🎧 Modelos de lenguaje: lo más destacado de la semana

_Pódcast de audio: dos presentadores de IA comentan las últimas noticias sobre IA. La transcripción completa, a continuación._

Presentador A (00:00): Bueno, Meta despide a 1000 empleados en plena racha de beneficios récord, simplemente para comprar chips de silicio. Y mientras tanto, el Vaticano se prepara para publicar un tratado histórico sobre cómo proteger el alma de los algoritmos.

Presentador B (00:13): Sí, suena al arranque de alguna novela ciberpunk.

Presentador A (00:17): Exacto. Y en algún laboratorio, una red neuronal diminuta, que literalmente cabría en un smartphone viejo, está aprendiendo ahora mismo a manejar un tanque de orugas de verdad.

Presentador B (00:26): Y lo está aprendiendo con éxito, ojo.

Presentador A (00:28): Sí. Mira, si alguien sigue pensando que la inteligencia artificial es solo un chatbot listo que vive tranquilo en su recinto digital y ayuda a redactar correos, el montón de material de hoy de Wire, the Verge, Tech Crunch y un buen puñado de blogs de desarrolladores demuestra justo lo contrario.

Presentador B (00:46): El recinto hace tiempo que está abierto.

Presentador A (00:47): Exacto, está abierto. Y el análisis de hoy trata precisamente de cómo todos estos destellos informativos dispersos componen un cambio a gran escala de toda nuestra realidad, tanto física como corporativa.

Presentador B (01:03): Y aquí, ¿sabes?, es fundamental no limitarse a repasar titulares, del tipo vale, han despedido a unos, han comprado a otros. Hay que entender la mecánica de lo que está pasando, porque detrás de cada una de estas noticias hay un cambio de fondo en cómo se reparten los recursos en el mundo, en quién controla la infraestructura y, quizá lo más interesante, en cómo estos sistemas empiezan a interactuar directamente con el mundo físico. Cualquiera que intente entender hacia dónde va la tecnología en esta década tiene que ver las conexiones entre estos

Presentador A (01:37): acontecimientos. Vale, empecemos por el ejemplo quizá más crudo y gráfico de redistribución de recursos. Me refiero a la noticia sobre Meta.

Presentador B (01:47): Sí, las cifras impresionan.

Presentador A (01:49): La compañía anuncia el mayor recorte desde 2023. Es decir, se van a la calle 8 1000 empleados y, además, se cancelan otras 6 1000 vacantes ya abiertas. Y todo eso con beneficios récord.

Presentador B (02:04): Totalmente cierto.

Presentador A (02:05): Y todo ese presupuesto liberado, todo ese dinero, va a un objetivo descomunal: invierten $145 млрд... perdón, $145 mil millones en infraestructura.

Presentador B (02:15): En hardware.

Presentador A (02:16): Sí, en servidores, en chips, en sus propios procesadores Trenium e Inferencia. Oye, pero aquí hay algo que no me cuadra. Si una empresa desarrolla tecnología puntera, ¿no necesita ingenieros que escriban el código? Parece una transfusión directa de sangre de los desarrolladores de carne y hueso a los servidores de silicio.

Presentador B (02:34): Bueno, esa contradicción viene de nuestra costumbre de pensar con categorías antiguas. A ver. ¿Cómo funcionaba antes el crecimiento tecnológico? Más gente equivalía a más código escrito.

Presentador A (02:44): Ya, tiene lógica.

Presentador B (02:45): Y eso, a su vez, equivalía a más funciones y más productos. Pero la dirección de Meta apuesta ahora a que esa ecuación, sencillamente, ya no funciona. Los $145 mil millones son, en esencia, reconocer que la capacidad de cómputo, el compute, se ha vuelto más importante que el capital humano.

Presentador A (03:05): ¡Vaya! ¿O sea, que la gente ya no hace falta?

Presentador B (03:08): Digámoslo así: ahora los propios modelos escriben código. Optimizan procesos, diseñan arquitecturas. Contratar un ejército enorme de desarrolladores junior y middle ya no tiene sentido económico. Lo que tiene sentido es ser dueño de las máquinas, por así decirlo, en las que se imprime esta nueva inteligencia. Y quien tenga más servidores con esos chips Trenium e Inferenty entrenará antes la siguiente iteración del modelo, que a su vez sustituirá a todavía más personal de línea.

Presentador A (03:37): Un círculo vicioso. Y la batalla por esas máquinas y herramientas está adoptando formas bastante agresivas. Hay una noticia que a primera vista parece muy de nicho. Pero si la lees con atención, es un auténtico thriller corporativo.

Presentador B (03:53): ¿Hablas de la operación de Entropic?

Presentador A (03:55): Sí, sí, sí. Tekranch cuenta que Entropic, los creadores del modelo Clode, compran la startup neoyorquina Stainless por $300 millones. La fundó en 2022 Alex Rattray, exingeniero de Stripe, y se dedica a los SDK, es decir, kits de herramientas para desarrolladores. ¿Y qué hace Anthropic? No se limita a integrar al equipo: directamente cierra los servicios en la nube de Stainless para todos los demás.

Presentador B (04:24): Movimiento duro.

Presentador A (04:26): Y entre sus clientes, ojo al dato, estaban OpenAI, Google y CloudFlare. Aclaremos esto: ¿por qué comprar una herramienta para desarrolladores cuesta 300 1000000 y pone nerviosos a gigantes así?

Presentador B (04:39): Mira, para entender el alcance de esta jugada hay que ver cómo interactúa la IA con el mundo exterior. A ver. Un modelo de lenguaje, por sí solo, es, a grandes rasgos, un cerebro en un frasco.

Presentador A (04:51): Gran comparación.

Presentador B (04:52): Sí. Y para que ese cerebro pueda, por ejemplo, reservar billetes, consultar el tiempo o extraer datos de una base corporativa, necesita API, interfaces de programación. Un SDK, o Software Development Kit, es un conjunto de adaptadores e instrucciones listas para usar. Permite a los desarrolladores conectar esa IA a cualquier servicio de forma sencilla y sin errores. El propio Alex Hartrey dijo una vez que los SDK merecen el mismo cuidado que las API a las que envuelven, y en Stainless automatizaron la creación de estos adaptadores tan complejos.

Presentador A (05:31): Ajá. O sea, si la API es, digamos, el idioma en el que hablan los programas, el SDK es una especie de diccionario con reglas gramaticales, ¿no? Para que nadie pierda el tiempo reinventando la rueda cada vez.

Presentador B (05:45): Gran analogía, estoy totalmente de acuerdo. Ahora imagina que Antropic compra la mejor imprenta del mundo de esos diccionarios y simplemente le pone un candado enorme a la puerta.

Presentador A (05:58): Uau.

Presentador B (06:00): En un mundo donde el futuro pasa por agentes de IA autónomos que ejecutan tareas en 1000 aplicaciones distintas, la calidad de esa integración es literalmente cuestión de vida o muerte para un producto. Al quedarse con la tecnología de Staniels, Anthropic garantiza que su modelo Clode se integrará con el mundo más rápido y de forma más fiable que el resto.

Presentador A (06:21): ¿Y de paso les quitan la silla a sus competidores?

Presentador B (06:24): Exacto. Arrebatarles esta herramienta a OpenEi y Google es una estrategia de negocio despiadada, pero, ¿sabes?, absolutamente brillante. Las herramientas de desarrollo son ahora un arma estratégica.

Presentador A (06:37): Y aquí empieza lo más interesante. Si hay en juego cientos de 1000000000 de dólares, como en Meta, y un control monopolístico de las herramientas, como en Anthropic, la pregunta lógica es: ¿quién está al mando?

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

Presentador A (06:52): Eso, quién toma las decisiones. Y aquí tenemos delante los artículos de Wired y The Verge sobre el sonado juicio entre Elon Musk y Sam Altman, de OpenAI.

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

Presentador A (07:05): Musk acusó a la compañía de traicionar su misión original sin ánimo de lucro a cambio de enormes sumas de dinero. Pero espera. Al jurado le bastaron 2 horas. 2 horas para fallar a favor de Altman y desestimar la demanda por prescripción, dando por legal la comercialización.

Presentador B (07:23): Sí, una rapidez increíble.

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

Presentador B (07:36): Claro. Desde el punto de vista de la letra de la ley, la demanda se desmoronó rápido, ¿sí? Pero el juicio en sí duró 3 semanas. Y esas 3 semanas fueron una autopsia pública de todo Silicon Valley.

Presentador A (07:48): Los mensajes.

Presentador B (07:49): Sí, sí, sí. Vimos ejércitos de abogados que cuestan decenas de 1000000 de dólares. Leímos conversaciones privadas llenas de acusaciones mutuas de codicia, manipulación, intrigas varias. Las dos partes sufrieron daños reputacionales. Y la prensa se aferró a ello porque el proceso dejó al descubierto una realidad muy inquietante.

Presentador B (08:10): Los líderes del sector, es decir, las personas que controlan tecnologías capaces de cambiar el rumbo de la historia humana, se comportan como capitalistas corrientes de la época del Salvaje Oeste.

Presentador A (08:20): Que son incapaces de ponerse de acuerdo.

Presentador B (08:22): Sí, no hay manera sin destrucción mutua.

Presentador A (08:24): O sea, que han caído las máscaras y la sociedad ha visto que, detrás de tantas palabras bonitas sobre una IA segura para toda la humanidad, se esconde una vulgar batalla de egos y de capitales.

Presentador B (08:38): Exacto. Y la consecuencia es una crisis total de confianza. La legitimidad de todo el sector de la IA ha sufrido una grieta seria. La sociedad ya no cree que los gigantes tecnológicos puedan autorregularse. Se ha abierto un enorme vacío moral.

Presentador A (08:57): Y la naturaleza, como es sabido, aborrece el vacío. Justo en ese momento sale a escena un actor del que, personalmente, era el último del que esperaba noticias sobre algoritmos. El Vaticano.

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

Presentador A (09:11): Gardin cuenta que el papa León XIV, por cierto, el primer papa estadounidense de la historia, prepara una encíclica histórica dedicada por completo a proteger la dignidad humana en la era de la

Presentador B (09:23): IA. Suena ambicioso.

Presentador A (09:25): Y a la presentación del documento en el Vaticano está invitado un cofundador de Anthropic. Espera, ¿y por qué precisamente Anthropic? ¿Porque presentan a su modelo Claude como el más, ya sabes, ético y seguro?

Presentador B (09:37): Bueno, el énfasis declarado de Anthropic en la ética y su IA constitucional son, digamos, solo la fachada de la respuesta.

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

Presentador B (09:46): La situación es mucho más profunda y tiene un claro trasfondo político. Antropic mantiene ahora una confrontación bastante dura con la administración Trump sobre la regulación estatal de la IA.

Presentador A (09:56): Ah, ¿o sea que se ha metido la política?

Presentador B (09:58): Sí. La administración puede inclinarse por la desregulación para acelerar la innovación y adelantar a sus competidores en la escena mundial, mientras que Anthropic insiste en protocolos de seguridad estrictos. Y al invitar a su cofundador, el Vaticano envía una señal muy clara.

Presentador A (10:13): ¿Cuál?

Presentador B (10:13): Mira, la encíclica es la forma más alta de documento papal. Al centrarse en los sesgos algorítmicos, la recopilación masiva de datos y la amenaza de los medios sintéticos, los deepfakes, la Iglesia intenta construir un marco moral, y además al margen de los intereses estatales o corporativos

Presentador A (10:32): . ¿O sea, que muestran su independencia?

Presentador B (10:36): Totalmente. El Vaticano demuestra su independencia de la política estadounidense actual y apuesta por los actores del mercado dispuestos a debatir los riesgos existenciales, y no solo las gráficas de crecimiento de ingresos. Es importante dejar claro que no tomamos partido en este debate político; solo analizamos por qué el Vaticano ha hecho esta elección.

Presentador A (10:57): La verdad es que el contraste es tremendo. Mientras los milmillonarios pleitean y el papa intenta salvar nuestras almas de los deepfakes, la tecnología no se detiene. Se cuela a toda velocidad en ámbitos donde los errores salen demasiado caros.

Presentador B (11:11): Oh, sí, en la economía real.

Presentador A (11:13): Estoy mirando un post reciente del blog de OpenAI. Resulta que se han aliado con el gigante DEL para desplegar su modelo Cordex en local, es decir, on-premise. Eso significa que bancos, servicios de inteligencia y farmacéuticas pueden instalar la IA directamente en sus propios servidores, dentro de su perímetro corporativo cerrado. Pero ¿por qué se presenta esto como un avance? ¿No usamos ya redes neuronales en todas partes, desde cualquier smartphone?

Presentador B (11:41): Las usamos como consumidores, a través de la nube. Y para la gran empresa, la nube suele ser directamente una zona vetada.

Presentador A (11:49): ¿Por seguridad, quieres decir?

Presentador B (11:50): Claro. Imagina un gran banco europeo o una farmacéutica: trabajan con datos protegidos por estándares estrictísimos, como el GDPR en Europa o HIPа en Estados Unidos. Física y legalmente no pueden enviar ni 1 línea de su código ni 1 historial médico de un paciente a los servidores de OpenA o Google.

Presentador A (12:10): Ah, o sea, que veían la fiesta a través del

Presentador B (12:13): cristal. Exacto. Era una barrera colosal. Las corporaciones veían la eficacia de la IA, pero no podían dejarla acercarse a sus secretos más valiosos. Y la alianza con DAL lo cambia todo.

Presentador B (12:25): Desplegar el modelo CDEX en hardware local significa que el código fuente y los datos nunca salen del perímetro cerrado de la empresa. Eso lleva la IA de la categoría de herramienta experimental en la nube al estatus de infraestructura corporativa básica y totalmente segura.

Presentador A (12:42): Oye, ya que hablamos de farmacéuticas y de quienes manejan datos supersensibles, hay 1 noticia más que suena a ciencia ficción convertida en rutina.

Presentador B (12:54): ¿La de Sandbox AQ?

Presentador A (12:56): Sí. Sandbox AQ ha integrado sus modelos propietarios para el desarrollo de nuevos fármacos directamente en la interfaz de Cloda. Ahora los biólogos pueden analizar moléculas complejas simplemente hablando con un chatbot. En lenguaje humano normal. Sin programar nada.

Presentador A (13:11): Ciencia ficción. ¿Lo entiendo bien? ¿Los competidores del sector, como Chai Discovery o Iso Morphic Labs, intentan hacer sus modelos aún más grandes e inteligentes, y Sandbox AQ simplemente ha logrado que cualquiera pueda hablar con los suyos?

Presentador B (13:27): Sí, han apostado por la accesibilidad.

Presentador A (13:30): Pero espera, ¿cómo entiende la química un modelo de lenguaje de texto? Son cosas distintas, ¿no?

Presentador B (13:35): Pues ese es 1 de los trucos más elegantes del machine learning actual.

Presentador A (13:39): A ver, a ver.

Presentador B (13:40): Para un modelo de lenguaje no hay una diferencia fundamental entre el inglés y el lenguaje de la biología. Los aminoácidos de las proteínas o las estructuras químicas de las moléculas se pueden escribir como cadenas de texto, por ejemplo con el formato Smiles, que existe.

Presentador A (13:55): Ajá, ¿o sea que la química se convierte en texto?

Presentador B (13:58): Exacto. Y si un modelo puede aprender reglas gramaticales y predecir la siguiente palabra de una frase de Shakespeare, también puede aprender la gramática de la química y predecir cómo se plegará una proteína o cómo se unirá una molécula a un receptor.

Presentador A (14:16): ¡Increíble!

Presentador B (14:17): En cuanto a la integración en Clode, es puramente una cuestión de rebajar la barrera de entrada. Antes, para comprobar una hipótesis, un biólogo tenía que ir a pedirle el favor al departamento de Data Science. Y esperar semanas hasta que escribieran el código y procesaran los datos.

Presentador A (14:33): ¿Y ahora?

Presentador B (14:34): Ahora el investigador simplemente escribe: Muéstrame análogos de esta molécula con menor toxicidad hepática. Y listo. Los modelos integrados de Sandbox IQ hacen todas las matemáticas complejas, y Clode lo traduce de vuelta a una respuesta de texto comprensible para una persona. Es una auténtica democratización, democratización del descubrimiento.

Presentador A (14:53): Vale, hemos visto cómo la IA entra en las salas de servidores de los bancos y en las probetas de los biólogos. Pero hay un artículo de Hubr.AI que, bueno, me hizo leerlo dos veces. Interesante. Un experimento que el propio autor bautizó como neuropunk. Un aficionado tomó el modelo de lenguaje Google Gemini Nano, que tiene solo 270000000 parámetros.

Presentador B (15:19): Es diminuto.

Presentador A (15:20): Al lado de los monstruos de billones de parámetros de OpenAI parece una mota de polvo. Pero ¿qué hizo? Entrenó este modelo minúsculo para controlar un robot físico de orugas con un manipulador. El entrenamiento se hizo en una simulación virtual, y luego pasaron la red neuronal tal cual al robot real, y arrancó.

Presentador B (15:40): Sí, vi el vídeo.

Presentador A (15:41): Sin internet, sin conexión a ninguna nube, orientándose en el espacio y agarrando objetos de forma totalmente autónoma.

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

Presentador A (15:52): Oye, explícame por qué es tan difícil. ¿No funciona como en Matrix, cuando a Neo le cargan el programa de kung-fu, abre los ojos y suelta: Sé kung-fu?

Presentador B (16:03): La analogía con Matrix encaja muy bien. Pero el diablo está en la física.

Presentador A (16:08): ¿En qué sentido?

Presentador B (16:09): Mira, en la simulación la gravedad es perfecta. La fricción, las ruedas, la superficie son totalmente predecibles, y la iluminación nunca cambia. El mundo real, en cambio, es caótico.

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

Presentador B (16:22): Sí. Una rueda puede patinar en un suelo polvoriento, el manipulador puede toparse con una resistencia inesperada del material, la luz de una ventana puede deslumbrar la cámara. Y durante mucho tiempo, los modelos que funcionaban de maravilla en simulación resultaban completamente inútiles en la realidad.

Presentador A (16:39): ¿Y este experimento ha cambiado algo?

Presentador B (16:41): Lo excepcional de este experimento está en 2 cosas. Primero, el modelo aprendió a generalizar su experiencia y a lidiar con ese caos del mundo real. Y segundo, el tamaño. 270 1000000 de parámetros. Estamos acostumbrados a pensar que la inteligencia exige servidores gigantescos, ¿verdad?

Presentador A (16:59): Pues sí, acabamos de hablar de los 145 1000000000 de inversión de Meta.

Presentador B (17:03): Eso. Pero un robot físico que tiene que, por ejemplo, atrapar un vaso que cae en tiempo real no tiene tiempo de mandar una petición a la nube y esperar la respuesta. Necesita latencias de milisegundos. Un modelo compacto funciona en local con un chip barato, consume una miseria de energía y reacciona al instante. Esto demuestra que podemos crear agentes inteligentes y autónomos para fábricas, almacenes o agricultura sin atarlos en absoluto a centros de datos.

Presentador A (17:33): Oye, ¿y qué significa todo esto en el contexto de la carrera global? Me impresiona la velocidad. Veamos los 2 últimos casos del montón de hoy, solo para hacernos una idea del ritmo.

Presentador B (17:45): Venga.

Presentador A (17:46): 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 mediante YuKassa, que arranca en mayo de 2026, y ya tienen 5903 usuarios y 300 activos diarios. 54 días.

Presentador B (18:18): Una velocidad de locos.

Presentador A (18:20): Y a la vez, una noticia de una escala completamente distinta: el desarrollador chino Moonshot.ai, creador del chatbot Kimi, capta $2 mil millones de Meituan, Dragonball y el gigante estatal China Mobile. La valoración de la compañía se dispara hasta los $20 mil millones. Casi 7 veces más en solo 16 meses, contando desde enero de 2025. ¿Cómo es posible? Unos montan un producto funcional en dos meses con lo puesto, y otros, en poco más de un año, se disparan hasta decenas de 1000000000.

Presentador B (18:54): Estos 2 ejemplos son simplemente 2 caras de 1 misma moneda, y muestran cómo la IA está conquistando el mundo ahora mismo.

Presentador A (19:02): A ver, explícalo.

Presentador B (19:03): El caso del mensajero Max ilustra a la perfección 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 0.

Presentador A (19:19): Simplemente cogen modelos ya hechos vía API.

Presentador B (19:21): Sí, pueden usar una API abierta y centrarse exclusivamente en la experiencia de usuario, en llevar esas 10 IA distintas justo al lugar donde la gente ya está acostumbrada a comunicarse: la interfaz del mensajero. 54 días hasta un producto funcional con monetización: esa es la nueva norma de velocidad para generar valor.

Presentador A (19:42): ¿Y la startup china?

Presentador B (19:44): El caso chino de MoonshotAI deja al descubierto otra capa macroeconómica. Una valoración de $20 mil millones y la participación de China Mobile y del fondo CITC, estrechamente vinculado al Estado. Eso nos dice que, a este nivel, las reglas del libre mercado pasan un poco a segundo plano.

Presentador A (20:02): ¿O sea, que ya es geopolítica?

Presentador B (20:05): Totalmente. Pekín no se limita a financiar una startup: está ejecutando 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 supondría depender en el futuro de infraestructuras intelectuales ajenas, así que inundarán a sus campeones nacionales con 1000000000 sin mirar los clásicos, ya sabes, múltiplos de rentabilidad.

Presentador A (20:32): Intentemos juntarlo todo. Empezamos con los despidos despiadados de Meta, donde personas de carne y hueso se sacrifican, en esencia, para comprar servidores por valor de $145 mil millones. Después vimos cómo Anthropic compra herramientas como Stainless para cortar a sus competidores el sistema circulatorio de la integración. Vimos cómo los pleitos entre antiguos socios de OpenAI minan la confianza en el sector hasta el punto de que el Vaticano tiene que escribir una encíclica para recordar a las corporaciones su humanidad.

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

Presentador A (21:10): Y en paralelo a todo este drama en el Olimpo, la tecnología cambia el mundo con total normalidad. Codex con Dell protege los secretos de las corporaciones, Sandbox AQ acelera a los biólogos, el mensajero Mac da acceso en un par de meses a todos los modelos del mundo y China levanta sus gigantes de la IA en un año.

Presentador B (21:30): Y, ¿sabes?, si miramos todos estos hilos a la vez, vemos un panorama que nos prepara para la siguiente etapa, absolutamente inevitable.

Presentador A (21:40): ¿Cuál?

Presentador B (21:41): Unamos 2 de los hechos que hemos analizado a fondo hoy. Primer hecho: un aficionado demuestra que un modelo diminuto de 270000000 parámetros puede aprender de forma autónoma en un entorno virtual y empezar a controlar de forma brillante un robot físico complejo, adaptándose a la realidad.

Presentador A (21:59): ¿El famoso neuropunk?

Presentador B (22:01): Sí. Y segundo hecho: los gigantes del sector están invirtiendo ahora mismo cientos de 1000000000 en clústeres de cómputo gigantescos.

Presentador A (22:09): ¿Como Meta?

Presentador B (22:09): Como Meta. Y la pregunta que debemos hacernos es: ¿qué pasará cuando estas 2 tendencias se crucen? ¿Qué ocurrirá cuando la capacidad de un centro de datos de $145 mil millones no se dedique a generar imágenes o textos para internet, sino a simular mundos físicos? Estaremos en el umbral de un momento en que estos sistemas podrán generar 1000000 de iteraciones SimTuril por segundo, entrenando enjambres enteros de máquinas autónomas.

Presentador A (22:40): Suena aterrador y fascinante a la vez.

Presentador B (22:44): Robots, drones y maquinaria industrial podrán recibir algoritmos de comportamiento perfectos incluso antes de salir de la cadena de montaje.

Presentador A (23:32): O sea, que los gigantes de la nube se convertirán en escuelas para legiones de máquinas físicas. Oye, es una idea brutal. Convierte todo lo que hemos comentado hoy, del coste de los chips a la ética, en una realidad muy concreta del mañana. Con esto cerramos nuestro análisis. Quedémonos con esta idea de la fusión inevitable entre presupuestos ilimitados en la nube y robots físicos autónomos para reflexionar cada uno por su cuenta. ¡Nos vemos en el próximo episodio!