He estado siguiendo el último movimiento de NVIDIA en el espacio de IA empresarial y vale la pena prestarle atención. Acaban de lanzar Nemotron 3 Super, un modelo de 120 mil millones de parámetros diseñado específicamente para flujos de trabajo de IA agentica, y el momento indica hacia dónde se dirige el dinero real.

Esto es lo que llamó mi atención: el problema principal que abordan es en realidad bastante específico de cómo funcionan los sistemas multi-agente en producción. Cuando gestionas múltiples agentes de IA que necesitan coordinarse, te encuentras con esta barrera rápidamente. Cada interacción entre agentes regenera historiales completos de conversaciones, salidas de herramientas, cadenas de razonamiento—esto hace que el uso de tokens se multiplique por 15 en comparación con chatbots básicos. Eso se vuelve costoso cuando operas a escala empresarial. Nemotron 3 Super aborda esto con una ventana de contexto de 1 millón de tokens, permitiendo que los agentes mantengan estados completos de flujo de trabajo sin necesidad de reprocesar constantemente.

Las decisiones arquitectónicas aquí importan más que las especificaciones principales. Utilizan un diseño híbrido de mezcla de expertos donde solo 12 mil millones de parámetros permanecen activos durante la inferencia, a pesar de tener 120 mil millones en total. Las ganancias en eficiencia se multiplican—combinado con predicciones multi-token, afirman una inferencia 3 veces más rápida. En hardware Blackwell, se observan mejoras de velocidad de 4 veces respecto a la generación anterior sin pérdida de precisión.

Lo que realmente revela es la lista de adopciones. Perplexity lo integró de inmediato. CodeRabbit, Factory y Greptile lo están incorporando en sus agentes de codificación de IA. Pero la jugada industrial más pesada es más interesante—Siemens, Dassault Systèmes y Cadence para manufactura y automatización de diseño. Palantir y Amdocs para ciberseguridad y telecomunicaciones. Esto no es solo hype; son empresas desplegando sistemas de agentes para flujos de trabajo reales.

La disponibilidad en la nube se está desplegando en Google Cloud, Oracle, con AWS y Azure en camino. Proveedores de inferencia como Fireworks AI y DeepInfra ya lo están sirviendo. Esa distribución importa porque indica confianza en una demanda sostenida.

Una cosa que destacó: NVIDIA liberó el código abierto con pesos y más de 10 billones de tokens de datos de entrenamiento. Es una jugada estratégica—no solo vendes modelos, sino que estás construyendo un ecosistema donde Blackwell se convierte en el hardware predeterminado para ejecutar IA agentica de nivel empresarial. El modelo encabezó la tabla de eficiencia de análisis artificial, lo que valida la ingeniería.

Para los inversores que siguen esto, Nemotron 3 Super tiene menos que ver con el modelo en sí y más con cómo NVIDIA está señalando hacia dónde va la IA empresarial—hacia sistemas especializados de agentes que requieren un cómputo serio. La verdadera pregunta es si estos despliegues se traducirán en una demanda sostenida de Blackwell durante el resto de 2026. Las señales tempranas sugieren que sí.