Hace una semana que El Vigía no aparece. Mil razones, ninguna buena. Entre tanto: Anthropic liberó Claude Opus 4.7 y un producto nuevo que se llama Claude Design, OpenAI presentó un modelo optimizado para ciencias de la vida, Google repartió ciento diez mil becas en Hispanoamérica, el Senado mexicano alistó la presentación formal de la primera Ley General de Inteligencia Artificial del país, y un robot chino llamado Lightning completó el medio maratón de Beijing en cincuenta minutos con veintiséis segundos — casi siete minutos más rápido que el récord mundial humano. Resumir todo eso en un solo número es casi ofensivo. La neta, lo intento.
Si hay un hilo que conecta la semana, es este: la capacidad técnica volvió a dispararse, pero la integración humana — organizacional, regulatoria, laboral — sigue corriendo en un carril distinto. Literalmente, en el caso del maratón: los robots y los doce mil corredores humanos de Beijing compartieron trayecto pero con carriles separados. Es una imagen muy exacta de 2026.
Hoy destacamos:
- Claude Opus 4.7 y el lanzamiento de Claude Design — Anthropic entra al diseño
- GPT-Rosalind, el modelo de OpenAI para biología y descubrimiento de fármacos
- Un robot chino bate por casi siete minutos el récord humano de medio maratón
- El Senado mexicano presenta esta semana la primera Ley General de IA
- Se aprueba la reforma que obliga a pedir permiso y pagar por voz e imagen hechas con IA
- Flex anuncia la mayor inversión de su historia en México: mil millones de dólares
- Google entrega ciento diez mil becas de IA en Hispanoamérica
- Gallup: la mitad de los trabajadores de Estados Unidos ya usa IA, pero el ochenta y nueve por ciento de los ejecutivos no ve impacto en la productividad
Anthropic entra al diseño y Claude aprende a ver mejor
El viernes diecisiete Anthropic liberó Claude Opus 4.7 y, en paralelo, estrenó Claude Design — un laboratorio dentro de la misma plataforma para generar maquetas, presentaciones, prototipos y documentos visuales conversando con el modelo. Lo importante no está solo en la capacidad de diseño: Opus 4.7 mejora de forma notable en ingeniería de software compleja, sobre todo en tareas largas donde antes había que supervisar de cerca, y triplicó la resolución con la que puede leer imágenes, ahora hasta dos mil quinientos setenta y seis píxeles por el lado largo. Los precios, iguales que en la versión anterior: cinco dólares por millón de tokens de entrada, veinticinco por millón de salida.
El lunes veinte se sumó un segundo movimiento: Canva integró a Claude dentro de su plataforma. El mismo día, Anthropic anunció una integración con Chrome. Todas las piezas se conectan: Anthropic está empujando a Claude a salir del chat y meterse en herramientas donde la gente ya trabaja — el editor, el navegador, la suite de diseño.
Contexto: Desde el regreso de Opus 4 en mayo de 2025, Anthropic ha mantenido un ritmo de versión menor cada dos o tres meses, siempre con una mezcla de mejoras de código, contexto y razonamiento. La novedad de abril es que por primera vez sale también con un producto visual propio.
Por qué importa: La conversación entre modelos está entrando a su siguiente fase. Ya no se discute cuál razona mejor en matemáticas abstractas — todos los punteros pasan esos exámenes. La pelea es por dónde vive la inteligencia: en una ventana de chat aparte o adentro de Figma, Canva, Chrome, Word, Photoshop. Anthropic acaba de dejar clarísimo que quiere estar adentro. Para quien edita, diseña o redacta, 2026 es el año en que la IA deja de ser una pestaña para convertirse en una capa transversal.
OpenAI apunta a la medicina
El jueves dieciséis OpenAI presentó GPT-Rosalind, un modelo de razonamiento orientado a biología, química, genómica y descubrimiento de fármacos. Está entrenado para razonar sobre moléculas, proteínas, rutas metabólicas y enfermedades, y para usar más de cincuenta herramientas y bases de datos científicas de forma concatenada. Disponible por ahora en vista previa para investigadores en ChatGPT, Codex y la interfaz de programación, con socios como Amgen, Moderna, el Allen Institute y Thermo Fisher Scientific.
Contexto: El nombre tiene historia: Rosalind Franklin fue la biofísica cuyos datos de difracción de rayos X hicieron posible que Watson y Crick descifraran la estructura del ADN en 1953, sin que ella recibiera en vida el crédito que merecía. OpenAI lo sabe. Y lo usa.
Por qué importa: Durante años el debate giró alrededor de si la IA podría acelerar la biomedicina. Los primeros resultados serios — AlphaFold de DeepMind, los modelos de Isomorphic Labs — venían del mundo de Google. OpenAI llega tarde pero con ventaja de ecosistema: cincuenta herramientas conectadas, integración con Codex, presencia ya establecida en laboratorios farmacéuticos. La carrera por la IA médica deja de ser una cosa de laboratorios europeos y se vuelve competencia entre las mismas empresas que se pelean el chat.
Lightning le ganó a Kiplimo por casi siete minutos
El domingo diecinueve, en la segunda edición del Medio Maratón de Robots Humanoides de Beijing E-Town, un robot bípedo rojo fabricado por Honor llamado Lightning completó los veintiún kilómetros del circuito en cincuenta minutos, veintiséis segundos. El récord mundial humano vigente lo tiene el ugandés Jacob Kiplimo: cincuenta y siete minutos con veinte segundos. El robot llegó casi siete minutos antes.
Los datos importan: más de cien robots de empresas distintas corrieron ese día junto a doce mil humanos, en carriles separados. Cuarenta por ciento de los robots iban totalmente autónomos; el resto, teleoperados por equipos humanos. Al menos cuatro robots bajaron de la hora. Y la mejora contra el año anterior es de grandes proporciones: en 2025 el robot ganador tardó dos horas, cuarenta minutos y cuarenta y dos segundos. Este año, en el mismo circuito, bajaron dos horas completas.
Lo segundo que pasó esa misma semana, y que se conecta directo: Physical Intelligence — la empresa respaldada por Jeff Bezos y Lux Capital que busca construir un “cerebro generalista” para robots — publicó π0.7, un modelo capaz de combinar destrezas aprendidas con datos de pre-entrenamiento masivo para improvisar tareas que nunca le enseñaron. En una demostración, un robot con π0.7 cocinó un camote usando una freidora de aire que nunca había visto — ni madres que lo habían entrenado para eso. Iguala o supera a modelos especializados en tareas como hacer café o doblar ropa.
Contexto: La carrera humanoide de Beijing es, formalmente, un escaparate de la industria china de robótica — el país tiene más de ciento cincuenta empresas activas en ese segmento. El evento lo organiza la zona económica de E-Town con respaldo del gobierno municipal, y funciona a la vez como benchmark público y como relaciones públicas.
Por qué importa: Hay dos noticias superpuestas. La primera: correr un medio maratón requiere estabilidad, batería, navegación, recuperación ante caídas y coordinación entre articulaciones durante horas. Un año atrás apenas había robots que llegaran a la meta; hoy la mayoría termina y el ganador superó al mejor humano del planeta. Esa curva de mejora no es lineal, es exponencial. La segunda: lo que hace π0.7 — improvisar con la freidora nueva — es justo lo que la mayoría de robots del maratón todavía no sabía hacer hace seis meses. Lo que sí sabemos es que la velocidad ya está; la generalización llega detrás, con retraso de meses, no de años.
México legisla por partes
Tres noticias de regulación mexicana se encimaron en la misma semana. Vamos en orden.
El martes quince se aprobó en comisiones unidas la reforma a la Ley Federal del Trabajo y a la Ley Federal del Derecho de Autor que protege la voz y la imagen de artistas intérpretes y ejecutantes frente a la inteligencia artificial. La reforma prohíbe reproducir interpretaciones artísticas con herramientas de IA sin consentimiento expreso, libre e informado de la persona, y obliga a remunerar su uso. Los contratos laborales de intérpretes deberán estipular condiciones y pagos específicos por uso de voz o imagen vía IA. El dictamen pasa al pleno.
El Senado, en paralelo, alista para esta semana la presentación formal de la primera Ley General de Inteligencia Artificial del país, trabajada durante diez meses por legisladores de Morena, PAN, PVEM, PRI, PT y Movimiento Ciudadano. La propuesta crea una Autoridad Nacional de IA, una Estrategia Nacional de IA, un Fondo Nacional para el Desarrollo del sector y un Sistema Nacional de Certificación. Clasifica las infracciones en leves, graves y gravísimas. Entre las gravísimas: emplear IA para manipulación cognitiva, política, electoral o social con fines ilícitos, o generar deepfakes íntimos sin consentimiento. Las sanciones contemplan penas de cárcel. La iniciativa es de enfoque horizontal y basado en riesgos — al estilo del AI Act europeo, aunque con sanciones penales que el marco europeo no tiene.
Las reacciones políticas en X son intensas. El PRI, por boca de Alito Moreno, anunció voto en contra y llamó al proyecto una posible “Ley Mordaza”. Lilly Téllez y sectores del PAN critican riesgos a la libertad de expresión. Del otro lado, defensores del proyecto subrayan que sin sanciones fuertes los deepfakes íntimos y la manipulación electoral quedan sin consecuencias reales. El debate apenas arranca.
Contexto: México aún no tiene una ley general de IA. Hasta ahora las regulaciones viven en leyes sectoriales — protección de datos, telecomunicaciones, consumo — y en normas técnicas. La propuesta que está por presentarse sería la primera con rango de ley general, y vendría a sumarse al dictamen de la LFT y derechos de autor, que cubre un problema concreto: quién es dueño de una voz cuando una IA puede clonarla en minutos.
Por qué importa: El enfoque mexicano intenta dos cosas a la vez: proteger derechos individuales concretos (voz, imagen, intimidad) y crear estructura institucional (autoridad, fondo, estrategia). Lo primero es urgente — la industria del doblaje lleva meses diciéndolo en voz alta. Lo segundo es más ambicioso y más politizado. La pregunta que habría que tener sobre la mesa no es si la ley se aprueba o no — es con qué capacidad técnica y presupuesto llegará la Autoridad Nacional de IA, si se crea, y cómo se van a aplicar las sanciones sin convertirse en un arma política.
El otro lado: mil millones y ciento diez mil becas
Mientras se discute cómo regular, el capital y la capacitación no esperan. El jueves dieciséis, Flex — la multinacional de manufactura avanzada con sede en Estados Unidos — anunció la mayor inversión de su historia en México: mil millones de dólares en los próximos tres años, concentrados en Jalisco (específicamente en Zapopan), con operaciones adicionales en Chihuahua y Aguascalientes. Fabricarán los equipos que mueven centros de datos e infraestructura de IA. La operación consumirá siete veces la energía que usa el puerto de Manzanillo. Se esperan cinco mil empleos altamente especializados.
El mismo miércoles catorce, Google anunció ciento diez mil becas nuevas para el Certificado Profesional en IA y cursos asociados, distribuidas entre México, Argentina, Chile y Colombia. En México son cuarenta mil plazas, sumándose a las sesenta mil ya entregadas en años previos en coordinación con la Secretaría de Educación Pública. Google reporta que el setenta y cinco por ciento de los egresados de estos programas reportó un impacto positivo en su carrera — nuevo empleo, promoción o aumento — en los seis meses posteriores a la certificación.
Por qué importa: Hay una historia simpática que contar: “México atrae inversión, Google educa talento, vamos por buen camino”. Hay otra historia más incómoda: la inversión de Flex y las becas de Google llegan justo cuando se discute si México se vuelve fabricante de hardware de IA o sigue siendo consumidor. Un centro de datos en Zapopan no es lo mismo que un laboratorio de modelos de frontera. Una beca de certificado profesional no es lo mismo que un doctorado en aprendizaje automático. Bienvenidas las dos cosas — pero sin confundirlas con un plan nacional de soberanía tecnológica. Eso todavía no existe, y urge un chingo.
La paradoja de Gallup: todos usan IA, nadie ve el impacto
La encuesta de Gallup publicada esta semana, con veintitrés mil setecientos diecisiete trabajadores estadounidenses, cruzó un umbral simbólico: por primera vez, la mitad de los empleados de Estados Unidos reporta usar IA en su trabajo al menos unas cuantas veces al año. Uso diario o semanal: veintiocho por ciento — máximo histórico. Uso todos los días: trece por ciento. Sesenta y cinco por ciento dice sentirse positivo respecto al impacto de la IA en su productividad personal.
Y aquí viene el golpe. Una encuesta paralela del National Bureau of Economic Research, sobre casi seis mil ejecutivos, encontró que el ochenta y nueve por ciento no reporta ningún efecto medible de la IA en la productividad de su empresa.
Los empleados la usan. Los ejecutivos no la ven. ¿Cómo se resuelve esa contradicción?
Por qué importa: Hay tres lecturas posibles. Una: los ejecutivos no miden bien. Dos: los empleados sobreestiman el impacto real porque confunden sensación de productividad con resultados. Tres — la que yo creo más probable —: adoptar IA individualmente y reestructurar procesos organizacionalmente son dos cosas distintas, con curvas de aprendizaje y costos distintos. Lo primero sube rápido. Lo segundo requiere rediseñar trabajo, jerarquías, métricas, contratos. Hasta que las empresas no reescriban cómo se organizan, la brecha entre adopción individual y ganancia corporativa se va a mantener. Y mientras tanto, los que ya reestructuraron — véase CREAO en el número anterior — siguen adelante dejando una diferencia competitiva de órdenes de magnitud.
La factura pendiente de Anthropic
Noticia relacionada que no quiero dejar pasar: el acuerdo de Anthropic con los autores por uso no autorizado de sus libros para entrenamiento sigue en trámite. La audiencia de justicia, inicialmente programada para abril, fue reprogramada para el catorce de mayo. Cerca de ciento veinte mil autores y titulares de derechos están reclamando su parte del acuerdo de mil quinientos millones de dólares — el mayor acuerdo por derechos de autor en la historia de Estados Unidos. Se han presentado reclamaciones para el noventa y uno por ciento de las más de cuatrocientas ochenta mil obras cubiertas. Hay objeciones técnicas sobre la forma en que se distribuirá el dinero, varias de ellas ahora desclasificadas por orden del juez.
Por qué importa: Esta es la factura que siempre faltaba cuando se hablaba de los modelos. Mientras Opus 4.7 deslumbra en las pruebas técnicas, en un tribunal de San Francisco se está decidiendo cómo compensar a los escritores cuyo trabajo entró sin permiso en sus datos de entrenamiento. Y el precedente va a pesar. Si el acuerdo se valida tal cual, otras demandas contra laboratorios de IA — algunas muy ruidosas, otras no tanto — van a medirse contra este número. Mil quinientos millones de dólares no es poco, pero dividido entre ciento veinte mil autores y cuatrocientas ochenta mil obras tampoco alcanza para mucho. Esa aritmética es la que se está discutiendo en mayo.
Lo que no alcanzó a su propia nota
Para que no queden en el tintero: Google liberó la aplicación nativa de Gemini para Mac, las nuevas “AI Skills” dentro de Chrome y una versión más autónoma de Gemini Agent que ejecuta tareas multietapa sin volver a pedir instrucciones paso a paso. Tesla estrenó Robotaxi en Dallas y Houston — geocercas pequeñas, sin conductor de seguridad en algunos viajes — donde Waymo ya opera desde febrero y contabiliza quinientas mil carreras pagadas por semana en diez mercados. Y de esos correos internos que no deberían filtrarse pero siempre se filtran: OpenAI acusó a Anthropic, en un memo interno, de inflar ingresos y construir cosas sobre arenas movedizas. Anthropic respondió con cifras del primer trimestre de 2026 — lo cual prácticamente confirmó el memo. La industria se destapa y se calienta. A los que la miramos desde afuera nos toca leer la letra chica.
Para cerrar
Sigue mi insistencia: el campo corre más rápido que todo lo que lo rodea. Esta semana corrió más rápido que el mejor maratonista del mundo. Una semana antes, había ganado una medalla de oro en la Olimpiada Internacional de Matemáticas. Mientras tanto, los ejecutivos no miden impacto, los legisladores mexicanos armaron una ley que el PRI quiere llamar “Ley Mordaza”, y los autores estadounidenses están discutiendo si mil quinientos millones de dólares es una compensación justa por haber entrenado a Claude con sus libros.
Si hay una tarea para quienes estamos aquí, es esta: no quedarnos en la fila del carril humano mirando pasar al otro. Pero tampoco subirnos al carril de los robots creyendo que les vamos a ganar la carrera. Hay que pensar un tercer carril — uno que el maratón de Beijing no tuvo —: el de quienes usan máquinas que corren rápido para llegar a destinos que las máquinas no saben elegir.
El Pichicuaz, impasible como siempre, no opinó esta semana sobre nada. Dedicó los siete días a dormir junto a la ventana. Trece años de experiencia le sobran para saber que no siempre hay que salir corriendo.
Para comprender el texto
Claude Design: Producto lanzado por Anthropic el diecisiete de abril de 2026 en fase preliminar para investigadores y suscriptores de los planes Pro, Max, Team y Enterprise. Permite generar, editar y exportar piezas visuales — maquetas, presentaciones, prototipos, documentos de una página — mediante conversación con Claude. Se integra con Canva y Chrome.
Opus 4.7: Versión del modelo Claude Opus liberada el diecisiete de abril. Mejora principalmente en ingeniería de software compleja, tareas largas y resolución de imágenes. Mantiene el precio de la versión anterior.
GPT-Rosalind: Modelo de OpenAI liberado el dieciséis de abril y orientado a biología, química, genómica y descubrimiento de fármacos. Nombrado por la biofísica Rosalind Franklin. Se entrena para razonar sobre moléculas, proteínas y rutas biológicas, y usa más de cincuenta herramientas científicas externas.
Teleoperado: Dicho de un robot que ejecuta movimientos controlados a distancia por un operador humano, en oposición a uno completamente autónomo. En el maratón de Beijing, sesenta por ciento de los humanoides corrió bajo teleoperación.
π0.7: Último modelo del laboratorio Physical Intelligence. Es un “cerebro generalista” capaz de combinar habilidades aprendidas para resolver tareas nuevas sin entrenamiento específico. La letra pi hace referencia a la ambición de ser un modelo base para toda la robótica.
Ley General: En el sistema jurídico mexicano, una ley general es aquella que regula una materia en todo el país, estableciendo principios y competencias que deben acatar federación, estados y municipios. Es distinta de una ley federal — que aplica solo a la federación — y de una ley ordinaria estatal.
AI Act: Reglamento europeo aprobado en 2024 que regula la IA con un enfoque basado en niveles de riesgo. Clasifica los sistemas en prohibidos, de alto riesgo, de riesgo limitado y de riesgo mínimo. La iniciativa mexicana toma ideas de este marco pero incorpora sanciones penales que la versión europea no contempla.
Harness engineering: Ver El Vigía del trece de abril. Concepto acuñado por OpenAI en febrero de 2026 para describir el trabajo de construir la infraestructura — “arnés” — que permite a los agentes de IA operar de forma confiable y verificable.