Junio de 2026 pasará a los libros de historia de la tecnología con tres imágenes superpuestas: la pantalla en negro de Claude Fable 5 durante 19 días —el primer modelo de IA frontera apagado por un control de exportación gubernamental—, la gráfica del KOSPI surcoreano desplomándose un 10% en una sola sesión mientras los analistas debatían si los 690.000 millones de capex en infraestructura tienen algún día de retorno, y el contador de despidos superando los 185.000 a mitad de año. El mes fue, simultáneamente, el de los lanzamientos más ambiciosos del ciclo —Gemini 2.5 Pro Deep Think, GPT-5.6 Sol, la OPV de SpaceX/xAI—, el de la mayor corrección de mercado del año y el de la primera vez que un gobierno occidental apagó un modelo de IA desplegado comercialmente en todo el mundo. El patrón es coherente con los meses anteriores: las capacidades de la IA avanzan más rápido que la capacidad de los mercados, los reguladores y las organizaciones para integrarlas.
🔒 Fable 5: El Primer Bloqueo Gubernamental de la Historia de la IA Comercial
El 12 de junio, el Bureau of Industry and Security (BIS) del Departamento de Comercio de EE.UU. emitió la orden que cambió el sector: Anthropic debía suspender el acceso global a Claude Fable 5 y Claude Mythos 5 de forma inmediata. El detonante fue un informe sobre un exploit capaz de eludir las salvaguardas de Fable 5 para identificar vulnerabilidades en infraestructura crítica. Al no poder filtrar usuarios por nacionalidad en tiempo real, Anthropic desactivó ambos modelos para todos los usuarios del planeta — el primer caso en la historia de la IA comercial en sufrir esta medida.
La cronología del mes revela la complejidad política del proceso: el 20 de junio, Trump declaró que ya no consideraba a Anthropic una amenaza para la seguridad nacional tras reunirse con Dario Amodei en el G7 — pero la directiva del BIS siguió legalmente vigente. El 26 de junio, el secretario de Comercio autorizó el redespliegue parcial de Mythos 5 solo para entidades del Anexo A: organizaciones de EE.UU. que operan infraestructura crítica y ciberdefensores certificados. Fable 5, a cierre de mes, permanecía bloqueado para el mundo. Los mercados de predicción asignaban un 57% de probabilidad de restauración general antes del 1 de julio — un umbral que no se cumplió.
La ironía más reveladora la protagonizó Zhipu AI, que reportó durante ese mismo período que su GLM-5.2 igualaba a Mythos 5 en detección automatizada de vulnerabilidades — la capacidad que justificó la suspensión —, demostrando que el bloqueo no contenía la proliferación de la tecnología subyacente. Otros tres modelos de pesos abiertos respondieron al vacío en horas: Cohere con North Mini Code (30B parámetros totales, solo 3B activos por token, ejecutable en una H100), Moonshot con Kimi K2.7-Code bajo licencia MIT, y el propio GLM-5.2 a una décima parte del coste de los modelos frontera occidentales con 300 tokens por segundo de velocidad de inferencia. El ecosistema abierto demostró que la frontera ya no depende de un solo proveedor propietario, pero la frontera regulatoria la sigue dictando un solo gobierno.
🧠 La Batalla de Modelos: Gemini Deep Think, GPT-5.6 Sol y Tres Empresas Camino al Billón
El vacío dejado por Fable 5 aceleró el tablero de competencia en los días inmediatos. El 22 de junio, Google lanzó Gemini 2.5 Pro con modo Deep Think, obteniendo 89,8% en MMLU-Pro y 82,4% en GPQA Diamond — liderando simultáneamente en ciencia, matemáticas y razonamiento general sobre todos los competidores disponibles —. Con una ventana de contexto de 2 millones de tokens y disponibilidad pública vía Google AI Ultra, Google ocupó temporalmente el nicho de modelo frontera más accesible del mundo. Cuatro días después, el 26 de junio, OpenAI respondió con GPT-5.6 Sol en vista previa limitada a apenas 20 empresas aprobadas por el gobierno de EE.UU., subrayando el patrón dominante del mes: Washington D.C. como gatekeeper de facto de los modelos más potentes del planeta.
La primera semana del mes había fijado el panorama de las megaOPVs: SpaceX/xAI debutó en el Nasdaq el 12 de junio recaudando $75.000 millones — la mayor salida a bolsa de la historia, convirtiendo a Elon Musk en el primer billonario del mundo —. Ese mismo día, Anthropic lanzó Claude Fable 5 con un 80,3% en SWE-Bench Pro, 11 puntos sobre el siguiente competidor, ventana de contexto de 1 millón de tokens y capacidades de memoria persistente sin precedentes. La ironía del timing resultó brutal: el mismo día que Anthropic presentaba su modelo más avanzado, el BIS preparaba la orden que lo apagaría 72 horas después. OpenAI registró confidencialmente su S-1 ante la SEC el 8 de junio para una OPV con valoración objetivo entre $852.000M y $1 billón, con $5.700M de ingresos en Q1 pero margen operativo del -122%. Por primera vez en la historia, tres empresas de IA apuntan simultáneamente a valoraciones de un billón de dólares — ninguna genera beneficio neto consistente.
El fichaje del mes fue unánimemente Noam Shazeer. Google había pagado $2.700 millones en 2024 para repatriar al coautor de «Attention Is All You Need» desde Character.AI; menos de dos años después lo pierde a OpenAI, donde liderará investigación en arquitectura. La marcha se produjo la misma semana en que Google lanzaba Gemini 2.5 Pro Deep Think, añadiendo una capa de ironía: el arquitecto que ayudó a construir la base de todos los LLM modernos considera que su próximo capítulo está en el competidor directo de quien le pagó $2.700M para retenerlo.
📉 La Corrección del 23 de Junio: Los Mercados Presentan la Factura
El 23 de junio, los mercados globales vivieron la mayor corrección de valores tecnológicos y de IA del año. El KOSPI surcoreano se desplomó un 10%, activando un circuit breaker de 20 minutos — Samsung y SK Hynix perdieron más del 12% —. En EE.UU., el Nasdaq cayó un 2,2% y el S&P 500 un 1,4%. Micron se hundió un 13%. Las causas fueron múltiples: dudas sobre si el gasto masivo en IA generará retornos, preocupaciones inflacionarias ligadas al conflicto en Irán y el cierre del estrecho de Ormuz, y la perspectiva de tipos de interés más altos encareciendo la financiación de infraestructura.
El elemento más perturbador para los inversores fue un estudio del NBER: el 90% de las empresas no reporta impacto de la IA en productividad, pese a que sus valoraciones bursátiles dependen exactamente de esa promesa. Capital Economics va más lejos: prevé que el S&P 500 podría colapsar un 21% para finales de 2027 si la productividad prometida no materializa. La pregunta que los mercados llevan meses esquivando — ¿cuándo empieza la IA a pagar lo que cuesta? — se volvió imposible de ignorar el 23 de junio.
💼 185.894 Despidos y el 56% que Cita la IA
El contador global de despidos tecnológicos alcanzó 185.894 trabajadores eliminados en 267 eventos al cierre de junio, a un ritmo de 1.044 personas al día. El dato más revelador no es el volumen sino la atribución: el 56% de todos los eventos cita explícitamente la IA, automatización o machine learning como factor causal. A mitad de año, el ritmo representa ya un incremento del 50% sobre el total de 2025. Oracle reveló el 22 de junio que había eliminado 21.000 puestos en los últimos 12 meses — un 13% de su plantilla — gastando $1.800M en costes de reestructuración frente a $374M el año anterior. ServiceNow despidió a cientos de empleados citando «eficiencias reales de IA» — aplicando internamente la misma tecnología que vende a sus clientes —. Snap eliminó 1.000 puestos (16% de plantilla) proyectando $500M en ahorros anualizados. La paradoja que persiste: el 90% de los ejecutivos reconoce impacto cero de la IA en productividad de sus propias empresas — la IA funciona más como coartada estructural que como causa probada de eficiencia.
💰 $690.000 Millones de Capex y el Rack de los Siete Millones
Los cinco grandes hiperscalers han comprometido entre $660.000 y $690.000 millones en capex para 2026, casi duplicando el despliegue de 2025: Amazon ($200.000M), Alphabet ($175-185.000M), Meta ($115-135.000M), Microsoft (~$120.000M), Oracle ($50.000M). Goldman Sachs estima que el gasto acumulado alcanzará los $7,6 billones hasta 2031. El gasto federal en IA, concentrado en el Departamento de Defensa, creció un 1.605% en dos años hasta $90.700M en valor potencial de contratos.
A nivel de hardware, un rack NVIDIA Vera Rubin NVL72 se estima en $7,8 millones — casi el doble que la generación Blackwell —, con $2M solo en memoria HBM4. Los primeros envíos, previstos para Q3 2026, comenzarán la rampa de una generación que promete 10× más throughput por vatio y 1/10 del coste por token. El contrapunto financiero es significativo: Amazon ya quema más caja de la que genera con este nivel de gasto, y Meta seguirá el mismo patrón este año. Qualcomm negoció durante el mes la compra de Tenstorrent (chip startup de Jim Keller) por $8.000-10.000M — señal de que los fabricantes de chips móviles buscan entrar urgentemente en el mercado de hardware de IA para centros de datos —. En infraestructura de software, la disponibilidad general de Work IQ el 16 de junio completó el cuadro: Windows se convierte en plataforma operativa para agentes autónomos con identidad propia, y Microsoft posiciona los datos de Microsoft 365 como la capa de contexto empresarial sobre la que terceros construirán agentes.
🤖 Agentes: del 40% de Gartner al 88% que No Llega a Producción
Gartner publicó la previsión que mejor sintetiza el estado del mercado agéntico: el 40% de las aplicaciones empresariales incorporará agentes de IA específicos para fin de 2026, frente a menos del 5% en 2025. El mercado de IA agéntica alcanza $9.900M y crece más del 40% anual. Pero solo el 17% de las organizaciones ha desplegado agentes en producción, y Gartner espera que más del 40% de los proyectos agénticos sean cancelados antes de finales de 2027 por falta de ROI claro. McKinsey proyecta un potencial de $2,9 billones anuales en EE.UU. para 2030 — automatizando el 27% de las horas de trabajo actuales.
El Stanford HAI AI Index 2026 documentó el avance real más contundente del mes: la tasa de éxito de agentes en tareas del mundo real saltó del 20% en 2025 al 77,3%, y en ciberseguridad del 15% al 93%. El valor de las herramientas de IA generativa para consumidores estadounidenses se estima en $172.000M anuales, con adopción del 53% poblacional en tres años — más rápido que el PC o internet —. Sin embargo, IDC constata que el 88% de las pruebas de concepto de IA nunca alcanzan despliegue a escala. La brecha entre rendimiento en benchmarks y valor empresarial real es el principal obstáculo estructural del sector. El patrón de junio lo ratifica: capacidades que crecen, capex que escala, retorno que no aparece.
🏛️ El Mapa Regulatorio: AI Act, España, Colorado y la Gran Ley Americana
El frente regulatorio de junio fue inusualmente activo en todos los continentes. En Europa, el 16 de junio el Parlamento Europeo aprobó en pleno el Digital Omnibus on AI — la primera enmienda sustancial al AI Act desde su adopción en 2024 —: las obligaciones de sistemas de alto riesgo (Anexo III) se aplazan 16 meses hasta diciembre de 2027, pero el artículo 50 — transparencia para sistemas de IA de propósito general, marcas de agua y documentación GPAI — sigue vigente para el 2 de agosto de 2026. Las empresas que ese día no cumplan se exponen a sanciones de hasta 35 millones de euros o el 7% de la facturación global. La Comisión Europea publicó además borradores de directrices sobre clasificación de sistemas de alto riesgo cuya consulta pública cerró el 23 de junio.
En España, la Ley Orgánica para el buen uso y gobernanza de la IA completó su período de enmiendas parlamentarias el 30 de junio. La norma — primera transposición nacional del AI Act — designa a la AESIA (A Coruña) como autoridad central, crea sandboxes regulatorios y contempla sanciones de hasta $35M. En EE.UU., el doble movimiento del 2-4 de junio definió el eje americano: Trump firmó la orden ejecutiva «Promoting Advanced AI Innovation and Security» estableciendo revisión voluntaria de modelos frontera hasta 30 días antes de su lanzamiento, y los representantes Obernolte y Trahan presentaron la Great American AI Act, 269 páginas con preemption federal sobre leyes estatales durante tres años, auditorías semestrales para laboratorios con ingresos superiores a $500M y penalizaciones de hasta $1 millón por violación por día. Colorado aplazó su ley de IA del 30 de junio de 2026 al 1 de enero de 2027, reduciendo sustancialmente sus obligaciones tras la presión de la industria — ningún caso ilustra mejor la tensión entre la ambición regulatoria estatal y la presión federal por no obstaculizar la innovación.
🔮 Perspectiva para el Próximo Mes
Julio de 2026 arranca con cuatro vectores de máxima tensión simultánea. El primero y más urgente es el 2 de agosto: cualquier empresa que despliegue sistemas de IA de propósito general sin cumplir con las obligaciones de transparencia, marcas de agua y documentación GPAI del artículo 50 del AI Act estará en infracción del derecho europeo vigente ese mismo día. La AESIA comenzará las primeras notificaciones antes de que acabe el verano — el reloj ya no puede pararse.
El segundo vector es Fable 5: Anthropic negocia con el BIS la restauración del modelo para el público general. El despliegue de verificación de identidad del 8 de julio es el próximo hito conocido. La gran pregunta estratégica es si Anthropic puede recuperar el liderazgo de modelo frontera después de 19+ días de bloqueo o si el mes ha acelerado irreversiblemente la migración de usuarios hacia Gemini 2.5 Deep Think y GPT-5.6 Sol — y, más preocupantemente para EE.UU., hacia los modelos chinos de código abierto que han igualado las capacidades que justificaron el bloqueo.
El tercer vector es la economía de la IA: los resultados corporativos de julio confirmarán si la corrección del 23 de junio fue un ajuste técnico o el inicio de un repricing estructural del sector. Goldman Sachs estima un gasto acumulado de $7,6 billones hasta 2031; si la productividad prometida sigue sin materializarse, la presión sobre las valoraciones de las empresas que queman más caja de la que generan se intensificará dramáticamente. El cuarto es la temporada de resultados Q2 de las grandes consultoras y firmas indias a mediados de julio — primera lectura empírica del fenómeno de «deflación de IA» y del estado real del mercado de servicios basados en IA.