https://t.co/6YhRHlL4tq Michael Saylor: "Una advertencia importante para todos los inversores individuales que invierten en Bitcoin y activos criptográficos" | Precio de Bitcoin en 2026 Crypto Nutshell #AIresumen El futuro del negocio financiero transformado por Bitcoin y las stablecoins 🔳 Cómo los bancos generan ganancias Al 19 de octubre de 2026, la tasa de interés promedio en cuentas de ahorro en EE.UU. era del 0,38% y del 0,07% en cuentas corrientes con intereses. El margen neto de interés del sector bancario en el segundo trimestre de 2026 alcanzó el 3,32%, con utilidades netas de 90.100 millones de dólares. El modelo que sustenta las ganancias bancarias consiste en pagar bajas tasas a los depositantes y obtener altos rendimientos mediante la inversión de esos fondos. 🔳 Un negocio de creación de crédito que dura más de 330 años El Banco de Inglaterra, fundado en 1694, reunió 1,2 millones de libras de 1.268 inversores y otorgó préstamos al gobierno con una tasa anual del 8%. A cambio, los inversores obtuvieron el derecho a emitir billetes bancarios. Michael Saylor sostiene que el mecanismo histórico que genera riqueza masiva consiste en emitir crédito y moneda respaldada por activos. 🔳 La estrategia empresarial recomendada por Saylor Michael Saylor de Strategy afirma que, si alguien desea emprender en el sector financiero hoy, debería optar por crear una empresa que emita moneda digital, no por operar intercambios o servicios de custodia de criptoactivos. Explica que incluso captar solo el 10% del capital mundial representaría un mercado de 30 billones de dólares, y califica la emisión de moneda digital como un negocio extremadamente rentable. 🔳 Moneda digital respaldada por Bitcoin Lo que Saylor busca es utilizar Bitcoin como capital digital y construir sobre él un sistema de crédito digital y moneda digital. Su estrategia busca atraer no solo a inversores que poseen Bitcoin directamente, sino también a inversionistas en bonos y fondos institucionales que buscan rendimientos estables. 🔳 La volatilidad del precio de Bitcoin es el mayor desafío La volatilidad anualizada de Bitcoin en 2026 es aproximadamente del 46%, una reducción desde el 84% de 2018, pero aún elevada. Desde su máximo de aproximadamente $126.080 en octubre de 2025, Bitcoin cayó un 36% hasta aproximadamente $80.000 a finales de octubre de 2026. Saylor explica que es crucial gestionar adecuadamente esta volatilidad para ofrecer productos financieros estables. 🔳 Posibilidad de productos con rendimientos superiores a los depósitos bancarios Saylor señala que los usuarios no buscan activos altamente volátiles, sino una moneda estable que ofrezca rendimientos superiores a los depósitos bancarios. Por ejemplo, si se pudiera ofrecer un producto en Europa con una tasa anual del 4%, sería competitivo. Sin embargo, lograr altos rendimientos junto con liquidez inmediata sin aumentar la volatilidad requiere una gestión de riesgos cuidadosa. 🔳 La rentabilidad del negocio de emisión de moneda demostrada por Tether Tether, emisor de USDT, reportó ganancias netas superiores a los 10.000 millones de dólares en 2025. A finales de 2025, el saldo emitido de USDT era de aproximadamente $186.500 millones, con inversiones en activos relacionados con bonos del Tesoro estadounidense por unos $141.000 millones. El modelo genera altas ganancias porque los titulares de USDT no reciben intereses; en su lugar, los ingresos generados por la inversión de los activos de reserva son capturados por la empresa emisora. 🔳 Regulación estadounidense sobre stablecoins La ley GENIUS, aprobada en julio de 2025, prohíbe a los emisores de stablecoins destinadas a pagos pagar directamente intereses o rendimientos a los titulares. Queda pendiente discusión sobre la provisión de recompensas por terceros como intercambios, y la industria bancaria exige una mayor regulación. El diseño regulatorio futuro determinará la estructura de ingresos del negocio de moneda digital. 🔳 El mercado de stablecoins alcanza los 300 mil millones de dólares Al 24 de octubre de 2026, el volumen total circulante de stablecoins alcanzó aproximadamente $300.500 millones, con USDT representando unos $182.000 millones. De este total, aproximadamente $143.600 millones, o el 47,8%, se encuentran en la red Ethereum. Ethereum desempeña un papel clave como infraestructura para la circulación de monedas digitales denominadas en dólares. 🔳 La revolución en las transferencias internacionales destacada por Lyn Alden Lyn Alden, analista macroeconómico, valora a Bitcoin y las stablecoins como activos digitales prometedores. Con stablecoins, las personas pueden poseer dólares únicamente mediante un smartphone y transferirlos o recibirlos transfronterizamente. Mientras que las transferencias internacionales tradicionales pueden tardar días o incluso más de una semana, las stablecoins reducen significativamente el tiempo y los costos. 🔳 La fusión entre bancos y stablecoins Alden predice que los bancos integrarán stablecoins en sus sistemas de pago, creando un futuro donde los usuarios las usen sin ser conscientes de ello. Sin embargo, dado que las stablecoins dependen del emisor y la regulación, son adecuadas para pagos a corto plazo y almacenamiento temporal, mientras que Bitcoin sigue siendo preferido para la conservación del valor a largo plazo. 🔳 El activo más grande poseído por Arthur HayesArthur Hayes, cofundador de BitMEX, afirmó claramente que el activo criptográfico en el que mantiene su mayor posición de inversión, además del Bitcoin, es Ethereum. Mostró una postura alcista hacia el Bitcoin, Ethereum, Ethena y Uniswap, pero eligió a Ethereum como su principal candidato por su liquidez y seguridad. 🔳 Precios bajos de Ethereum y oportunidad de inversión Ethereum alcanzó un máximo de aproximadamente $4,946 el 24 de agosto de 2025, pero cayó hasta unos $2,300 a finales de octubre de 2026, una caída de más del 50% desde su máximo. Hayes analizó que la pérdida de atención del mercado hacia cadenas competidoras fue la causa detrás de este declive. Sin embargo, valora su larga trayectoria operativa y alta seguridad. 🔳 Expansión del uso de Ethereum y desacoplamiento de precios A pesar de que aproximadamente la mitad de la oferta mundial de stablecoins existe sobre la red Ethereum, el precio de ETH se mantiene por debajo de la mitad de su máximo histórico. En el video se destaca la brecha entre el crecimiento del uso de la red y el precio del token; sin embargo, se señala que un aumento en la adopción no garantiza necesariamente un alza en el precio de ETH. 🔳 Colapso de la burbuja de IA y perspectivas del mercado criptográfico Hayes señaló que el auge de la IA podría terminar derivando en un rescate gubernamental a gran escala. Predice que, en ese escenario, el capital de inversores individuales fluirá hacia el mercado criptográfico. Especialmente respecto a Ethereum, expresó su expectativa de que podría recuperarse tras su prolongada caída de precios. 🔳 Actores que obtienen beneficios en los mercados financieros del futuro La conclusión del video es que quienes obtienen grandes beneficios en los mercados financieros no son solo quienes poseen activos, sino también quienes emiten crédito o moneda respaldada por esos activos. Saylor valora al Bitcoin como activo colateral, Alden utiliza las stablecoins como medio de pago, y Hayes considera a Ethereum como una infraestructura financiera clave. 🔳 Próximos puntos clave de atención Los focos principales serán: si los productos financieros respaldados por Bitcoin mantienen estabilidad durante caídas bruscas de precios; cómo la regulación de stablecoins modificará sus modelos de ingresos; y si el crecimiento del uso de Ethereum se reflejará en un aumento del precio de ETH. El video sugiere que el modelo de creación crediticia de los bancos, con más de 330 años de historia, podría reestructurarse sobre la base de activos digitales.

https://t.co/JV9UaSABHz 【Lanzamiento exclusivo de la IA del CEO】: Los documentos de propuesta se generan automáticamente durante la noche. El secreto del CEO cotizado era algo que cualquiera puede tener. CEO Akigō Yōsuke [IA × Gestión] #IAResumen Cómo crear una IA para CEO y aumentar la productividad de los gerentes en 10 veces 🔳 La comunicación interna aumenta 5 veces con la IA del CEO Tras implementar la IA del CEO, la comunicación con los empleados aumentó aproximadamente cinco veces. Se automatizan la verificación del progreso de proyectos y las instrucciones para la creación de documentos, creando un sistema en el que la IA continúa operando incluso mientras el CEO duerme. 🔳 Número de documentos de propuesta aumenta drásticamente Gracias a la IA, la creación de documentos de propuesta se ha automatizado, permitiendo generar alrededor de 30 por día y unas 200 por semana. Ahora se pueden abordar tareas que antes se descartaban por falta de tiempo, logrando una mejora significativa en la productividad. 🔳 Crear la IA del CEO es más sencillo de lo que parece Lo único necesario al principio es una computadora y herramientas de IA como Claude. Lo fundamental es enseñar a la IA tu forma de pensar, tus criterios de decisión y tus experiencias pasadas. Se explica que no se requieren habilidades especiales de programación para construir tu propia IA personalizada. 🔳 Entrena a la IA tanto en trabajo como en vida personal A la IA del CEO se le proporcionan datos de correo electrónico, calendario, notas y documentos laborales, pero también historial de compras, información de salud y hábitos de vida. El objetivo no es optimizar solo el trabajo, sino mejorar la eficiencia de toda la vida personal. La gestión de información personal requiere medidas de seguridad previas. 🔳 Los datos históricos mejoran la precisión de la IA Además de la información actual, al enseñarle a la IA correos electrónicos, notas y registros laborales pasados, permite que comprenda cómo han evolucionado tus pensamientos y decisiones. Cuanto más tiempo se acumulen datos, más cerca estará la IA de reproducir fielmente tu forma de pensar. 🔳 El secreto del CEO: el correo electrónico El correo electrónico se identificó como el dato de aprendizaje más importante. Contiene información sobre interacciones laborales, compras, transacciones bancarias y compromisos, y proporciona aproximadamente el 70% de los datos necesarios para comprender al individuo. Cuanto más tiempo se haya utilizado el mismo correo electrónico, más fácil será construir una IA personalizada. 🔳 Optimiza tu día con el briefing matutino Cada mañana, la IA del CEO genera automáticamente el itinerario del día, los puntos clave, el estado de preparación para reuniones y sugerencias relacionadas con el trabajo y la vida personal. Información que antes tomaba 12 horas revisar ahora se puede verificar en solo 3 minutos, permitiendo identificar con claridad qué tareas priorizar ese día. 🔳 Reducción significativa del tiempo en reuniones La IA revisa previamente los materiales de reunión e instruye a los empleados sobre las preparaciones necesarias, permitiendo que el CEO se enfoque únicamente en las decisiones finales. Casos que antes requerían múltiples reuniones ahora pueden resolverse en una sola gracias a una mejor calidad en la preparación previa, reduciendo drásticamente el tiempo dedicado a reuniones. 🔳 La IA revisa previamente los documentos de los empleados Los documentos creados por los empleados son revisados primero por la IA según los criterios de decisión del CEO. Solo los documentos que pasan esta revisión llegan al CEO, reduciendo su carga de verificación. Esto mejora la calidad de las decisiones y reduce el tiempo necesario para tomarlas. 🔳 Automatización de la creación de propuestas mediante IA Al entrenar a la IA con propuestas y patrones de pensamiento pasados del CEO, puede generar propuestas similares a las que él mismo habría creado con solo una breve instrucción. En una demostración con propuestas de videos, se generaron múltiples ideas con solo 15 segundos de instrucción. Las sugerencias reflejan ahora su experiencia y trayectoria personal. 🔳 Mejora la capacidad de la IA con documentos de personas destacadas Aunque tus propios datos sean escasos, puedes elevar la calidad de los resultados aprendiendo de propuestas o informes gerenciales públicos de personas destacadas. Tu singularidad se aprende mediante datos personales como correos electrónicos, mientras que el conocimiento especializado y la capacidad creativa se refuerzan con fuentes externas. 🔳 Comienza con solo 3000-4000 yenes al mes El CEO paga aproximadamente 400 dólares mensuales por su IA, pero se explica que con menos de 100 dólares mensuales es suficiente. Se afirma que incluso con un gasto mensual de 3000-4000 yenes, es posible reducir entre 50 y 100 horas mensuales de trabajo. 🔳 Las medidas de seguridad son obligatorias Cuando se carga información corporativa o personal en la IA, es crucial implementar medidas contra filtraciones. Se recomienda gestionar los datos localmente y restringir su envío externo. Sin embargo, no se garantiza una seguridad absoluta; se requiere autorización empresarial y gestión adecuada. 🔳 Empieza consultando a la IA sobre tu estrategia empresarial Como punto de entrada para usar IA, se recomienda cargar datos sobre ventas, ganancias, finanzas y estrategia empresarial. Puedes pedirle a la IA que analice estrategias para aumentar las ventas de 100 millones a 1000 millones de yenes, diferenciarte de la competencia o desarrollar nuevos negocios aprovechando las capacidades del personal. 🔳 Las pruebas superan a la perfección del prompt No es necesario crear un prompt perfecto desde el principio; lo importante es dar múltiples instrucciones a la IA mediante métodos como dictado por voz. Se explica que probar 100 veces es más rápido para aprender que dedicar tres días a perfeccionar un solo mensaje. También es crucial no aceptar ciegamente las respuestas de la IA, sino juzgarlas con tu propia experiencia e intuición. 🔳 Niveles de adopción de IA por parte de los CEOs: 8 nivelesEl nivel 1 es responder preguntas, el nivel 2 es crear documentos, el nivel 3 es integrar datos personales, el nivel 4 es la reunión matutina, el nivel 5 es un agente de IA que opera las 24 horas. En el nivel 6, es posible hacer propuestas que superan las capacidades de la persona, y el nivel 7 busca implementarlo en todos los empleados, mientras que el nivel 8 tiene como objetivo extenderlo a otras empresas. 🔳 El AI del presidente ya está superando las capacidades de la persona La persona explica que ha alcanzado el nivel 6. Un modelo de IA que ha aprendido de 16 años de registros ahora propone ideas y estrategias de gestión que no podrían haber surgido solo con la experiencia personal. A medida que el propio modelo de IA evoluciona, genera salidas que superan las capacidades de la persona. 🔳 La difusión de la gestión con IA que busca Lancers Además de su modelo tradicional de emparejamiento de freelancers, Lancers ha fortalecido sus iniciativas de IA. Explica que promueve el uso de IA entre sus empleados y gestiona una comunidad de aproximadamente 10,000 profesionales en IA. Introduce agentes de IA que replican el pensamiento y los criterios de decisión de los gerentes, apoyando así la mejora de la productividad en toda la organización. 🔳 El objetivo final del uso de IA es aumentar la productividad gerencial diez veces El propósito del AI del presidente no es simplemente automatizar tareas, sino mejorar la calidad de las decisiones gerenciales mientras se reduce el tiempo invertido. El objetivo final es que todos los empleados dominen agentes de IA avanzados y logren multiplicar por diez la productividad general de la empresa.

DATA_SOURCE: TradingView host bridge ★★★10:00 hora del este de EE.UU. (23:00 en Japón) Situación★★★ #accionesEEUU #usstocks ETF por sector / Sector ETF === Leyenda (ordenado por rendimiento) === Ticker Nombre (japonés) Precio actual (normalizado) Rendimiento (%) Cambio diario (%) ^SOX Índice SOX 151.50 51.50 3.90 IYE Energía (IYE) 148.47 48.47 -0.56 SMH Semiconductores (SMH) 143.76 43.76 1.85 IYH Salud (IYH) 119.75 19.75 0.46 IYW Tecnología (IYW) 119.35 19.35 0.79 IYK Bienes de consumo esenciales (IYK) 116.50 16.50 -1.24 ^GSPC S&P500 110.48 10.48 0.28 IYR Bienes raíces (IYR) 107.21 7.21 -0.24 IYF Finanzas (IYF) 102.52 2.52 -0.59 IDU Servicios públicos (IDU) 102.49 2.49 -0.55 ITA Defensa (ITA) 100.73 0.73 0.73 IYC Bienes de consumo general (IYC) 98.46 -1.54 -1.02

DATA_SOURCE: TradingView host bridge ★★★10:00 Eastern Time (Japan 24:00) Status★★★ #USStocks #USSTOCKS #JapanStocks 3 indices, FANG+, Gold, USD/JPY (USD-based) Gold: Yield -8.67%, Change -0.08% SP500: Yield 10.49%, Change +0.30% NASDAQ100: Yield 11.85%, Change +0.90% ACWI: Yield 10.30%, Change +0.15% NYSE FANG+: Yield 10.13%, Change +0.54% USD/JPY: Change +0.23%

https://t.co/G8vEQTjck8 Pensé en comprar bienes raíces en Dubái, pero decidí no hacerlo. #migraciónalextranjero #dubai #nuevazelandia Radio del Y Papá Internacional: Interpretando el mundo #resumenIA ¿Es ahora el momento adecuado para comprar bienes raíces en Dubái? Caída por la guerra de Irán y riesgos estructurales del mercado 🔳 Conclusión: No hay necesidad de apresurarse a invertir en bienes raíces de Dubái El hablante argumenta que, para los inversores que no planean vivir en Dubái, no es necesario comprar bienes raíces en este momento. Se advierte que la corrección de precios debido a la guerra apenas ha comenzado y que existe un riesgo de caídas adicionales. 🔳 El 92% de la población de Dubái son extranjeros Según el hablante, el 92% de la población de Dubái son extranjeros y solo el 8% son ciudadanos locales. Se señala que muchos residentes se mudan por ventajas económicas como exenciones fiscales y sistemas de visado, lo que hace que la población sea vulnerable a una salida masiva si las condiciones empeoran. 🔳 Los bienes raíces de Dubái son vulnerables a movimientos especulativos de capital El hablante compara la estructura del mercado, donde personas y capital fluyen rápidamente hacia condiciones favorables y salen igualmente rápido cuando estas se deterioran, con un “edificio de langostas”. Si los ricos retiran su capital, esto podría afectar a los empleos y la demanda de vivienda relacionados. 🔳 La caída del 30% en el índice inmobiliario no es lo mismo que la caída real de precios de propiedades La caída cercana al 30% en dos semanas se refiere al índice de acciones inmobiliarias de DFM, compuesto por acciones de desarrolladoras inmobiliarias. Según el hablante, la caída real en los precios de las propiedades ha sido solo del 4-7%, y no se deben confundir ambos indicadores. 🔳 La desaceleración del mercado inmobiliario se manifiesta más tarde que la del mercado accionario Se explica que las transacciones inmobiliarias en el primer trimestre de 2026 aumentaron un 5,5% y el valor total de las transacciones un 23,4% respecto al mismo período del año anterior. Sin embargo, dado que los bienes raíces requieren más tiempo para ajustar precios, es prematuro juzgar la solidez del mercado solo con estos datos actuales. 🔳 Preocupación por la reducción de vuelos y el empeoramiento del entorno de financiamiento El hablante señala una reducción del 68% en los vuelos, la consideración por parte de instituciones financieras de evacuar a empleados y el hecho de que seis bonos corporativos de desarrolladoras inmobiliarias han alcanzado niveles críticos, lo que indica una acumulación de presiones bajistas sobre el mercado. 🔳 Ya se temía una burbuja inmobiliaria antes de la guerra Según el hablante, en el Índice Global de Burbujas Inmobiliarias 2025 de UBS, Dubái subió del puesto 14 al 5. Los precios inmobiliarios han aumentado más del 50% en los últimos cinco años, y ya antes de la guerra se señalaba una sobrevaluación. 🔳 Las recuperaciones posteriores a caídas pasadas no garantizan una recuperación similar esta vez Se explica que tras la crisis financiera de 2008, los precios cayeron entre un 50% y 60% y tardaron entre 4 y 5 años en recuperarse. Tras la pandemia, hubo una caída del 10% y una recuperación en aproximadamente un año y medio. Sin embargo, esta vez la corrección ocurre desde niveles sobrevaluados, por lo que no se puede asumir que seguirá la misma trayectoria. 🔳 El aumento de la oferta de viviendas nuevas en 2026 también es un factor bajista Se estima que aproximadamente 120.000 nuevas unidades residenciales se completarán en 2026. En un contexto donde la demanda habitacional se ha debilitado por la guerra, un aumento en la oferta podría desequilibrar la relación oferta-demanda y presionar aún más hacia abajo los precios. ◙ La pérdida de confianza en la seguridad representa un riesgo a largo plazo El hablante utiliza a Beirut, Líbano —una ciudad que experimentó una guerra civil— como ejemplo: cuando una ciudad pierde su reputación de seguridad, su mercado inmobiliario puede tardar mucho tiempo en recuperarse. Si Dubái pierde su imagen como lugar seguro para vivir, su recuperación podría retrasarse. 🔳 El riesgo inmobiliario varía según el área Las áreas con muchos residentes a largo plazo son más estables que aquellas dependientes de capital de inversión a corto plazo. Aunque el hablante reconoce estas diferencias regionales, sostiene que el riesgo estructural general del mercado —su dependencia de residentes extranjeros— sigue presente. 🔳 En la toma de decisiones de inversión, el propósito de residencia y el valor real son cruciales El hablante concluye que, si no se tiene intención de vivir en Dubái, no hay necesidad de invertir en un mercado inestable. Actualmente no se observa un descuento suficiente; se debe esperar para evaluar con claridad la corrección de precios y los cambios en la oferta y la demanda.

Artículo de hace 3 meses (la IA dice que lo mires) https://t.co/odEWCZRmhs ¡Prepárense! ¡Comienza el mayor movimiento de activos de la historia de Japón! Yパパ Radio en el extranjero — Desentrañando el mundo — #AIResumen El gran período de herencias en Japón: el impacto de un movimiento de activos de 65 billones de yenes en los precios de acciones, bancos y desigualdad 🔳 Aproximadamente 65 billones de yenes en activos financieros serán heredados en los próximos 30 años En Japón, alrededor de 1,6 millones de personas mueren anualmente, más del 70% de ellas mayores de 80 años. Según estimaciones del Banco de Confianza Mitsui Sumitomo, los activos financieros heredados en los próximos 30 años ascenderán a unos 65 billones de yenes; si se incluyen bienes inmuebles, superarán los 100 billones de yenes. 🔳 Tres cambios provocados por el gran período de herencias El ponente predice que los precios de activos como acciones y oro se verán impulsados por la gran herencia, que los fondos migrarán desde bancos locales hacia grandes instituciones financieras urbanas, y que aumentarán los conflictos familiares y sociales relacionados con las herencias. 🔳 El centro de la herencia es la transferencia de activos entre personas mayores Más de la mitad de los herederos tienen más de 60 años, y menos del 10% tienen menos de 40. El fenómeno central es la “herencia entre mayores”: los activos se transfieren de padres cercanos a los 90 años a hijos en sus 60, con una transferencia directa limitada a las generaciones más jóvenes. 🔳 Los mayores tienden a no consumir los activos heredados, sino a mantenerlos Según el ponente, las familias japonesas mayores no reducen significativamente sus activos incluso después de los 80 años. Debido a la inseguridad sobre la vejez, los activos heredados rara vez se consumen, sino que se acumulan como depósitos o activos financieros. 🔳 La fijación de activos por demencia también avanza Se estima que alrededor de 30 billones de yenes en activos financieros están en manos de personas con demencia o en riesgo de desarrollarla. La disminución de la capacidad cognitiva dificulta la gestión o disposición de estos activos, lo que impide que el capital fluya hacia el mercado o el consumo. 🔳 La expansión de la inversión de fondos heredados impulsará las acciones y el oro Según una encuesta de Fidelity, solo aproximadamente el 7% de quienes heredaron activos los han invertido hasta ahora. Sin embargo, dado que las nuevas generaciones herederas están familiarizadas con NISA y corredurías en línea, incluso una pequeña parte del ahorro que se desplace hacia acciones u oro podría elevar los precios de los activos. 🔳 Aproximadamente el 20% de los activos heredados cruzan fronteras prefecturales Se estima que cerca del 20% de los activos financieros transferidos por herencia cruzan límites prefecturales. Los depósitos de padres que viven en zonas rurales se transfieren a cuentas de hijos que se mudan a áreas urbanas por estudios o empleo, acelerando la concentración financiera en las ciudades. 🔳 Fuga de fondos desde bancos locales hacia grandes instituciones financieras Según el ponente, solo aproximadamente el 40% de los depósitos locales permanecen en los mismos bancos tras la herencia; el resto se mueve hacia bancos urbanos o corredurías en línea, lo que podría debilitar la base de depósitos de bancos locales y cooperativas de crédito. 🔳 Oportunidades comerciales para grandes bancos y casas de valores en Tokio El movimiento de fondos por herencia representa una oportunidad para que las grandes instituciones financieras urbanas adquieran nuevos clientes. Se espera un crecimiento en negocios relacionados con herencias, como fideicomisos testamentarios de bancos fiduciarios y servicios de apoyo a herencias de corredurías. 🔳 Aumento de viviendas vacías y terrenos sin propietario en zonas rurales Japón cuenta con aproximadamente 9 millones de viviendas vacías, y el ponente explica que alrededor del 60% de este fenómeno se debe a herencias. Cuando los herederos viven en áreas urbanas, las casas rurales quedan abandonadas, generando problemas graves relacionados con costos de mantenimiento e impuestos inmobiliarios. 🔳 Aumento de conflictos por herencias incluso en hogares comunes Los casos judiciales por partición de herencias presentados ante tribunales familiares han aumentado hasta alcanzar aproximadamente 15.000 anuales, casi 1,7 veces más que antes. Aproximadamente el 80% de estos conflictos ocurren en hogares con herencias inferiores a 50 millones de yenes, lo que demuestra que no es un problema exclusivo de las clases adineradas. ListItemIcon Los bienes inmuebles difíciles de dividir son la causa principal de conflictos por herencias A diferencia del efectivo, los bienes inmuebles como la casa familiar no pueden dividirse fácilmente entre herederos. Cuando hermanos mayores deben repartir depósitos limitados y bienes inmuebles, las circunstancias personales de cada uno generan fácilmente conflictos. ListItemIcon Los impuestos sobre sucesiones en Japón son altamente onerosos a nivel internacional El ponente menciona a Japón, Corea del Sur, Francia y Bélgica como países donde los impuestos relacionados con sucesiones superan el 1% del ingreso fiscal según la OCDE. Desde la reducción del umbral básico en 2015, aproximadamente el 10% de las personas fallecidas están sujetas al impuesto sobre sucesiones. ListItemIcon El gobierno promueve transferencias anticipadas mediante donaciones durante la vida El período durante el cual las donaciones previas a la herencia se suman al patrimonio heredado se extendió de 3 a 7 años. Al mismo tiempo, se estableció un umbral básico anual de 1,1 millones de yenes para el sistema tributario “liquidación al momento de la herencia”, facilitando así transferencias anticipadas. ListItemIcon Preocupación por la fijación de desigualdades patrimoniales por herencia El ponente señala que las familias con activos tienen mayor probabilidad de transmitir riqueza a la siguiente generación mediante herencias. En una sociedad con crecimiento económico lento, el nivel de vida depende más del patrimonio recibido por herencia que del ingreso laboral, lo que podría ampliar las desigualdades. ListItemIcon La esencia del gran período de herencias no es el movimiento sino la estancación del capitalEl orador cuestiona la estructura en la que los activos heredados por un hijo de más de 60 años de un padre de más de 90 años no se consumen y se transfieren aún más a la siguiente generación. Considera que, al no dirigirse al consumo, la economía real resulta difícil de dinamizar, mientras que los precios de los activos financieros tienden a mantenerse sostenidos. 🔳 Ampliación de la brecha económica entre quienes poseen activos y los hogares centrados en ingresos laborales Cuando los activos heredados fluyen hacia los mercados financieros en lugar de hacia el consumo, quienes poseen acciones, oro u otros activos financieros se benefician más fácilmente. El orador señala que la brecha económica entre quienes poseen activos y quienes dependen únicamente de ingresos salariales podría ampliarse estructuralmente. 🔳 Para evitar conflictos por herencias, es fundamental el diálogo familiar previo El orador recomienda que los padres, mientras aún estén en buena salud, dialoguen con sus familias sobre la situación de sus activos y sus deseos respecto a la herencia. Preparar testamentos y planes de división de activos se considera una medida efectiva para prevenir disputas futuras. 🔳 Las generaciones más jóvenes deben comenzar a construir su patrimonio sin esperar una herencia Aunque se producirá una transferencia de activos de aproximadamente 65 billones de yenes, no todos recibirán beneficios por herencia. El orador concluye que para las generaciones más jóvenes, el mayor activo es el tiempo, y es fundamental comenzar a construir su propio patrimonio lo antes posible, en lugar de depender de una herencia futura.

https://t.co/Rsm2ijLCtL 【Informe rápido de resultados del Q3 de Palantir】: Ventas +96%, el sector privado estadounidense creció un 148% y superó al gubernamental. Análisis en 46 minutos: pérdidas de Anthropic, impacto de Intel, Apple, adquisición de Marvell Kashiwabara Jin | Estrategia de Marketing en IA #AIResumen Últimos resultados y tendencias de crecimiento en IA soberana, semiconductores y comunicación óptica 🔳 Las ventas de Palantir aumentaron un 96% interanual Las ventas de Palantir alcanzaron los 2,313 millones de dólares, un aumento del 96% respecto al año anterior. Por primera vez, los ingresos del sector comercial estadounidense superaron a los del sector gubernamental, impulsados por la adopción empresarial de la IA. 🔳 El sector comercial estadounidense superó al gubernamental Los ingresos del sector comercial estadounidense fueron de 984 millones de dólares, un aumento del 148% interanual, mientras que los del sector gubernamental alcanzaron 953 millones de dólares, con un crecimiento del 96%. La estrategia de trasladar tecnologías desarrolladas para el gobierno a empresas privadas está rindiendo frutos. 🔳 La IA soberana acelera el crecimiento de Palantir La demanda de “IA soberana”, que permite a las empresas utilizar la IA de forma segura sin exponer sus datos externamente, está en expansión. Palantir apoya a las empresas en la gestión de datos y la adopción de IA mediante el uso de AIP y ontologías. 🔳 Los datos propios de la empresa son más importantes que los modelos de IA El CEO Alex Capr, predice la commoditización de los grandes modelos de lenguaje. Argumenta que la ventaja competitiva proviene de combinar modelos abiertos de bajo costo con datos exclusivos de la empresa, en lugar de depender de costosos modelos de IA. 🔳 Fortalecimiento de la expansión en manufactura mediante colaboración con NVIDIA Palantir colabora con NVIDIA para impulsar la visualización y optimización de cadenas de suministro complejas. Buscan mejorar la eficiencia desde la manufactura hasta el procesamiento de IA, combinando el modelo abierto “Nemotron” con ontologías. 🔳 Mejora en la rentabilidad y el valor por cliente de Palantir La regla del 40 (suma de crecimiento y margen de beneficio) alcanzó un 158%. El margen operativo ajustado fue del 62% y la retención neta en dólares se situó entre aproximadamente el 163% y el 165%, lo que demuestra que el crecimiento se sustenta en la expansión del negocio con clientes existentes. 🔳 Preocupación por contratos grandes y backlog El número de clientes aumentó hasta 1.090 empresas, pero el número de contratos importantes disminuyó. El RPO (revenue backlog), que anticipa ventas futuras, bajó de aproximadamente 4.900 millones a 4.880 millones de dólares; se presta atención a las tendencias futuras en contratación. 🔳 Palantir mejora su previsión anual de ventas Actualizó su previsión anual de ventas a entre 8.530 y 8.534 millones de dólares, previendo un crecimiento del 91% interanual. Estima un crecimiento del 143% para el sector comercial estadounidense, confirmando la continua expansión de la demanda empresarial de IA. 🔳 Las ventas de Anthropic aumentaron aproximadamente 12 veces interanualmente Las ventas de Anthropic entre julio y septiembre alcanzaron los 16.956 millones de dólares, un crecimiento aproximado de 12 veces respecto al año anterior. Sin embargo, registró una pérdida operativa de 567 millones de dólares, ya que los enormes gastos en recursos computacionales para IA están presionando sus ganancias. 🔳 Anthropic amplía su compra de recursos computacionales a Google Anthropic ha aumentado sus pagos a Google por recursos computacionales, alcanzando un monto estimado de 18,7 billones de yenes. Su dependencia del servicio combinado de TPU y plataforma en la nube de Google está creciendo. 🔳 La recuperación de la inversión en infraestructura es un desafío clave para las empresas de IA Google, Amazon y otras empresas continúan invirtiendo masivamente en infraestructura de IA. La inversión en activos fijos de Google alcanzó los 51.400 millones de dólares, y su flujo de efectivo libre se volvió negativo. La pregunta clave es cuándo se recuperará esta inversión frente al crecimiento de la demanda de IA. 🔳 Desaceleración del crecimiento en Google Search y monetización de IA Aunque Google Cloud mantiene un alto crecimiento, la tasa de crecimiento del negocio de búsqueda se desaceleró hasta el 12%. La presentación de respuestas mediante IA está afectando la rentabilidad publicitaria; el desafío es equilibrar la expansión del uso de búsqueda con la generación de ingresos publicitarios. 🔳 Impacto de la escasez de memoria en Intel y Qualcomm La demanda concentrada en memoria para centros de datos de IA ha generado escasez y aumento de precios para PC y smartphones. Intel superó sus previsiones comerciales, mientras que Qualcomm enfrenta una desaceleración en su negocio relacionado con smartphones. 🔳 Apple logra aumentar sus ingresos a pesar de las restricciones en el suministro Las ventas de Apple alcanzaron los 114.477 millones de dólares, un aumento del 12% interanual. Mitigó el impacto del aumento en los precios de la memoria mediante la acumulación de inventario y la reducción en otros componentes. Mantiene su crecimiento sin realizar grandes inversiones en infraestructura de IA. 🔳 Marvell anuncia la adquisición de Lumentum En el video se presenta que Marvell anunció la adquisición de Lumentum, una empresa especializada en comunicación óptica. Esta estrategia busca integrar semiconductores y tecnología óptica para capturar la creciente demanda por comunicaciones rápidas en centros de datos de IA. 🔳 La transición hacia la comunicación óptica se acelera en centros de datos de IA Los cables tradicionales de cobre enfrentan limitaciones en velocidad, calor y consumo energético. La comunicación óptica no solo se usa para conexiones a larga distancia, sino también dentro de racks y paquetes semiconductores, convirtiéndose en una tecnología clave para la infraestructura de IA. 🔳 El mercado óptico alcanzará los 90.000 millones de dólares para 2030 El video presenta proyecciones según las cuales el mercado óptico orientado a IA superará los 90.000 millones de dólares para 2030, creciendo a una tasa anual aproximada del 40%. Marvell y Lumentum buscan expandir su participación en el mercado mediante la fusión entre semiconductores y comunicación óptica. 🔳 La demanda de comunicación óptica también se expande hacia computadoras cuánticasSe considera que la tecnología de conexión óptica será importante no solo para los centros de datos de IA, sino también para las computadoras cuánticas y las redes cuánticas. Además de empresas relacionadas con la cuántica como IonQ, también se prestan atención a las divisiones de comunicación óptica de Coherent y Corning. 🔳 Tres temas clave a observar en el futuro mercado de la IA En el video completo, se presentaron como temas importantes la IA soberana para proteger los datos empresariales, la rentabilidad frente a la inversión masiva en infraestructura de IA, y la sofisticación de la cadena de suministro, que incluye semiconductores y comunicación óptica. Se planteó la perspectiva de que, en el futuro, no solo el rendimiento de la IA, sino también los costos de implementación, la recuperación de la inversión y la capacidad de suministro determinarán la competitividad empresarial.

#Claude #Codex # Probé ejecutar un LLM local en la GPU Ryzen Zen3 (Comparación y análisis de rendimiento de Qwen3-8B Heretic CPU y GPU) ¡Ánimo, AMD, ¡ánimo, Vulkan! Pensé que como era una GPU para juegos, no sería gran cosa, y tenía razón Dicen que el ancho de banda de memoria es el cuello de botella (porque la VRAM es pequeña y se usa memoria principal; espero en la Mac M5 Studio) El más reciente de AMD es Zen6, así que este es un CPU de tres generaciones atrás (con GPU integrada) ---- # Comparación y análisis de rendimiento de Qwen3-8B Heretic CPU y GPU Fecha de medición: 2026-11-02 / Objetivo: Máquina Ubuntu ## Conclusión - **La GPU (GPU integrada Radeon) es más rápida en la carga del prompt, aproximadamente 2.5 veces más que el CPU.** - **La generación de texto solo es un 1.1 a 1.2 veces más rápida con la GPU.** La velocidad de generación está limitada por la velocidad de transferencia de memoria, y la GPU integrada comparte la misma memoria que el CPU. - En usos como OpenClaw, donde se envía un largo instruccional cada vez, **el caché del prompt** tiene un impacto mucho mayor que la GPU; desde el segundo prompt, el tiempo se redujo de aproximadamente 7 minutos a aproximadamente 1 minuto. ## Entorno de medición | Elemento | Contenido | |---|---| | CPU | AMD Ryzen 7 7730U (8 núcleos, 16 hilos, Zen 3) | | GPU | GPU integrada AMD Radeon Graphics (Barcelo, equivalente a Vega 8) | | Memoria | 30 GB (especificación: DDR4-3200 dual channel; no verificado en el dispositivo real) | | Memoria para GPU | VRAM dedicada de 512 MB + memoria compartida (GTT) aproximadamente 15.4 GB. LM Studio puede usar 10.59 GiB | | OS / Controlador | Ubuntu 24.04.5 LTS, Mesa 25.2.8 (RADV) | | LM Studio | Versión sin interfaz (llmster), llama.cpp 2.66.0 | | Tiempo de ejecución para CPU | `llama.cpp-linux-x86_64-avx2` | | Tiempo de ejecución para GPU | `llama.cpp-linux-x86_64-vulkan-avx2` (todas las capas asignadas a la GPU, `--gpu max`) | | Modelo | DreamFast/qwen3-8b-heretic Q4_K_M (5.03 GB) | | Configuración de carga | Longitud del contexto: 32768, número simultáneo de procesamientos: 1 | ## Método de medición - Se envió el mismo prompt a la API de LM Studio (`/api/v0/chat/completions`) y se compararon los resultados entre CPU y GPU. - Cada condición se ejecutó dos veces. En la segunda ejecución, el prompt ya estaba en caché, por lo que **la velocidad de carga utiliza el valor de la primera ejecución**. - La velocidad de generación se basa en `tokens_per_second` devuelto por LM Studio. - El pensamiento previo a la respuesta se detuvo con `/no_think`, y `temperature` se estableció en 0. - Después de medir la GPU, se enfrió durante 2 minutos antes de medir el CPU. - Los scripts y registros están en `~/bench/bench.py`, `~/bench/run.sh` y `~/bench/result.log` en la máquina Ubuntu. ## Resultados ### Resumen de comparación | Contenido | Elemento | CPU | GPU | Diferencia | |---|---|---|---|---| | Pregunta corta (24 tokens) generando 256 tokens | Velocidad de generación | 7.3 tokens/seg | 8.2 tokens/seg | 1.13x | | | Tiempo total | 35.7 segundos | 31.4 segundos | | | Prompt de 921 tokens | Velocidad de carga | 30.5 tokens/seg | 76.3 tokens/seg | **2.5x** | | | Hasta el primer carácter | 30.2 segundos | 12.1 segundos | | | | Velocidad de generación | 7.0 tokens/seg | 8.0 tokens/seg | 1.13x | | Prompt de 3,621 tokens | Velocidad de carga | 35.4 tokens/seg | 87.5 tokens/seg | **2.5x** | | | Hasta el primer carácter | 102.3 segundos | 41.4 segundos | | | | Velocidad de generación | 5.9 tokens/seg | 7.2 tokens/seg | 1.2x | ### Detalles de las mediciones | Método | Contenido | Intento | Prompt | Generación | Tiempo total | Hasta el primer carácter | Velocidad de generación | |---|---|---|---|---|---|---|---| | GPU | Pregunta corta | 1 | 24 | 256 | 31.4 segundos | 0.50 segundos | 8.26 | | GPU | Pregunta corta | 2 | 24 | 256 | 31.2 segundos | 0.12 segundos | 8.23 | | GPU | Prompt ~1,000 | 1 | 921 | 32 | 16.0 segundos | 12.07 segundos | 7.97 | | GPU | Prompt ~1,000 (caché) | 2 | 921 | 32 | 4.0 segundos | 0.14 segundos | 7.98 | | GPU | Prompt ~4,000 | 1 | 3,621 | 32 | 45.7 segundos | 41.38 segundos | 7.18 || GPU | Prompt aproximadamente 4.000 | 2 (caché) | 3.621 | 32 | 4,5 segundos | 0,14 segundos | 7,22 | | CPU | Pregunta corta | 1 | 24 | 256 | 35,7 segundos | 0,73 segundos | 7,29 | | CPU | Pregunta corta | 2 | 24 | 241 | 32,8 segundos | 0,14 segundos | 7,36 | | CPU | Prompt aproximadamente 1.000 | 1 | 921 | 32 | 34,7 segundos | 30,21 segundos | 7,03 | | CPU | Prompt aproximadamente 1.000 | 2 (caché) | 921 | 32 | 4,6 segundos | 0,15 segundos | 6,96 | | CPU | Prompt aproximadamente 4.000 | 1 | 3.621 | 32 | 107,5 segundos | 102,30 segundos | 5,94 | | CPU | Prompt aproximadamente 4.000 | 2 (caché) | 3.621 | 32 | 5,4 segundos | 0,17 segundos | 5,96 | Las unidades de prompt y generación son tokens; la unidad de velocidad de generación es tokens/segundo. ### Corrección Cuando realizamos la primera medición preliminar, mencionamos que la velocidad de generación en GPU aumentó aproximadamente 2,2 veces, pero esto fue un error. El valor de 3,86 tokens/segundo del CPU correspondía a un prompt de aproximadamente 14.000 tokens procesado en bot2. Dado que los prompts largos también ralentizan la generación, compararlos con los valores de preguntas cortas fue incorrecto. Al comparar bajo las mismas condiciones, la diferencia en generación es de solo 1,1 a 1,2 veces. ## Razones por las que el uso de GPU no resulta tan rápido como se esperaba ### 1. La generación está limitada por la velocidad de transferencia de memoria Cada vez que un LLM genera un token, debe leer todos los pesos del modelo desde la memoria. El límite superior de la velocidad de generación está determinado aproximadamente por: “velocidad de transferencia de memoria ÷ tamaño del modelo”. | Artículo | Valor | |---|---| | Velocidad de transferencia de memoria (teórica) | Aproximadamente 51 GB/s con DDR4-3200 en modo dual channel | | Cantidad leída por token | Aproximadamente 5 GB (modelo completo) | | Límite teórico superior de velocidad de generación | 51 ÷ 5,03 ≒ **aproximadamente 10 tokens/segundo** | | Medición real (GPU) | 8,2 tokens/segundo (aproximadamente el 80 % del límite) | | Medición real (CPU) | 7,3 tokens/segundo (aproximadamente el 70 % del límite) | La GPU integrada comparte la misma memoria principal que el CPU, por lo que su límite es casi idéntico al del CPU. Incluso con GPU, solo hay un margen de mejora del 10-20 % para acercarse al límite. Las GPUs externas tienen memoria dedicada y rápida, por lo que este límite es mucho más alto. | GPU | Velocidad de transferencia de memoria | Proporción respecto a esta máquina Ubuntu | |---|---|---| | GPU integrada de esta máquina Ubuntu | Aproximadamente 51 GB/s (compartida con CPU) | 1x | | RTX 4060 | Aproximadamente 272 GB/s | Aproximadamente 5x | | RTX 4090 | Aproximadamente 1.008 GB/s | Aproximadamente 20x | ### 2. La carga del prompt depende del poder de cómputo, pero la GPU integrada tiene poca potencia Durante la carga del prompt se procesan muchos tokens simultáneamente, por lo que la velocidad depende más del poder de cómputo que de la memoria. Aquí es donde se aprecia el efecto de la GPU: en las mediciones reales se logró un aumento de hasta 2,5 veces. Sin embargo, esta GPU tiene las siguientes limitaciones que impiden superar ese factor: | Limitación | Detalles | |---|---| | Pocos unidades de cómputo | Solo ocho. Estimadas en aproximadamente 2 TFLOPS en precisión simple, una fracción del poder de una GPU para juegos | | Sin circuitos dedicados para operaciones matriciales | No posee circuitos dedicados como los Tensor Cores de NVIDIA para IA | | No se puede usar ROCm | La plataforma de cómputo AMD ROCm no admite oficialmente esta GPU integrada; se ejecuta sobre Vulkan genérico | Para un modelo de 8B, se requieren aproximadamente 16 GFLOP por token procesado. Con una potencia de aproximadamente 2 TFLOPS, el límite teórico sería de unos 120 tokens/segundo. Las mediciones reales (76–88 tokens/segundo) representan entre el 60 % y el 70 % de ese límite. ### 3. Cuanto más largo es el prompt, más lento se vuelve A medida que aumenta el contexto, cada token debe referirse a más tokens anteriores, lo que ralentiza tanto la carga como la generación. | Condición | Velocidad de carga | Velocidad de generación | |---|---|---| | GPU, prompt aproximadamente 1.000 tokens | 76 tokens/segundo | 8,0 tokens/segundo | | GPU, prompt aproximadamente 3.600 tokens | 88 tokens/segundo | 7,2 tokens/segundo | | GPU, OpenClaw (15.686 tokens), primeros 2.048 tokens | 78,7 tokens/segundo | — | | GPU, OpenClaw (15.686 tokens), promedio general | 44,1 tokens/segundo | 5,1 tokens/segundo | | CPU, OpenClaw (14.021 tokens) | Aproximadamente 19,5 tokens/segundo | 3,86 tokens/segundo |Hasta 3,600 tokens, la carga se volvió más rápida debido al aumento en la cantidad procesable simultáneamente. Al superar los 15,000 tokens, la velocidad cayó hasta 46 tokens/segundo al final. ## Validación de caché en OpenClaw (bot2 mei) En una sesión de validación, se enviaron dos mensajes consecutivos utilizando Qwen3 ejecutado en GPU. | Elemento | Primer mensaje | Segundo mensaje | |---|---|---| | Prompt enviado por OpenClaw | 15,686 tokens | 15,744 tokens | | Tokens realmente cargados | 15,686 (todos) | **135 (solo los nuevos)** | | Tiempo de carga | 356.1 segundos | **6.1 segundos** | | Generación | 247 tokens, 48.1 segundos (5.11 tokens/segundo) | 249 tokens, 48.5 segundos (5.11 tokens/segundo) | | Total | **410 segundos** | **58 segundos** | - OpenClaw siempre envía el mismo contenido al inicio de las instrucciones, por lo que en el segundo mensaje se reutilizó directamente la parte ya procesada (98%). - La mayor parte del tiempo de espera en el segundo mensaje corresponde al razonamiento de aproximadamente 240 tokens. Incluso con `--thinking off`, el razonamiento no se detuvo. Si se pudiera desactivar el razonamiento, se estima que el tiempo se reduciría a unos 10 segundos. - La caché no expira por el tiempo. Se elimina solo cuando el modelo se desconecta, cuando otra operación interrumpe (debido a que solo se permite un procesamiento simultáneo), o cuando la conversación se comprime. ## Opciones para acelerar Como no se puede modificar la velocidad de transferencia de memoria, reducir la cantidad de datos cargados por token es efectivo. | Método | Efecto estimado | Notas | |---|---|---| | Utilizar caché del prompt | La carga en el segundo y siguientes mensajes se reduce a unos pocos segundos (validado) | Puede eliminarse por interrupciones o compresión | | Desactivar el razonamiento de Qwen3 | Reducción de aproximadamente 48 segundos por mensaje | La calidad de la respuesta puede disminuir ligeramente | | Cambiar a Qwen3-30B-A3B tipo MoE | Se utilizan aproximadamente 3B de pesos por token; se espera que la generación sea 2-3 veces más rápida y también más inteligente | Tamaño aproximado de 18 GB; no cabe en los 10.6 GiB de GPU, por lo que parte se procesará en CPU. No se ha confirmado si existe una versión sin censura | | Usar un modelo más pequeño (Qwen3-4B) | La generación será aproximadamente el doble de rápida | La inteligencia disminuye | | Utilizar decodificación especulativa | Usar Qwen3-0.6B como borrador; se espera que la generación sea 1.3-2 veces más rápida | El efecto varía según el contenido | | Cuantizar aún más (Q3, etc.) | Mejora del 10-20% | Se reduce la precisión | | Acortar las instrucciones | Reduce el tiempo de carga del primer mensaje y tras la pérdida de caché | Se pierden funciones | Los efectos indicados en esta tabla, excepto la caché del prompt, son estimaciones y no han sido medidos experimentalmente. ## Estado actual (al 2026-11-03) | Elemento | Estado | |---|---| | LM Studio | Detenido. Inicio automático deshabilitado | | Runtime seleccionado | Vulkan (GPU) | | bot2 (mei) | gpt-5.4-mini | | Puerto para bot2 | Detenido. Inicio automático deshabilitado | | Configuración de bot2 para Qwen3 | `~/.openclaw-bot2/openclaw.json.bak-qwen3-active-*` |

#Claude #Codex Lo común: Kosuke nunca lo ha usado, pero en sitios web donde se presta mucha atención al diseño, suelen separar la creación de especificaciones de la codificación. https://t.co/6ePkAFL6y4 【El 90% comete este error】¿Por qué cuando le pides a una IA que cree una aplicación, el resultado es “distinto a lo que esperaba”? Análisis exhaustivo del flujo de desarrollo para evitar desviaciones y el entorno de desarrollo en la nube “Kosuke” #chatgpt #claude El bosque de conocimiento de reck #AIResumen Análisis exhaustivo del nuevo servicio “Kosuke” para reducir fallos en el desarrollo de IA y sus diferencias con Codex 🔳 Causas de las expectativas incumplidas en el desarrollo de IA Cuando se le pide a una IA que cree una aplicación web, es común que genere resultados inesperados debido a suposiciones arbitrarias sobre condiciones ambiguas o a la pérdida de decisiones clave durante conversaciones largas. Para contrarrestarlo, es fundamental dividir el proceso en etapas: clarificación del objetivo, transferencia a la implementación y verificación del funcionamiento. 🔳 Características y funcionamiento de Kosuke Kosuke es un servicio que integra un entorno de desarrollo en la nube y procedimientos diseñados para agentes de IA. Divide las responsabilidades entre un “profesor” encargado de la definición de requisitos y la gestión del progreso, y una “sesión de desarrollo” independiente encargada de escribir el código, permitiendo transferir decisiones claras al equipo de implementación. 🔳 Integración del entorno de desarrollo con IA Cada sesión de desarrollo cuenta con un branch independiente, un entorno de ejecución y una pantalla de previsualización, lo que permite ejecutar múltiples tareas simultáneamente. Kosuke se integra con cuentas de IA como Codex y GitHub, permitiendo avanzar en el desarrollo sin afectar el código existente. 🔳 Aplicación semanal de tareas demostrada Se creó una aplicación personal que asigna una tarea diaria de una hora según el tiempo disponible, ordenada por prioridad. Se incluyeron funciones como registro del objetivo, condiciones de finalización, registro de resultados y replanificación ante cambios; pero se excluyeron funciones como inicio de sesión, compartir, sincronización con calendarios externos o notificaciones. 🔳 Clarificación de requisitos antes de la implementación En lugar de escribir código desde el principio, se pidió a la IA que formulase preguntas sobre los puntos pendientes para especificar los requisitos. Se definieron claramente el propósito, las funciones necesarias, las funciones excluidas y las condiciones de finalización; solo después de que un humano revisara y aprobara el plan se procedió a la implementación, reduciendo así malentendidos. 🔳 Transferencia de instrucciones al equipo de implementación Los requisitos confirmados se transfieren desde el “profesor” a una sesión de desarrollo independiente. Al separar la discusión sobre requisitos de la implementación, se evita la contaminación con información innecesaria y se reduce el riesgo de omitir decisiones clave. Este mecanismo fue especialmente valorado por el autor del post. 🔳 Confirmación y aprobación del diseño visual Antes de la implementación real, se generó un prototipo visual accesible desde el navegador para revisar el diseño y la interacción. Si era necesario, se solicitaban ajustes. El prototipo solo sirve para validar la apariencia visual; no garantiza funcionalidades como almacenamiento de datos. 🔳 Revisión del código y QA automático Tras aprobar el prototipo visual, se avanza a la implementación, revisión del código por IA, correcciones y QA automático. Se puede operar directamente la aplicación en el navegador y registrar evidencias mediante grabaciones o resultados de verificación. En pruebas previas, se detectó y corrigió un error en el que, tras cancelar una edición, se ejecutaba aún el proceso anterior. 🔳 Verificación del funcionamiento final En la aplicación implementada se verificaron: registro del objetivo y condiciones de finalización, adición de tareas, configuración de prioridades, asignación de tiempo y replanificación. Las funciones básicas funcionaron correctamente, aunque se identificaron áreas para mejorar, como colores y tamaños de fuente. En esta ocasión se priorizó completar una versión mínima funcional. 🔳 Integración en GitHub Tras completar la implementación y verificación, se revisó el contenido mediante un pull request en GitHub y se fusionó con la rama principal. El objetivo final fue la integración formal del código; no incluyó despliegue público en servidores externos. 🔳 Diferencias con Codex Aunque Codex por sí solo puede lograr un flujo similar combinando modo planificación, Skills y un entorno local de desarrollo, es necesario construir manualmente cada etapa: definición de requisitos, transferencia a implementación, previsualización, revisión, QA e integración con GitHub. La ventaja de Kosuke radica en que todos estos componentes vienen integrados desde el inicio. 🔳 Planes de precios y costos adicionales A octubre de 2026, el plan Starter cuesta 20 dólares mensuales con un crédito de 25 dólares para uso del entorno; el plan Pro cuesta 190 dólares mensuales con un crédito de 250 dólares. Un entorno pequeño estándar consume 0.15 dólares por hora, consumiendo créditos según tiempo activo. Los créditos para servicios de IA conectados como Codex son independientes y deben adquirirse por separado. 🔳 Problemas reales ocurridos Durante las pruebas previas se presentaron errores como previsualizaciones inaccesibles con error 403 a pesar de que el despliegue parecía exitoso, o rechazos automáticos para fusionar cambios por falta de aprobación en la revisión. Se resolvieron mediante ajustes manuales o fusión manual desde GitHub; esto confirmó que el desarrollo no puede dejarse completamente sin supervisión humana. 🔳 Notas importantes al usar el servicio Aunque los procesos automáticos impulsados por IA avanzan, sigue siendo esencial la revisión y aprobación humana del diseño visual. Los costos del entorno de desarrollo y los créditos para IA son independientes; no se puede usar ilimitadamente solo con la cuota mensual. Además, esta verificación no fue un experimento comparativo bajo condiciones idénticas; por lo tanto, no se puede afirmar que Kosuke sea superior a Codex en velocidad o calidad de desarrollo. 🔳 Método recomendado para pedidos en chats con IA Al solicitar algo a una IA, define claramente tres elementos: “lo que quieres lograr”, “las condiciones para considerarlo completado” y “lo que no harás en esta ocasión”. Luego, antes de ejecutar, pídele que identifique puntos pendientes; tras alcanzar consenso, organiza y transfiere al equipo de implementación: objetivo, restricciones, decisiones tomadas, puntos pendientes y métodos de verificación; esto reduce significativamente el riesgo de desarrollos no deseados.🔳 Usuarios adecuados para Kosuke Adecuado para quienes sienten carga al tener que diseñar manualmente cada paso del desarrollo de IA, o quienes desean llevar a cabo desde la definición de requisitos hasta la validación en un entorno integrado. Por otro lado, quienes pueden gestionar libremente su entorno y procesos de trabajo mediante herramientas como Codex pueden lograr un enfoque similar utilizando únicamente sus herramientas actuales. 🔳 Condiciones de prueba y recompensas por referencia Este video se evaluó en un entorno proporcionado gratuitamente con una suscripción Pro durante tres meses y sin límites de uso. Existe un sistema de recompensa para el creador cuando se realiza un contrato de pago a través de su enlace de referencia. Los beneficios y condiciones habituales de registro difieren de esta oferta especial. 🔳 La idea más importante en el desarrollo con IA No se trata de delegar completamente el trabajo a la IA, sino de definir claramente el objetivo y los criterios de finalización, transmitir con precisión las decisiones tomadas y ajustar el producto mientras se verifica su funcionamiento. La clave para acercarse al resultado esperado es establecer un proceso de desarrollo en el que el ser humano asuma la responsabilidad del juicio y la aprobación, en lugar de depender únicamente de las capacidades de la IA.

DATA_SOURCE: TradingView host bridge ★★★10:00 Eastern Time (23:00 Japan) - Status★★★ #USStocks #USSTOCKS #JapaneseStocks 3 indices, FANG+, Gold, USD/JPY (USD-based) Gold: Yield -9.20%, Change -2.56% SP500: Yield 11.41%, Change -1.22% NASDAQ100: Yield 13.36%, Change -2.65% All Country World: Yield 11.03%, Change -1.08% NYSE FANG+: Yield 12.10%, Change -2.25% USD/JPY: Change -0.25%