xn--aipulsespaa-beb.es

Autor: [email protected]

  • Friend 2.0: el collar de IA que conversa contigo

    Friend 2.0: el collar de IA que conversa contigo

    Nuevo lanzamiento de Friend: el collar de IA ahora te responde

    La empresa estadounidense Friend ha anunciado la segunda versión de su dispositivo wearable, el collar de inteligencia artificial conocido como Friend 2.0, cuyo principal avance reside en la capacidad de mantener conversaciones en tiempo real con el usuario. El dispositivo, que funciona como un acompañante digital portátil, busca ir más allá de las funciones habituales de los asistentes personales para posicionarse como confidente o incluso consejero emocional.

    La evolución: del accesorio silencioso a la conversación activa

    Según se muestra en el anuncio presentado por la propia compañía, la novedad central de Friend 2.0 es la inclusión de la respuesta por voz, una función que transforma al dispositivo en un interlocutor directo. La presentación sugiere que el collar ya no solo escucha, sino que también es capaz de dar respuestas proactivas, aspecto apuntalado por escenas publicitarias enfocadas en el apoyo emocional y la gestión de dudas personales.

    El fundador de Friend lo describe como un «confidente, amigo o incluso algo más allá», destacando el potencial del aparato para acompañar al usuario en momentos de incertidumbre personal. A nivel comercial, el propio responsable afirma que la primera tirada de 5.000 dispositivos se vendió completamente y esboza como próximo objetivo alcanzar un volumen de ventas de 50.000 unidades, aunque en la transcripción no se especifican precios, mercados ni plazos de lanzamiento concretos para España o Europa.

    Reacciones: entre el escepticismo y el entusiasmo cauteloso

    El vídeo refleja una recepción mixta: por un lado, usuarios que ven en la IA un posible complemento a la terapia tradicional y valoran su utilidad como consejero accesible en el día a día. Por otro, voces críticas dudan de que el producto aporte un valor real más allá del marketing o incluso ven la campaña como una estrategia para provocar debates polémicos en redes («rage bait») antes que orientar el producto a necesidades reales.

    En España, donde crece el interés por herramientas de salud mental y asistencias digitales, el enfoque de Friend puede hallar un público curioso, pero conviene preguntarse sobre la fiabilidad de este tipo de tecnología y los riesgos de delegar en algoritmos procesos tan humanos como la gestión emocional.

    Implicaciones y limitaciones para el usuario español

    Pese al bombo generado en redes y la cobertura viral del anuncio, el vídeo carece de datos técnicos concretos sobre privacidad, tipos de datos recogidos, seguridad o interoperabilidad con servicios de salud. Para usuarios españoles, estos puntos son relevantes, ya que la normativa europea sobre protección de datos es estricta y la confianza en productos de IA todavía depende mucho de la transparencia y control ofrecidos.

    Además, la promesa de que la IA pueda suplir o complementar servicios de apoyo emocional requiere mayor análisis y experimentación. España cuenta con una creciente oferta de aplicaciones de bienestar digital, pero la utilidad de dispositivos portables como Friend 2.0 queda por demostrar en la práctica cotidiana, especialmente si no existe supervisión profesional ni mecanismos de respaldo ante posibles problemas emocionales complejos.

    Valoración editorial: más hype que certezas, pero tendencia a vigilar

    La llegada de wearables con inteligencia artificial aplicada a la interacción emocional representa una tendencia emergente en el sector tecnológico. Sin embargo, según lo analizado en el vídeo, la distancia entre los objetivos promocionales del producto y su efectividad real sigue siendo considerable. Hasta que Friend aporte información más clara sobre privacidad, funcionamiento y evidencia de utilidad, conviene adoptar una actitud de cautela frente al entusiasmo publicitario.

    Para el usuario español, se trata de una novedad a observar, pero resulta esencial exigir garantías y un enfoque ético a la hora de confiar parcelas tan personales a una IA portátil.

    Fuente

    Análisis elaborado a partir del vídeo Friend 2.0 AI Necklace Update: Can Talk Back To You Now (Actual Ad!), publicado en YouTube.

  • Lanzamientos clave en IA: modelos, agentes y avances en transparencia

    Lanzamientos clave en IA: modelos, agentes y avances en transparencia

    Semana de novedades en inteligencia artificial: lanzamientos, agentes y transparencia

    La última semana ha sido especialmente prolífica para el sector de la inteligencia artificial, con el lanzamiento de numerosos modelos, herramientas y actualizaciones. Según el vídeo fuente, estos anuncios reflejan tanto la vitalidad del campo como la consolidación de tendencias ya identificadas en meses anteriores: una aceleración en la mejora de modelos, el auge de agentes autónomos orientados a usuarios no técnicos y una presión creciente para marcar la procedencia de contenidos generados por IA.

    Worldclaw (Tencent): revolución en la generación de mundos 3D por IA

    Entre los anuncios más llamativos se encuentra Worldclaw, un nuevo modelo de Tencent capaz de crear mundos 3D editables mediante un simple prompt de texto. Aunque todavía no está disponible abiertamente, la demostración muestra cómo la IA genera no solo el entorno sino cada activo individual (árboles, casas, farolas, etc.), todos ellos editables en detalle. El proceso combina varios modelos: GPT image 2 (generación de imágenes), segmentación por SAM 3 y conversión de 2D a 3D con tecnología propia.

    Si bien es una promesa atractiva para videojuegos y animación, y podría usarse en la simulación de entornos para el entrenamiento de robots, el acceso público al modelo aún está pendiente. Según el vídeo, solo existe documentación técnica inicial y ni siquiera hay código público funcional en el momento del análisis.

    Agentes IA para usuarios no técnicos: el caso Grokbot (XAI)

    Otro hito de la semana ha sido el lanzamiento de Grokbot por XAI (el equipo de IA detrás de empresas como Space X), una herramienta que permite crear agentes autónomos orientados a realizar tareas administrativas, gestión de correos, organización de agendas o automatización de rutinas, sin requerir conocimientos de programación. El modelo se posiciona como alternativa a soluciones más técnicas como Cursor, acercando la funcionalidad tipo «asistente personal» a un público generalista. Además, ofrece integración con múltiples servicios (Gmail, Google Drive, Slack, Notion, etc.) y la posibilidad de «enseñar» tareas específicas a los agentes mediante demostración de pantalla.

    El enfoque ‘no-code’ podría facilitar la adopción en entornos empresariales o personales, incluyendo pymes y usuarios en España que busquen automatizar flujos de trabajo sin grandes inversiones en desarrollo.

    Nuevos modelos: Grok 4.6, Gemini 3.7 Flash y otros

    La semana ha traído también una cascada de nuevos modelos de texto e imagen, entre los que destacan:

    • Grok 4.6: Destacado por su buena relación calidad-precio, igualando en benchmarks relacionados con programación y análisis jurídico a modelos líderes, pero a costes sensiblemente inferiores. Promete ser una opción atractiva para desarrolladores y equipos con presupuestos ajustados.
    • Gemini 3.7 Flash (Google): Se presenta como una versión económica pensada para tareas frecuentes y menos exigentes, aunque sin competir por el top en inteligencia. Su precio agresivo puede atraer a usuarios y empresas con altas necesidades de procesamiento.
    • Muse Glimmer (Meta) y Neotron 3.5 Lightning (Nvidia): Ambos son modelos openweight, descargables y ejecutables localmente con GPUs de consumo elevado. Si bien sus prestaciones no compiten con los modelos más avanzados, su apertura y disponibilidad pueden incentivar la experimentación y el desarrollo en universidades y startups.
    • DeepSeek V4 Pro: Procedente de China, supera a otras versiones previas y a modelos aún populares en tareas específicas, aunque sigue un escalón por debajo de los líderes absolutos como GPT 5.6 Soul.

    Por su parte, OpenAI ha liberado la aplicación ChatGPT para Linux, abriendo su ecosistema a una comunidad más diversa, y Anthropoc ha mejorado la automatización en Claude Code con la activación automática de tareas para usuarios avanzados.

    Transparencia y límites en música y contenido generado por IA

    El debate alrededor del rastreo y la autenticidad de los contenidos generados por IA gana fuerza. Claude (Anthropic) ha iniciado la integración de marcas de agua invisibles en sus textos para facilitar la identificación de su procedencia, aunque el propio vídeo reconoce limitaciones técnicas y posibles formas de evasión.

    De forma similar, Suno, una de las plataformas líderes en generación musical, limitará las descargas mensuales (20 o 60 según el plan) y aplicará marcas de agua o huellas digitales a las canciones IA, que permitirán a plataformas como Spotify o Apple Music identificar estos contenidos. Además, Spotify presentará distinciones visuales para los artistas o canciones generadas por IA, restringiendo también su promoción editorial y algorítmica.

    Estas medidas impactarán tanto a productores de contenido como a usuarios finales en España, quienes deberán adaptarse a nuevas condiciones si quieren subir música creada con IA o consumirla con garantías de transparencia.

    Avances en vídeo IA, imagen generada y accesibilidad

    Más allá de los modelos de texto, destacan los modelos Seedance 2.5 (ya disponible para clientes de Art List), LTX 2.5 (vídeo IA hasta 10 segundos desde una imagen), Juan 3.0 (Alibaba) y MAI image 2.6 (Microsoft), este último muy bien posicionado en pruebas ciegas de generación de imagen frente a otros modelos del sector.

    Por último, merece mención el modelo SL2T de Google DeepMind, capaz de transcribir en tiempo real el lenguaje de signos, con aplicaciones potencialmente transformadoras en accesibilidad y comunicación inclusiva.

    Análisis: ¿avance real o mejoras incrementales?

    El vídeo fuente calibra con escepticismo la magnitud de muchas de estas novedades: la mayoría de los lanzamientos, especialmente en modelos grandes, suponen mejoras marginales (ligeros aumentos de velocidad, rebaja de costes, o subidas mínimas en benchmarks) que no suponen una ruptura radical frente a versiones anteriores. El ritmo y volumen de anuncios puede resultar abrumador, dificultando distinguir qué novedades representan un verdadero avance estructural.

    Para los usuarios y empresas españolas, el valor principal reside en la mayor accesibilidad a modelos open source, nuevas herramientas de automatización sin código, y la creciente presión en torno a la regulación y transparencia de los contenidos IA. No obstante, persisten incertidumbres sobre la eficacia a largo plazo de las etiquetas de autenticidad y el equilibrio entre innovación y restricciones comerciales.

    Perspectivas y retos para el ecosistema español

    España, como parte del ecosistema europeo, se beneficia de la apertura de modelos IA (Meta, Nvidia), la disponibilidad de herramientas multiplataforma (Linux, integraciones cloud) y una oferta creciente de agentes automatizados sin barrera técnica. Sin embargo, las restricciones impuestas por creadores de música IA y plataformas de streaming obligarán a creadores y empresas a reevaluar su estrategia de distribución y derechos. El control sobre la IA generativa y la gestión de marcas de agua será, previsiblemente, un tema candente de debate y litigio en los próximos meses.

    Conclusión: una IA cada vez más sofisticada… pero incremental

    La ola de novedades de la semana confirma la consolidación de la IA como infraestructura crítica, aunque el ritmo actual produce avances incrementalistas más que disrupciones. El entorno regulatorio y las limitaciones comerciales empiezan a perfilar el nuevo escenario en el que operarán usuarios, desarrolladores y empresas españolas. El reto será distinguir las modas pasajeras de los cambios de calado y aprovechar selectivamente las oportunidades que la nueva generación de modelos y herramientas ofrecen.

    Fuente

    Análisis elaborado a partir del vídeo AI News: The AI Agent Race Just Exploded, publicado en YouTube.

  • Codeex: automatización de tareas web y PC con IA sin API

    Codeex: automatización de tareas web y PC con IA sin API

    Codeex: automatización inteligente de tareas web y de escritorio sin API

    El auge de la automatización basada en inteligencia artificial está permitiendo a las herramientas ir más allá de los scripts tradicionales o las integraciones por API. El vídeo analizado presenta Codeex, una solución que destaca por su capacidad de ejecutar acciones automáticas complejas tanto en el entorno del navegador como en aplicaciones locales, incluso en situaciones donde no existen APIs disponibles.

    Automatización mediante agentes inteligentes: cómo funciona Codeex

    Según el análisis del vídeo, Codeex se diferencia de otras soluciones por su enfoque basado en agentes inteligentes capaces de operar tanto a través de navegadores (lo que denomina browser use) como directamente en el ordenador del usuario (computer use), siguiendo instrucciones en lenguaje natural.

    La aplicación puede, por ejemplo, realizar pruebas de interfaz (UI) en una web local, simulando el comportamiento impredecible de usuarios reales. El presentador demuestra cómo, tras anotar defectos visuales en un formulario, el agente de Codeex ejecuta pruebas exhaustivas intentando identificar errores funcionales o de usabilidad que puedan pasar desapercibidos en tests manuales. Este enfoque ayuda a descubrir fallos de validación, problemas de responsividad o integridad de datos, beneficiando a equipos de desarrollo que desean mejorar la calidad antes de desplegar aplicaciones.

    Automatización avanzada sin API: límites y potencial

    Uno de los principales valores de Codeex reside en su capacidad para automatizar flujos de trabajo en servicios o aplicaciones para los que no existe una API pública o en los que el acceso es limitado. El sistema emplea visión por ordenador y lógica de IA para identificar elementos en pantalla, navegar interfaces complejas, extraer documentos (como estados de cuenta bancarios) y realizar tareas rutinarias siguiendo las instrucciones descritas. El vídeo ilustra cómo se pueden programar rutinas periódicas —como la descarga y almacenamiento de informes mensuales—, incluyendo la gestión de sesiones y contraseñas mediante un gestor integrado.

    También se señala la diferencia entre operaciones headless (en segundo plano) y headed (visibles), aportando flexibilidad a usuarios que desean continuar trabajando mientras las tareas se ejecutan.

    Implicaciones para el usuario y advertencias de seguridad

    El presentador es explícito sobre las ventajas y los límites de esta automatización. Si bien Codeex permite ahorrar tiempo en tareas repetitivas, recalca que las operaciones delicadas (como la automatización bancaria) requieren vigilancia adicional: recomienda observar varias ejecuciones del skill y definir flujos de autorización muy estrictos, ya que la IA basa sus acciones en la interpretación visual y no siempre puede anticipar cambios contextuales o de interfaz.

    En cuanto a la seguridad, el vídeo describe la integración de un gestor de contraseñas capaz de rellenar accesos sin almacenar credenciales en el historial del chat. No obstante, la gestión de autenticaciones sensibles (como la verificación en dos pasos) sigue requiriendo intervención manual, lo que representa una barrera en la automatización total de procesos de alta seguridad.

    Comparativa con APIs y scripts: cuándo conviene usar cada opción

    Codeex parece especialmente útil cuando la integración por API no es posible o resulta costosa. El autor recomienda que, siempre que exista una API, se priorice su uso por motivos de seguridad, fiabilidad y eficiencia. Alternativamente, sugiere recurrir a scripts deterministas (ejecución de macros), pero en los casos donde la lógica depende de la visión o del razonamiento secuencial, los agentes de IA como Codeex resultan más adecuados.

    Casos prácticos y escenarios de uso en el día a día

    Entre los ejemplos mostrados, destacan: la creación automática de artículos en X (antiguo Twitter) a partir de vídeos de YouTube, la extracción periódica de documentación de portales sin API, o la automatización de tareas en aplicaciones de escritorio desde dispositivos móviles. La herramienta permite programar estas acciones como rutinas recurrentes y supervisarlas fácilmente.

    Limitaciones y consideraciones para empresas y usuarios en España

    Para empresas españolas, autónomos o equipos tech, Codeex ofrece un potencial considerable para reducir tiempos en validaciones, reporting y gestión de información, especialmente en contextos con software legacy o servicios de terceros sin API. Sin embargo, habrá que valorar cuidadosamente las implicaciones de privacidad, cumplimiento legal (especialmente para sectores regulados como banca o educación) y la posible dependencia de ecosistemas cerrados.

    A nivel usuario, la automatización basada en visión requiere una vigilancia inicial y puede verse afectada por cambios imprevistos en interfaces o procedimientos, lo que limita su aplicabilidad a entornos muy dinámicos.

    Valoración editorial: avances tangibles pero uso razonado

    En suma, la demostración de Codeex prueba que la frontera de los agentes inteligentes está avanzando, ampliando las opciones de automatización más allá de los límites tradicionales del scripting y la API. No obstante, la promesa de «automatizarlo todo» debe matizarse: la supervisión humana, la seguridad y la adecuación de cada caso siguen siendo requisitos imprescindibles.

    Fuente

    Análisis elaborado a partir del vídeo The BEST Browser Automation Agent (browser use + computer use) – 100x your productivity, publicado en YouTube.

  • Microsoft lanza nuevas herramientas de IA para productividad empresarial

    Microsoft lanza nuevas herramientas de IA para productividad empresarial

    Microsoft impulsa la productividad con nuevas herramientas de IA

    Microsoft ha presentado una actualización relevante en su oferta de inteligencia artificial, centrada en la integración de nuevas herramientas de IA en sus principales productos de productividad. Según la transcripción del vídeo analizado, estas novedades buscan facilitar y optimizar tareas cotidianas en el entorno laboral, marcando un paso más en la automatización inteligente de procesos administrativos y de oficina.

    Integraciones en el ecosistema Microsoft 365

    Las principales aplicaciones del paquete Microsoft 365, como Word, Excel y Outlook, se verán reforzadas con nuevas funciones de IA. Estas capacidades incluyen sugerencias automáticas, generación de contenidos y análisis de datos optimizados, con el objetivo de ahorrar tiempo en la elaboración de documentos y correos electrónicos, así como en la gestión de información en hojas de cálculo.

    La transcripción señala también la posibilidad de crear automatizaciones personalizadas sin necesidad de conocimientos avanzados de programación. A través de comandos de lenguaje natural, los usuarios podrán delegar tareas rutinarias a asistentes inteligentes, facilitando la configuración de flujos de trabajo adaptados a necesidades específicas.

    Democratización del acceso y retos de implementación

    Según el vídeo, Microsoft está comprometida con la democratización de la inteligencia artificial, orientando sus desarrollos para que sean accesibles tanto a grandes corporaciones como a pequeñas y medianas empresas. Esto puede tener un impacto directo en el tejido empresarial español, donde muchas organizaciones todavía están en fases iniciales de transformación digital y podrían beneficiarse de una adopción progresiva de automatizaciones impulsadas por IA.

    Sin embargo, el análisis también advierte sobre las limitaciones actuales de estas herramientas. Aunque la generación automática de texto y la interpretación de comandos en lenguaje natural han avanzado significativamente, persisten desafíos relacionados con la precisión de las respuestas y la correcta comprensión del contexto, sobre todo en tareas complejas o escenarios menos estándar.

    Implicaciones para empresas y profesionales españoles

    Para las empresas y profesionales en España, especialmente aquellos que ya trabajan con Microsoft 365, esta actualización podría traducirse en una mejora tangible de la eficiencia operativa. La reducción de cargas administrativas y la posibilidad de delegar tareas repetitivas a la IA pueden permitir a los equipos centrarse en actividades de mayor valor añadido.

    No obstante, el vídeo sugiere cautela en la adopción de estas herramientas, recomendando un seguimiento exhaustivo de los resultados y una integración gradual para minimizar riesgos derivados de errores de interpretación o automatizaciones excesivas. Será fundamental que las empresas españolas evalúen su infraestructura y su nivel de madurez digital antes de incorporar masivamente estas soluciones.

    Limitaciones y cuestiones pendientes

    El desarrollo de la inteligencia artificial empresarial continúa enfrentándose a retos en materia de precisión, control y fiabilidad. La transcripción no especifica fechas para la llegada generalizada de estas funcionalidades ni detalla la disponibilidad exacta por regiones, por lo que los resultados y el acceso pueden diferir según el entorno corporativo y la localización. Esto es especialmente relevante para organizaciones españolas que deseen anticipar su planificación tecnológica.

    Valoración editorial

    La integración de la IA en las herramientas de productividad de Microsoft constituye un paso adelante para la automatización inteligente en el ámbito empresarial. No obstante, gran parte del impacto potencial dependerá de la implementación real y del contexto de cada organización. Es esencial que la ilusión por la innovación vaya acompañada de una evaluación rigurosa y de expectativas realistas sobre los límites tecnológicos actuales.

    Fuente

    Análisis elaborado a partir del vídeo Microsoft introduces powerful new AI tools for work and automation, publicado en YouTube.

  • Groq 4.6 y la carrera global en modelos de IA de última generación

    Groq 4.6 y la carrera global en modelos de IA de última generación

    Groq 4.6: el resurgir de SpaceX en la carrera por el liderazgo en IA

    La reciente aparición de Groq 4.6, un modelo de inteligencia artificial de SpaceX, ha alterado el panorama de los modelos de frontera. Hasta hace poco, solo OpenAI y Anthropic dominaban las conversaciones sobre rendimiento y vanguardia en inteligencia artificial, pero la situación ha cambiado en cuestión de meses. Según el vídeo analizado, Groq 4.6 se posiciona como una alternativa competitiva, aportando mejoras considerables en rendimiento y eficiencia de costes, especialmente al compararse con los llamados modelos líderes (como GPT56 Soul y Fable 5).

    Resultados en benchmarks: ¿avance o espejismo?

    En los principales benchmarks, Groq 4.6 muestra datos que lo sitúan muy cerca—e incluso, en algunos casos, por delante—de modelos considerados de referencia internacional. Por ejemplo, en la métrica GDP val, utilizada para medir la capacidad en tareas de alto valor económico, SpaceX afirma haber superado marginalmente a sus competidores directos. Además, Groq 4.6 mantiene precios significativamente por debajo de GPT56 Soul y Fable 5, lo que podría suponer una ventaja diferencial para organizaciones con necesidades de escala, aunque el vídeo advierte que las pruebas sintéticas a menudo exageran capacidades respecto a situaciones reales de negocio.

    Algunos usuarios y expertos aplauden la rapidez y costes reducidos de Groq 4.6; otros, sin embargo, denuncian comportamientos anómalos, resultados inconsistentes o carencias en la completitud de las respuestas, lo que indica que la percepción de calidad varía notablemente según el caso de uso y la experiencia del usuario.

    Rápido avance del sector y competencia global

    La valoración general del vídeo es que SpaceX AI, y por extensión Groq, han dejado de ser meros actores secundarios para entrar de nuevo en la carrera de los laboratorios punteros de IA, uniéndose al duopolio OpenAI/Anthropic y al bloque emergente de laboratorios chinos y modelos de código abierto de alto rendimiento. El vídeo aporta el contexto de que, frente a la ralentización en la publicación de modelos nuevos en Estados Unidos (en parte por presiones regulatorias), China está intensificando su inversión en infraestructura y desarrollo. Modelos chinos como Deepseek V4 Pro presentan buena eficiencia y bajo coste, aunque levantan dudas por la diferencia entre resultados declarados en pruebas sintéticas y el rendimiento real percibido por usuarios.

    Reacciones del mercado y marcos regulatorios internacionales

    El entusiasmo inversor en inteligencia artificial parece no tener techo, a juzgar por los procesos de financiación de empresas como Cognition (en negociación para una valoración de 40.000 millones de dólares) y Lovable, que evoluciona hacia una plataforma de creación de software accesible. El vídeo también menciona el crecimiento explosivo de la demanda de capacidad de cómputo, tanto en empresas estadounidenses como en tecnológicas chinas como Tencent, aunque se subrayan los riesgos de un gasto de capital acelerado que ya ha llevado a técnicas de contención de costes.

    De especial relevancia para Europa y España es la referencia al debate regulatorio en EE. UU.: la administración Trump, tras presiones de sectores pro-modelos abiertos y de seguridad nacional, estudia incluir modelos open source en los marcos de testeo de seguridad solo si equiparan capacidades con los líderes actuales. Se teme que un etiquetado dual (modelos probados vs. no probados) pueda dañar la confianza y viabilidad de las alternativas abiertas, limitando la adopción empresarial y empujando a los desarrolladores hacia modelos propietarios estadounidenses.

    Limitaciones y matices para el usuario español

    Para empresas y profesionales en España, esta diversificación en la oferta de modelos de IA supone mayores opciones de acceso y unos costes potencialmente inferiores, pero deben ponderar las incertidumbres en apoyo, documentación en castellano y adecuación a normativas europeas como la futura IA Act. La fiabilidad de los benchmarks, la madurez de los modelos y las concesiones en políticas de retención de datos (citándose un caso en el que la retención de prompts impide su adopción empresarial) serán decisivos para su incorporación en procesos críticos.

    Conclusión: una competencia más sana, pero no exenta de retos

    El avance de Groq 4.6 demuestra que la frontera de la inteligencia artificial ya no es patrimonio exclusivo de dos o tres laboratorios. Aunque el vídeo reconoce que OpenAI y Anthropic retienen modelos más avanzados aún inéditos, la presión competitiva y el interés inversor indican que el ecosistema de modelos de IA es hoy más diverso y que los costes/prestaciones tienden a mejorar para el usuario. Sin embargo, persisten retos: la fiabilidad real frente a los rendimientos en benchmarks, la seguridad, las políticas de datos y las incertidumbres regulatorias siguen marcando la agenda.

    Fuente

    Análisis elaborado a partir del vídeo AI Daily Brief – Groq 4.6 Benchmarks and Global AI Model Competition, publicado en YouTube.

  • Claude Code y prompts: menos indicaciones, mejores agentes IA

    Claude Code y prompts: menos indicaciones, mejores agentes IA

    Anthropic cambia de estrategia: menos indicaciones, mejores resultados en Claude Code

    La interacción con modelos de IA como Claude Code está experimentando una transformación significativa. Según explica un vídeo reciente, los desarrolladores y usuarios avanzados de Anthropic están revisando la forma en que configuran sus agentes IA: la reducción de prompts y ‘skills’ específicos podría ser fundamental para extraer el verdadero potencial de los últimos modelos, en concreto con Opus 5. Esta táctica contrasta con la tendencia anterior a añadir instrucciones y capas de personalización para ganar precisión, y responde a los rápidos avances en la inteligencia y autonomía de estos sistemas.

    Eliminación de prompts: una decisión respaldada por pruebas

    Los responsables de Claude Code confirman que, en cada nueva versión del modelo, revisan y suelen eliminar hasta el 80% de las indicaciones del sistema (‘system prompt’), adaptando la interacción al carácter único de cada modelo. Esto se hace porque comportamientos que antes debían ‘corregirse’ con instrucciones adicionales ahora se consideran resueltos de forma nativa en versiones avanzadas como Opus 5. En la práctica, recomendaron a usuarios y desarrolladores realizar una limpieza regular de skills, prompts y hooks, para observar si el modelo responde mejor sin dicha sobre-especificación.

    El vídeo aporta ejemplos prácticos: tras eliminar todos los skills y personalizaciones de un repositorio, el rendimiento en algunas tareas –como la generación de guías de recursos a partir de vídeos– resultó más eficiente en cuanto a contenidos, aunque menos atractivo en la parte visual.

    Una recomendación matizada: no todo vale para todos los usos

    Aunque la idea de ‘desatar’ los modelos puede sonar, según el propio autor, contraintuitiva, se basa en una analogía pedagógica: dar instrucciones excesivamente detalladas podría tener sentido con usuarios o sistemas inexpertos, pero limita a quienes poseen ya mayor capacidad. Así, dar mayor libertad a modelos avanzados permite aprovechar capacidades emergentes, un fenómeno que los desarrolladores denominan ‘product overhang’.

    No obstante, tanto los desarrolladores de Anthropic como el autor del análisis insisten en que estas recomendaciones deben ajustarse al contexto: lo que sirve para desarrolladores de software o diseñadores de sistemas avanzados, puede no ser válido para investigadores, creadores de contenido o usuarios centrados en tareas de documentación. La clave está en experimentar y no aplicar consejos externos indiscriminadamente.

    Estrategias para gestionar agentes de IA más avanzados

    La gestión eficaz de agentes como Claude Opus 5 se aleja de la «ingeniería de prompts» clásica y se asemeja más a la dirección de equipos humanos. En vez de dar instrucciones paso a paso altamente restrictivas, el enfoque óptimo sería:

    • Definir la tarea en términos generales y establecer criterios de calidad, en lugar de dictar el proceso exacto.
    • Permitir que el agente ofrezca propuestas creativas o alternativas.
    • Reforzar la verificación de resultados: pedir que el propio sistema compruebe y justifique su solución antes de ser supervisada por el usuario.
    • Iterar sobre la definición de estándares, utilizando incluso la dimensión emocional o motivacional en algunos casos, según experimentos reportados en el vídeo.

    Así, la función crítica del usuario pasa de ser microgestor a supervisor estratégico.

    Implicaciones para empresas y usuarios en España

    Para las empresas y profesionales españoles, este enfoque representa una oportunidad para repensar la aplicación de agentes IA en el entorno laboral y productivo. En vez de invertir grandes esfuerzos en una personalización excesiva, conviene experimentar con la reducción de indicaciones y observar hasta dónde llega el modelo por sí mismo. Esta práctica puede liberar tiempo y recursos, y conducir a mejores resultados en tareas complejas, siempre que se acompañe de una supervisión y verificación adecuada.

    No obstante, el vídeo advierte sobre las limitaciones: el impacto de estas técnicas dependerá del caso de uso, de la tarea y del nivel de madurez del usuario. Hay riesgos si se eliminan prompts esenciales, como las vinculadas a branding o contexto empresarial específico, que siguen siendo necesarias, especialmente en entornos profesionales y de labores administrativas. Por tanto, se recomienda no adoptar una solución única para todos los casos, sino adaptar la estrategia a las necesidades propias.

    Valoración editorial: entre la desmitificación y la gestión práctica

    El mensaje que deja este análisis es claro: el avance de los modelos de IA obliga a revisar supuestos sobre cómo interactuar y obtener valor de ellos. La optimización ya no reside tanto en la complejidad del prompt como en la supervisión estratégica y la definición de estándares de calidad adaptados al contexto del usuario.

    Este enfoque exige cierta madurez y experimentación por parte de empresas, desarrolladores y profesionales interesados en la IA en España, así como una actitud crítica frente a recetas universales o gurús de la inteligencia artificial. El reto es equilibrar la autonomía creciente de la IA con las necesidades reales de cada proyecto, buscando siempre el mejor resultado posible sin perder de vista la supervisión humana.

    Fuente

    Análisis elaborado a partir del vídeo I listened to the creator of Claude Code explain why Claude has gotten worse and how to actually fix that, publicado en YouTube.

  • Grokbot: qué es y cómo crear agentes de IA desde el móvil

    Grokbot: qué es y cómo crear agentes de IA desde el móvil

    Grokbot: una nueva propuesta para la automatización inteligente

    La plataforma Grokbot se presenta como una solución novedosa para gestionar equipos de agentes de inteligencia artificial (IA) desde cualquier dispositivo, con la promesa de simplificar y potenciar la organización digital de tareas tanto personales como profesionales. A través de una interfaz que recuerda a servicios de mensajería como iMessage o Telegram, Grokbot permite crear, personalizar y orquestar agentes IA especializados que cooperan de manera autónoma, llevando la automatización a un nuevo nivel de granularidad y colaboración.

    Configuración: agentes a medida y en la nube

    Según la demostración del vídeo, el proceso de configuración es sencillo: tras descargar la aplicación (con disponibilidad en Windows, Apple y dispositivos iOS, bajo la condición de suscribirse a un plan de pago específico), el usuario puede crear múltiples agentes, asignarles nombre, color y funciones concretas. Estos agentes actúan de forma independiente, pero pueden dialogar entre sí, delegar tareas cuando detectan que otro agente encaja mejor con lo solicitado y aprender rutinas observando acciones grabadas por el propio usuario, que quedan guardadas como ‘habilidades’.

    Un aspecto clave de Grokbot es que cada agente dispone de su propio entorno virtual (‘ordenador’), donde es capaz de operar sobre navegadores, gestionar archivos o interactuar con aplicaciones conectadas como Gmail, Google Calendar, Slack o GitHub. Al configurar estas integraciones, todas las agentes pueden compartir los accesos habilitados, simplificando el proceso.

    Automatización personalizada y rutinas inteligentes

    La plataforma permite establecer rutinas que se ejecutan en momentos concretos (por ejemplo, cada mañana a las 7:00), o bien basadas en desencadenantes (mensajes en Slack, eventos de GitHub, etc.). Ejemplos prácticos del vídeo incluyen un asistente ejecutivo capaz de programar el día en base a información del calendario y correo, o un agente dedicado a la monitorización de canales de Slack para notificar nuevas oportunidades o patrocinios.

    La colaboración entre agentes también es central: si un agente no puede resolver una petición, consulta automáticamente cuál de sus compañeros se ajusta mejor y le delega la tarea, facilitando así flujos de trabajo complejos repartidos entre especialistas digitales.

    Sincronización total y uso móvil: ventajas y escenarios de uso

    Otra característica remarcada es la sincronización en la nube. Todo lo que sucede en Grokbot está permanentemente accesible tanto desde el ordenador como desde el móvil, permitiendo que el usuario siga gestionando las mismas automatizaciones y controles desde cualquier lugar. Esto resulta particularmente útil en escenarios de movilidad: en trayectos, reuniones fuera de la oficina o durante viajes, cuando se precisa monitorizar o actuar sobre el entorno digital sin acceso directo al PC.

    Limitaciones, contexto y cautelas para el usuario

    A pesar de sus ventajas, el propio autor señala limitaciones y matices. Para tareas técnicas avanzadas o de desarrollo de software, sigue prefiriendo plataformas más orientadas a programadores y con un control más granular sobre flujos de trabajo. Además, advierte del riesgo de caer en el ‘hype’ de la automatización: si el usuario no parte de necesidades claras, dedicar excesivo tiempo a crear agentes y rutinas sin un problema real puede resultar contraproducente.

    El enfoque de Grokbot en agentes altamente especializados —en lugar de un solo ‘agente generalista’— parece acertado para evitar confusión y maximizar la eficiencia, pero implica una curva de aprendizaje inicial para estructurar adecuadamente las funciones y canales entre ellos.

    ¿Qué aporta a usuarios y empresas en España?

    Para profesionales o empresas en España que dependan de varias plataformas y busquen integración y automatización inteligente, Grokbot puede suponer un salto en productividad y coordinación digital, mientras sea compatible con las herramientas usadas habitualmente aquí. La gestión centralizada de rutinas, la delegación entre agentes y la disponibilidad en móvil pueden facilitar la ejecución fluida de tareas, especialmente en entornos donde la flexibilidad y respuesta rápida son clave.

    No obstante, su utilidad dependerá en gran medida de la integración real con los servicios regionales y la adaptación a las particularidades del entorno empresarial español, así como de una planificación adecuada para evitar la sobreingeniería de procesos digitales.

    Valoración editorial

    Grokbot representa una evolución interesante en la intersección de agentes IA y operaciones cloud, acercando el concepto de ‘equipo digital’ a cualquier usuario con necesidades de automatización. Su verdadero valor estará en resolver cuellos de botella reales, no en sumar robots innecesarios. Habrá que seguir de cerca su desarrollo y nivel de integración, pero inaugura opciones atractivas para quienes buscan dar un paso más allá en la automatización de tareas.

    Fuente

    Análisis elaborado a partir del vídeo GROCKBOT: The World’s FIRST AI Team In Your Pocket (feels like sci-fi), publicado en YouTube.

  • Homelab barato: guía de inicio, utilidades y advertencias prácticas

    Homelab barato: guía de inicio, utilidades y advertencias prácticas

    Guía práctica para montar un homelab asequible: todo lo que debes saber

    En los últimos años, cada vez más entusiastas de la tecnología buscan soluciones para montar su propio homelab, es decir, servidores caseros que permiten ejecutar servicios personalizados y aprender sobre administración de sistemas. El vídeo analizado ofrece una aproximación práctica, desde los primeros pasos hasta consejos para evitar errores frecuentes.

    ¿Qué es un homelab y para qué sirve?

    Un homelab se diferencia de un ordenador convencional en que está diseñado para funcionar como servidor, operativo las 24 horas, sin monitor ni teclado, ejecutando servicios en lugar de programas convencionales. Su utilidad principal reside en servir como laboratorio personal para aprender e implementar servicios propios como almacenamiento en la nube, automatizaciones o control de dispositivos inteligentes en el hogar.

    Opciones económicas para empezar

    Según el vídeo, existen tres niveles básicos para iniciarse:

    • Portátil antiguo: Aprovechar un portátil en desuso es la opción de coste cero. La ventaja, además de la gratuidad, es contar con batería integrada, útil frente a cortes de energía. Su principal inconveniente es el mayor consumo eléctrico.
    • Mini PC de segunda mano: Se destaca el uso de modelos sencillos como ThinkCentre M720Q, que puede adquirirse en el mercado de ocasión por precios muy bajos y consume apenas 12 W. Esta opción es óptima por el equilibrio entre bajo coste y eficiencia energética.
    • Estaciones con nodos dedicados: Reservadas para usuarios avanzados o con necesidades de varios servicios y alto tráfico, son innecesarias para principiantes.

    El propósito del ‘homelab’: laboratorio de aprendizaje

    El vídeo insiste en que lo importante no es tanto convertir la propia casa en un centro de datos, sino utilizar el equipo como un laboratorio para experimentar y aprender. Entre las aplicaciones recomendadas se encuentran servicios de almacenamiento tipo Nextcloud (para evitar depender de Google Drive), herramientas de automatización como N8N y aplicaciones de domótica. También menciona Pi-hole, que bloquea publicidad a nivel de red, mejorando la experiencia digital cotidiana.

    Para estudiantes y perfiles técnicos, este enfoque permite adquirir experiencia en Linux, Docker y redes, en un entorno seguro y controlado.

    Cómo exponer tu homelab a Internet fácilmente

    Inicialmente, los servicios instalados solo serán accesibles desde la red local. Para usuarios que desean acceso remoto, el vídeo recomienda utilizar un dominio personalizado y el sistema de proxy de Cloudflare, de tal modo que no es necesario alterar la configuración del router. El único coste mencionado es el registro del dominio, que ronda los 10 dólares.

    Errores habituales y recomendaciones

    Una de las advertencias principales del vídeo es evitar la «acumulación» de servicios innecesarios. El propio autor reconoce haber instalado en su día una docena de aplicaciones, usando solo tres o cuatro realmente. La clave es tener claro el objetivo del homelab y ser consciente de que mantener infraestructuras propias conlleva inversión de tiempo y algo de dinero, especialmente si se le da un uso profesional.

    Matices críticos y contexto para el usuario español

    Si bien la guía es útil para principiantes, el enfoque del vídeo está más alineado con el aprendizaje y la experimentación que con un uso avanzado o profesional. No se profundiza en aspectos críticos como la ciberseguridad, la privacidad, la protección frente a caídas de suministro eléctrico o la adecuación a la legislación española (por ejemplo, en relación al alojamiento de servicios externos desde redes domésticas).

    Para el usuario en España, la opción de aprovechar hardware usado es igualmente válida, aunque puede haber diferencias en disponibilidad y precios respecto a los mercados mencionados. Los servicios propuestos (Nextcloud, Pi-hole, automatización) pueden cubrir muchas necesidades habituales, pero conviene informarse sobre los riesgos y responsabilidades legales antes de exponer servicios a internet.

    Conclusión editorial

    La tendencia DIY en servidores caseros resulta atractiva para quienes desean experimentar y ganar competencias tecnológicas. El material analizado resulta claro, práctico y honesto sobre las limitaciones y errores habituales, aunque omite matices relevantes sobre seguridad y legislación. La clave, tal y como se subraya, está en definir un propósito realista y asumir la dedicación que exige.

    Fuente

    Análisis elaborado a partir del vídeo This $10 device does the same thing as my Homelab, publicado en YouTube.

  • Cómo la IA agiliza la búsqueda de productos para dropshipping

    Cómo la IA agiliza la búsqueda de productos para dropshipping

    Cómo la IA está transformando la selección de productos en dropshipping

    La gestión eficiente del catálogo de productos es uno de los mayores retos para quienes se dedican al dropshipping. El reciente auge de herramientas de inteligencia artificial, como Claude, permite ahora optimizar y acelerar el proceso de identificación de artículos potencialmente rentables para su venta online.

    El reto del producto ganador en dropshipping

    La clave del éxito en dropshipping no radica tanto en el aspecto o sofisticación de la tienda, sino en la capacidad de encontrar productos realmente interesantes y con demanda. Así lo sostiene el autor del vídeo, quien, tras una década de experiencia en el sector, recalca la importancia de seleccionar productos que los clientes realmente deseen y no encuentren fácilmente en comercios tradicionales.

    Según el vídeo, un «producto ganador» es aquel que soluciona un problema concreto y cuyo acceso está limitado al canal digital, dificultando su adquisición fuera del comercio online, algo fundamental para evitar la competencia directa de tiendas locales.

    Cinco criterios para identificar productos con alto potencial

    • Solución a un problema real: La demanda debe partir de una necesidad o deseo evidente del consumidor.
    • Dificultad para encontrarlo en tiendas físicas: El producto ha de tener una cierta exclusividad online.
    • Alto margen sobre el precio del proveedor: Idealmente, un precio de venta al menos triple respecto al coste de adquisición.
    • Validación previa de mercado: Optar por artículos que ya se estén vendiendo con éxito, mejorando la propuesta existente.
    • Ofrecer envíos rápidos: Elegir proveedores capaces de entregar el producto sin largos plazos de espera, como AutoDS.

    La integración de Claude y AutoDS: un giro en la búsqueda automatizada

    Hasta ahora, el filtrado masivo de referencias (AutoDS declara más de 8 millones de productos) resultaba lento y tedioso. El vídeo presenta un enfoque novedoso: conectar AutoDS y Claude mediante un MCP (conector personalizado), lo que habilita a la IA para acceder, analizar y filtrar automáticamente el catálogo según criterios personalizados.

    Con un prompt adecuado, Claude es capaz de explorar miles de productos en cuestión de minutos y devolver una lista de selecciones ajustadas a parámetros como segmento de nicho, precios, ventas existentes o márgenes de beneficio. El proceso incluye un análisis cuantitativo, asignando puntuaciones a cada producto en función de su ajustabilidad a los cinco puntos clave mencionados.

    Ventajas y límites del método automatizado

    La principal aportación de esta integración IA–dropshipping, según el vídeo, es el ahorro de tiempo y una mayor agilidad en la experimentación digital. El usuario puede lanzar y testear propuestas de valor nuevas en menos tiempo y con menor inversión inicial, aspecto especialmente atractivo para emprendedores que desean montar una tienda de dropshipping desde España sin grandes recursos.

    No obstante, también quedan patentes limitaciones: la IA puede cometer errores y sugerir productos que realmente no encajan en los criterios definidos o que pueden carecer del carácter diferenciador necesario. El propio autor advierte que la herramienta no es mágica: sigue siendo indispensable refinar las búsquedas, validar el producto en el mercado real y mejorar la propuesta frente a competidores.

    Implicaciones para el ecosistema español

    El acceso a este tipo de integraciones facilita el emprendimiento, incluso para actores noveles en España, al simplificar la logística y minimizar la inversión inicial. No obstante, la saturación de productos muy similares puede dificultar la diferenciación, un reto particularmente relevante en mercados competitivos y digitalizados como el español.

    Para el lector español, la promesa de automatizar la búsqueda de productos ganadores con IA representa una oportunidad de acelerar la entrada y mejora continua en el comercio digital, aunque el éxito real dependerá también de la capacidad de adaptar la oferta a los matices y hábitos de consumo locales.

    Valoración final

    La propuesta de integrar Claude y AutoDS para identificar de forma automatizada productos para tiendas de dropshipping es un avance práctico y realista. Sin embargo, la automatización no sustituye la necesidad de análisis propio, adaptación constante y validación real en el mercado. Las promesas de ahorro de tiempo y escalabilidad son tangibles, pero dependen tanto del criterio estratégico del usuario como de la buena utilización y personalización de los algoritmos de IA.

    Fuente

    Análisis elaborado a partir del vídeo Cómo ENCONTRAR PRODUCTOS GANADORES con INTELIGENCIA ARTIFICIAL para DROPSHIPPING, publicado en YouTube.

  • Radiografía de la IA: uso, retos y brechas en su adopción global

    Radiografía de la IA: uso, retos y brechas en su adopción global

    La adopción de la inteligencia artificial: entre cifras récord y realidades desiguales

    En un momento en que la inteligencia artificial (IA) ocupa el centro del debate tecnológico, nuevos datos y encuestas recientes están perfilando un mapa detallado sobre quién la usa, cómo y con qué impacto real en la economía y la sociedad. Este análisis, basado en diversos sondeos internacionales presentados en el vídeo «Radiografía del impacto actual de la inteligencia artificial», pone el foco en los retos y contradicciones de la adopción de IA tanto en empresas como entre trabajadores, usuarios individuales y el tejido social.

    Por primera vez, más del 50% de los empleados estadounidenses afirma usar IA en su trabajo según una encuesta de Gallup, un dato simbólico que marca un cambio de etapa. Sin embargo, ese crecimiento en el uso no implica necesariamente una integración profunda o rentable: existe una gran disparidad entre compañías tecnológicamente avanzadas y aquellas que apenas han comenzado la transición, y la brecha parece ampliarse en vez de reducirse.

    Entre el entusiasmo y los desafíos económicos

    Las cifras aportadas por diferentes estudios muestran que el retorno de inversión (ROI) de la IA sigue siendo difícil de concretar para una parte importante de las empresas. Un estudio de Domino Data Lab indica que, aunque un 93% de grandes compañías ha registrado mejoras en su capacidad productiva gracias a la IA, solo el 57% experimenta retornos que compensan la inversión. Otras encuestas sitúan en un escaso 7% el porcentaje de directivos que considera que la IA ya ofrece beneficios traducidos a la cuenta de resultados.

    El coste de utilización (especialmente en el modelo de pago por tokens) es motivo de preocupación creciente. El 98% de los directivos consultados por EY señala que el coste de los tokens les ha obligado a revisar sus planes de inversión en IA, aunque menos de dos tercios de ellos lleva realmente un control exhaustivo de dicho consumo. Esta realidad evidencia la maduración de la discusión: ya no basta con adoptar IA, ahora toca gestionarla de manera eficiente y sostenible.

    Asimetrías y resistencias en el uso

    El crecimiento en la adopción de IA no se distribuye de manera homogénea. Datos de la empresa Ramp muestran que la diferencia entre el gasto medio y el de los líderes en IA es abismal: las empresas más punteras gastan cientos de veces más por empleado, reflejando estrategias y grados de integración muy dispares incluso en sectores avanzados.

    En el plano laboral, empieza a detectarse una resistencia explícita de los trabajadores a los agentes de IA, una tendencia que según KPMG ha crecido del 5% al 20% en solo un trimestre. La presión social hace que algunos empleados oculten su uso de IA por miedo a ser percibidos como menos trabajadores, mientras que otros reconocen utilizar herramientas que sus empresas prohíben oficialmente.

    ¿Transformación real o narrativa exagerada en el empleo?

    Muchos relatos han presentado la IA como una amenaza inmediata a los puestos de trabajo, especialmente para los perfiles júnior y los roles más rutinarios. Sin embargo, la evidencia muestra un panorama más matizado: estudios recientes detectan que, aunque se ha desplazado parte del trabajo básico hacia la IA y hay empresas que optan por invertir en tecnología antes que en nuevos graduados, también hay indicios de que la adopción intensiva de IA se traduce en aumentos netos de contratación, sobre todo en áreas tecnológicas.

    En España y Europa, según datos del Banco Central Europeo citados en el vídeo, solo el 12% de las empresas opta por contratar a especialistas en IA, mientras que el 50% prefiere formar a su plantilla. Esto abre una vía para que tanto empleados como empresas españolas puedan reposicionarse, aunque persiste la dificultad de encontrar formaciones de calidad adaptadas a las necesidades reales del mercado.

    IA en la vida cotidiana, opinión pública y nuevas preocupaciones sociales

    La penetración de la IA no se limita al entorno profesional. Un porcentaje significativo de jóvenes, niños y adultos estadounidenses ya ha interactuado social o emocionalmente con sistemas de IA, aunque mayoritariamente predomina la preocupación sobre sus efectos en la soledad o la salud mental.

    La percepción social de la IA, marcada por el recelo hacia las empresas tecnológicas y el temor a posibles impactos negativos (alza del precio de la electricidad, construcción de centros de datos), sigue siendo muy visible. Se apunta a la urgencia de un debate informando y a la necesidad de que padres y educadores, en España y Europa igual que en Estados Unidos, participen activamente en la alfabetización digital aplicada a la IA, superando el riesgo de desinformación y el retraso en la adaptación.

    Valoración editorial: ni apocalipsis ni optimismo ciego

    El análisis de las cifras revela un escenario realista: la inteligencia artificial está transformando progresivamente los mercados y las empresas, pero sus efectos concretos son más complejos y menos inmediatos de lo que sugieren los titulares alarmistas o los discursos de marketing. En España, la oportunidad reside en acelerar la formación de los equipos existentes, aprovechar la experiencia de los usuarios pioneros y adoptar enfoques críticos ante los costes y limitaciones de la IA.

    Queda claro que la brecha entre los que lideran la adopción y el resto de la sociedad será determinante, y que la mejor forma de influir en el impacto de la inteligencia artificial es involucrarse de forma informada y activa, tanto a nivel profesional como personal. Con la IA asentándose como tecnología transversal, el reto principal será cerrar esa brecha de conocimiento y uso en los próximos años.

    Fuente

    Análisis elaborado a partir del vídeo 41 stats tell the story of AI right now, publicado en YouTube.