Ayer, Anthropic dijo que había descubierto lo que llamó una “campaña a escala industrial” dirigida por DeepSeek y otros dos destacados laboratorios de inteligencia artificial chinos, Moonshot AI y MiniMax, para destilar sus modelos Claude. Destilación es un término que los investigadores de IA utilizan para describir un método para mejorar el rendimiento de modelos de IA más pequeños, generalmente más débiles, ajustándolos a la salida de un modelo más grande y más fuerte. En este caso, Anthropic alega que tres empresas chinas de inteligencia artificial crearon 24.000 cuentas falsas para producir 16 millones de intercambios con Claude, que luego utilizaron para entrenar sus propios modelos, en violación de los términos de servicio de Anthropic. (De estos intercambios, DeepSeek solo fue responsable de 150.000, según Anthropic, pero las cuentas asociadas con DeepSeek parecían particularmente interesadas en revelar las habilidades de razonamiento de Claude).
También ayer, Reuters, citando a un alto funcionario anónimo del gobierno de EE. UU., informó que EE. UU. cree que DeepSeek entrenó a V4 utilizando la última generación de GPU de IA Nvidia Blackwell, una probable violación de los controles de exportación de EE. UU. que tenían como objetivo impedir que las empresas chinas de IA adquirieran los chips más avanzados de Nvidia. El artículo decía que Estados Unidos creía que DeepSeek tenía un centro de datos en Mongolia Interior lleno de Blackwells, aunque decía que Estados Unidos no estaba del todo seguro de cómo los obtuvo.
Uso de inteligencia artificial para mapear cadenas de suministro globales: “Es casi seguro que la complejidad empeorará”
¿Qué tiene que ver todo esto con la resolución arancelaria de la semana pasada? Todo. Porque uno de los productos clave de Altana es en realidad un sistema de gestión de tarifas basado en inteligencia artificial. Smith describió un flujo de trabajo de “agencia” que automatiza el proceso notoriamente arcano de asignar códigos del Sistema Armonizado (SA) a los productos (la clasificación que determina qué tasa arancelaria se aplica a una determinada importación) y calcular el país de origen según las reglas comerciales, algo que se ha vuelto extraordinariamente complejo en la era del transbordo y la evasión arancelaria. Agregue a esto el Planificador de escenarios arancelarios, que permite a las empresas modelar el impacto de los cambios en las reglas comerciales en toda su red extendida de proveedores. Según la empresa, el uso de la calculadora de tarifas de Altana aumentó un 213% durante la última semana. Aproximadamente el 50% de estos acuerdos se referían a productos que contenían metales y el 32% a productos cuyo país de origen era China.
O al menos no lo supieron hasta que aparecieron Altana y su IA.
SUERTE CON LA IA
OpenAI se asocia con McKinsey, BCG, Accenture y Capgemini para avanzar en su plataforma de agentes Frontier AI – Jeremy Kahn
OpenAI ha cambiado su misión 6 veces en 9 años. Al final, la palabra “seguro” se eliminó del valor fundamental cuando la empresa se convirtió en una organización comercial. Autor: Katerina Giino.
Los agentes de IA que hacen tu trabajo mientras duermes suenan geniales. La realidad es mucho más complicada: “Es como un bebé al que hay que cuidar” – Sharon Goldman
Exclusivo: Anthropic presenta una herramienta de inteligencia artificial que puede identificar de forma independiente errores de software, incluidos los más peligrosos que la gente pasa por alto – Sharon Goldman
LA IA EN LAS NOTICIAS INVESTIGACIÓN SOBRE IA
Los modelos de IA son asesores de seguridad nacional potencialmente peligrosos. Kenneth Payne, investigador del King’s College de Londres, dirigió una extensa serie de juegos de guerra virtuales en los que enfrentó varios modelos de IA de vanguardia (Claude Sonnet 4 de Anthropic, Gemini 3 Flash de Google y GPT-5.2 de OpenAI) entre sí y con versiones del mismo modelo. Resultó que los modelos eran actores complejos, pero exhibían algunas tendencias diferentes a las de los actores humanos, y esto podría resultar peligroso si asesoraran a gobiernos reales en crisis de seguridad nacional.
Por ejemplo, Payne descubrió que los modelos a menudo estaban dispuestos a recurrir al uso de armas nucleares tácticas y, en algunos casos, estaban dispuestos a participar en una guerra nuclear total en lugar de retirarse. También descubrió que el comportamiento del modelo difería del de los jugadores humanos en algunos aspectos clave. “Es más probable que las amenazas provoquen una contraescalada que el cumplimiento”, escribió. “La alta confianza mutua aceleró el conflicto en lugar de contenerlo” y “ningún modelo optó jamás por ceder o retirarse, incluso cuando estaba bajo intensa presión, sino que sólo redujo la violencia”. La investigación tiene implicaciones importantes para los ejércitos y los gobiernos que están considerando activamente si utilizar la IA para asesorar a los responsables políticos y a los líderes militares. Pero también tiene implicaciones potenciales en entornos empresariales, donde la gente está empezando a recurrir a la IA en busca de asesoramiento sobre tácticas y estrategias de negociación, y donde las salas de juntas pueden recurrir a la IA en busca de asesoramiento estratégico. En muchas de estas situaciones, seguir el curso más agresivo no siempre producirá los mejores resultados, y los humanos tendrán que tener cuidado con la tendencia de la IA a escalar en lugar de reconciliarse. Puede leer el artículo de investigación en el repositorio de investigación no revisado por pares arxiv.org aquí.
¿TIENES UN CALENDARIO?
24-26 de febrero: Asociación Internacional para una Inteligencia Artificial Ética y Segura (IASEAI), UNESCO, París, Francia.
2 al 5 de marzo: Mobile World Congress, Barcelona, España.
12 al 18 de marzo: Sur por suroeste, Austin, Texas.
16 al 19 de marzo: Nvidia GTC, San José, California.
6 al 9 de abril: HumanX 2026, San Francisco.
NUTRICIÓN PARA EL CEREBRO
¿Se vislumbra en el horizonte la era del “PIB fantasma”? Una publicación de blog escrita por Citrini Research, una firma de análisis macro e investigación bursátil con sede en Wall Street y con un gran número de seguidores en las redes sociales, se volvió viral la semana pasada. Esta publicación, como advierte Chitrini, es un escenario, una ficción especulativa, y no un pronóstico. El objetivo, dice la firma, es preparar a los lectores “para los riesgos potenciales de la cola izquierda a medida que la IA hace que la economía sea cada vez más extraña”. La acción tiene lugar en junio de 2028. Muestra los estragos económicos que la IA podría causar si logra un “éxito catastrófico” en los próximos dos años. Este escenario supone que el desempleo aumentará muy por encima del 10%, incluso cuando la productividad laboral aumente a niveles no vistos desde principios de los años cincuenta. Habla de un “PIB fantasma”, en el que las cuentas nacionales estadounidenses están infladas incluso cuando las empresas dependen del gasto de los consumidores (que actualmente representa el 70% del PIB estadounidense). (Los consumidores están desempleados o les preocupa estarlo pronto.) Habla de cómo la presión sobre las empresas heredadas de software como servicio, que están empezando a darse cuenta ahora, se está acelerando y extendiéndose a otras áreas de la economía, creando una especie de espiral descendente de pérdida de empleos y reducciones en el gasto y el consumo discrecionales, sin una interrupción natural. El blog es una lectura oscura. Afortunadamente, no estoy seguro de que esto sea correcto. De hecho, es casi seguro que es erróneo suponer que todos los efectos que describe podrían ocurrir en sólo dos años. (Una cosa que describe, que me parece algo improbable, es que los agentes de IA buscarán reducir los costos de transacción y, por lo tanto, recurrirán a monedas estables en lugar de métodos de pago tradicionales). Pero vale la pena leerlo y pensar en ello. Y para comprender dónde es más probable que se equivoque Chitrini, lea esta publicación de Zvi Moshkowitz.
