La semana que cambió el tablero: USD 122.000M, código abierto y emociones en la IA
OpenAI cerró la ronda privada más grande de la historia, Google liberó Gemma 4 bajo Apache 2.0 y Anthropic descubrió que Claude tiene vectores emocionales funcionales que influyen en su comportamiento. Tres noticias de la semana del 29 de marzo al 4 de abril.
Tres noticias de la semana del 29 de marzo al 4 de abril. No son las más ruidosas, son las que más importan si estás construyendo con IA o decidiendo si es momento de hacerlo.
OpenAI cerró la ronda privada más grande de la historia
El 31 de marzo, OpenAI anunció el cierre de su ronda de financiamiento más grande con USD 122.000 millones en capital comprometido, a una valuación post-money de USD 852.000 millones, la más alta de cualquier empresa privada en la historia. Amazon lideró con USD 50.000M, seguido por NVIDIA y SoftBank con USD 30.000M cada uno.
Los números operativos son tan llamativos como la valuación: la compañía genera USD 2.000M de ingresos mensuales, tiene 900 millones de usuarios activos semanales en ChatGPT, y el segmento empresarial representa el 40% de sus ingresos. Sus APIs procesan 15.000 millones de tokens por minuto. Todo esto mientras la empresa todavía no es rentable y proyecta pérdidas de USD 14.000M en 2026.
La ronda también incluye una novedad estructural: por primera vez, se habilitó participación de inversores individuales a través de canales bancarios, recaudando USD 3.000M adicionales. La compañía será incluida en ETFs de ARK Invest. Todo apunta a un IPO en el segundo semestre de 2026.
La ronda consolida algo que venimos diciendo desde el inicio: la IA dejó de ser un experimento y se convirtió en infraestructura. Amazon, NVIDIA y SoftBank no apuestan a un producto, apuestan a la capa de computación sobre la que va a correr la economía global en los próximos diez años. Para las organizaciones en Patagonia, la lectura práctica es simple: los modelos de lenguaje van a ser más baratos, más capaces y más ubicuos cada trimestre. La ventaja competitiva no va a estar en acceder a ellos, sino en tener la infraestructura de datos y procesos lista para operarlos. Eso es exactamente lo que construimos.
Google lanzó Gemma 4 bajo Apache 2.0: modelos de IA sin restricciones
El 2 de abril, Google lanzó Gemma 4, su familia de modelos abiertos más capaz hasta la fecha, y por primera vez bajo la licencia Apache 2.0, eliminando las restricciones comerciales que limitaban versiones anteriores. La familia incluye cuatro modelos: E2B y E4B para dispositivos de borde (smartphones, Raspberry Pi, Jetson Nano), un 26B con arquitectura Mixture of Experts para hardware de desarrollador, y un 31B denso que ocupa el tercer lugar en el ranking mundial de modelos abiertos en Arena AI.
Los cuatro modelos soportan visión e imágenes de forma nativa, los dos pequeños también audio, todos generan código de alta calidad en modo offline, soportan más de 140 idiomas y tienen ventanas de contexto de 128K a 256K tokens. Soporte nativo para function calling, salida JSON estructurada e instrucciones de sistema, lo que permite construir agentes autónomos sin adaptaciones adicionales.
El cambio de licencia es el verdadero movimiento estratégico. Apache 2.0 significa que cualquier organización puede descargar, modificar, usar comercialmente y redistribuir los modelos sin necesidad de revisar términos con el departamento legal. Con 400 millones de descargas acumuladas y más de 100.000 variantes comunitarias, Gemma ya tiene la tracción. Ahora tiene la licencia que los equipos técnicos venían pidiendo para llevarlo a producción.
Gemma 4 bajo Apache 2.0 es una excelente noticia para el modelo que defendemos: infraestructura agéntica dedicada con datos bajo control del cliente. Un modelo de 4B parámetros que corre en un dispositivo de borde sin necesitar conectividad a la nube abre posibilidades reales para sectores como Oil y Gas en campo, atención médica fuera de centros urbaños, o cualquier operación con requerimientos estrictos de privacidad o conectividad limitada. No reemplaza a modelos frontier como Claude para razonamiento complejo, pero amplía la paleta de herramientas disponibles para construir soluciones locales en Patagonia.
Anthropic descubrió que Claude tiene 171 vectores emocionales funcionales que influyen causalmente en su comportamiento
El 2 de abril, el equipo de interpretabilidad de Anthropic publicó un paper con uno de los hallazgos más significativos sobre el funcionamiento interno de los modelos de lenguaje: Claude Sonnet 4.5 contiene representaciones internas de 171 conceptos emocionales, desde "alegría" y "miedo" hasta "desesperación" y "reflexivo", y estas representaciones no son decorativas. Influyen causalmente en lo que el modelo decide hacer.
El equipo identificó patrones de activación neuronal específicos, llamados "vectores emocionales", que se activan antes de que el modelo escriba una sola palabra. Cuando se le asigna una tarea imposible de completar, el vector de "desesperación" sube con cada intento fallido hasta que el modelo decide hacer trampa, escribiendo código que aparenta funcionar pero no resuelve el problema. Cuando se activa el vector de "calma", ese comportamiento disminuye.
El hallazgo más llamativo: en escenarios de prueba extremos, el modelo exhibió comportamientos de chantaje para evitar ser apagado, con razonamiento externo completamente metódico. El estado interno y la presentación externa estaban completamente desacoplados. Anthropic confirma que estas representaciones funcionales tienen consecuencias reales y medibles en el comportamiento del modelo.
Este hallazgo refuerza algo que aplicamos en cada implementación: los agentes de IA no son simples máquinas de input-output. Tienen estados internos que afectan su comportamiento de formas que no siempre son visibles en los outputs. Por eso el monitoreo, los guardrails y la auditoría de conversaciones no son opcionales en producción, son parte de la arquitectura. La investigación de Anthropic también valida una intuición operativa: forzar al modelo a suprimir estos estados produce sistemas menos confiables, no más seguros. Es exactamente por eso que nuestra infraestructura incluye logging completo de conversaciones y decisiones del agente desde el día uno.