En el correo de hoy:

Jensen Huang acaba de soltar la bomba del año en el mundo tech.

El CEO de Nvidia declaró que espera recibir pedidos por valor de $1 trillón para sus chips Blackwell y la próxima generación Vera Rubin.

Sí, leíste bien: un trillón de dólares. Para ponerlo en perspectiva, eso equivale al PIB de países como Indonesia o los Países Bajos.

Esta proyección no sale de la nada.

La demanda por chips especializados en IA ha explotado de forma exponencial. Desde que ChatGPT demostró el potencial de los modelos de lenguaje, cada empresa tech, startup y hasta gobiernos están en una carrera armamentista por capacidad de cómputo.

Los chips Blackwell, que ya están en el mercado, y Vera Rubin, que llegarán próximamente, son los cerebros detrás de los sistemas de IA más avanzados del planeta.

Lo fascinante es que Nvidia no solo está vendiendo hardware: está vendiendo la infraestructura del futuro. Cada modelo de IA que usas, cada imagen generada, cada asistente virtual, probablemente corre sobre silicio de Nvidia.

La compañía pasó de ser un fabricante de tarjetas gráficas para gamers a convertirse en el proveedor crítico de la revolución de la IA.

¿Por qué importa esto para ti? Porque confirma algo fundamental: la IA no es una moda pasajera. Cuando las empresas están dispuestas a invertir cifras astronómicas en infraestructura, significa que están apostando su futuro a esta tecnología.

Y eso cambia todo: desde cómo trabajamos hasta cómo se desarrollan productos y servicios.

Además, esta proyección tiene implicaciones geopolíticas enormes.

El control de la cadena de suministro de chips de IA se está convirtiendo en una cuestión de seguridad nacional para muchos países. Nvidia, con su dominio casi absoluto del mercado, está en el centro de esta tensión.

🔐 Nvidia lanza NemoClaw para seguridad empresarial: Una plataforma de agentes de IA empresariales basada en el viral OpenClaw, enfocada en resolver el mayor problema de Nvidia: la seguridad. Leer mas

🎮 DLSS 5 usa IA generativa para videojuegos hiperrealistas: La nueva tecnología de Nvidia mejora el fotorrealismo en juegos y podría expandirse a otras industrias según Jensen Huang. Leer mas

📚 Britannica y Merriam-Webster demandan a OpenAI: Acusan a OpenAI de violar derechos de autor de casi 100,000 artículos usados para entrenar sus modelos de lenguaje. Leer mas

⚠️ xAI enfrenta demanda por contenido ilegal generado: Demandan a la compañía de Elon Musk después de que Grok generara contenido ilegal de menores usando fotos reales. Leer mas

🍎 Apple adquiere MotionVFX: La compra de este software de edición de video ayudará a Apple a competir mejor contra Adobe Premiere Pro y Creative Cloud. Leer mas

🦄 Frore se convierte en unicornio con valuación de $1.64B: La startup de chips desarrolló tecnología de enfriamiento líquido siguiendo consejos de Jensen Huang y levantó $143 millones. Leer mas

👁️ Memories AI construye memoria visual para wearables: Desarrollan un modelo de memoria visual que puede indexar y recuperar recuerdos grabados en video para IA física y wearables. Leer mas

📅 El mito común: "Para entrenar IA necesitas datasets caros y permisos explícitos de usuarios."

💡 La realidad: Pokémon Go acaba de revelar algo fascinante. Durante 8 años, millones de jugadores caminaron por las calles capturando Pokémons, pero en realidad estaban entrenando un sistema de IA de mapeo espacial. Niantic, la empresa detrás del juego, usó esas millones de imágenes y datos de geolocalización para desarrollar un modelo de IA que entiende el mundo físico en 3D. Los jugadores proporcionaron datos de entrenamiento invaluables... jugando.

🚀 La oportunidad: Tu producto puede generar datos de entrenamiento valiosos mientras resuelve un problema real para tus usuarios. No necesitas pedir explícitamente datos; necesitas diseñar experiencias donde la interacción natural genere información útil.

Cómo implementarlo en tu negocio:

1. Identifica qué datos genera tu producto naturalmente - ¿Qué hacen tus usuarios cuando interactúan con tu servicio? Cada clic, cada búsqueda, cada corrección es un dato. Mapea el flujo completo de interacción.

2. Diseña loops de retroalimentación implícita - En lugar de pedir feedback directo, crea mecanismos donde las acciones de los usuarios mejoren automáticamente el servicio. Si un usuario busca algo y luego hace clic en el tercer resultado, eso te dice que los primeros dos no fueron relevantes.

3. Construye valor bidireccional desde el día uno - No esperes a tener millones de usuarios. Diseña tu producto para que cada interacción mejore la experiencia del siguiente usuario. Esto crea un efecto de red de datos que se vuelve más valioso con el tiempo.

Prompt reutilizable para tu estrategia de datos:

"Analiza mi producto/servicio [DESCRIBE TU PRODUCTO]. Identifica: 1) Qué datos se generan naturalmente durante el uso normal, 2) Cómo estos datos podrían mejorar la experiencia de otros usuarios, 3) Tres formas de crear loops de retroalimentación implícita donde los usuarios mejoren el producto sin darse cuenta, 4) Posibles preocupaciones éticas y cómo abordarlas con transparencia. Presenta todo en un framework de implementación de 90 días."

Última pregunta para ti: Si pudieras entrenar una IA con los datos de tu día a día, ¿qué le enseñarías?

1. 🧠 Mis decisiones de trabajo y productividad

2. 🎨 Mis gustos creativos y estéticos

3. 🗣️ Mis conversaciones y forma de comunicarme

Respóndeme directamente a este email. Me encanta leer tus respuestas (y sí, las leo todas personalmente).

Nos vemos mañana con más tech que importa 👋