La industria tecnológica se mueve ahora al ritmo de la inteligencia artificial, pero el cambio no es solo de software: está redefiniendo modelos de negocio, arquitectura de proveedores y la forma en que lideramos equipos. Cinco noticias de mayo de 2026 iluminan esa transición y ayudan a entender hacia dónde podría avanzar el sector.

NVIDIA, conocida históricamente por sus tarjetas gráficas, está acelerando su giro hacia la IA y los centros de datos. En el primer trimestre del año fiscal 2027 (enero a marzo de 2026) reportó ingresos de 81.600 millones de dólares, impulsados principalmente por su negocio de centros de datos y soluciones de IA. La compañía dejó fuera de la cuenta las cifras de GPU y chips para consolas, agrupando estas líneas como “computación periférica” o edge computing, que aumentó un 29% interanual. Con ello, la atención se dirige a tecnologías como la arquitectura Blackwell y las mejoras de DLSS 4.5 y DLSS 5, consideradas la mayor innovación gráfica desde 2018. El gaming ya no define el crecimiento; la IA y la computación para empresas marcan la pauta.

En paralelo, Huawei presenta una estrategia para sortear las sanciones de Estados Unidos: una nueva ley de escalado y la arquitectura de chips LogicFolding. Su objetivo es llevar la densidad y el rendimiento de sus semiconductores a un nodo litográfico equivalente a 1,4 nanómetros para 2031, una meta ambiciosa que desplaza el foco del tamaño de los transistores hacia la gestión del tiempo de las señales (tau). La próxima generación de Kirin incorporará LogicFolding y se perfila como una pieza clave para sostener la innovación pese a las limitaciones de acceso a tecnología de fabricación más avanzada.

Otra lectura relevante es el debate sobre la rentabilidad de la IA. Uber plantea que el gasto en IA ya no se justifica, después de revisar y pulir su presupuesto de Claude Code en apenas cuatro meses. A su entender, las empresas que venden IA no necesariamente buscan rentabilidad y esa espiral de costos podría vaciar las cajas de las empresas clientes, lo que en la práctica exigiría mayor disciplina financiera para evitar un colapso económico de inversiones desbocadas.

El debate sobre la “muerte del mánager” en la era de la IA se completa con reflexiones de líderes y fondos de inversión. Tom Blomfield, de Y Combinator, y Jack Dorsey, de Block, ponen sobre la mesa una visión: si todo se documenta, indexa y resume para IA, el mando intermedio podría reducirse a capas mínimas y el sistema podría autogestionarse en buena medida. Empresas como Cloudflare y Airbnb insisten en que la IA podría ampliar la productividad de los creadores y vendedores, pero advierten que los problemas humanos —cultura, intereses, talento y conflictos— siguen siendo cruciales. En definitiva, el management podría evolucionar hacia perfiles híbridos, donde líderes también son productores, o podría enfrentarse a retos políticos y culturales que la tecnología por sí sola no resuelve.

La historia de Bill Gates y Apple sirve como recordatorio de que las predicciones tecnológicas no están escritas de antemano. En 1984 Gates defendió el Mac como el futuro de la informática y Microsoft convirtió esa visión en una oportunidad: Excel debutó en Mac en 1985, reforzando una relación que incluyó una licencia clave y, años después, el respaldo financiero para mantener a Apple a flote. Windows 95 demostró la cuota de mercado de Microsoft frente al Mac, y la inversión de Gates en 1997 para apoyar Apple dejó una huella en la industria. Esta memoria histórica subraya que alianzas y estrategias pueden cambiar el mapa de la tecnología mucho más de lo que parece a simple vista.

En suma, estas historias cruzadas muestran que la era de la IA está impulsando una reorganización profunda de negocio, tecnología y liderazgo. Las lecciones van desde cómo medir el valor real de la inversión en IA y cómo construir arquitecturas que vayan más allá de la miniaturización, hasta repensar la estructura de las organizaciones y el papel del management. El camino es ambiguo y emocionante: exige combinar visión tecnológica con empatía y gestión del talento para convertir la innovación en innovación sostenible.