inteligencia artificial

6 Decisiones Clave De Edición Que Dan Forma Al Contenido Final

Compartí esta noticia !

Un editor abre un borrador y encuentra algo bastante común: la introducción funciona, las ideas están ahí y el tono no está mal, pero el texto todavía no parece terminado.

El problema no es necesariamente la calidad de la escritura. Es que todavía quedan decisiones por tomar.

¿Conviene cortar ese párrafo? ¿Mover una idea más arriba? ¿Dejar una frase imperfecta porque suena más humana? ¿Añadir un ejemplo o confiar en que el lector entenderá el punto?

La versión final de un contenido suele construirse precisamente en esos pequeños momentos. Estas seis decisiones muestran cuánto puede cambiar una pieza antes de publicarse.

1. El momento de preguntar “¿esto aporta algo nuevo?”

Imagine dos párrafos consecutivos.

El primero explica una idea. El segundo vuelve a decir casi lo mismo con palabras distintas.

Ambos pueden estar bien escritos, pero uno probablemente sobra.

Una de las decisiones editoriales más útiles consiste en identificar qué función cumple cada fragmento. Un párrafo debería aportar al menos una de estas cosas:

  • una idea nueva;
  • un ejemplo;
  • contexto;
  • evidencia;
  • una consecuencia.

2. Elegir entre explicar más o explicar mejor

Cuando una sección resulta confusa, el impulso habitual es añadir más texto.

No siempre funciona.

Supongamos que un artículo dice que “la edición mejora la claridad”. Añadir otras tres frases abstractas sobre claridad probablemente no ayude demasiado. Mostrar una oración larga y cómo puede dividirse en dos suele ser mucho más efectivo.

La diferencia parece pequeña, pero cambia la experiencia del lector.

Más información no significa automáticamente más comprensión.

3. Cambiar el orden antes de cambiar las palabras

A veces, el problema de un texto no está en las frases, sino en su posición.

Una explicación puede parecer débil porque el lector todavía no conoce el contexto. Un ejemplo puede perder impacto porque aparece demasiado pronto. Incluso una buena conclusión puede sentirse desconectada si el argumento anterior no la prepara.

Antes de reescribir una sección entera, vale la pena hacer una prueba sencilla:

¿Funcionaría mejor si apareciera dos párrafos antes?

Mover contenido puede resolver problemas que ninguna corrección de estilo conseguiría solucionar.

4. Decidir cuánto “pulido” necesita realmente el texto

Editar suele asociarse con perfeccionar.

Pero perfeccionar demasiado también puede cambiar una voz.

Cuando cada frase tiene una longitud similar, todas las transiciones son impecables y cada párrafo sigue exactamente el mismo ritmo, el texto puede empezar a parecer construido con una plantilla.

Una pieza editorial necesita coherencia, pero también variación.

Una frase corta después de un párrafo denso puede crear énfasis. Una expresión ligeramente informal puede hacer que una explicación técnica resulte más cercana. Un párrafo de dos líneas puede tener más fuerza que otro de seis.

La pregunta no es “¿puede mejorarse esta frase?”, sino “¿mejorarla aportará algo?”.

5. Saber cuándo una segunda comprobación es necesaria

Hay cambios que afectan al estilo. Otros afectan a la credibilidad.

Una cifra, una cita, un nombre, una afirmación concreta o un cambio inesperado de tono merece una revisión adicional antes de publicar.

También ocurre cuando varias herramientas han participado en el proceso de escritura. Un editor puede comparar versiones, revisar cambios de vocabulario o utilizar un detector de IA como una referencia adicional para observar patrones en el texto. Ese dato funciona mejor cuando se considera junto con el contexto, la consistencia del contenido y la lectura editorial.

La clave está en no confundir una señal con una conclusión.

6. Reconocer el momento en que seguir editando ya no ayuda

Hay un punto en el que editar deja de mejorar y empieza simplemente a cambiar.

Una palabra se sustituye por otra. Después vuelve a cambiarse. Una frase se mueve y, veinte minutos después, regresa casi al mismo sitio.

Ese es un buen momento para detenerse y hacer cuatro preguntas:

  • ¿Se entiende el argumento?
  • ¿Cada sección cumple una función?
  • ¿Existen repeticiones evidentes?
  • ¿El texto mantiene una voz coherente?

Reflexiones finales

Un borrador no se convierte en contenido final solo porque se hayan corregido la gramática y la ortografía. Se convierte en una pieza terminada cuando alguien toma decisiones conscientes sobre qué conservar, qué mover, qué explicar y qué dejar en paz. La edición más útil no siempre es la que realiza más cambios. Muchas veces, es la que sabe exactamente cuáles merecen hacerse.

Compartí esta noticia !

Edimakor × Minimax H3: la mejor herramienta transformando textos en videos profesionales 2026

Compartí esta noticia !

La inteligencia artificial está modificando la manera de producir contenido audiovisual. Lo que hasta hace poco exigía cámaras, edición, bancos de imágenes y varias horas de trabajo ahora puede comenzar con algo tan sencillo como una descripción escrita. El texto a video se convirtió así en una de las aplicaciones más interesantes de la IA generativa, especialmente para creadores de contenido, empresas, docentes y profesionales del marketing.

En este escenario, Edimakor integra Minimax H3 para ofrecer una alternativa accesible a quienes buscan convertir texto a video con IA sin depender de procesos técnicos complejos. La propuesta permite utilizar instrucciones escritas para generar secuencias audiovisuales y luego continuar trabajando sobre ellas dentro de un entorno de edición.

La combinación apunta a simplificar el proceso creativo: partir de una idea, describirla mediante un prompt y obtener material visual que después puede ajustarse según las necesidades de cada proyecto. De esta manera, el texto a video deja de ser una herramienta reservada a especialistas y se incorpora a flujos de trabajo cotidianos.

Del guión escrito a una pieza audiovisual

Uno de los cambios más relevantes de la IA generativa es que reduce la distancia entre imaginar una escena y producirla. Un usuario puede escribir qué quiere mostrar, definir personajes, movimientos, escenario, iluminación o estética y utilizar esa información como punto de partida para la generación.

Esta lógica resulta especialmente útil para quienes necesitan crear videos con texto automáticamente. En lugar de buscar cada recurso visual por separado, el creador puede concentrarse primero en la historia o el mensaje que desea comunicar.

Con la función de generación mediante prompts de Edimakor, las instrucciones escritas funcionan como guía para producir el contenido. Cuanto más precisa sea la descripción, mayores serán las posibilidades de obtener una escena cercana a la intención original.

Esto abre aplicaciones en múltiples ámbitos: producción audiovisual con inteligencia artificial, campañas digitales, contenidos corporativos, piezas educativas, demostraciones de productos o publicaciones diseñadas específicamente para plataformas sociales.

Cómo usar Edimakor + Minimax H3 paso a paso

El proceso comienza con una idea. Antes de generar el video conviene definir qué debe ocurrir en la escena, quién o qué será protagonista, cuál será el entorno y qué estética se busca.

El siguiente paso es escribir el prompt. En lugar de una instrucción demasiado general, resulta conveniente incorporar detalles. Por ejemplo, no es lo mismo solicitar simplemente “una ciudad futurista” que describir una avenida nocturna, edificios iluminados, lluvia, reflejos sobre el asfalto y un movimiento de cámara determinado.

Luego se selecciona Minimax H3 dentro de las opciones disponibles y se inicia la generación. La IA interpreta las instrucciones y construye la secuencia a partir del texto proporcionado.

Una vez obtenido el resultado, comienza una etapa igualmente importante: la edición. El material generado puede integrarse con títulos, subtítulos, audio, narración y otros elementos. Esta combinación entre generación y edición permite construir un flujo de trabajo audiovisual más completo que la simple obtención de un clip aislado.

La misma lógica puede aplicarse cuando el punto de partida no es únicamente texto. Edimakor también dispone de una herramienta de imagen a video, que permite utilizar una imagen como base para desarrollar una secuencia animada.

¿Cómo conseguir mejores resultados?

El primer consejo es escribir prompts claros y detallados. Para convertir texto a video con IA, el modelo necesita información suficiente para interpretar correctamente la intención del usuario. Describir sujeto, ambiente, acción, estilo y movimiento ayuda a reducir la ambigüedad.

También es recomendable definir desde el comienzo el estilo visual. Una pieza destinada a una presentación empresarial probablemente necesite una estética diferente de un contenido pensado para TikTok, Instagram Reels o YouTube Shorts.

Otro punto importante es considerar la generación como el inicio y no necesariamente como el final del proceso. Combinar Minimax H3 con edición posterior permite corregir ritmo, incorporar textos y adaptar la pieza al formato de publicación. Esa etapa puede marcar la diferencia entre una secuencia generada automáticamente y un contenido preparado para una audiencia concreta.

La edición de video asistida por IA permite además acelerar tareas repetitivas y dedicar más tiempo a las decisiones creativas: qué contar, cómo contarlo y para quién.

Texto a video para redes sociales y marketing digital

Las redes sociales representan uno de los terrenos donde estas herramientas pueden tener mayor utilidad. La demanda constante de piezas breves obliga a marcas y creadores a producir contenido con rapidez y en diferentes formatos.

Un sistema de texto a video puede utilizarse para crear videos para TikTok con texto, desarrollar piezas para Instagram o preparar texto a video para YouTube Shorts. El punto de partida puede ser un guion breve, una descripción de producto, una idea publicitaria o incluso una explicación que se desea transformar en imágenes.

En marketing, la posibilidad de generar contenido audiovisual desde prompts permite experimentar con distintas ideas antes de comprometer recursos en una producción convencional. Una misma campaña puede probar escenarios, estilos y enfoques visuales diferentes.

No significa que desaparezca la creatividad humana. Por el contrario, cambia el lugar donde se concentra: menos tiempo en determinadas tareas mecánicas y más atención en la estrategia, el mensaje y la selección del resultado.

También para educación y comunicación profesional

Las posibilidades no se limitan a las redes. Docentes y capacitadores pueden explorar cómo convertir textos educativos en videos animados, mientras que empresas y profesionales pueden transformar explicaciones, conceptos o guiones en material audiovisual.

Esta capacidad resulta especialmente interesante en un contexto en el que el video ocupa cada vez más espacio en la comunicación digital. Un texto que antes terminaba como documento, presentación o publicación puede convertirse en el guion de una pieza audiovisual.

El desafío consiste en utilizar la tecnología con criterio. La calidad del resultado sigue dependiendo en buena medida de la calidad de la instrucción, de la selección del material generado y de la edición posterior.

La combinación de Edimakor y Minimax H3 muestra hasta qué punto está cambiando la producción de video. Poder convertir texto a video con IA reduce barreras técnicas y permite experimentar con ideas visuales sin comenzar necesariamente desde una grabación tradicional.

El principal atractivo está en reunir eficiencia, accesibilidad y capacidad de generación dentro de un mismo proceso. Para creadores, profesionales, empresas o educadores, el texto a video puede convertirse en una herramienta para acelerar prototipos, producir contenidos y explorar nuevas formas narrativas.

La IA no elimina la necesidad de una buena idea ni de una edición cuidada. Pero sí modifica el punto de partida: ahora un texto puede ser suficiente para comenzar a construir una escena, darle movimiento y convertir una descripción escrita en una pieza audiovisual.

Compartí esta noticia !

¿Renunciamos a pensar? Los riesgos de la Inteligencia Artificial que enfrenta a la sociedad 

Compartí esta noticia !

Por Matías Nahón, consultor especializado en temas de fraude digital y autor del libro “Inteligencia Artificial. El poder invisible”. Estamos atravesando una era donde la realidad puede ser falsificada con un realismo nunca visto. Lo más inusual es que cualquiera puede hacer un video falso con un celular utilizando herramientas disponibles para poder clonar la voz y copiar la imagen. Estamos viendo que las redes no sólo amplifican las discusiones que atraviesan los debates públicos, sino que también fabrican falsedades. Es inevitable preguntarnos hacia dónde va este modelo, si se encuentra en plena expansión o si en algún momento pueda reconfigurarse.

En las empresas las tendencias indican que más del 70% de los profesionales utilizan herramientas de IA para la validación de conceptos y la resolución de desafíos complejos lo cual fortalece su eficacia y su uso corporativo. Sabemos que esto es así porque la IA puede analizar rápidamente enormes contenidos de datos claves para lograr, por ejemplo, segmentar audiencias y mejorar las ventas logrando canales hiperpersonalizados donde a través de la tecnología se puede ajustar la búsqueda de contenido y redactar los mensajes para lograr una comunicación eficaz con los potenciales clientes.

A medida que la capacidad de procesamiento sigue creciendo, los algoritmos se van refinando, lo cual es probable que estemos solo al comienzo de una nueva fase en la evolución de la IA.

Los llamados “agentes” fueron entrenados para que pudieran ser independientes y resolvieran cuestiones diarias sin tener que estarles encima, pero dicha autonomía está logrando una potencialidad en niveles inimaginables. A su vez reproducen los modelos de la sociedad y los sesgos históricos que forman una parte inextricable desde el comienzo de los tiempos.

Estas cuestiones como la ética, los sesgos en los modelos y la posibilidad de que la IA alcance niveles de autonomía no previstos siguen siendo temas de debate en la comunidad científica y tecnológica.

La automatización está desplazando empleos en múltiples sectores y los sesgos en los algoritmos comienzan a evidenciarse como un problema serio, y la posibilidad de que la IA adquiriera un nivel de autonomía no previsto despertó debates en la comunidad científica y filosófica. A medida que sigamos alimentando a las máquinas en lugar de ser programadas con reglas fijas (aquello que empezó a tomar fuerza en los años 90) los modelos no solo serán capaces de analizar datos, sino detectar patrones y mejorar su desempeño con la experiencia.

En el presente, la IA no solo está en el centro del desarrollo tecnológico, sino también en el debate global sobre su regulación, sus límites y sus riesgos. La historia de la IA es la historia de una búsqueda constante por replicar —y tal vez algún día superar— la inteligencia humana. Sin embargo, lo que ha quedado claro en este recorrido es que los avances han dependido tanto del poder computacional como de la creatividad y el ingenio de quienes han impulsado su desarrollo.

Y en ese punto, la tecnología deja de ser neutral y se convierte en árbitro de lo que es legítimo. ¿Quién define qué patrón es sospechoso? ¿Qué comportamientos son marcados como riesgosos? ¿Qué transacciones se vuelven sujetos de sospecha automática? Las respuestas no las da la máquina: las da el conjunto de datos con que fue entrenada, los sesgos que esos datos arrastran, las lógicas de negocio que priorizan ciertas eficiencias por sobre otras. Así, un sistema diseñado para prevenir puede terminar discriminando, excluyendo, castigando a perfiles que no se ajustan al molde estadístico dominante. Y cuando eso ocurre —cuando alguien es bloqueado de una cuenta, marcado como irregular, excluido de un crédito, silenciado por un filtro— la empresa no tiene que dar muchas explicaciones: basta con decir que el sistema lo detectó. Esa es la forma más insidiosa del poder automático: aquella que actúa en nombre de la prevención, pero lo hace sin rostro, sin criterio, sin apelación posible. Una forma de vigilancia sin vigilancia, donde la lógica de la sospecha se vuelve estructura de gobierno empresarial.

Tal vez el mayor peligro es que no esté claro qué mundo presuponemos cuando aceptamos que un modelo funcione así. Lo que está en juego no es solo técnico ni financiero: es el modo en que decidimos organizar nuestra vida común, nuestro trabajo, nuestros criterios de verdad, nuestros umbrales de sospecha. La IA automatiza lógicas, redefine lo que se considera normal, confiable, eficiente. Y si dejamos que esas lógicas operen sin discusión, amparadas en la opacidad de un cálculo supuestamente objetivo, entonces habremos vaciado de contenido las palabras con las que solíamos oponernos al abuso: responsabilidad, deliberación, justicia, criterio.

Que un sistema pueda detectar un fraude no lo convierte en justo. Que pueda predecir una acción no lo hace sabio. Que pueda ejecutar una decisión no lo vuelve ético. Es en esa distancia —entre el poder de hacer y el derecho a decidir— dónde se juega el dilema real. Y es ahí donde las empresas, las instituciones, los responsables de diseñar y aplicar estas tecnologías tienen la oportunidad —y la obligación— de no reducir la inteligencia a la predicción, ni la ética al cumplimiento estadístico. Porque si lo hacen, si confunden funcionamiento con legitimidad, si creen que el cálculo puede reemplazar al juicio, entonces el futuro no será una amenaza lejana, sino un presente continuo donde el riesgo ya no se verá como tal, sino como norma. Y en ese mundo, el mayor fraude no será el que cometan los otros, sino el que nos hagamos a nosotros mismos al renunciar a pensar.

Lo cierto es que los riesgos de la IA ya no son una cuestión teórica, sino una realidad que enfrenta la sociedad en el presente. Desde sesgos algorítmicos que perpetúan desigualdades hasta sistemas que manipulan la información para generar impacto emocional y decisiones automatizadas que afectan la vida de millones de personas sin una supervisión clara, la IA está redefiniendo las reglas del juego en múltiples niveles. El desafío no es solo desarrollar mejores algoritmos, sino garantizar que su uso sea responsable, equitativo y alineado con principios que protejan a las personas en lugar de perjudicarlas.

Mientras la IA siga avanzando, el debate sobre sus riesgos no puede quedar relegado a los círculos técnicos, sino que debe formar parte de una discusión más amplia sobre el mundo en el que queremos vivir y el papel que estamos dispuestos a darle a las máquinas en nuestra sociedad.

Como dice el poeta Ricardo Zelarayán “La palabra misterio ya no explica nada. hay que aplastarla como se aplasta una pulga, entre los dos pulgares”. La especie humana está perdiendo el misterio donde todo busca ser sabido y procesado por un agente de IA que recibió un modo de percibir.

Compartí esta noticia !

El mapa del dinero inteligente: las acciones que eligieron Buffett, Ackman, Dalio, Tepper y Druckenmiller

Compartí esta noticia !

Cada tres meses, los inversores institucionales que administran al menos 100 millones de dólares deben informar ante la Comisión de Bolsa y Valores de Estados Unidos -SEC, por sus siglas en inglés- la composición de sus carteras mediante el formulario 13F.

Las presentaciones ofrecen una radiografía, aunque con cierto rezago, de los movimientos realizados por los principales fondos de Wall Street. El relevamiento correspondiente al segundo trimestre de 2026 muestra coincidencias alrededor de la infraestructura vinculada con la inteligencia artificial, los semiconductores, los servicios en la nube y las grandes plataformas digitales.

El informe elaborado por el equipo de Estrategias de Inversión de invertirOnline también identifica apuestas sobre compañías con exposición argentina, como Vista Energy e YPF, sostenidas por Stanley Druckenmiller como parte de su posicionamiento en Vaca Muerta.

Las compañías que concentran las apuestas

Entre las empresas que cuentan con CEDEAR en la Argentina, el análisis destaca cinco nombres:

  • Vista Energy: Druckenmiller conserva su exposición a la petrolera, apoyado en el crecimiento de la producción no convencional y los costos competitivos de extracción en Vaca Muerta.
  • Microsoft: Bill Ackman ubicó a la compañía entre las cuatro mayores posiciones de su cartera, con una ponderación del 14,5%. Ray Dalio también mantiene exposición a la empresa, impulsada por el crecimiento de sus negocios de nube e inteligencia artificial corporativa.
  • Alphabet: la matriz de Google aparece en las carteras de Warren Buffett y David Tepper. Berkshire Hathaway le asigna una participación combinada del 12,6% entre sus acciones clase A y C, mientras que Tepper destina el 8,5% de su portafolio.
  • Taiwan Semiconductor: el fabricante de chips representa el 10% del fondo de Tepper y el 5,4% de la cartera de Druckenmiller. La compañía ocupa una posición estratégica dentro de la cadena global de producción de semiconductores.
  • Uber: Ackman le asigna el 15,1% de su cartera y Tepper, el 7,2%. Ambos fondos sostienen su apuesta por la expansión operativa y la generación de caja de la plataforma.

Stanley Druckenmiller: biotecnología, chips y Vaca Muerta

Druckenmiller inició su carrera en el Pittsburgh National Bank y en 1981 fundó Duquesne Capital Management. A finales de esa década fue convocado por George Soros para incorporarse al Quantum Fund, donde participó de la operación contra la libra esterlina de 1992, uno de los movimientos financieros más recordados de Wall Street.

Su estrategia se encuadra dentro del enfoque macro global: toma posiciones a partir de grandes tendencias económicas y monetarias y utiliza diferentes clases de activos para expresarlas. Una característica distintiva de su método es la concentración de capital cuando identifica una oportunidad, combinada con una disciplina estricta para limitar las pérdidas cuando el escenario cambia.

En el segundo trimestre de 2026, su principal posición individual fue Natera, compañía del sector biotecnológico que representó el 17% de su cartera.

Dentro del segmento tecnológico, Taiwan Semiconductor alcanzó una ponderación del 5,4%, seguida por STMicroelectronics, con el 4,5%, y Amazon, con el 2,5%.

Druckenmiller también mantuvo su exposición a Brasil mediante opciones de compra sobre el ETF EWZ, equivalentes al 2,8% de su portafolio. En energía, preservó posiciones en YPF, con el 2,7%, y en Vista Energy, ratificando su interés por el desarrollo de Vaca Muerta.

David Tepper: una cartera concentrada en Amazon y semiconductores

David Tepper se especializó en inversiones sobre deuda y activos castigados. Antes de fundar Appaloosa Management en 1993, trabajó en Goldman Sachs, donde adquirió experiencia en renta fija y deuda de compañías en dificultades.

Durante la crisis financiera de 2008 y 2009 compró deuda y acciones de entidades como Bank of America y Citigroup, bajo la hipótesis de que recibirían respaldo gubernamental y lograrían sobrevivir. La estrategia se convirtió en una de las operaciones más rentables de la historia de su fondo.

En el segundo trimestre de 2026, Tepper sostuvo una cartera concentrada en infraestructura tecnológica y logística. Amazon y Micron Technology representaron cada una el 15% del portafolio.

La tercera mayor posición fue Taiwan Semiconductor, con el 10%, seguida por Alphabet, con el 8,5%, y Uber, con el 7,2%. También mantuvo participaciones relevantes en Meta Platforms, con el 4,9%, y Nvidia, con el 3,9%.

Bill Ackman reestructura su portafolio

Bill Ackman fundó Pershing Square Capital Management en 2004 y se convirtió en uno de los principales referentes de la inversión activista. Su estrategia consiste en adquirir participaciones relevantes en compañías que considera subvaluadas o mal gestionadas para luego impulsar cambios en su conducción o estrategia.

Ackman también ganó protagonismo durante la pandemia. En marzo de 2020 invirtió 27 millones de dólares en instrumentos de cobertura contra el deterioro del crédito corporativo y obtuvo una ganancia superior a 2.600 millones en pocas semanas.

Durante el segundo trimestre de 2026, Pershing Square realizó una de las mayores reestructuraciones de su cartera de los últimos años. Incorporó posiciones en Netflix, con una ponderación del 5,6%; Visa, con el 3,5%; Mastercard, con el 2,7%; S&P Global, con el 1,9%; e Intercontinental Exchange, también con el 1,9%.

La principal posición continuó siendo Brookfield Corporation, con el 18,3%, seguida por Amazon, con el 16,7%. Más atrás aparecen Uber, con el 15,1%; Microsoft, con el 14,5%; y Meta Platforms, con el 8,6%.

Ray Dalio: diversificación e infraestructura tecnológica

Ray Dalio fundó Bridgewater Associates en 1975 y convirtió a la firma en uno de los fondos de cobertura más grandes del mundo. Su estrategia combina análisis macroeconómico, modelos cuantitativos y diversificación de riesgos.

Uno de sus principales aportes fue el concepto de “All Weather Portfolio”, diseñado para sostener resultados en distintos escenarios de inflación, deflación, crecimiento o recesión. El método distribuye la exposición entre acciones, bonos, materias primas y oro, evitando que el portafolio dependa de una única variable económica.

En el segundo trimestre, Bridgewater conservó el núcleo de su fondo en vehículos indexados al mercado estadounidense. El ETF SPY representó el 16% de la cartera y el IVV, el 9,2%.

Entre las acciones individuales, Nvidia encabezó la exposición con el 3,2%, seguida por Broadcom, con el 2%, y Lam Research, con el 1,7%.

Dalio también mantuvo posiciones en las mayores plataformas tecnológicas: Amazon, con el 2%; Alphabet, con el 1,9%; y Microsoft.

Warren Buffett amplía su exposición tecnológica

Warren Buffett construyó su trayectoria bajo los principios del value investing: comprar compañías cuyo valor intrínseco supera su precio de mercado, con ventajas competitivas, generación sostenida de caja y una administración confiable.

A diferencia de una estrategia basada en la diversificación amplia, Berkshire Hathaway concentra su capital en un conjunto limitado de compañías consideradas de alta calidad y mantiene liquidez para aprovechar oportunidades durante períodos de crisis.

Al cierre del segundo trimestre de 2026, Apple continuó siendo la principal tenencia individual del conglomerado, con el 22% de los activos reportados. Le siguieron American Express, con el 17%, y Coca-Cola, con el 11%.

La novedad tecnológica fue la consolidación de Alphabet. Sumadas las acciones clase A, con el 9,4%, y clase C, con el 3,2%, la matriz de Google representó el 12,6% de la cartera y se convirtió en la cuarta mayor inversión de Berkshire.

El bloque financiero y energético se completó con Bank of America, que concentró el 9,2%; Chevron, con el 4,7%; y Occidental Petroleum, con el 4,3%.

Inteligencia artificial, plataformas y energía: las coincidencias

Las presentaciones del segundo trimestre permiten identificar cuatro tendencias comunes entre los grandes administradores de fondos.

La primera es la exposición a la infraestructura física de la inteligencia artificial. Las posiciones de Tepper y Druckenmiller en Taiwan Semiconductor, junto con la presencia de Nvidia y Broadcom en la cartera de Dalio, reflejan el interés por la fabricación y el diseño de semiconductores.

La segunda es la apuesta por los servicios de nube. Alphabet y Microsoft aparecen en varias carteras, sostenidas por el crecimiento de la demanda corporativa de procesamiento, almacenamiento e inteligencia artificial.

La tercera coincidencia está en las plataformas digitales. Uber ocupa un lugar central en los portafolios de Ackman y Tepper, mientras que Amazon se ubica entre las mayores posiciones de ambos gestores.

Finalmente, el posicionamiento de Druckenmiller en Vista Energy e YPF incorpora a Vaca Muerta en el radar de los grandes inversores internacionales. La productividad del yacimiento y sus costos de extracción aparecen como los principales argumentos detrás de esa exposición.

Los formularios 13F no revelan en tiempo real las decisiones de los fondos ni constituyen una recomendación de inversión. Sin embargo, permiten observar cómo administradores con estrategias diferentes están asignando capital y cuáles son los sectores que concentran sus mayores convicciones.

Compartí esta noticia !

El show debe continuar, aún después de muertos…

Compartí esta noticia !

La industria de los shows póstumos mueve cientos de millones de dólares. En marzo de 2026, seis funciones del holograma de Gustavo Cerati se agotaron en minutos en el Movistar Arena. El anuncio fue deliberadamente ambiguo: “No es tributo. No es homenaje. Es Soda, en vivo.” La pregunta que el negocio no quiere responder: ¿en vivo quién?

Es Soda, en vivo. Soda = Vanguardia.”

La palabra que faltaba era “holograma”. Fue omitida de manera deliberada. Y funcionó: las entradas para las seis funciones del Movistar Arena (21 y 22 de marzo, 6 de abril, 4, 10 y 11 de junio de 2026) se agotaron en cuestión de días. Decenas de miles de personas pagaron para ver a Gustavo Cerati en el escenario. Cerati murió el 4 de septiembre de 2014.

Nadie fue engañado. Todos lo sabían. Y fueron igual.

Eso dice algo sobre la industria y algo todavía más interesante sobre nosotros.

Los shows póstumos son uno de los negocios de mayor crecimiento en la industria del entretenimiento. La gira de Roy Orbison, fallecido en 1988, recaudó más de 35 millones de dólares. La de Whitney Houston recorrió Europa y Estados Unidos con 54 funciones entre 2020 y 2022. El holograma de Tupac Shakur en Coachella 2012 acumuló 15 millones de visualizaciones en YouTube en 48 horas y disparó las ventas del catálogo del rapero. 

Técnicamente ninguno de esos eventos fue un holograma real, todos usaron el “Pepper’s Ghost”, un truco de ilusionismo del siglo XIX que proyecta una imagen en una pantalla traslúcida inclinada. Pero la percepción del público fue la de una resurrección. Y esa percepción es el producto.

La tecnología mejoró exponencialmente desde aquel Coachella. La IA generativa permite hoy reconstruir voz, movimiento y expresión de un artista con una fidelidad que hace diez años era imposible. No se trata solo de proyectar una imagen archivada: es posible generar nuevas actuaciones, nuevas canciones, nuevas interacciones con el público usando el material que el artista dejó en vida como base de entrenamiento.

Eso abre un territorio que la industria está explorando mucho más rápido que lo que la ética, y la ley,  puede seguirle el paso.

Tupac Shakur

†1996

Primera aparición masiva. Coachella 2012, junto a Snoop Dogg y Dr. Dre. 90.000 presentes. 15 millones de visualizaciones en 48 horas. Disparó las ventas de su catálogo. Técnica: Pepper’s Ghost. Su patrimonio lo controla un fideicomiso familiar.

El holograma de Tupac Shakur en Coachella 2012

Michael Jackson

†2009

Billboard Music Awards 2014, performance digital de “Slave to the Rhythm”. Los herederos controlan el patrimonio y autorizan los usos. Catálogo valorado en más de 2.000 millones de dólares al momento de su muerte.

Whitney Houston

†2012

Gira internacional “An Evening With Whitney”, 54 funciones en Europa y EE.UU. Aprobada por su familia. Producida por Base Hologram. Su holograma “compartió” escenario con Christina Aguilera en The Voice — la familia pidió que no se transmitiera por la calidad visual.

CRISTINA AGUILERA Y EL HOLOGRAMA DE WITHNEY HOUSTON

Gustavo Cerati

†2014

“Soda Stereo Ecos”, Movistar Arena, Buenos Aires. Seis funciones agotadas en minutos. Primera vez que Argentina vive este fenómeno a escala masiva con un artista propio. La familia y los miembros sobrevivientes de la banda dieron su aprobación. El anuncio evitó deliberadamente la palabra “holograma”.

Amy Winehouse

†2011

Gira programada para 2019, cancelada. Base Hologram encontró “ciertas dificultades y sensibilidades”  probablemente relacionadas con la naturaleza pública de su muerte por adicciones. El caso más claro de que no todo artista fallecido es igualmente “hologramable” sin costo reputacional.

El negocio tiene una lógica que se entiende fácilmente: un artista fallecido no cobra, no se niega, no tiene caprichos creativos, no pide renegociar el contrato y no envejece. El catálogo sigue generando royalties. El patrimonio lo gestionan herederos o fideicomisos que, en muchos casos, tienen incentivos económicos muy claros para autorizar estas producciones.

Pero el dinero es solo la capa más visible del problema. Debajo hay preguntas que la industria prefiere no formular porque no tienen respuesta cómoda.

LAS PREGUNTAS QUE EL NEGOCIO EVITA

¿Cerati hubiera querido volver al escenario de esta manera? ¿Quién decide cómo suena, cómo se mueve, qué canciones canta un artista que no puede opinar? ¿Los herederos tienen derecho a tomar esas decisiones? ¿Y si el artista se hubiera negado en vida?

La dimensión legal es un territorio en construcción. En Argentina no existe regulación específica sobre el uso de la imagen y la voz de personas fallecidas con fines comerciales mediante IA. En Estados Unidos, algunos estados como California y Tennessee aprobaron leyes que protegen la “personalidad digital” de los artistas, pero la regulación federal es inexistente. En Europa, el Reglamento de IA de 2024 tiene previsiones generales sobre deepfakes pero no aborda específicamente el uso comercial de artistas fallecidos.

El vacío legal es conveniente para la industria. Y la industria lo sabe.

Hay una dimensión más filosófica que los análisis de mercado raramente incluyen. Cuando Cerati tocaba en vivo, había algo impredecible en cada función. Un error de guitarra corregido al vuelo. Una improvisación que nunca se repetiría. Una mirada al público en el momento exacto. La imperfección y la contingencia eran parte del evento. Eso es lo que hace que un recital sea irrepetible y lo que justifica el precio de la entrada.

El holograma de Cerati es perfecto. Hace exactamente lo que fue programado para hacer, en el orden exacto, con la misma entonación, el mismo gesto, el mismo silencio antes del estribillo. Noche tras noche. En las seis funciones.

¿Es eso un recital? ¿O es una experiencia museística muy cara?

El filósofo Walter Benjamin escribió en 1935 sobre “el aura” (si, el concepto existe mucho antes de la actualidad en la que se la “farmea”) de la obra de arte original esa cualidad irrepetible que la copia mecánica destruye. Su argumento era sobre la fotografía y el cine. Nunca imaginó un concierto. Pero la pregunta que planteó es exactamente la misma: ¿qué pierde la experiencia artística cuando puede reproducirse con perfecta fidelidad? La respuesta que la industria de los shows póstumos no quiere escuchar es que lo que se pierde es precisamente lo que hacía que valiera la pena estar ahí.

Y sin embargo. Las seis funciones de Soda Stereo se agotaron. Hay algo en la demanda que no puede descartarse simplemente como un engaño masivo o como nostalgia mal procesada.

Tal vez sea esto: la muerte de alguien que amabas, un músico cuya voz fue la banda sonora de momentos que no olvidás, deja un duelo que nunca termina de cerrarse. La industria de los shows póstumos no vende tecnología. Vende una ilusión de continuidad. La posibilidad de estar, una vez más, en el mismo espacio que esa voz. De sentir que el tiempo no pasó del todo, o que pasó de una manera que no tiene que ser definitiva.

Eso no es un negocio menor. Es uno de los negocios más humanos que existen: el de la negación de la pérdida.

La pregunta que queda, entonces, no es si la industria va a seguir haciéndolo. Va a seguir, y va a crecer, porque la tecnología se abarata y la demanda no desaparece. La pregunta es bajo qué reglas.

¿Quién decide qué canciones canta el holograma de un artista que murió antes de poder opinar?

¿Quién controla cómo evoluciona su imagen digital en los próximos veinte años?

¿Puede la IA generar una canción “nueva” de Cerati  con su voz, su estilo, sus influencias  y venderla como parte del catálogo?

¿Y si alguien ya lo está haciendo?

Compartí esta noticia !

Categorías

Solverwp- WordPress Theme and Plugin