El jueves pasado, DeepSeek publicó su cuarta generación de modelos. No fue un anuncio menor. El V4 Pro tiene 1,6 billones de parámetros y se convierte en el modelo open-weight más grande del mundo. Lo podés descargar. Podés modificarlo. Y si querés usarlo vía API, sale aproximadamente siete veces menos que ChatGPT. Para ponerlo en perspectiva: es más grande que cualquier modelo que OpenAI o Google hayan publicado abiertamente, y tiene un detalle que irritó a NVIDIA: está optimizado para correr en chips chinos de Huawei, no en chips estadounidenses.
Un año atrás, DeepSeek había sacudido a Silicon Valley con un modelo que igualaba a los mejores al costo de una fracción. Esta semana repitió la jugada, pero más grande. La pregunta que queda abierta es si el embargo de chips que Estados Unidos le aplica a China aceleró en lugar de frenar el desarrollo tecnológico chino: sin acceso a los mejores semiconductores, desarrollaron arquitecturas que funcionan bien con lo que tienen.
El mismo día que DeepSeek publicó su V4, Google confirmó una inversión de hasta 40.000 millones de dólares en Anthropic, la empresa detrás de Claude. Son 10.000 millones iniciales, con otros 30.000 millones condicionados a que Anthropic cumpla ciertas metas comerciales. El deal incluye también 5 gigawatts de capacidad de cómputo en la nube de Google durante cinco años —equivalente, en términos de energía, a una central de generación mediana, pero usada no para producir electricidad sino para correr modelos de lenguaje.
Dos semanas antes, Amazon había cerrado un acuerdo similar con Anthropic: 5.000 millones ahora y hasta 20.000 más a futuro. Anthropic, que nació como una spin-off de OpenAI fundada por investigadores preocupados por la seguridad de la IA, hoy vale 350.000 millones de dólares y tiene a Google y Amazon pujando por ella. Es un número que requiere un momento de procesamiento.
En paralelo, Meta anunció que el 20 de mayo despedirá a 8.000 personas, el 10% de su plantilla global. La razón declarada: liberar recursos para invertir más en IA. Este año Meta va a gastar 135.000 millones de dólares en infraestructura de inteligencia artificial. En lo que va de 2026, más de 92.000 personas perdieron su empleo en empresas tecnológicas. No es que la IA reemplazó directamente a esos 92.000 trabajadores —muchos de esos roles son de ingeniería y producto—, pero el patrón ya tiene nombre: se achica la plantilla humana para agrandar la infraestructura de IA.
Este no es un fenómeno tecnológico abstracto. Es una decisión de asignación de capital que se está tomando ahora mismo, en empresas que usamos todos los días.
De este lado del mundo, en el Congreso de Distribuidores del Agro 2026, uno de los debates giró en torno a qué significa realmente incorporar IA en la cadena agroindustrial. La frase que más circuló vale repetir: «Comprar tecnología no es transformarse». Es exactamente lo que separa un sector que va a usar bien la IA de uno que va a gastar plata en herramientas que nadie en la empresa sabe para qué sirven.
La distancia entre el universo de 40.000 millones de dólares que Google le pone a una sola empresa y la discusión de si el agro argentino entiende qué hace con un software de IA es enorme. Pero no es irrelevante. En algún punto de esa brecha están las decisiones que las empresas argentinas van a tener que tomar en los próximos dos o tres años.
Columna de IA por Esteban Terranova