In partnership with
Sabías que…?
El primer ordenador con ratón parecía ciencia ficción
Muchos pensaban que nadie lo usaría
En el informe de hoy…
Patrocinador de hoy:
Gracias a este patrocinio, podemos seguir enviándote contenido gratuito cada día.
Solo con hacer clic aquí ya estás apoyando muchísimo a The Startup Eye.
No tienes que pagar nada. Solo haces CLIC y listo.
Es 100% gratis. Y nos ayudas más de lo que imaginas.
🙏 ¡Gracias por estar ahí!
The Architecture Behind AI-Native Revenue Automation
In our new white paper, The Architecture Behind AI-Native Revenue Automation, Tabs CTO Deepak Bapat breaks down what it actually takes to apply AI to revenue workflows without breaking the books.
You’ll learn why probabilistic reasoning isn’t enough for finance, how Tabs pairs LLMs with deterministic logic, and why a unified Commercial Graph is the foundation for scalable, audit-ready automation. From contract interpretation to cash application, this paper goes deep on where AI belongs—and where it absolutely doesn’t.
If you’re evaluating AI for billing, collections, or revenue operations, this is the architecture perspective most vendors won’t show you.
(Esto es un patrocinio predeterminado de Beehiiv)
TECNOLOGÍA
💰 LA VENTA INTERNA DE ACCIONES DE OPENAI CREA 75 MULTIMILLONARIOS
Los empleados de OpenAI recaudaron 6.600 millones de dólares a través de una venta secundaria en octubre, con más de 600 empleados actuales y antiguos que vendieron acciones y alrededor de 75 de ellos alcanzando el límite máximo de 30 millones de dólares por persona.
OpenAI triplicó su límite anterior de 10 millones de dólares para los vendedores, elevándolo a 30 millones, después de que la demanda de los inversores superara la oferta, y exigió a sus empleados que mantuvieran las acciones durante dos años, lo que abrió la primera oportunidad de obtener liquidez para muchos empleados contratados después de ChatGPT.
La licitación valoró a OpenAI en 500.000 millones de dólares, atrajo a compradores como Thrive Capital, SoftBank, Dragoneer, MGX y T. Rowe Price, y no aportó capital nuevo a OpenAI, ya que los accionistas existentes simplemente transfirieron sus participaciones.
🧮 CO-MATEMÁTICO DE IA DE GOOGLE DEEPMIND
Google DeepMind acaba de publicar un artículo sobre su co-matemático de IA, un sistema con capacidad de agencia basado en Gemini 3.1, diseñado para ayudar a los matemáticos a abordar problemas sin resolver, estableciendo un nuevo récord en un referente de problemas matemáticos de nivel de investigación.
Puntos clave:
DeepMind diseñó la herramienta inspirándose en entornos de codificación de IA como Claude Code, incorporando equipos de agentes y ciclos de revisión integrados a la investigación matemática.
Un agente coordinador divide la investigación en flujos de trabajo paralelos, cada uno con subagentes que escriben código, buscan bibliografía e intentan realizar demostraciones.
Marc Lackenby, de Oxford, resolvió un problema abierto en el cuaderno de Kourovka tras descubrir una "estrategia de demostración realmente ingeniosa" dentro de un resultado rechazado.
En el nivel 4 de FrontierMath de Epoch AI, el sistema encabezó la clasificación con un 48 % y duplicó con creces la puntuación bruta del 19 % de Gemini 3.1 Pro.
🪐 LA IA ENCUENTRA MÁS DE 100 NUEVOS EXOPLANETAS A PARTIR DE DATOS DE LA NASA
Astrónomos de la Universidad de Warwick confirmaron más de 100 exoplanetas utilizando un sistema de IA llamado RAVEN, que analizó 4 años de datos del telescopio espacial James Webb (TESS) de la NASA, que abarcan 2,2 millones de estrellas. RAVEN también encontró más de 2000 candidatos potenciales adicionales.
Puntos clave:
RAVEN se encarga de la detección, la verificación y la confirmación en una sola operación, entrenado con planetas simulados y señales de falsa alarma para filtrar los hallazgos reales.
Entre los hallazgos se incluyen 31 exoplanetas nunca antes detectados, además de extraños mundos que orbitan alrededor de sus estrellas en menos de un día.
Se han descubierto cientos de exoplanetas en el "Desierto de Neptuno", una región tan cercana a una estrella que los planetas del tamaño de Neptuno no deberían sobrevivir al calor.
El sistema mide la frecuencia de los diferentes tipos de planetas con una precisión 10 veces mayor que la de los sistemas anteriores, gracias únicamente a una IA más inteligente, sin necesidad de nuevo hardware.
🛡️ GOOGLE DETECTA LA PRIMERA VULNERABILIDAD DE DÍA CERO CREADA CON IA
Google afirma haber detectado la primera vulnerabilidad de día cero que, según cree, fue creada con la ayuda de inteligencia artificial: un script de Python diseñado para eludir la autenticación de dos factores en una herramienta de administración de sistemas web de código abierto.
Aunque Google no cree que Gemini fuera el modelo utilizado, el formato Pythonico típico del script, la abundancia de cadenas de documentación educativas y una puntuación CVSS alucinante revelaron que un LLM ayudó a encontrar y explotar la vulnerabilidad.
El informe también señala que actores patrocinados por los estados chinos y norcoreanos se apoyan en la IA, incluyendo el jailbreak impulsado por la identidad de UNC2814, que hace pasar al modelo por un auditor de seguridad sénior, y APT45, que envía miles de mensajes repetitivos para validar exploits de prueba de concepto.
💼 OPENAI LANZA UNA DIVISIÓN DE CONSULTORÍA DE IA
OpenAI ha lanzado una nueva empresa de consultoría y servicios llamada The OpenAI Deployment Co., o DeployCo, con una inversión de capital privado de 4.000 millones de dólares y una valoración previa a la inversión de 10.000 millones de dólares, manteniendo OpenAI el control mayoritario.
Tres consultoras tradicionales —Bain & Co., Capgemini y McKinsey & Co.— figuran entre los inversores de DeployCo, junto con el inversor principal TPG y los socios fundadores Advent International, Bain Capital y Brookfield.
Los inversores obtienen una rentabilidad mínima garantizada del 17,5%, con beneficios limitados, y DeployCo ya ha adquirido un equipo de ingeniería desplegado en el extranjero llamado Tomoro, siendo posibles más adquisiciones de este tipo.
START-UP y VC’s
FINANCIACIÓN
Core Automation, una startup del Área de la Bahía fundada en marzo por Jerry Tworek, ex vicepresidente de investigación de OpenAI, que está creando un laboratorio de investigación de IA automatizado para desarrollar modelos que aprendan continuamente de la interacción con el mundo real, estaría buscando una ronda de entre $300 y $500 millones, con una valoración de $4.000 millones. La compañía recaudó recientemente $100 millones con una valoración de $1.000 millones. The Information.
Fenix International, una startup londinense con nueve años de trayectoria y propietaria de OnlyFans, vendió una participación del 16% a Architect Capital por $535 millones, valorando la compañía en $3.150 millones. Variety.
Isomorphic Labs, una startup londinense de cuatro años surgida de Google DeepMind y enfocada en descubrimiento de fármacos mediante IA, estaría recaudando más de $2.000 millones en una nueva ronda liderada por Thrive Capital, con la participación de Alphabet. Bloomberg.
HERRAMIENTA EN TENDENCIA: VERCEL
Comparte The Startup Eye para acceder a este contenido
{{rp_personalized_text}}
Vercel es una plataforma de despliegue e infraestructura en la nube diseñada para ayudar a los equipos de desarrollo a publicar, escalar y potenciar aplicaciones web de manera más rápida y sin fricciones. Nacida como la plataforma de referencia para proyectos Next.js, Vercel ha evolucionado para convertirse en el ecosistema completo del desarrollador moderno, integrando inteligencia artificial, herramientas de agentes y una infraestructura global que convierte el despliegue en algo casi automático.
Ventajas Clave:
Despliegue en Segundos: Vercel conecta directamente con tu repositorio de GitHub, GitLab o Bitbucket y despliega tu proyecto automáticamente con cada push. Sin configuraciones complejas, sin servidores que administrar: conectas, empujas y tu app está en producción.
AI Gateway: Vercel ofrece una capa unificada para gestionar todas tus llamadas a modelos de IA, desde OpenAI hasta Anthropic o modelos open source. El AI Gateway centraliza el enrutamiento, el caché de respuestas, los límites de uso y la observabilidad, permitiéndote optimizar costos y rendimiento sin cambiar tu código.
Agentes con v0 y AI SDK: A través de su herramienta v0 y el Vercel AI SDK, puedes construir y desplegar agentes conversacionales, interfaces generativas y flujos de trabajo autónomos directamente en tu infraestructura, con soporte nativo para streaming, tool calling y memoria de contexto.
Previews por Rama: Cada pull request genera automáticamente una URL de vista previa única y funcional. Esto permite que diseñadores, product managers y stakeholders revisen cambios en tiempo real antes de que lleguen a producción, eliminando ciclos de feedback lentos.
Edge Network Global: Tus aplicaciones se sirven desde una red distribuida de más de 100 puntos de presencia en todo el mundo, garantizando tiempos de respuesta mínimos sin importar desde dónde accedan tus usuarios.
Observabilidad y Analytics Integrados: Vercel incluye métricas de rendimiento, logs en tiempo real y análisis de Core Web Vitals directamente en el dashboard, dándote visibilidad completa del comportamiento de tu aplicación sin necesidad de herramientas externas.
Diseñado para el Stack Moderno: Vercel tiene soporte de primera clase para Next.js, Nuxt, SvelteKit, Astro y los principales frameworks del ecosistema frontend, con optimizaciones específicas para cada uno que garantizan el mejor rendimiento posible desde el primer despliegue.
💡 DECODIFICANDO STARTUP 💡
(Un concepto diario)
El learning plateau es un concepto poco conocido pero muy importante en la evolución de una startup. Su propósito principal es describir el momento en el que el equipo deja de aprender al mismo ritmo, aunque siga trabajando o creciendo, lo que frena la mejora real del producto y del negocio.
Este concepto se basa en la idea de que no todo crecimiento implica aprendizaje. Muchas startups entran en una fase donde repiten procesos, ejecutan lo que ya saben hacer y optimizan lo existente, pero dejan de cuestionar hipótesis o explorar nuevas oportunidades.
Por ejemplo, una startup que ya ha encontrado un canal de adquisición puede centrarse exclusivamente en explotarlo sin experimentar con nuevos canales o mejoras en producto. Aunque los resultados sigan llegando, el aprendizaje se estanca y el riesgo aumenta a largo plazo.
Romper el learning plateau requiere volver a experimentar, cuestionar supuestos y salir de la zona de confort. En definitiva, una startup deja de ser peligrosa cuando deja de aprender, porque el mercado sigue cambiando aunque tú no lo hagas.
📣 Si estás disfrutando de esta newsletter…
No te olvides de hacer clic en el patrocinador.
Es gratis, no tardas nada, y nos das un empujón brutal.
Si Te Ha Gustado Comparte The Startup Eye
Gracias por leer
Alek.
