El mercado dejó de premiar el gasto en IA: Alphabet pierde 482.000 millones en un día

El caso de la semana

Alphabet duplicó los ingresos de su nube y tuvo el peor día bursátil de su historia; Microsoft creció menos y su acción subió. Durante dos años el mercado premió el anuncio de gasto en infraestructura de IA, y esta semana empezó a cobrarlo: lo que separó a una de otra no fue el crecimiento sino el flujo de caja libre, el dinero que queda después de pagar la operación y las inversiones del período.

• Los números de Alphabet fueron buenos salvo en una línea. Los ingresos del tercer trimestre llegaron a 127.600 millones de dólares, un 25% más que un año antes, con Google Cloud en 30.700 millones y un crecimiento de 103%. El beneficio operativo subió 30%, hasta 40.600 millones. Pero el flujo de caja libre —el dinero que queda después de pagar la operación y las inversiones— fue negativo en 9.100 millones, el segundo trimestre consecutivo en rojo, con una inversión de capital de 51.400 millones en el trimestre y una guía que llega a unos 200.000 millones para 2026 y a cerca de 300.000 millones para 2027.

→ https://fortune.com/2026/10/28/alphabet-google-stock-drops-cloud-revenue-doubles-free-cash-flow-negative/

• El castigo fue el mayor de su historia. El jueves 29 la acción cayó cerca de 13% y borró unos 482.000 millones de dólares de capitalización en una sola sesión, la peor jornada de Alphabet desde que cotiza. El detonante no fue la nube sino el negocio que paga las cuentas: la publicidad en Búsqueda creció 12%, por debajo del 15% que esperaba el mercado y lejos del 19% del primer trimestre. La lectura que se instaló entre analistas es que la IA conversacional ya le está quitando consultas al buscador.

→ https://www.cnbc.com/2026/10/29/alphabet-google-microsoft-msft-shares-today-earnings.html

• La comparación con sus pares completa el cuadro. Microsoft reportó el mismo día 92.300 millones de ingresos, Azure creciendo 48% y 18.600 millones de flujo de caja libre, unos 10.000 millones por sobre lo esperado, pese a invertir 45.200 millones en infraestructura de cómputo; la acción subió. Amazon reportó un día después: AWS aceleró a 39% —su mejor ritmo en años—, pero la inversión en propiedades y equipos del trimestre fue de 77.300 millones y el flujo de caja libre de los últimos doce meses pasó de 14.800 millones positivos a 42.400 millones negativos. La acción cayó más de 7%.

→ https://finance.yahoo.com/technology/ai/articles/cash-king-investors-draw-battle-023355229.html

También esta semana

• Modelos. Google anunció el 28 de octubre Gemini 4 Carbon, su nuevo modelo de frontera, con el primer lugar en el índice general de Artificial Analysis (59 puntos, frente a 58 de Claude Opus 5.5 y 57 de GPT-6 Astra). El acceso, sin embargo, está restringido: por ahora solo se ofrece a equipos de ciberdefensa seleccionados y no tiene API pública. Su antecesor, Argon, se anunció el 30 de septiembre y se abrió el 13 de octubre.

→ https://venturebeat.com/technology/google-unveils-gemini-4-carbon-retaking-the-worlds-no-1-spot-on-updated-harder-benchmarks-but-access-is-limited

• Agentes. Microsoft abrió en vista previa pública el Copilot harness dentro de Microsoft Foundry: la infraestructura de orquestación que ya mueve a GitHub Copilot y Copilot Studio, ahora disponible para que cualquier desarrollador construya agentes sobre ella, con aislamiento de ejecución, habilidades reutilizables, integraciones MCP y subagentes. Es gratis hasta el 1 de diciembre; después cuesta 0,0994 dólares por hora de CPU virtual y 0,0118 por hora de GiB de memoria.

→ https://thenewstack.io/microsoft-copilot-harness-foundry/

• Seguridad. Binance, el mayor exchange de criptomonedas del mundo, suspendió depósitos y retiros en varias redes el 29 de octubre tras detectar el vaciado de sus billeteras calientes —las conectadas a internet para operar al instante—. Las estimaciones iniciales van de 2.000 a 5.700 millones de dólares; Tether congeló unos 1.560 millones y Circle unos 800 millones en fondos vinculados. La compañía no ha revelado cómo entraron los atacantes.

→ https://techcrunch.com/2026/10/29/binance-pauses-withdrawals-as-hackers-suspected-of-stealing-billions-in-crypto/

• Regulación. El Senado de Chile aprobó el 28 de octubre, por 33 votos contra 6, postergar la entrada en vigencia de la ley de protección de datos personales desde el 1 de diciembre de 2026 al 15 de octubre de 2027. El proyecto pasa ahora a la Cámara de Diputados.

→ https://www.df.cl/senado-aprueba-modificaciones-al-proyecto-que-posterga-la-entrada-en

• Voz. NVIDIA liberó Nemotron 3.5 Transcribe, un modelo abierto de 30.000 millones de parámetros totales y unos 4.000 millones activos por paso que transcribe en 40 idiomas, traduce 31 desde o hacia el inglés e identifica hablantes en 13. Encabeza la tabla de modelos abiertos en la prueba Open ASR de Hugging Face con 5,33% de tasa de error por palabra.

→ https://the-decoder.com/nvidias-open-nemotron-3-5-transcribe-combines-transcription-translation-and-speaker-recognition/

• Cultura. Francia creó el Premio Pascal, el primer galardón literario para obras escritas con asistencia de IA. Exige manuscritos inéditos en francés de 10.000 a 50.000 palabras acompañados de un informe técnico que detalle qué herramientas se usaron y cómo intervino el autor. La convocatoria cierra a fines de noviembre.

→ https://www.cadena3.com/noticia/cultura/francia-lanza-el-premio-pascal-para-obras-literarias-con-asistencia-de-inteligencia-artificial_607939

Qué considerar

"¿Hay una burbuja?" es una pregunta mal formulada, y eso tiene consecuencias prácticas. La discusión se vuelve estéril porque mezcla dos preguntas distintas: si las acciones de ciertas empresas están sobrevaloradas, y si la inversión en infraestructura de cómputo excede lo que la demanda podrá absorber. La primera se resuelve sola, en la bolsa, y no cambia nada de lo que usted hace mañana. La segunda sí: si la capacidad instalada supera la demanda, los precios por token bajan y quien construyó sobre modelos de terceros gana; si la inversión se frena antes de tiempo, los precios suben y los contratos a precio fijo valen oro. Separar ambas preguntas permite tomar decisiones distintas para cada una, en lugar de paralizarse esperando que se resuelva una discusión que no depende de usted.

El anuncio y la disponibilidad se separaron, y conviene planificar con la segunda fecha. El modelo mejor posicionado del mundo esta semana no se puede usar: se anunció con tabla de benchmarks completa y acceso limitado a un programa cerrado. Es el segundo caso consecutivo del mismo proveedor: en el anterior, Gemini 4 Argon, pasaron trece días entre el anuncio y la apertura general. La implicancia operativa es simple: una hoja de ruta que asume la fecha del anuncio como fecha de disponibilidad va a fallar. Si un compromiso de su equipo depende de un modelo recién presentado, fije la fecha contra el día en que tenga una clave de API funcionando en el plan que efectivamente va a contratar, no contra el día del comunicado.

La objeción más extendida entre quienes implementan es que el plan empresarial no se comporta como el plan personal. Es un patrón repetido con varios proveedores: el modelo nuevo funciona bien en el plan individual de consumo y falla, se limita o llega tarde en los planes corporativos, que es justamente donde viven los datos de la organización. La causa habitual es que los despliegues empresariales pasan por regiones, certificaciones y aislamiento de datos que se habilitan después. Si está evaluando un modelo para producción, la prueba tiene que correr en el plan y la región donde va a operar; una evaluación hecha en una cuenta personal no es transferible, aunque sea el mismo modelo con el mismo nombre.

Si va a usar la palabra "innovación" en una meta, defínala antes. Una distinción que vale la pena recuperar: la literatura clásica reserva "innovación" para algo que además de ser nuevo tiene éxito en el mercado; lo nuevo sin tracción es invención o creatividad. Suena a discusión de manual hasta que se convierte en un indicador de gestión. Si su organización mide innovación contando pilotos lanzados, está midiendo invención, y ese indicador puede subir indefinidamente mientras el negocio no se mueve. Un indicador de innovación necesita, por construcción, una cifra de adopción o de ingreso al otro lado.

Lanzamientos

Gemini 4 Carbon encabeza quince de diecisiete filas en la tabla comparativa publicada por Google, con saltos relevantes sobre su antecesor en tareas de agente: Terminal-Bench 4.0 pasa de 57,1% a 65,2% y Agents' Last Exam de 69,0% a 77,4%. No gana todo: GPT-6 Astra lidera en FrontierSWE 2 con 65,5% frente a 61,2%, y Claude Opus 5.5 lidera en uso de computador con 87,2% frente a 81,5% en OSWorld-2.1. Hay un dato que conviene mirar junto al resto: en la prueba de conocimiento factual de Artificial Analysis el modelo obtiene la puntuación más alta reportada, pero su tasa de alucinación sube de 4% a 11% respecto de Argon. Las pruebas de ciberseguridad, además, se corrieron sin las barreras de contención que sí tendrá cualquier despliegue de cliente. → https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

En transcripción, Nemotron 3.5 Transcribe procesa cien horas de audio en menos de tres minutos sobre una sola GPU de centro de datos y acepta instrucciones en texto: del mismo archivo puede salir una transcripción con hablantes identificados, una traducción o un resumen, según lo que se le pida. Admite grabaciones de hasta una hora con hasta ocho hablantes y no funciona en tiempo real. NVIDIA documenta un ajuste fino para terminología médica que bajó el error de 23,8% a 11,8% con unas catorce horas de GPU. → https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B

Movimientos de industria

La inversión de capital de los tres grandes proveedores de nube en un solo trimestre suma más de 170.000 millones de dólares, y los tres anticipan más para 2027. Amazon planea gastar "significativamente más" que los aproximadamente 220.000 millones previstos para 2026. Alphabet apunta a cerca de 300.000 millones. Un gestor de Check Capital, citado por Reuters, resumió así el umbral de entrada: quien no tenga 150.000 millones de dólares para invertir el año próximo, mejor que ni se presente. → https://finance.yahoo.com/technology/ai/articles/cash-king-investors-draw-battle-023355229.html

El contraste con Microsoft es instructivo porque no se explica por crecer más, sino por crecer generando caja. Con ingresos un 27% menores que los de Alphabet, la compañía reportó un beneficio neto de 36.600 millones contra 26.500 millones, con 40% de margen neto. → https://www.cnbc.com/2026/10/28/microsoft-msft-q1-earnings-report-2027.html

Regulación y litigios

La postergación chilena reordena el calendario de cumplimiento de cualquier organización que trate datos personales en el país. El motivo declarado es que la Agencia de Protección de Datos debe estar constituida antes de que la ley rija, y su consejo directivo todavía no tiene integrantes: el proyecto amplía el consejo de tres a cinco miembros, con mandatos de seis años no renovables, y fija como plazo máximo el 15 de enero de 2027 para los nombramientos, que requieren dos tercios de los senadores en ejercicio. Un detalle relevante para empresas medianas y grandes: el período inicial de doce meses en que la Agencia puede limitarse a amonestaciones por escrito, sin multas, quedó restringido a las empresas de menor tamaño. La comisión rechazó extenderlo al resto. → https://www.senado.cl/comunicaciones/noticias/proteccion-de-datos-personales-comision-aprueba-que-ley-entre-en-vigencia

Para tu lista

• Nemotron 3.5 Transcribe, pesos abiertos, si estás evaluando reemplazar tu motor de transcripción: https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
• Copilot harness en Foundry, gratis hasta el 1 de diciembre, para probar orquestación de agentes sin construirla: https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/
• Leaderboard de APIs listas para IA de Postman, útil para evaluar qué tan bien documentadas están las APIs que piensas exponer a un agente: https://www.postman.com/ai/ai-ready-apis/leaderboard
• Presentación del primer índice de visibilidad de marcas en IA para Latinoamérica, anunciada para el 4 de noviembre en Santiago: https://luma.com/7ohl668i