DeepSeek, la startup china de IA que ya sorprendió al sector con modelos potentes y de bajo coste, ha lanzado la preview de DeepSeek-V4, una nueva generación de modelos open-source con contexto de 1 millón de tokens, precios muy bajos y soporte para chips Huawei Ascend.
Los detalles:
DeepSeek es una empresa china de Hangzhou que se hizo famosa por demostrar que se podían crear modelos de IA muy competitivos sin gastar tanto como los grandes laboratorios de Estados Unidos. Su nueva versión, DeepSeek-V4, busca repetir esa fórmula: mucha capacidad, código abierto y precios agresivos.
El modelo llega en dos versiones: DeepSeek-V4-Pro, la más potente, con 1.6 billones de parámetros totales y 49,000 millones activos, y DeepSeek-V4-Flash, más rápida y barata, con 284,000 millones de parámetros y 13,000 millones activos.
Una de sus grandes novedades es la ventana de contexto de 1 millón de tokens, equivalente aproximadamente a cientos de miles de palabras. En la práctica, esto permite analizar documentos enormes, conversaciones largas o bases de código completas sin partirlas en trozos.
La parte más estratégica es que V4 está optimizado para chips Huawei Ascend, una alternativa china a los chips de Nvidia. Huawei asegura que sus supernodos Ascend 950 pueden dar soporte completo a DeepSeek-V4, lo que refuerza la ambición de China de depender menos de tecnología estadounidense.
Qué significa esto:
DeepSeek-V4 no parece haber provocado el mismo terremoto bursátil que lanzamientos anteriores, pero sí confirma una tendencia clave: la IA avanzada empieza a competir tanto por precio y eficiencia como por inteligencia pura.
Para usuarios, desarrolladores y empresas, esto puede traducirse en herramientas de IA más baratas, capaces de leer documentos enormes o ayudar con programación compleja; para la industria, es otra señal de que China quiere construir su propio ecosistema de IA sin depender tanto de Nvidia ni de los grandes modelos cerrados de Estados Unidos.
Anthropic crea un marketplace donde agentes de IA negocian compras reales entre ellos
Anthropic ha creado Project Deal, un experimento en el que agentes de Claude negociaron entre ellos compras reales de objetos de segunda mano, con dinero real y humanos aceptando después los acuerdos cerrados por sus asistentes de IA.
Los detalles:
Anthropic, la empresa creadora de Claude, quiso probar una idea que podría volverse común en el futuro: que una IA no solo te recomiende qué comprar, sino que negocie directamente por ti con la IA de otra persona.
El experimento se hizo con 69 empleados de Anthropic, cada uno con un presupuesto de 100 dólares en tarjetas regalo para comprar objetos de sus compañeros, desde libros y bicicletas hasta cosas más curiosas como una bolsa con pelotas de ping-pong.
Los agentes de Claude cerraron 186 acuerdos reales, con un valor total de algo más de 4.000 dólares, y después los empleados intercambiaron físicamente los objetos que sus IA habían negociado por ellos.
Anthropic ejecutó cuatro mercados paralelos: uno “real”, donde los acuerdos se respetaron, y otros tres para estudiar qué pasaba cuando algunos usuarios estaban representados por modelos más potentes, como Claude Opus 4.5, y otros por modelos más ligeros, como Claude Haiku 4.5.
El resultado más inquietante es que los agentes más avanzados conseguían mejores acuerdos: los usuarios con Opus completaron de media unos 2 acuerdos más, vendieron objetos por más dinero y compraron más barato; pero muchas personas no se dieron cuenta de que su IA las había representado peor.
Qué significa esto:
Este experimento muestra que no estamos tan lejos de un Internet donde nuestros asistentes de IA compren, vendan y negocien por nosotros, desde una bicicleta usada hasta un contrato o una reserva.
La parte delicada es que, si algunas personas tienen agentes mucho mejores que otras, podrían salir ganando en las negociaciones sin que los demás sepan siquiera que están en desventaja.
Tienes 47 pestañas abiertas y aun así no encuentras lo que buscas: NotebookLM te lo resuelve así - Guía rápida
La mayoría usa NotebookLM para hacer podcasts de sus documentos. Pero quienes de verdad lo aprovechan lo convierten en el cerebro externo que siempre quisieron tener — y lo usan cada día.
Tengo 47 pestañas abiertas en este momento. O tenía. Hasta que dejé de confiar en ellas.
PDFs a medias en la carpeta de descargas. Un Google Doc que empecé en enero y ya no recuerdo para qué era. Varios posts guardados en “Leer más tarde” que nunca leí. Y la sensación constante de que sé que leí algo útil sobre ese tema... pero no recuerdo dónde.
Si te suena, bienvenido al club. Y permíteme presentarte la salida.
Notion, Google Docs, carpetas de marcadores... todos estos sistemas tienen el mismo defecto: tú haces todo el trabajo. Organizar, conectar, resumir, actualizar. Y con el ritmo al que se mueven las cosas hoy, ese esfuerzo nunca se amortiza.
NotebookLM funciona diferente. No es un gestor de notas. Es una IA que solo sabe lo que tú le dices. Le das tus archivos, tus documentos, tus apuntes, y ella los entiende, los conecta y te responde exclusivamente a partir de eso. Sin inventarse nada. Sin mezclar con internet. Solo tu conocimiento, disponible cuando lo necesitas.
La diferencia con ChatGPT o cualquier otra IA general es exactamente esa: cuando le preguntas algo a NotebookLM, las respuestas vienen de tus fuentes y solo de tus fuentes. Cita de dónde ha sacado cada idea. Eso se llama contexto propio, y cambia completamente cómo interactúas con la información.
El truco no está en la herramienta. Está en cómo la organizas. La clave es crear cuadernos con un propósito claro, no uno solo con todo mezclado.
Hay tres tipos que funcionan especialmente bien:
Cuadernos de dominio (largo plazo, siempre creciendo) Son tus hubs de conocimiento permanente. Áreas en las que sigues aprendiendo con el tiempo. Ejemplos: “Herramientas de IA para mi sector”, “Productividad y gestión del tiempo”, “Marketing digital 2025-2026”, “Normativa y regulación que afecta a mi trabajo”. Los alimentas cada vez que encuentras algo relevante. Con el tiempo se convierten en tu biblioteca de referencia personal.
Cuadernos de proyecto (medio plazo, orientados a un objetivo) Cada vez que tienes algo concreto entre manos — una presentación importante, un informe, una propuesta, una formación que estás preparando — creas un cuaderno específico para eso. Metes solo lo que sirve para ese objetivo. El resultado: cuando le haces preguntas a la IA, las respuestas son quirúrgicas, no genéricas.
Cuadernos de exploración (corto plazo, por curiosidad) Oyes hablar de algo nuevo, te pica la curiosidad, metes cuatro fuentes y le pides a NotebookLM que te ponga al día. Si el tema acaba siendo importante, lo promueves a cuaderno de dominio. Si no, cumplió su función sin que tengas que limpiar nada después.
Una alumna aplicó este sistema a su trabajo en RRHH. Tiene un cuaderno de dominio con toda la normativa laboral actualizada, un cuaderno de proyecto para cada proceso de selección grande y cuadernos de exploración para metodologías nuevas que va descubriendo. Antes buscaba información durante horas. Ahora lanza una pregunta y obtiene la respuesta en segundos, con las fuentes citadas.
NotebookLM acepta: PDFs, Google Docs, páginas web (URL directa), texto copiado, archivos de audio y vídeos de YouTube. Hasta 50 fuentes por cuaderno.
Pero hay un truco que marca la diferencia: no te límites a subir el documento original. Sube también tus propias notas sobre ese documento.
Funciona así: lees un artículo o ves un vídeo, escribes en un Google Doc tres o cuatro ideas clave que te llevas, y subes ambas cosas al cuaderno. Ahora NotebookLM tiene el material original y tu interpretación del mismo. Las preguntas que le hagas serán mucho más útiles porque la IA ya sabe lo que tú considerabas importante.
Prompts que funcionan de verdad:
“Basándote en todos los documentos de este cuaderno, ¿cuáles son los tres puntos en los que hay más consenso y cuál genera más debate o contradicción?”
“Tengo que explicarle este tema a alguien que no sabe nada del área. Dame una explicación de 5 párrafos usando solo la información de estas fuentes.”
“Identifica las ideas que aparecen en varios documentos del cuaderno pero que nunca se desarrollan en profundidad. ¿Cuáles merecen más atención?”
“Estoy preparando una presentación sobre [tema]. Dame la estructura ideal de 6 diapositivas con los puntos clave de cada una, basándote en el material de este cuaderno.”
Aquí está lo que casi nadie usa, y es lo que más sorprende cuando lo descubres.
En la barra derecha de NotebookLM hay una sección llamada Studio. Con un solo clic, puede generar automáticamente a partir de tus documentos:
Audio Overview: un podcast de dos “hosts” debatiendo los contenidos de tu cuaderno. Perfecto para repasar mientras caminas o conduces.
Video Overview: versión visual del anterior.
Mind Map: mapa mental de los conceptos y sus relaciones.
Infographic: resumen visual en formato infografía.
Flashcards: tarjetas de estudio con preguntas y respuestas.
Quiz: un test para comprobar cuánto has absorbido.
Slide Deck: una presentación lista para usar o editar.
Data Table: una tabla comparativa o de datos extraídos de las fuentes.
Reports: un informe escrito estructurado.
Todo esto generado desde tus propios archivos, con un solo clic.
Un formador que conocemos usa el Audio Overview cada semana. Carga los materiales de la formación que va a impartir el viernes, genera el podcast y lo escucha el jueves por la mañana mientras desayuna. Dice que le ayuda a “escuchar” si la narrativa tiene sentido antes de ponerse delante de los alumnos.
Cómo empezar hoy, paso a paso
Entra en notebooklm.google.com con tu cuenta de Google. Es gratuito.
Crea tu primer cuaderno de proyecto: algo concreto en lo que estés trabajando ahora mismo.
Sube entre 5 y 10 documentos relacionados con ese proyecto — informes, correos importantes guardados como PDF, apuntes, artículos de referencia.
Añade un Google Doc con tus propias notas sobre el tema, aunque sean desordenadas.
Lanza una pregunta de diagnóstico: “¿Cuáles son los temas principales de este cuaderno y qué información falta para tener una visión completa?”
Prueba el Studio: genera el Mind Map y el Audio Overview. Compara lo que te devuelve con lo que tú creías saber del tema.
Guarda las respuestas útiles como Notas dentro del cuaderno. Se convierten en fuente para futuras consultas.
No necesitas ser una persona ordenada para que esto funcione. Necesitas ser una persona con preguntas concretas sobre tu propio trabajo.
¿Mis documentos son privados?
Sí. NotebookLM no usa tus archivos para entrenar modelos ni los comparte. Cada cuaderno es privado por defecto. Puedes compartirlo de forma voluntaria con colaboradores, lo cual es útil para cuadernos de proyecto en equipo.
¿Sustituye esto a leer y estudiar los documentos?
No. Cambia la forma en que interactúas con lo que ya has leído. Leer sigue siendo necesario para absorber. NotebookLM es para recuperar, conectar y aplicar mucho más rápido.
¿Funciona bien en español?
Sí. Puedes subir documentos en español, hacer preguntas en español y recibir respuestas en español. El Audio Overview en español también funciona bien y suena bastante natural.
¿Cuántos documentos puedo meter?
Hasta 50 fuentes por cuaderno, con un máximo de 500,000 palabras por fuente. Es prácticamente ilimitado para uso profesional normal.
¿Qué otras herramientas hacen algo parecido?
Obsidian con plugins de IA (más potente, pero requiere configuración técnica), ChatGPT con archivos adjuntos (más general, sin el sistema de cuadernos), Notion AI (bien integrado si ya usas Notion). NotebookLM destaca por ser gratuito, muy fácil de usar y extremadamente fiable en no inventarse información.
Un último apunte
Si trabajas con mucha información — informes, artículos, formaciones, documentos de proyecto — NotebookLM es probablemente la herramienta que más retorno te va a dar en menos tiempo de configuración.
En nuestras formaciones de FalcotitlanMX trabajamos exactamente este tipo de flujos: cómo construir un sistema de trabajo con IA que uses de verdad cada día, no sólo cuando te acuerdas.
Y si este post te ha sido útil, compártelo con alguien que tenga 47 pestañas abiertas y no encuentre nada.
Google, Meta, Amazon y Microsoft reportaron el mismo día sus ganancias del primer trimestre del 2026
Y el mercado se está volviendo loco.
Va el drama, una a una:
Google: el rey indiscutible. Utilidades +81%, ingresos +20%, cloud +63% (rebasó los 20,000 millones por primera vez).
Y hasta el buscador, que parecía pieza vieja, creció 16% porque ahora responde con IA. Es más: las consultas alcanzaron un máximo histórico. En suma, es el gran ganador: la acción subió 6%. Ya veremos en el día si se mantiene.
No olvidar: Alphabet, la casa matriz de Google, es la segunda empresa más valiosa del planeta. Vale 4.2 billones de dólares. Nvidia, la número 1, vale 5 billones.
Seguimos con Microsoft. Víctima de su propio éxito. Azure +40%, Copilot (su asistente de IA) sumó 5 millones de suscriptores pagos en un trimestre, y su negocio de IA más que duplicó (+123%).
¿Lo aplaudieron? No. La acción cayó 2% porque hay dos broncas: el costo de los data centers le exprimió el margen al nivel más estrecho desde 2022, y 40% de su cartera cloud depende de un solo cliente, OpenAI. Tenebroso.
Meta: Reportó utilidades +61%, en buena parte por un regalito tributario de la administración de Trump. Lo mejor: ingresos +33% (el trimestre más rápido desde 2021).
Lo malo: los usuarios diarios habrían caído y eso es de escándalo. No queda claro qué tanto jugaron factores externos como las interrupciones de internet en Irán. Demasiado para Wall Street, así que la acción, -7%.
Amazon: AWS creció 28%, su mejor trimestre en tres años. ¿La bronca? El gasto de capital (44,000 millones en un solo trimestre) le devoró el efectivo: el flujo de efectivo libre cayó 95% anual. Acción, -4%.
¿Qué tienen en común todos?
Las cuatro le compran a los mismos (Nvidia, AMD, Broadcom) y venden capacidad a los mismos dos clientes, los que mandan: OpenAI y Anthropic.
Pero solo Google logró que la utilidad creciera más rápido que el gasto. Por eso el mercado le aplaudió a una y castigó a tres.
¿Por qué importa?
Para tu portafolio: hoy habrá movimientos drásticos y veremos qué tanto resisten las acciones.
El ganador silencioso: Anthropic, el cliente de todos. Ya factura 3.3 veces más que en diciembre. Y ojo: se dice que está en ronda para valuarse en 900,000 millones de dólares. Eso es más que OpenAI.
“Esta es una economía de pantalla dividida”, dijo Heather Long. Economista jefe de Navy Federal Credit Union: “La IA está progresando y la clase media está sufriendo las consecuencias”.
Los informes de los gigantes tecnológicos del país publicados ayer mostraron la enorme cantidad de dinero que se está invirtiendo en inteligencia artificial. El jueves pasado, este motor impulsado por el dinero quedó en evidencia, ya que nuevos datos de la administración Trump indicaron que el producto interno bruto ajustado a la inflación aumentó un 2% anualizado en el primer trimestre.
“La IA puede tomar el relevo desde el punto de vista del PIB”, afirmó Michael Skordeles, jefe de economía estadounidense de Truist. “Pero el consumidor es fundamental, pase lo que pase”. Y si bien los consumidores siguen gastando, gran parte de ese gasto está vinculado al alza de los precios de la gasolina provocada por la guerra entre Estados Unidos e Israel e Irán. Sin embargo, los economistas prevén un riesgo de que el gasto disminuya pronto, ya que el aumento de los costes del transporte agrava aún más la inflación. Además, la consiguiente interrupción del suministro de fertilizantes presagia un aumento en la factura de la compra a largo plazo.
Según advierte Shannon Grein, economista de Wells Fargo, esto a su vez provocará una disminución del gasto discrecional. Al mismo tiempo, las oportunidades laborales se han reducido drásticamente en gran parte de la economía, ya que cada vez más empresas de los sectores tecnológico y financiero realizan despidos masivos, un fenómeno impulsado cada vez más por la inteligencia artificial.
“Parece tratarse más bien de una recuperación impulsada por las empresas, lo que quizás explique por qué la persona promedio no percibe que la economía esté creciendo de la misma manera que en una recuperación más tradicional liderada por el consumo”, dijo Skordeles.
Ya se conoce la primera cifra de compensación de Elon Musk tras la aprobación por parte de los accionistas de Tesla de su ambicioso paquete salarial: ¡158 mil millones de dólares! Si bien no llega al nivel de Musk, el ascenso de Jane Street a la cima de Wall Street también ha sido muy lucrativo para sus empleados. La firma repartió 9,380 millones de dólares en compensaciones el año pasado, más del doble de la cantidad prevista para 2024, según fuentes cercanas. Esto equivale a 2.68 millones de dólares por empleado, casi siete veces más de lo que pagaba Goldman Sachs.
La crisis de la RAM es una buenísima noticia para alguien. Ese alguien es Samsung
EEUU sigue empeñado en frenar a China. Ahora ha puesto en la diana al segundo mayor fabricante de chips chino
Los resultados de las tecnológicas son clarísimos: el negocio de la IA no es la IA, es alquilar su infraestructura
Llevamos más de 92,000 despidos del sector tecnológico en 2026: el ahorro de costes está saliendo muy caro a las big tech
Publicar un comentario