoración de $20 mil millones y la participación de China Mobile, así como de un fondo estrechamente vinculado al estado. Nos dice que a este nivel, las reglas del libre mercado se retiran un poco.

Conductor A (20:02): ¿Entonces es ya geopolítica?

Conductor B (20:05): Absolutamente. Pekín no solo financia un startup, es la realización de una estrategia nacional. La IA se ha convertido en la base de la soberanía tecnológica y la seguridad nacional. Los estados entienden que perder esta carrera significará dependencia de infraestructuras intelectuales extranjeras en el futuro, por lo que los campeones nacionales serán inundados con miles de millones sin importar los multiplicadores de ingresos clásicos.

Conductor A (20:32): Intentemos reunir todo esto. Comenzamos con despidos despiadados en Meta, donde personas vivas son esencialmente sacrificadas para comprar servidores por $145 mil millones. Luego vimos cómo Anthropic compra herramientas como Stainless para privar a los competidores de su sistema circulatorio de integración. Observamos cómo los litigios entre ex socios de OpenAI destruyen la confianza en la industria tanto que el Vaticano tiene que escribir una encíclica para recordarle a las corporaciones sobre la humanidad.

Conductor B (21:08): Un resumen muy preciso.

Conductor A (21:10): Y en paralelo con todo este drama en el Olimpo, las tecnologías rutinariamente están cambiando el mundo. Codex protege los secretos corporativos, Sandbox AQ acelera a los biólogos, el mensajero Max en un par de meses da a la gente acceso a todos los modelos del mundo, y China está construyendo sus gigantes de IA en un año.

Conductor B (21:30): Y ya sabes, si miras todos estos hilos simultáneamente, verás una imagen que nos prepara para el siguiente paso absolutamente inevitable.

Conductor A (21:40): ¿Cuál?

Conductor B (21:41): Conectemos 2 hechos de los que detallamos hoy. Hecho uno: un entusiasta demuestra que un modelo diminuto de 270 millones de parámetros puede aprender autónomamente en un entorno virtual y comenzar a controlar brillantemente un robot físico complejo, adaptándose a la realidad.

Conductor A (21:59): ¿Ese Neuropunk?

Conductor B (22:01): Sí. Y hecho dos: los gigantes de la industria están vertiendo cientos de miles de millones en clústeres de computación masiva en este momento.

Conductor A (22:09): ¿Como Meta?

Conductor B (22:09): Como Meta. Y la pregunta que debemos hacernos es: ¿qué sucederá cuando estas 2 tendencias se crucen? ¿Qué pasará cuando la potencia del centro de datos de $145 mil millones se lanza no a generar imágenes en Internet o textos, sino a simular mundos físicos? Estaremos al borde del momento en que estos sistemas pueden generar 1 millón de iteraciones de SimTuril por segundo, entrenando enjambres completos de máquinas autónomas.

Conductor A (22:40): Eso suena aterrador y fascinante a la vez.

Conductor B (22:44): Robots, drones, sistemas industriales podrán recibir algoritmos de comportamiento perfectos antes de que siquiera salgan del ensamblaje.

Conductor A (23:32): Es decir, los gigantes de la nube se convertirán en escuelas para legiones de máquinas físicas. Escucha, eso es un pensamiento asombroso. Transforma todo lo que discutimos hoy, desde el costo de los chips hasta la ética, en una realidad completamente concreta del mañana. Así completamos nuestra investigación. Que este pensamiento sobre la inevitable fusión de presupuestos en la nube ilimitados y robots físicos autónomos permanezca con nosotros para nuestra reflexión personal. ¡Hasta nuestro próximo viaje!