Una IA Hackeó Tu Red en 22 Segundos

El reporte M-Trends 2026 de Mandiant reveló que los atacantes ahora se mueven lateralmente en redes comprometidas en 22 segundos, cuando en 2022 tardaban más de 8 horas. Tus sistemas de detección fueron diseñados para amenazas que se movían en días, no en segundos. Según IBM, usar IA defensiva recorta el costo promedio de una brecha en $1.9M. La pregunta no es si invertir en defensa con IA, sino cuándo.

OpenAI completó el pre-entrenamiento de 'Spud' el 25 de marzo, un modelo interno que varios apuntan como el posible GPT-6, con lanzamiento esperado en semanas. OpenAI canceló Sora para redirigir recursos a este modelo, lo que sugiere que la apuesta está concentrada en texto, código y empresa, no en video. Si Spud llega antes de que Google lance Gemini 2.5 Ultra en producción masiva, OpenAI recupera terreno en el segmento enterprise que perdió a finales de 2025.

Google Research publicó TurboQuant en marzo de 2026, un algoritmo que reduce la memoria del KV cache a 3 bits, logrando 6x menos memoria y hasta 8x más velocidad en GPUs H100, sin pérdida de precisión en benchmarks como LongBench. Procesar documentos de 100,000 palabras en hardware estándar dejará de ser un privilegio de data centers con presupuesto enorme. Lo bueno: cero pérdida de precisión y sin reentrenar el modelo. Lo malo: por ahora solo Google lo tiene y no hay fecha de acceso público.

Harvey, la startup de IA legal fundada en 2022, confirmó una valuación de $11,000 millones tras una nueva inversión de Sequoia Capital, más del doble de los $5,000 millones de su Serie E de junio de 2025. Con $806 millones recaudados, esta ronda muestra que los inversores ven el derecho como uno de los sectores donde la IA cobra más rápido. Si trabajas en legal tech o en firmas de abogados, prepárate: Harvey está creciendo hacia enterprise con el respaldo más fuerte que ha tenido.

Elon Musk anunció Terafab, una planta de fabricación de chips que Tesla y SpaceX construirán en Austin, apuntando a producir chips para robótica, IA y centros de datos espaciales con hasta 200 gigawatts de cómputo. Si Musk logra producción propia, xAI y Tesla dejan de depender de Nvidia para entrenar y desplegar sus modelos. Nvidia controla más del 80% del mercado de chips para IA hoy. Ningún intento de fabricación propia —Google, Amazon, Microsoft— ha llegado a escala comparable, así que el anuncio es más ambición que realidad por ahora. Vigílalo, pero no apuestes.

El Índice Económico de Anthropic de marzo 2026 analizó más de un millón de conversaciones y encontró que usuarios con seis meses de experiencia logran 10% más éxito que los nuevos, y esa brecha crece cada mes. Lo bueno: hay datos reales sobre cómo la IA cambia el trabajo. Lo malo: la automatización en ventas y trading se duplicó desde noviembre, y esos empleos no van a volver. Léelo.

El matemático Terence Tao coordinó un proyecto con 22 millones de micro-tareas usando IA, y dice que la IA ya resuelve problemas al nivel de medalla de oro en la Olimpiada Internacional de Matemáticas 2025. Ojo: Tao critica la opacidad de las empresas de IA y pide competencias separadas para humanos y máquinas. Si te interesa hasta dónde llega la IA en razonamiento puro, míralo.

Google Research publicó TurboQuant, una técnica que comprime la memoria de atención de los modelos 6 veces y acelera el cómputo hasta 8 veces en GPUs H100, sin tocar los pesos del modelo ni perder precisión. En contexto: la mayoría de mejoras de velocidad exigen reentrenar desde cero. Que esto funcione sobre modelos ya desplegados lo hace relevante para cualquier empresa que pague por inferencia hoy. Guárdalo.