Issue 29 — 10 de junio de 2026
OpenAI presenta su IPO en secreto — Wall Street se prepara para el debut de la IA
OpenAI presentó su IPO en confidencial, ese tipo de presentación que le permite a la empresa mantener sus finanzas bajo el radar mientras prepara la gira de inversionistas. CNBC reporta que la presentación llegó el 8 de junio de 2026. Aún no hay fecha para el IPO público, pero la empresa ya está en la ventana pre-IPO estándar: presenta temprano, se mantiene en silencio y luego construye la narrativa para los inversionistas antes del debut público.
La presentación confidencial vale la pena mencionarla. Significa que OpenAI puede empezar a hablar con inversionistas institucionales sin publicar inmediatamente los detalles que van en un S-1 público — ingresos, márgenes, todo el paquete. Para una empresa cuya valoración ha dado vaivenes en el último año, es una jugada inteligente. Le permite a la empresa controlar la historia antes de que el mercado se entere.
Wall Street ha estado rondando a OpenAI por un buen tiempo. La empresa ha sido valorada en más de $150B en mercados privados, y la pregunta siempre ha sido cuándo — no si — se haría pública. Ahora que lo hizo, el verdadero trabajo comienza: armar el deck para inversionistas, alinear a los underwriters y averiguar cómo ponerle precio a una empresa cuyos ingresos aún van detrás del hype. También está la pregunta de si OpenAI irá por la ruta tradicional (el IPO usual) o usará la ruta SPAC que se ha vuelto popular entre las grandes empresas de tecnología.
Por qué nos importa: El IPO de OpenAI es la primera prueba real de si Wall Street puede ponerle precio a las empresas de IA sin la locura típica de los IPOs tecnológicos — y si se va por la borda, va a repercutir en cada startup que ha estado montando la ola de la IA en los últimos dos años.
OpenAI presenta su IPO en silencio — el debut en bolsa de la IA que Wall Street ha estado esperando
OpenAI presentó un documento confidencial para su oferta pública inicial, según un reporte de CNBC. La compañía ha mantenido perfil bajo durante el proceso, lo que significa que el mercado aún no ha tenido oportunidad de valorar el acuerdo. Eso cambia ahora.
El documento da inicio a lo que probablemente sea una de las IPOs más grandes en memoria reciente. OpenAI creció con el boom de la IA generativa — ChatGPT, su producto estrella, se volvió un nombre familiar casi de la noche a la mañana — y ha gastado fuerte en computación, talento y datos. Wall Street ha estado observando este momento por un buen tiempo, y el documento confidencial es la señal de que la ventana se está abriendo.
Por qué nos importa: si OpenAI sale a bolsa y su valoración se dispara, los efectos en cascada impactan todo, desde cómo se precian las herramientas de IA hasta quién se queda con la infraestructura detrás de ellas.
Tu primo y la IA: ¿confías en lo que dicen?
Una alucinación ocurre cuando una IA dice algo con total seguridad — pero no es verdad.
No es un error de cálculo. No es un glitch. Es más parecido a tu primo que te jura que el precio de los plátanos está en $2.50, aunque acabas de ver que están a $1.80. Él no te está mintiendo. Simplemente confía en una memoria que no es del todo correcta.
Las IAs no "leen" la información como tú y yo. Generan respuestas palabra por palabra, basándose en patrones. Si un patrón se parece mucho a la verdad, la IA lo dice como si fuera verdad. Y lo dice con la misma confianza que tu tía cuando te cuenta un chisme — aunque el chisme puede estar un poco desactualizado.
Las alucinaciones son comunes en IAs que "piensan" mucho antes de responder. Cuanto más procesan, más probabilidades hay de que inventen algo.
Lo que puedes hacer:
- Cuando una IA te dé un dato específico (un número, una fecha, un nombre propio), verifícalo si puedes. No necesitas ser experto — solo buscarlo en un segundo lugar.
- Las IAs pequeñas (las que "piensan" menos) suelen alucinar menos.
- Si la respuesta parece demasiado perfecta, es buena señal — pero también es buena señal que preguntes.
- Confía en las IAs para ideas, consejos, y traducciones. Desconfía un poco de los números y los nombres propios.
Una regla práctica: Si tu primo te dice algo sobre su negocio, escúchalo con cuidado. Si la IA te dice algo sobre un dato, escúchalo con cuidado también.
El genio no se comió la lámpara. Solo empezó a cobrar renta.
— links.tldrnewsletter.com
#chatgpt-didn-t-kill-google-search-it-changed-it-1b4d9dSam Bankman-Fried presenta solicitud formal de indulto a la Casa Blanca
Sam Bankman-Fried ya presentó su solicitud formal de indulto al presidente, después de un periodo de maniobras legales más discretas desde su condena en 2023 por cargos de fraude relacionados con el colapso de FTX. El trámite formal marca un cambio respecto a sus esfuerzos…
LookFresh: Booking para barberos, no para cadenas de salones
Los barberos independientes, estilistas y detailers móviles pasan la mitad del día haciendo lo que las apps de booking deberían estar resolviendo. Persiguiendo DMs para confirmar. Buscando screenshots de Venmo. Viendo cómo las comisiones por porcentaje se comen cada corte.
Las plataformas grandes fueron hechas para cadenas de salones — no para la gente trabajando silla por silla.
LookFresh le da al shop un link de booking limpio que funciona en persona y online. Los pagos pasan por Stripe Connect directo al operador, con una comisión plana en vez de porcentajes por corte. Ya no hay que adivinar quién le debe a quién. Ya no hay impuesto porcentual en cada cita.
Por qué nos importa:
Cuando el shop se queda con más de cada corte, la familia come mejor, la matrícula del chavo se paga, y el side hustle se queda como side hustle en vez de convertirse en un segundo trabajo.
Las herramientas de IA de Atlassian están apostando fuerte por las empresas — y Rich Mironov dice que van a fallar
Rich Mironov lleva viendo lo mismo que todos: las grandes empresas de software pegándole el sello de "agentic" a todo, esperando que la sola palabra haga la venta. Ahora Atlassian también se une — está lanzando una serie de webinars sobre "agentic product management for the…
Apple just flipped its AI architecture upside down
Apple announced a new AI architecture that reworks how its devices handle machine learning — shifting processing from the cloud to the device itself. The company is consolidating AI workloads across its silicon, letting the iPhone, Mac, and Apple Watch run more models locally without waiting for servers.
The move is a direct response to the AI arms race. While competitors stack up cloud compute and train bigger models, Apple is betting on efficiency. The architecture packs neural processing into existing chips rather than forcing consumers to upgrade hardware. That matters because it means older devices get smarter without a new purchase — and it reduces Apple's dependency on expensive cloud infrastructure.
This is the kind of engineering play that tends to get overlooked. While everyone's talking about AI models, Apple is quietly reworking the plumbing. The architecture doesn't promise to beat OpenAI in benchmarks. It promises to make AI feel normal on the devices we already own.
Why this matters for us: Apple's push to run AI on the device means less reliance on big tech servers, which is good news for families, small businesses, and anyone tired of paying monthly subscriptions for features that should come free.
Pasamos demasiados días en el mismo radio — y apenas nos damos cuenta
Un post de la newsletter Not Boring hace un argumento silencioso: pasamos la mayor parte del día en un círculo apretado — el mismo trayecto, los mismos lugares para comer, las mismas pantallas — y que ampliar ese radio no requiere un gran gesto, solo pequeños cambios…
Google Search Didn't Die. ChatGPT Tried and Failed
Google Search was supposed to be dead. OpenAI's ChatGPT launched with a lot of noise — it was going to replace search, swallow the internet, eat lunch. Instead, Google is still the default for billions of people.
The real story isn't that ChatGPT flopped. It's that Google figured out how to integrate AI into search without breaking what works. Users still type into a box. They still click links. They still get what they need without having to retrain their brains.
This matters because the big tech predictions always sound more dramatic than they are. The companies that last aren't the ones with the flashiest demos. They're the ones that keep doing the thing people actually use.
Why this matters for us: when Silicon Valley says "search is dead," la gente still types into Google and gets what they need — the hype dies faster than the habit.
Product Management's Success Became Its Own Problem
Product management used to be a craft. Now it's a career path. The role got so popular, so many people got hired, that the work itself started to splinter.
Product managers today are less makers and more managers — managing processes, managing tools, managing the people who…
Las herramientas de IA de Apple acaban de abrirse al público
Apple soltó la documentación de Core AI, abriendo el mismo framework de machine learning que mueve a Siri, Face ID y el resto de Apple Intelligence. La jugada significa que los developers ahora pueden construir sobre los mismos modelos que usa Apple en sus propios dispositivos.
Esto no es el primer intento de Apple con herramientas para developers — la compañía ha estado construyendo silenciosamente su infraestructura de ML por años. Lo que cambia ahora es que el framework está completamente documentado y accesible, no encerrado dentro del ecosistema de Apple. Los developers pueden entrenar modelos, correr inferencia y desplegar apps usando Core AI sin necesidad de ser developer de Apple.
Para la comunidad, esto importa porque Apple históricamente ha mantenido sus mejores herramientas para sus propios dispositivos y servicios. Ahora que Core AI está abierto, los developers más pequeños — incluyendo muchos de Brown y de comunidades negras — pueden construir apps con IA sin necesitar un presupuesto de startup en Silicon Valley. Los mismos modelos que mueven tu iPhone ahora mueven tu app.
Por qué nos importa: Que Apple abra su framework de IA significa más herramientas para developers que no necesitan el permiso de Apple para construir.
Cómo trabajar con product managers sin perder la cabeza
Los product managers deciden qué se construye, cómo se mueven los equipos y qué sale al mercado. Sean Goedecke explica cómo trabajar con ellos sin perder la cabeza.
La versión corta: lee el problema antes de saltar a las soluciones. Pregunta qué se está midiendo. Entiende…
William James Was Right: Emotion Drives Thought
William James, the 19th-century philosopher who also co-founded American psychology, put forward one of the most counterintuitive ideas in the field: emotion doesn't follow thought. It drives it. The body feels first, and the mind catches up.
James and his brother Henry, both studying the nervous system, noticed that people's emotional experiences weren't neatly separated from their physical sensations. When we laugh, our body is already laughing; when we feel afraid, our body is already bracing. The feeling comes through the flesh before the thought lands.
This matters today because we keep trying to outthink our way out of problems — more analysis, more planning, more data. James was saying 130 years ago that we should pay attention to the body and the gut. The feeling is not the enemy of clear thinking. It's the signal.
Why this matters for us: When the body feels something before the mind knows it, we have to trust what la gente already know — that the gut is part of the calculation, not a distraction from it.
The web is becoming more alive, and we're the ones who have to use it
Paul Kinlan's been thinking about how LLMs are reshaping the web, and the core insight is simple: we're not just adding chatbots on top of the web, we're building a new layer on top of it—sort of like how HTTP became the foundation for browsers, LLMs are becoming the…
El framework Core AI de Apple ya es la columna vertebral de las apps de iPhone y Mac
Apple ha estado construyendo en silencio su framework Core AI — el toolkit de machine learning que alimenta todo, desde la comprensión de Siri hasta el modo retrato de la app de cámara. Ahora, los developers lo están usando para construir apps más inteligentes directamente en el dispositivo, sin enviar datos a servidores lejanos.
El framework maneja la inferencia on-device, lo que significa que las apps corren más rápido, funcionan offline y respetan la privacidad. Para los miles de engineers en nuestras comunidades que están construyendo productos — el dev que se acabó de mudar a Austin, el hijo de la tía programando desde el garaje de su mamá en Pico-Union — Core AI es la base para apps que de verdad funcionan cuando se cae el WiFi.
La página de documentación de Apple ahora cubre el stack completo: modelos de Core ML, Core Vision para procesamiento de imágenes, Core Speech para voz, y Core Location para datos espaciales. Todo diseñado para correr en los chips que Apple ya puso en tus manos.
Por qué nos importa: cada vez que Apple lanza AI que funciona on-device, significa menos dependencia de los monopolios de la nube de Silicon Valley, y más poder para los developers en nuestras comunidades que están construyendo apps para la gente.
Para la comunidad
Tecnología que toca a la comunidad hispana
Estas historias pegan distinto para nuestra gente — tecnología migratoria, acceso al idioma, los sin banco, niños de color, derechos del trabajador gig.
La verdad es un proceso, no un dataset
Mozilla está cambiando las reglas del juego en cómo se entrena a la IA. En vez de meterle a los modelos un dataset gigante y darlo por bueno, están construyendo la verdad como un proceso continuo — algo que evoluciona conforme los datos se usan, se cuestionan y se corrigen.
La idea es simple pero rara vez se practica: los datasets se pudren. Se vuelven obsoletos, sesgados o simplemente incorrectos. Tratar la verdad como un sistema vivo significa detectar errores, actualizar etiquetas y mantener los datos honestos con el tiempo. Es la diferencia entre construir una casa una vez y mantenerla.
Por qué nos importa: si la IA sigue comiendo datos viejos, nos sigue sirviendo respuestas viejas — especialmente sobre las comunidades y los idiomas que dependemos.
A mil brechas de datos, y aún esperamos la llamada
A mil brechas de datos, y la demora entre la brecha y la llamada está peor que nunca.
Esa es la titular de la última análisis de Troy Hunt sobre brechas de datos, y es de esos números que suenan a trivia hasta que te das cuenta de que significa que la persona promedio espera más para enterarse de que sus datos fueron comprometidos. No es que importe — la brecha ya pasó. Alguien ya tiene tu información. Pero la demora hace que andes por ahí como si nada hubiera pasado, usando las mismas contraseñas, haciendo compras, mientras tus datos se quedan en las manos equivocadas.
La demora en la divulgación se ha ido empeorando a medida que las empresas crecen y se vuelven más complejas, y a medida que el volumen de brechas sube a los miles. Seguro has visto el patrón: una brecha ocurre en enero, la empresa se da cuenta en marzo, y recibes un correo en junio que dice: "Nos gustaría informarte que tu información podría haber sido afectada." Para cuando lo lees, la mayoría del daño ya está hecho. No estás equivocado al sentir que el sistema va contra ti.
Por qué nos importa: cuando la llamada tarda meses en llegar, nuestros datos ya están ahí, y la migra app es solo una de las muchas apps que tal vez sí, tal vez no, ya la tengan para cuando la necesitemos.