Las pruebas matemáticas de OpenAI, la IA perimetral de Maris-Tech y la rentabilidad empresarial
El esfuerzo matemático de OpenAI utilizó 10.000 agentes de IA durante 88 horas para abordar un problema de Navier–Stokes, mientras Maris-Tech afirma que su plataforma para UAV supera los 30 TOPS. En las empresas, la demanda de computación convive con la gestión del gasto en tokens y con pruebas todavía desiguales de productividad.
Los resultados matemáticos de OpenAI presionan la verificación y la atribución
Sam Altman reconoció que la publicación de trabajos matemáticos generados por IA había perturbado a los matemáticos, pero sostuvo que el trabajo debía continuar. El jueves, en el pódcast Cheeky Pint, dijo: “I think, on net, the world deserves to understand how the universe works”, y añadió: “But I do have empathy for the method.” La conversación llegó después de que OpenAI publicara cientos de soluciones y pruebas generadas por IA sobre problemas matemáticos que los seres humanos no habían resuelto. La controversia no se limita a determinar si una máquina puede producir una prueba verosímil. También plantea quién puede inspeccionar, validar, publicar y recibir crédito por una investigación generada con una capacidad de cómputo inaccesible para la mayoría de los matemáticos. Altman admitió que OpenAI había “let it get it out of control for one week on math”, aunque defendió la divulgación de los hallazgos porque el conocimiento fundamental no debería ocultarse. Así, el proceso de publicación forma parte de la historia técnica: el resultado generado solo adquiere valor si expertos pueden establecer qué demuestra y con qué fiabilidad.
El primer ejemplo destacado de OpenAI, según la fuente, fue una solución anunciada al problema de Navier–Stokes, obtenida con 10.000 agentes de IA trabajando durante 88 horas seguidas. La empresa habría gastado alrededor de 10 millones de dólares en ese esfuerzo. La fuente no describe la arquitectura de los agentes, cómo se repartieron las tareas, el procedimiento concreto de búsqueda ni las herramientas de verificación formal utilizadas. Esa ausencia importa. “10.000 agentes” y “88 horas” describen escala y duración, no un método de prueba reproducible. No permiten concluir si los agentes derivaron lemas por separado, buscaron argumentos candidatos, se criticaron mutuamente o siguieron otro proceso. Tampoco una prueba en lenguaje natural equivale automáticamente a una derivación verificada por máquina. La pregunta técnica es si se puede seguir y verificar cada inferencia, no si el sistema genera páginas de prosa matemática. La publicación posterior de cientos de pruebas agravó el problema: críticos calificaron algunos artículos de casi incomprensibles y dijeron que no habían pasado por evaluación ni revisión por pares.
Los efectos institucionales son concretos. Un matemático acusó a OpenAI de aprovecharse injustamente de investigaciones inéditas y de amenazar con perjudicar su carrera después de que dijera que haría públicas sus acusaciones. La fuente presenta esto como una acusación, no como un hecho demostrado. Por separado, matemáticos expresaron temor a que empresas de IA con muchos recursos se incorporen a investigaciones en curso, apliquen mucho más cómputo del que puede conseguir una persona y lleguen primero al resultado, para después adjudicarse el mérito. La publicación de cientos de pruebas también recibió críticas de matemáticos destacados y de un grupo asesor de matemáticas con el que OpenAI había trabajado. La inquietud no es solo que un resultado pueda ser erróneo. Es que los investigadores reciban una gran carga de verificación mientras la empresa obtiene publicidad inmediata por supuestos avances. La fuente dice que descifrar las pruebas podría llevar años. Se trata de una asimetría incómoda: la generación puede escalar con dinero y máquinas, pero la revisión experta sigue dependiendo de una atención humana limitada.
Altman presentó la decisión como una cuestión de acceso público al conocimiento: “Humanity deserves fundamental knowledge, and we should not be sitting on a major fundamental science discovery”, afirmó. La postura tiene fuerza, pero divulgar no resuelve las dudas sobre procedencia, revisión o atribución. En mi opinión, un estándar práctico para las matemáticas asistidas por IA debería hacer visibles esos elementos: qué se generó, qué se comprobó, qué sigue siendo conjetural y qué trabajos previos informaron el resultado. Es una recomendación editorial, no un proceso que la fuente diga que OpenAI haya adoptado. Una analogía útil sería una alerta de sensor en una fábrica: publicar “anomalía detectada” no equivale a documentar la medición, el umbral y la validación que respaldan la alerta. De modo parecido, una salida que parece una prueba todavía no es conocimiento matemático confiable. La afirmación sobre Navier–Stokes puede ser importante, pero la fuente no establece que una revisión independiente la haya confirmado. La velocidad puede ampliar el espacio de ideas candidatas; no reemplaza el trabajo cuidadoso de verificarlas.
Uranus-Drones-V2 de Maris-Tech procesa video a bordo de los UAV
Maris-Tech Ltd. presentó Uranus-Drones-V2 el 28 de octubre de 2026 y la describió como una plataforma de procesamiento de video e IA a bordo de vehículos aéreos no tripulados. La empresa afirma que está destinada a plataformas utilizadas para inteligencia, vigilancia y reconocimiento, seguimiento de objetivos y aplicaciones de munición merodeadora. Su propuesta central es el procesamiento local: la aeronave analiza información visual a bordo y puede convertir ese análisis en comandos de vuelo mediante la integración con el piloto automático, en vez de depender del procesamiento en tierra para cada decisión. El anuncio dice que el sistema ya estaba en producción e integrado en plataformas de clientes, y que Maris-Tech había suministrado soluciones de procesamiento de video en miles de implementaciones operativas. Son afirmaciones de la empresa en un comunicado de prensa, no cifras auditadas de forma independiente. Aun así, presentan el producto como una solución operativa y no solo como una demostración de laboratorio. Para una aeronave con límites de carga útil, energía y comunicaciones, el desafío de ingeniería es alojar percepción y control útiles dentro del propio vehículo.
Las especificaciones publicadas describen el procesamiento y la fusión simultáneos de hasta ocho cámaras, incluidos sensores diurnos y nocturnos, con soporte para cuatro entradas de ultra alta definición. Maris-Tech informa de más de 30 teraoperaciones por segundo, o TOPS, de rendimiento de procesamiento de IA, junto con requisitos reducidos de tamaño, peso y consumo energético. En términos prácticos, la arquitectura pretende reunir varias señales de sensores en un sistema de cómputo compacto a bordo, analizarlas conjuntamente y entregar información a la aeronave en tiempo real. La fusión puede ser útil porque un UAV puede tener que conciliar varios puntos de vista o tipos de sensores, en vez de interpretar una sola imagen de cámara. Sin embargo, la fuente no especifica arquitecturas de redes neuronales, algoritmos de detección, frecuencia de cuadros, latencia, resoluciones de cámara más allá del soporte UHD ni la interfaz concreta con el piloto automático. Tampoco ofrece cifras de precisión o resultados de pruebas de vuelo. Esas ausencias impiden tratar TOPS como una medida completa del rendimiento operativo: el caudal de cómputo informa sobre capacidad disponible, pero no determina por sí mismo la calidad de detección ni la seguridad del control.
La conexión directa entre la interpretación del video y los comandos de vuelo define el producto. Israel Bar, director ejecutivo de Maris-Tech, describió el cambio como llevar los UAV “beyond video collection toward autonomous, intelligence-driven operations”. Es una descripción de la ambición de la empresa, no el informe de un enfrentamiento autónomo concreto ni una afirmación de que el sistema esté validado para todos los usos mencionados. La empresa dice que la plataforma puede responder a objetivos detectados y a cambios en las condiciones de misión porque la IA a bordo se integra con el piloto automático. Frente a un diseño que envía video a una estación terrestre y luego devuelve instrucciones, un sistema a bordo puede reducir la dependencia de ese viaje de ida y vuelta. Pero la fuente no ofrece mediciones del ahorro de comunicaciones ni del tiempo de respuesta. El valor práctico depende de la percepción, de la integración con el control de vuelo y de las salvaguardas que regulan qué acciones pueden seguir a una detección. El límite publicado de ocho cámaras, las cuatro entradas UHD y la cifra superior a 30 TOPS establecen el alcance declarado de procesamiento; no responden por sí solos a todas las preguntas sobre el comportamiento en condiciones difíciles.
Este producto muestra con claridad por qué la IA perimetral no es lo mismo que una demostración de inferencia en la nube. Un UAV tiene recursos limitados: cómputo, energía, refrigeración, masa de carga útil y fiabilidad de las comunicaciones son importantes a la vez. La fuente subraya el bajo SWaP, el análisis a bordo y la integración con el piloto automático, pero no proporciona consumo eléctrico, peso, límites térmicos ni cifras de latencia. Por ello, un comprador técnico debería pedir mediciones de la plataforma concreta y no inferirlas a partir de TOPS. El principio también se aplica a un dispositivo perimetral corriente, como una cámara vial, un robot de almacén o una unidad de inspección remota. La inferencia local es valiosa cuando un sistema debe interpretar sensores sin esperar un servicio remoto, pero hace más importantes las pruebas y el diseño del control. En particular, el comunicado menciona vigilancia y seguimiento de objetivos; por eso merecen atención explícita las consecuencias de una detección falsa o una clasificación equivocada. La fuente no informa tasas de error: siguen siendo cuestiones que deben evaluarse.
La inversión empresarial en IA tiene demanda, pero la prueba de productividad es desigual
Breaking Analysis de SiliconANGLE pregunta si la IA empresarial puede generar suficiente valor económico para sostener la construcción de infraestructura. El artículo plantea que el uso productivo por parte de clientes empresariales es un indicador clave para saber si el auge puede aterrizar suavemente. Sitúa en 2029 el año de mayor riesgo de su pronóstico anterior, condicionado a que la oferta de infraestructura alcance a la demanda antes de que aparezca una monetización productiva. En la conversación, Dave Vellante y Crawford Del Prete describen automatización temprana de flujos de trabajo en programación, atención al cliente y otras tareas. Del Prete advierte que las mejoras de productividad todavía no aparecen claramente en las cifras agregadas. Su explicación es operativa: un puesto incluye cientos, a veces miles, de tareas, y las empresas pueden automatizar tareas individuales sin cambiar la organización del trabajo. Eso puede producir resultados desiguales y hacer difícil apreciar el valor local de una herramienta en las estadísticas generales de productividad. La distinción importa: adopción, automatización de tareas y retornos empresariales medibles son etapas distintas.
El artículo detalla una llamativa diferencia entre la escala de la inversión y los retornos demostrados. Vellante cita un crecimiento de ingresos de Anthropic de 14 veces en el primer semestre de 2026, hasta 16.000 millones de dólares, y dice que la empresa declaró 132.000 millones en activos líquidos. También menciona unos 140.000 millones recaudados y una tasa de ingresos anualizada de 32.000 millones, después de quemar aproximadamente 10.000 millones para llegar a ese nivel. Otra cifra discutida son 537.000 millones en compromisos de cómputo plurianuales, reunidos a partir de acuerdos de compra mínima, contratos de pago obligatorio, arrendamientos y capacidad condicionada a su entrega. Como aclara Vellante, son compromisos y no deuda actual. El artículo también cita la comparación del economista de Apollo Torsten Slok sobre ingresos ajustados por inflación por empleado: los Mag Seven pasaron de unos 600.000 dólares por empleado en 2023 a cerca de 800.000 en el momento analizado, mientras que las otras 493 empresas del S&P 500 se describían como prácticamente estancadas. Esas cifras no demuestran que la IA causara la diferencia, pero plantean una cuestión distributiva: ¿dónde aparecen los beneficios y hasta dónde se extienden?
Del Prete afirma que la demanda varía entre clientes. Un cliente cuantitativo le dijo que no lograba conseguir suficiente capacidad de cómputo y que aceptaría todo lo disponible de Lenovo, HPE y Dell. Es un caso concreto, no una encuesta representativa. Según Del Prete, otros clientes comienzan a controlar el gasto en tokens al escoger el modelo adecuado para cada carga de trabajo. Su ejemplo contrapone Opus 4.8 al modelo 5.0 y señala que una opción menos costosa o menos intensiva podría evitar usar seis veces más tokens para una tarea. Describe una forma emergente de asignación de cargas: elegir un modelo con capacidad suficiente para el trabajo, en vez de utilizar por defecto el más potente. Del Prete prevé modelos distintos para cargas distintas, incluidos modelos de código abierto y de pesos abiertos que funcionen en el centro de datos de una empresa o en la nube. También sostiene que las compañías de software invierten en IA porque la presión competitiva lo exige. Ese incentivo comercial, sin embargo, no prueba que cada inversión ya produzca un retorno positivo.
La prueba económica no consiste únicamente en comprar GPU o usar asistentes conversacionales. Consiste en rediseñar el trabajo, administrar el costo de inferencia y crear un valor por el que los clientes paguen. Del Prete dice que algunos clientes monetizan la capacidad al permitir que sus empleados produzcan análisis y entregables que antes no podían crear. También afirma que no observa una retirada generalizada, aunque señala que las organizaciones cuentan con recursos distintos. Frente a ese relato, las cifras de Slok sugieren que los beneficios todavía no se manifiestan ampliamente en el S&P 500. El artículo sitúa esa tensión dentro de una expansión de infraestructura de gran escala y de relaciones de financiación interconectadas entre proveedores de infraestructura y empresas de modelos. También menciona gobernanza y seguridad como obstáculos, y plantea si la IA puede permitir a plataformas adyacentes absorber mercados de software o si los clientes pueden “programar por vibración” sus propios productos. Son riesgos y preguntas recogidos en el artículo, no resultados confirmados. Una métrica operativa más útil que el número de licencias sería el costo por tarea completada, ajustado por calidad, tiempo de revisión y cambios en el proceso de trabajo.
La pregunta común es si el resultado puede comprobarse al ritmo de su producción
Los tres reportes describen sistemas diferentes, pero cada uno revela una brecha entre producir resultados y demostrar su valor. OpenAI puede desplegar miles de agentes y publicar cientos de pruebas, pero los matemáticos dicen que el material es difícil de revisar y que no ha sido evaluado. Maris-Tech describe un sistema para UAV que procesa ocho señales de cámara y conecta el análisis visual con comandos del piloto automático, pero su comunicado no publica precisión de detección, latencia ni resultados de seguridad. Las empresas pueden comprometer grandes sumas para infraestructura de IA y automatizar partes del trabajo, pero la evidencia agregada de productividad descrita por SiliconANGLE sigue siendo desigual. Esta comparación entre fuentes es un análisis, no una afirmación de que las tecnologías compartan arquitectura. Su limitación común es la validación: ¿qué pruebas demuestran que una prueba matemática es sólida, que una clasificación de sensor es fiable o que una tarea automatizada vale económicamente su costo?
Las fuentes también muestran tres cuellos de botella diferentes. En matemáticas, el recurso escaso es la revisión experta y una procedencia clara. El esfuerzo de Navier–Stokes con 10.000 agentes durante 88 horas habría costado unos 10 millones de dólares, pero la fuente no ofrece el resultado de una verificación independiente. En el cómputo para UAV, la limitación es la capacidad a bordo bajo condiciones de bajo SWaP, con varias cámaras y conexión directa al piloto automático. La cifra publicada supera los 30 TOPS, pero no se especifican mediciones de potencia ni latencia. En las empresas, capacidad y gasto chocan: un cliente habría querido todos los equipos disponibles de Lenovo, HPE y Dell, mientras otros empezaban a gestionar los tokens y a seleccionar modelos según la carga de trabajo. En estos casos, una cifra destacada puede medir escala, pero no sustituye una evaluación completa. Las horas de cómputo no prueban corrección matemática; TOPS no demuestra una detección segura; y el crecimiento de ingresos, por sí solo, no demuestra una mejora amplia de productividad.
Una disciplina práctica de evaluación debería registrar tanto los resultados como el trabajo necesario para confiar en ellos. Para la investigación generada por IA, eso implica distinguir argumentos candidatos de resultados verificados independientemente y documentar el uso de trabajos previos. Para la percepción de un UAV, implica evaluar entradas de sensores, comportamiento de detección, latencia de respuesta y la acción de control posterior, no solo la tasa de procesamiento anunciada. Para sistemas empresariales, significa comparar la finalización de tareas, el tiempo de corrección y revisión, el costo de los modelos y el valor para el cliente. Son recomendaciones derivadas de los problemas de las fuentes; ninguno de los artículos afirma que toda organización ya utilice este marco exacto. El objetivo es no confundir actividad con valor. Un sistema puede generar más texto, procesar más video o consumir más cómputo sin mejorar la decisión o el resultado que justifica el gasto.
La distinción importa especialmente en implementaciones perimetrales. Una cámara o un UAV quizá no puedan pedir a un servicio remoto que reconsidere una interpretación antes de actuar, mientras que un investigador o un empleado todavía puede necesitar que un experto revise el trabajo generado. Las fuentes no informan que haya ocurrido un fallo concreto en la plataforma de Maris-Tech ni que las pruebas de OpenAI hayan causado un daño posterior específico. Sí describen puntos de presión reales: resultados matemáticos difíciles de revisar, integración autónoma presentada por el proveedor de UAV, compromisos de cómputo elevados y evidencia desigual de productividad empresarial. El buen periodismo y la buena ingeniería mantienen esas categorías separadas. Lo que afirma un producto, lo que documenta una fuente y lo que establece una evaluación independiente no son equivalentes. Esa es la diferencia entre una especificación llamativa y un sistema confiable.
Dónde encaja Robles.AI
Los artículos fuente no describen Robles.AI, sus productos, sus clientes ni su cartera de servicios. No voy a inventar una capacidad ni a insinuar que la empresa haya verificado estos sistemas. Por tanto, el encaje específico que se puede discutir es un área de capacidad, no una afirmación sobre una oferta existente de Robles.AI: evaluación independiente y gobernanza de sistemas que convierten resultados de modelos en decisiones importantes. En el caso de OpenAI, eso significa procedencia, trazabilidad y procesos de revisión humana para pruebas generadas por IA. El artículo describe cientos de pruebas, críticas de un grupo asesor y una carga de revisión que podría extenderse durante años; esos hechos convierten el diseño del proceso de verificación en un problema concreto. Un servicio útil en esta área tendría que mostrar qué afirmaciones se han comprobado y quién lo hizo, en vez de presentar simplemente el material generado como resultado terminado.
Para Uranus-Drones-V2 de Maris-Tech, el área pertinente sería la evaluación de modelos perimetrales: probar la percepción con la combinación declarada de hasta ocho cámaras, sensores diurnos y nocturnos y soporte para cuatro entradas UHD. El anuncio informa de más de 30 TOPS y de integración directa con el piloto automático, pero no ofrece mediciones de precisión, latencia, potencia ni tasas de fallo. Cualquier proveedor o evaluador independiente que trabaje en este ámbito debería medir esas propiedades en la aeronave prevista y definir qué acciones puede ejecutar el sistema después de detectar algo. Esto es particularmente importante porque el comunicado menciona seguimiento de objetivos y aplicaciones de munición merodeadora. Es una recomendación sobre la evaluación adecuada, no una afirmación de que Robles.AI ofrezca actualmente pruebas de UAV ni de que una evaluación así evitaría un incidente.
En el caso de la IA empresarial, el área pertinente es medir costos y valor por carga de trabajo. El relato de Del Prete sobre clientes que eligen entre versiones de modelos y gestionan el consumo de tokens apunta a asignar modelos y evaluar cada carga por separado; la comparación de Slok entre los ingresos por empleado de los Mag Seven y los del conjunto más amplio del S&P 500 muestra por qué no se debe presumir un retorno empresarial general a partir del uso. Una evaluación creíble podría comparar el costo del modelo, la tarea completada, el tiempo de corrección humana y el valor del trabajo resultante. La fuente no identifica a Robles.AI como proveedor de analítica, gobernanza de modelos o consultoría, así que este apartado no puede promocionar esas actividades como servicios actuales. Sí puede identificar las preguntas técnicas que una práctica relevante de Robles.AI tendría que responder antes de afirmar que la IA empresarial genera retorno.
La conclusión editorial es acotada y práctica: las afirmaciones deben corresponder a las pruebas. Una prueba matemática necesita verificación matemática; un sistema de percepción a bordo necesita pruebas específicas para la plataforma y límites de control claros; la IA empresarial necesita resultados medidos contra el trabajo real y sus costos. La posible relevancia de Robles.AI está en esas disciplinas concretas —evaluación de IA, trazabilidad y gobernanza de despliegue— si forman parte de sus capacidades. El material fuente no demuestra que así sea. Esa distinción no es letra pequeña: es el mismo estándar que exigen estas historias. Una empresa no debería recibir crédito por una capacidad solo porque parece plausible, igual que una prueba generada por IA no debe considerarse matemática establecida solo porque esté bien redactada, ni una cifra elevada de TOPS debe confundirse con rendimiento operativo verificado.