Agentes IA: DeepSeek, Jensen Huang y el rol que redefine el sector

Tres movimientos en 24 horas que dibujan el mismo mapa: la batalla por los agentes de IA ya no es solo de modelos, es de infraestructura, de perfiles humanos y de quién controla el punto de despliegue. Si diriges tecnología en una empresa española y todavía estás evaluando si 2026 es el año de los agentes, esta semana te ha respondido con datos.

El nuevo frente de guerra: los agentes de codificación

DeepSeek está formando un equipo en Pekín para construir DeepSeek Code, su propio agente de codificación que competirá directamente con Claude Code de Anthropic, Codex de OpenAI y Cursor. El perfil que buscan —ingenieros con experiencia en bucles de agentes, MCP e ingeniería de contexto— no es el perfil de un investigador de laboratorio. Es el perfil de alguien que sabe hacer funcionar estas cosas en producción.

El dato relevante no es que DeepSeek entre en este mercado. Es que todos entran a la vez. En cuestión de meses, el espacio de los agentes de codificación ha pasado de ser territorio de startups (Cursor, Codeium) a ser la línea roja de OpenAI, Anthropic, Google y ahora ByteDance con Lance y DeepSeek con su nuevo equipo. Para las empresas de software en España, esto tiene una implicación directa: las herramientas que hoy pagas como SaaS premium serán, en 18 meses, o gratuitas o directamente embebidas en el IDE. El coste no es el modelo, es la integración.

A diferencia de lo que sugiere el anuncio oficial, el verdadero reto para las agencias de automatización con IA españolas no será elegir qué agente de codificación usar. Será rediseñar los flujos de revisión de código, los procesos de QA y los acuerdos de responsabilidad cuando el 60% del código lo genera un agente autónomo.

Lance de ByteDance: 3.000 millones de parámetros, tres modalidades, código abierto

El Laboratorio de Creación Inteligente de ByteDance ha publicado Lance, un modelo multimodal unificado de código abierto con 3.000 millones de parámetros activados que maneja comprensión, generación y edición de imágenes y vídeos dentro de un único framework. El número que importa aquí no es la calidad del output —eso lo dirán los benchmarks en semanas— sino la eficiencia: 3B de parámetros activados para tres modalidades distintas es una declaración de intenciones sobre el coste de despliegue.

Para ponerlo en contexto: los modelos multimodales de referencia hasta hace seis meses requerían arquitecturas separadas o modelos de 70B+ para lograr resultados comparables en generación y edición conjunta. ByteDance está apostando por la eficiencia de activación selectiva (MoE implícito) frente a la potencia bruta. Si los benchmarks aguantan, esto abre una conversación que muchos CTOs llevan meses evitando: ¿puedo desplegar capacidades de IA visual en mi propia infraestructura sin depender de APIs de terceros?

La respuesta empieza a ser sí, y a un coste que no requiere ni un H100. El ecosistema de agencias de IA en Barcelona que trabaja en sectores como retail, moda o ecommerce —donde la generación y edición de imagen tiene ROI directo— debería estar evaluando Lance esta semana, no en el próximo trimestre.

Jensen Huang y el mercado de 200.000 millones que nadie tenía en el roadmap

En el Dell Technologies World, Jensen Huang ha hecho dos afirmaciones que merecen análisis separado. La primera, que la demanda crece "de forma parabólica", es marketing ejecutivo de libro. La segunda tiene más sustancia: Nvidia apunta a las CPUs para agentes de IA como un mercado de 200.000 millones de dólares, separado y adicional al mercado de GPUs para entrenamiento e inferencia.

La arquitectura Vera Rubin NVL72 que presentó promete inferencia agéntica a una décima parte del coste por token frente a las CPUs tradicionales, con un 50% más de velocidad en entornos de prueba. Si estos números se sostienen fuera del entorno controlado de Dell AI Factory, el impacto es sistémico: los agentes autónomos que hoy resultan prohibitivos por el coste de inferencia en loops de razonamiento prolongado podrían volverse económicamente viables para empresas medianas.

Este movimiento posiciona a Nvidia por delante de Qualcomm e Intel en el segmento de inferencia agéntica, y además desplaza a AMD de una conversación en la que todavía no ha entrado con suficiente contundencia. Para las empresas que están evaluando arquitecturas on-premise o edge para sus agentes autónomos de IA, el timing de compra importa: comprar infraestructura hoy, antes de Vera Rubin en producción masiva, puede ser un error de ciclo.

El perfil que vale más que el modelo: el Forward Deployed Engineer

La noticia más subestimada de la semana, según MarkTechPost, es la consolidación del rol de Ingeniero de Despliegue Avanzado (Forward Deployed Engineer o FDE) como la figura pivotal del despliegue empresarial de IA. OpenAI ha lanzado una empresa de despliegue valorada en más de 4.000 millones de dólares. Anthropic cerró una joint venture de 1.500 millones con Blackstone y Goldman Sachs. Ambas basadas en este modelo que Palantir perfeccionó durante años.

El FDE no es un consultor tradicional ni un ingeniero de ML. Es alguien que vive dentro de la empresa cliente, entiende sus procesos operativos, y construye los sistemas de IA directamente en ese contexto. El SaaS clásico —plataforma estándar, onboarding guiado, soporte por ticket— no funciona para la IA empresarial porque el valor no está en el modelo, está en la integración con los datos y los procesos propios de cada empresa.

Esto tiene implicaciones directas para el mercado español. Las agencias de consultoría de IA en Madrid que han operado con un modelo de proyecto cerrado y entrega de documentación están viendo cómo su propuesta de valor se erosiona. Las que han construido equipos capaces de hacer trabajo de FDE —presencia continua, iteración rápida, ownership del resultado— son las que van a capturar los contratos grandes de 2026. No es un cambio de herramienta. Es un cambio de modelo de negocio.

Turbovec y la infraestructura invisible de los agentes

Una nota técnica que merece atención: Turbovec, una nueva librería en Rust con bindings Python, implementa el algoritmo TurboQuant de Google Research para búsqueda vectorial con compresión 16x y sin necesidad de entrenamiento de codebook. Para los equipos que construyen pipelines de RAG en producción, esto no es un detalle menor. La búsqueda vectorial es uno de los cuellos de botella de latencia más frecuentes en agentes que operan con bases de conocimiento grandes.

La combinación de Rust para la capa de rendimiento y Python para la integración es exactamente el patrón que está ganando en herramientas de infraestructura de IA. Si tu stack de integración de IA incluye Pinecone o Weaviate gestionados, vale la pena benchmarkear contra soluciones como Turbovec antes de escalar el número de agentes concurrentes.

La convergencia que importa

Cuando lees estas noticias juntas —ByteDance abriendo el multimodal, DeepSeek entrando en codificación, Nvidia redefiniendo la CPU para agentes, OpenAI y Anthropic institucionalizando el FDE— la línea es clara: el perímetro del mercado de agentes se está cerrando rápidamente. Los grandes actores están ocupando todos los nodos del stack: modelo, infraestructura, despliegue y el perfil humano que los conecta.

Las empresas medianas españolas que esperan a que "madure el mercado" para entrar están confundiendo madurez con estabilidad. Este mercado no va a estabilizarse: va a consolidarse. Y la consolidación, en tecnología, siempre beneficia a quien llegó antes con una arquitectura real, no a quien llegó después con un powerpoint bien hecho. Las agencias de IA especializadas en agentes autónomos que ya tienen casos de uso en producción en 2026 van a tener una ventaja de credibilidad que ningún partnership de hyperscaler podrá comprar en 2027.

La pregunta para cualquier CTO español no es ya "¿cuándo entramos en agentes?". Es "¿con qué arquitectura y con qué perfil humano vamos a operar cuando el coste de inferencia caiga otro 80% en los próximos doce meses?" Porque eso es exactamente lo que Vera Rubin y Lance, juntos, prometen que va a pasar.

Temas relacionados en agentes.ai

Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:

• Directorio de agencias de automatización con ia
• Agencias de IA en Barcelona y en Bilbao
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real