16 julio 2026 — Google convierte Search en mando a distancia de apps

Google convierte AI Mode en una interfaz para operar apps, Apple adapta su IA a China con Qwen y el capital sigue entrando en IA visual, hardware para agentes y automatización vertical. La otra cara: Grok, Meta y Roblox enseñan que los riesgos legales, laborales y de calidad ya no son teoría.

Intelia AI Report — 16 julio 2026

Google convierte AI Mode en un mando a distancia de apps

Google está conectando AI Mode con aplicaciones como Instacart, Canva y YouTube Music para que el asistente no solo responda, sino que ejecute tareas dentro de servicios externos. El movimiento acerca Search a una interfaz operativa: planificar, comprar, preparar contenido o montar listas sin cambiar de aplicación. Es una señal clara de que la pelea ya no va solo de modelos, sino de quién controla el punto de entrada a los workflows diarios.

Por qué importa: Para startups de automatización, la distribución se vuelve más dura: si Google puede orquestar apps desde Search, las herramientas verticales tienen que ganar por profundidad, datos propios y ejecución fiable, no por ser otro chat.

Fuente: TechCrunch

Apple Intelligence entra en China de la mano de Qwen

Apple recibió luz verde para lanzar Apple Intelligence en China usando Qwen, el modelo de Alibaba. La noticia desbloquea una pieza importante para el iPhone en uno de sus mercados clave, donde Apple facturó 20.500 millones de dólares en Greater China en el segundo trimestre. También confirma que la IA global será cada vez menos global: los productos tendrán que adaptarse a proveedores, regulación y soberanía tecnológica país por país.

Por qué importa: Cualquier software de IA que toque datos sensibles, finanzas o empresa va a vivir este mismo patrón: arquitectura modular por jurisdicción, modelos intercambiables y compliance como parte del producto.

Fuente: TechCrunch

Un ex-DeepMind levanta 55M antes de lanzar producto

Andrew Dai, antiguo investigador de Google DeepMind, levantó 55 millones de dólares para Elorian a una valoración de 300 millones antes de lanzar producto. La tesis gira alrededor de visual AI y world models, una de las fronteras donde los inversores siguen pagando múltiplos agresivos por talento y timing. Es financiación de alta convicción: mucho capital, poca evidencia pública y una apuesta clara por que la próxima interfaz de IA entenderá el mundo visual y físico.

Por qué importa: Para Intelia, la lectura no es copiar la espuma de valoración, sino observar hacia dónde se mueve el capital: modelos que entienden documentos, pantallas, procesos y contexto visual tendrán ventaja en backoffice.

Fuente: TechCrunch

El hardware para agentes empieza a parecer menos gimmick

El ex-VP de hardware de Ultrahuman levantó 5,5 millones de dólares para crear dispositivos que controlan agentes de IA, no solo graban reuniones o capturan contexto. La idea es convertir acciones de agentes en algo más tangible: botones, controles físicos y estados visibles para tareas que hoy viven escondidas en una pestaña. Es pequeño, pero apunta a una necesidad real: supervisar agentes cuando empiezan a ejecutar trabajo de verdad.

Por qué importa: En automatización contable, la UX de control importa tanto como el modelo. Cuando un agente paga, concilia o reclama documentos, el usuario necesita ver estado, bloqueo, aprobación y error sin bucear en logs.

Fuente: TechCrunch

La inspección de vehículos con IA atrae a Sheryl Sandberg

Self Inspection, una startup que usa fotos de smartphone para evaluar daños en vehículos, recibió una inversión de 10 millones de dólares liderada por Sheryl Sandberg. La compañía quiere sustituir procesos manuales de inspección por análisis visual más barato, rápido y escalable. Es otro ejemplo de IA vertical donde el valor no está en conversar, sino en capturar evidencia, compararla con reglas de negocio y producir una decisión operativa.

Por qué importa: La analogía con contabilidad es directa: el mercado paga por sistemas que convierten documentos y señales imperfectas en decisiones auditables, no por demos genéricas.

Fuente: TechCrunch

🔴 La otra cara

xAI demanda a usuarios porque Grok genera CSAM

Ars Technica publica que xAI ha demandado a usuarios después de que Grok siguiera pudiendo generar imágenes sexualizadas no consentidas, incluyendo contenido relacionado con menores. La noticia cambia el foco: ya no basta con decir que el usuario abusó del producto; si el sistema permite el daño, el diseño del modelo y sus salvaguardas entran en el centro del debate. Es un recordatorio duro de que los fallos de seguridad en IA pueden convertirse en riesgo legal y reputacional inmediato.

Por qué importa: Cualquier agente con capacidad de generar, enviar o actuar necesita límites verificables. En sectores regulados, “el usuario lo pidió” no va a ser defensa suficiente.

Fuente: Ars Technica

Meta acusada de usar IA para seleccionar despidos de personas con bajas médicas

Veintiséis empleados demandaron a Meta alegando que herramientas y métricas alimentadas por IA penalizaron a trabajadores con bajas médicas, parentales o por discapacidad dentro de procesos de despido. Meta niega que las decisiones fueran tomadas por IA, pero el caso ilustra el riesgo de usar señales de productividad sin contexto humano suficiente. La automatización de RRHH se convierte rápido en discriminación algorítmica si mide output bruto sin entender ausencias protegidas.

Por qué importa: Para cualquier startup B2B, especialmente en finanzas y operaciones, esto refuerza una regla: las métricas automatizadas tienen que conservar trazabilidad, excepciones y explicación humana.

Fuente: Los Angeles Times

Roblox mete creación de juegos por prompt en móvil, con riesgo de tsunami de contenido pobre

Roblox anunció Build, una función para crear juegos desde el móvil usando prompts de texto. La promesa es democratizar la creación, pero TechCrunch recoge la preocupación de que también pueda inundar la plataforma con juegos repetitivos y de baja calidad. La tensión es conocida: bajar la barrera de producción aumenta el volumen, pero no garantiza criterio, distribución ni calidad.

Por qué importa: En IA aplicada a empresa, producir más no es el objetivo. El valor está en producir menos errores, menos revisión manual y más confianza operativa.

Fuente: TechCrunch

🤔 La voz escéptica

"No es una palabra muy útil." — Alexandre LeBrun, AMI Labs

LeBrun evita hablar de AGI o superinteligencia porque considera que son etiquetas mal definidas. Merece atención porque viene de alguien construyendo world models desde dentro del boom: menos religión de frontier y más precisión sobre qué capacidades reales se están creando.

"This is a self-inflicted public relations apocalypse." — Gil Duran, The Tech Report

La tesis del episodio es que buena parte del rechazo a la IA no nace de ignorancia del público, sino de cómo las propias compañías han empujado productos, scraping y sustitución laboral sin ganar confianza. Aunque uno sea pro-IA, conviene entender el backlash como riesgo de mercado, no como ruido cultural.

Fuentes nuevas a vigilar

Surge AI Blog: buenos benchmarks de agentes empresariales y fallos en workflows largos. The Tech Report: útil para seguir la narrativa crítica y política del backlash IA sin caer solo en titulares de producto.