Más de 10,000 fundadores, inversionistas y líderes tecnológicos se reunirán en San Francisco durante tres días para abordar las decisiones de inversión, arquitectura y escalabilidad que hoy determinan la competitividad en inteligencia artificial. La agenda, estructurada en sesiones especializadas de 50 minutos con espacio abierto para preguntas, refleja un momento de inflexión en el sector: el valor ya no se concentra en quién entrena los modelos más grandes, sino en quién los despliega con mayor velocidad y precisión.

El desplazamiento del valor: del entrenamiento a la inferencia

Uno de los ejes centrales del programa es la transición económica que está reconfigurando el sector. Expertos como Hagay Lupesko, SVP de AI Cloud en Cerebras Systems, y Rudina Seseri, fundadora y socia gerente de Glasswing Ventures, analizarán cómo la latencia deja de ser un problema de infraestructura para convertirse en un componente crítico del producto.

Este desplazamiento tiene implicaciones directas para cualquier organización que esté evaluando su posición en la cadena de valor de la IA. Cuando el modelo deja de ser el principal diferenciador, la ventaja competitiva migra hacia la velocidad de respuesta, la especialización vertical y la integración operativa. Las empresas que no anticipen este movimiento corren el riesgo de quedar atrapadas en capas de la cadena que se están commoditizando.

IA física: ciclos largos, riesgos distintos

La inteligencia artificial aplicada a sistemas físicos —aquellos que deben percibir, razonar y actuar en entornos impredecibles— emerge como una categoría de inversión con lógica propia. Susan Schofer y Duncan Turner, socios y directores científicos de SOSV HAX, explorarán qué distingue a esta categoría del software convencional y qué criterios utilizan los inversionistas para evaluarla.

A diferencia del software como servicio, la IA física enfrenta ciclos de desarrollo más largos y riesgos adicionales asociados al hardware. Esta complejidad exige marcos de evaluación distintos: los indicadores de tracción temprana que funcionan para una aplicación SaaS no son transferibles a un sistema robótico o a infraestructura industrial autónoma. Entender esta diferencia es condición necesaria para asignar capital con criterio en este segmento.

Agentes autónomos en producción: lo que funciona y lo que aún requiere supervisión

Steve Androulakis y Sachin Malhotra, del equipo técnico de Anthropic, presentarán cómo estructuran flujos de trabajo con múltiples agentes operando en paralelo. La sesión abordará la delegación de tareas de ingeniería, la revisión de resultados y la corrección de errores en tiempo real, ofreciendo un caso práctico sobre el estado actual de la adopción en entornos de desarrollo exigentes.

Para las organizaciones que evalúan incorporar agentes autónomos en sus operaciones, esta exposición establece un referente claro: qué funciona hoy, qué requiere supervisión humana constante y cuáles son los límites reales del sistema. La brecha entre el discurso sobre agentes y su implementación efectiva sigue siendo significativa, y conocer esa frontera es tan estratégico como conocer las capacidades.

Confianza como variable de arquitectura, no como capa posterior

Robbie Goldfarb, cofundador de Forum AI, cerrará el debate con una tesis que interpela directamente a los sectores regulados: la precisión técnica no es suficiente cuando la IA asume tareas críticas. La confianza debe diseñarse desde la arquitectura del sistema, no añadirse como un componente de cumplimiento una vez que el sistema ya está construido.

Esta perspectiva es especialmente relevante para finanzas, salud e infraestructura, donde la adopción de la IA enfrenta barreras que van más allá de lo técnico. La gobernanza, la trazabilidad de decisiones y la responsabilidad institucional son variables que deben integrarse desde el diseño, no negociarse al final del proceso de implementación.