Empresas · · 7 min de lectura

Google reinventa la búsqueda y Anthropic el código: Agentes IA al límite

Google borra 25 años de paradigma de búsqueda y Anthropic redefine el desarrollo de software con IA. Qué significa esto para CTOs en Madrid y Barcelona.

Google reinventa la búsqueda y Anthropic el código: Agentes IA al límite

Google acaba de ejecutar el mayor cambio estructural a su producto principal en un cuarto de siglo. Si llevas tiempo esperando que «algo gordo» sacuda el statu quo digital, el Google I/O 2026 fue ese momento.

El fin del campo de texto: lo que Google I/O cambia para siempre

Durante 25 años, la caja de búsqueda de Google ha sido el interface más visitado de internet. Un campo de texto, un botón, diez resultados azules. Simple, predecible y, en apariencia, inamovible. Lo que Google anunció en su conferencia anual no es una «mejora incremental»: es el desmantelamiento deliberado de ese paradigma.

La búsqueda pasa a ser conversacional y orquestada por IA. El usuario ya no introduce palabras clave; mantiene un diálogo donde Google interpreta intención, contexto e historial. Para las empresas, esto tiene una implicación inmediata que los comunicados oficiales suavizan demasiado: el tráfico orgánico basado en SEO clásico está en cuenta regresiva. Si tu estrategia digital depende de rankear palabras clave para captar leads B2B, necesitas replantear el modelo ahora, no en 2027.

El verdadero reto para las agencias de consultoría IA en España no será implementar la nueva interfaz de búsqueda —eso lo hace Google solo— sino ayudar a sus clientes a entender que el funnel de adquisición que construyeron en la última década necesita recableado completo. Las marcas que lleguen a los usuarios a través de respuestas generativas de Google son las que tendrán visibilidad; las que no, simplemente dejarán de existir en la primera pantalla.

Anthropic y el evento que nadie quería ver llegar

El mismo día que Google I/O arrancaba en California, Anthropic celebraba «Code with Claude» en Londres. La coincidencia de fechas no fue accidental: fue una declaración de guerra por la atención del ecosistema desarrollador.

El evento dejó una conclusión incómoda sobre la mesa: el código generado por IA ya es rutina productiva para una parte significativa de los equipos de ingeniería. No es un experimento, no es un piloto. Es el flujo de trabajo diario de miles de developers que han adoptado Claude como par de programación.

Ahora bien, el modelo de negocio de Anthropic tiene un problema de percepción que el evento no resolvió. Como ya analizamos en detalle en este blog, Claude Code cotiza entre $20 y $200 al mes según el nivel de uso, mientras que Goose —el agente open source de Block— ofrece capacidades comparables de forma gratuita. Para un equipo de diez ingenieros usando el tier máximo, estamos hablando de $2.000 mensuales solo en licencias de agente de código. Eso es un presupuesto de herramientas que hace tres años habría pagado el salario completo de un junior.

El argumento de Anthropic es la calidad de los modelos, la seguridad empresarial y el soporte. Son argumentos válidos en entornos regulados —banca, salud, infraestructuras críticas—, pero en una startup de producto o en un equipo de automatización interno, Goose va a ganar la batalla del coste casi por definición. Las agencias de agentes autónomos que están construyendo pipelines de desarrollo para sus clientes ya están evaluando esta bifurcación: ¿se paga la prima de Anthropic o se asume el overhead de operar open source?

NVIDIA, Google Cloud y los 100.000 developers que importan

Mientras el debate Claude vs. open source acaparaba titulares, NVIDIA y Google Cloud anunciaron en el Google I/O la expansión de su comunidad conjunta de developers, que supera ya los 100.000 miembros activos con acceso a rutas de aprendizaje, laboratorios en GPU y eventos técnicos sobre la plataforma de IA de pila completa de NVIDIA en Google Cloud.

Este dato merece más atención de la que recibe. NVIDIA está construyendo, sistemáticamente, una masa crítica de ingenieros que aprenden a desarrollar sobre su infraestructura desde el primer día. Cuando esos 100.000 developers tomen decisiones de arquitectura en sus empresas, el sesgo natural será hacia el stack que conocen. Es el mismo movimiento que hizo Microsoft con los certificados MCSE en los 90 o AWS con sus programas de formación en la nube en los 2010. A diferencia de lo que dice el anuncio oficial —que habla de «acelerar la innovación»— el verdadero objetivo estratégico es crear lock-in por conocimiento, no por contrato.

Para las agencias de IA en Madrid y agencias de IA en Barcelona que están formando equipos técnicos ahora mismo, ignorar este programa de certificación sería un error. No porque NVIDIA sea necesariamente la mejor plataforma para todos los casos de uso, sino porque sus clientes futuros van a hablar ese idioma.

OlmoEarth y el espacio donde el hype no llega

Entre las noticias del día hay una que pasa casi desapercibida pero que tiene implicaciones serias para verticales específicos: Hugging Face ha publicado OlmoEarth v1.1, una familia de modelos optimizados para teledetección y observación terrestre, con mejoras de eficiencia respecto a v1.0.

Esto no es un modelo de lenguaje generalista. Es IA especializada en análisis de datos satelitales, monitoreo de cobertura terrestre, detección de cambios en ecosistemas y gestión de riesgos ambientales. El timing no es casual: llega el mismo día que DeepMind anuncia su programa acelerador en Asia Pacífico para combatir riesgos medioambientales.

Lo interesante desde el punto de vista empresarial es que OlmoEarth v1.1 es open source. Cualquier empresa con datos geoespaciales —utilities, agroindustria, constructoras con proyectos de impacto ambiental, aseguradoras que modelan riesgo climático— puede integrar este modelo sin coste de licencia. El coste está en la infraestructura de inferencia y en el talento para adaptarlo. Las agencias especializadas en integración de IA que trabajen con clientes en sectores regulados por normativa ESG tienen aquí una propuesta de valor concreta que no existía hace seis meses.

Regulación sin firma: lo que Trump pospone, Europa acelera

Trump pospuso la orden ejecutiva que habría impuesto revisiones de seguridad gubernamentales previas al lanzamiento de modelos de IA en EE.UU. La justificación oficial fue técnica —insatisfacción con la redacción—, pero el efecto práctico es que el mercado americano sigue operando sin marco regulatorio federal en IA.

Para las empresas europeas, esto es una ventaja competitiva momentánea que se suele infravalorarse. Mientras los labs americanos navegan la incertidumbre regulatoria en casa, el AI Act europeo —con toda su complejidad— ya tiene roadmap claro. Las organizaciones que han invertido en cumplimiento de AI Act tienen ahora un argumento diferencial frente a clientes que operan en sectores regulados internacionalmente. Las agencias de IA en Bilbao y el ecosistema industrial vasco, acostumbrado a operar bajo normativas técnicas exigentes, deberían explotar esta ventaja narrativa en su posicionamiento internacional.

El modelo que falta en esta conversación

Los temas sugeridos para hoy apuntaban a Qwen 3.7 de Alibaba. No hay cobertura concreta en las noticias del día sobre este modelo, pero su ausencia en los titulares no significa su irrelevancia en el mercado. Qwen3 ha emergido como la alternativa real de coste-eficiencia para empresas que necesitan modelos con razonamiento avanzado sin pagar los precios de OpenAI o Anthropic. Para agencias de IA en Ciudad de México y agencias en Buenos Aires donde el coste de API es un factor determinante, la familia Qwen de Alibaba es ya una opción de primera línea, no un fallback.

La semana que viene, cuando se asienten los anuncios del Google I/O, la pregunta que deberían hacerse los equipos técnicos no es «¿qué modelo es mejor?» sino «¿qué modelo puedo operar de forma sostenible a escala?». En ese cálculo, la gratuidad de Goose, la eficiencia de Qwen y la infraestructura de NVIDIA-Google Cloud no son alternativas excluyentes: son capas de una arquitectura que cada empresa tendrá que componer a medida.

El mercado de agentes IA en 2026 no se va a ganar por tener el modelo más potente. Se va a ganar por quien sepa armar el stack correcto al coste correcto para cada vertical. Las agencias que entiendan eso antes que sus competidores van a facturar. Las que sigan vendiendo «implementación de ChatGPT», no.

Temas relacionados en agentes.ai

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