El hilo conductor de hoy es la expansión del cómputo frente a la política de la red eléctrica, la transparencia financiera previa a la IPO y el paso de modelos que «conversan bien» a sistemas que «terminan el trabajo»: OpenAI lanza un Grid Protectors Program nacional y prueba hasta unos 1.000 megavatios de respuesta a la demanda en su campus de Effingham (Georgia); la S-1 enmendada de Anthropic completa los resultados del tercer trimestre y compromisos de cómputo cercanos a 900.000 millones de dólares; OpenAI publica LifeVal para tareas cotidianas; y Trajectory cierra una Serie A de 45 millones apostando por el post-entrenamiento continuo para expertos de dominio.

1. OpenAI lanza el Grid Protectors Program; el piloto de Effingham puede recortar hasta unos 1.000 MW

OpenAI publicó un blog el 2 de noviembre de 2026 y lanzó formalmente el Grid Protectors Program, afirmando que colaborará con utilities, reguladores y responsables políticos para que futuros compute campuses reduzcan la demanda eléctrica cuando la red esté bajo presión, y subrayando que hogares y pequeños negocios no deben subvencionar el coste eléctrico de esos campus. La compañía dijo que la capacidad de centros de datos en EE. UU. superará los 100 gigavatios en 2030 y quiere que la «carga flexible» forme parte de las capacidades centrales de construcción y operación de campus posteriores; la cantidad reducible, la velocidad de respuesta y la duración variarán según el lugar, con detalles tras cerrar los acuerdos. Según la demanda local y el equipo, también podrían usarse generación o almacenamiento in situ, baterías y control de potencia para suavizar cambios de carga.

El piloto se sitúa en el campus previsto del condado de Effingham, Georgia. OpenAI dijo haber comprometido el pago íntegro de la infraestructura y los servicios eléctricos necesarios; el acuerdo con Georgia Power incluye hasta unos 1.000 megavatios de respuesta flexible a la demanda, que según la empresa podría liberar electricidad equivalente al uso medio de unos 700.000 hogares en escenarios de calor extremo. The Verge (Emma Roth, 2 de noviembre) y Axios (Ben Geman) señalan que el movimiento llega mientras crece el rechazo al impacto eléctrico y comunitario de los centros de datos en muchas zonas de EE. UU.; OpenAI también ha pasado de hablar de «data centers» tradicionales a «AI compute campuses». Axios citó al responsable de política energética de OpenAI, John McCarrick, afirmando que el sector insiste menos en que los centros de datos mantengan disponibilidad de «cinco nueves». OpenAI subrayó asimismo que la flexibilidad no sustituye nuevas inversiones en generación y transmisión.

Clave: Empaquetar la carga recortable como programa nacional ligado a un acuerdo local de utility muestra que el conflicto por los centros de datos ha pasado del uso del suelo y el ruido a las tarifas, la capacidad de pico y la aceptabilidad política.

Fuentes: OpenAI; The Verge; Axios

2. Anthropic enmienda la S-1: unos 17.000 millones de ingresos en el 3T y cerca de 895.400 millones en compromisos de cómputo

Según CNBC (Ashley Capoot, alrededor de la hora del Este el 2 de noviembre) y The Verge (Jess Weatherbed), Anthropic presentó una Form S-1 enmendada ante la SEC de EE. UU., completando las finanzas del tercer trimestre hasta el 30 de septiembre de 2026. La cobertura indicó que los ingresos de los primeros nueve meses fueron de unos 33.240 millones de dólares, un aumento de aproximadamente el 1.200% interanual; la pérdida neta del mismo periodo fue de unos 104.000 millones, en gran parte por cambios de valor razonable contable en notas convertibles, pasivos derivados y SAFE. En base trimestral, los ingresos del tercer trimestre fueron de unos 17.000 millones (+unos 1.127% interanual y +unos 47% trimestral; el crecimiento se moderó desde unos 144% en el 2T y 132% en el 1T); la pérdida neta del tercer trimestre fue de unos 23.290 millones.

La enmienda reveló compromisos de compra y arrendamientos por un gasto comprometido total de unos 895.400 millones de dólares, «casi todo» relacionado con cómputo e infraestructura. CNBC dijo que Anthropic obtiene un volumen sustancial de cómputo de Amazon, Google y SpaceX y también depende de algunos neoclouds; las inquietudes del mercado sobre el coste de financiación y el ritmo de entrega de capacidad de centros de datos entran en la ventana previa al roadshow junto a este expediente. La enmienda ante la SEC también muestra ingresos de nueve meses hasta el 30 de septiembre de 33.242 millones y reitera la rápida adopción empresarial de Claude desde su comercialización en el primer trimestre de 2023.

Clave: Colocar la escala de ingresos en el mismo marco que compromisos de cómputo cercanos al billón entrega a la vez la historia de crecimiento y el riesgo de capacidad y financiación a la valoración del mercado público.

Fuentes: CNBC; The Verge; SEC S-1/A

3. OpenAI publica LifeVal: medir el progreso del asistente personal en tareas cotidianas

OpenAI publicó LifeVal el 2 de noviembre y afirmó que su objetivo es medir el progreso del modelo en «tareas que realmente importan en la vida diaria», no solo en benchmarks de conocimiento o académicos. El texto enumera crianza, acceso a servicios gubernamentales, presupuestos, preparación escolar, adaptación de recetas, pedidos de comida, planes de fitness y escenarios similares, y insiste en que un asistente personal verdaderamente útil debe actuar y terminar el trabajo, no limitarse a consejos o respuestas de chat.

Sobre el origen de las tareas, OpenAI dijo basarse en la American Time Use Survey y el Multinational Time Use Study, y añadió una encuesta a 3.995 personas descrita como demográficamente representativa para identificar dónde más se desea ayuda de un asistente personal; abarca cuidados, salud, educación, administración del hogar, finanzas personales, compras y servicios gubernamentales. La página ofrece puntuaciones de flujo de trabajo de ejemplo, como alrededor del 93,1% al elegir e inscribirse en un colegio tras un mudanza, alrededor del 98,0% al organizar voluntarios antes de una inundación, alrededor del 100% al buscar vivienda y gestionar pasos relacionados con el título para una familia, alrededor del 96,3% al ver un partido a distancia con abuelos y alrededor del 90,4% al preparar un plan de comidas para un padre con diabetes recién diagnosticada; una tabla también muestra las «mejores puntuaciones registradas» de GPT-6 Astra en tareas seleccionadas, con entradas al 100% para reservar una clase sensorial infantil, programar una inspección del coche y pedir alimentos halal. OpenAI dijo haber entrenado el último año modelos en uso de navegador, uso de ordenador y conectores para empujar ChatGPT de herramienta de chat a asistente más capaz de actuar, pero la página no ofrece un conjunto de tareas ni una rúbrica de puntuación públicos y plenamente reproducibles para descarga independiente.

Clave: La compañía desplaza la narrativa de evaluación de las tablas de clasificación hacia la «capacidad de hacer gestiones», pero retiene el diseño de tareas y la publicación de resultados dentro del laboratorio, de modo que la verificabilidad externa sigue siendo limitada.

Fuentes: OpenAI

4. Trajectory cierra 45 millones de dólares en Serie A con valoración de unos 300 millones

Según TechCrunch (Marina Temkin, alrededor de las 15:13 hora del Pacífico el 2 de noviembre de 2026), la startup Trajectory, de cerca de un año, anunció una Serie A de 45 millones de dólares con valoración de unos 300 millones; Sequoia lideró, con participación de Nvidia, Bessemer Venture Partners y Bain Capital Ventures. La fundaron tres compañeros de Stanford con trayectorias en Google DeepMind y Apple; el equipo ronda las 18 personas; los cofundadores incluyen a Ronak Malde, Michael Elabd y Arjun Karanam.

La tesis de producto es el aprendizaje continuo (continual learning) y la automatización del post-entrenamiento: las empresas pueden partir de modelos de código abierto, conectar la plataforma a sus aplicaciones para recoger feedback de rendimiento y reentrenar, de modo que los modelos mejoren de forma continua en tareas especializadas como derecho y finanzas, reduciendo la dependencia de equipos de investigación internos o de costosos «forward deployed engineers» (FDE). La cobertura indicó que Harvey y Rogo ya han usado la plataforma para post-entrenar modelos de código abierto; otros clientes incluyen Decagon, Mercor y Nvidia; la compañía está abriendo la plataforma de post-entrenamiento al público. Los cofundadores subrayan que los humanos definen «qué cuenta como bueno» y lo incorporan al bucle de mejora, lo que consideran más controlable que la auto-mejora recursiva (RSI) plenamente autónoma. En el mapa competitivo, la cobertura citó Thinking Machines Lab (Tinker), Applied Compute y Prime Intellect, entre otros.

Clave: La ronda apuesta por una interfaz de post-entrenamiento operable por expertos de dominio, productiza la mejora continua desde un flujo de investigación y la vincula directamente al coste de entrega de aplicaciones verticales de IA.

Fuentes: TechCrunch

---

En una frase: OpenAI responde a la controversia eléctrica de los compute campuses con el Grid Protectors Program, la S-1 enmendada de Anthropic muestra unos 17.000 millones de ingresos trimestrales y cerca de 900.000 millones en compromisos de cómputo, LifeVal gira la evaluación hacia la capacidad de gestionar lo cotidiano, y Trajectory cierra 45 millones en Serie A para post-entrenamiento continuo.