Hace apenas unos meses parecían tres noticias tecnológicas independientes: Microsoft experimentando con almacenamiento de datos en vidrio, Huawei desarrollando nuevos chips para inteligencia artificial y un equipo científico mexicano avanzando en la impresión 3D de tejidos vivos. Llegados a octubre de 2026, los tres proyectos han continuado evolucionando y permiten observar algo más interesante que cada innovación por separado.
La tecnología está entrando en una etapa en la que ya no basta con generar más datos, crear modelos de inteligencia artificial cada vez mayores o imprimir estructuras tridimensionales. El siguiente reto consiste en conseguir que todo eso sea más duradero, más eficiente y, sobre todo, utilizable en el mundo real.
Microsoft quiere que algunos datos sobrevivan miles de años
Uno de los proyectos más llamativos es Project Silica, desarrollado por Microsoft Research para almacenar información digital dentro de placas de vidrio mediante pulsos láser extremadamente rápidos.
La idea parte de un problema muy poco visible para el usuario común: almacenar información durante décadas sigue siendo complicado. Los discos duros, las cintas magnéticas y otros sistemas de archivo envejecen. Las organizaciones tienen que mantener equipos, consumir energía y, periódicamente, migrar la información hacia nuevos soportes. Microsoft plantea una alternativa completamente diferente.
En febrero de 2026, el equipo de Project Silica publicó en Nature los resultados de un sistema completo para escribir, almacenar y posteriormente recuperar información utilizando vidrio. Una de las novedades más relevantes fue demostrar que el procedimiento podía utilizar vidrio de borosilicato, un material mucho más común y económico que la sílice fundida empleada anteriormente.
Es el mismo tipo de vidrio que encontramos habitualmente en recipientes resistentes al calor o puertas de horno. La diferencia está, evidentemente, en lo que sucede dentro. Mediante láseres de femtosegundos se modifican microscópicamente determinadas zonas del vidrio para codificar la información. Después, sistemas ópticos y algoritmos permiten interpretar esas estructuras y reconstruir los datos almacenados.
Los ensayos de envejecimiento acelerado realizados por los investigadores sugieren que la información podría mantenerse estable durante más de 10.000 años a temperatura ambiente. La cifra es espectacular, pero probablemente no sea lo más importante. La verdadera diferencia está en que el vidrio funciona como un soporte de archivo permanente: una vez escrita la información, no necesita electricidad para conservarla y no requiere estar copiándose continuamente de un sistema de almacenamiento a otro. Microsoft describe Project Silica como una tecnología diseñada específicamente para almacenamiento sostenible y de muy larga duración. Esto cambia la manera de pensar sobre determinados datos.
No toda la información necesita modificarse constantemente. Existen archivos históricos, científicos, audiovisuales, industriales, médicos o empresariales que simplemente deben conservarse exactamente como fueron creados. En ese contexto, la imposibilidad de modificar fácilmente el contenido deja de ser una limitación y puede convertirse en una característica.
Eso no significa que mañana sustituyamos nuestros discos duros por placas de vidrio. A octubre de 2026, Project Silica continúa siendo una tecnología en desarrollo e investigación, aunque durante este año Microsoft ha seguido publicando trabajos científicos destinados a estudiar qué tipos de vidrio presentan mejores propiedades para este sistema. El cambio importante es otro: almacenar información durante miles de años ha dejado de parecer únicamente una idea experimental.
Huawei ya no quiere depender de que Nvidia pueda venderle chips
El segundo movimiento es probablemente mucho más inmediato para la economía tecnológica mundial.
Durante los últimos años, Estados Unidos ha limitado el acceso de China a determinados semiconductores avanzados. Una de las consecuencias ha sido obligar a empresas como Nvidia a ofrecer en el mercado chino versiones adaptadas de algunos de sus procesadores. La respuesta china ha sido acelerar el desarrollo de tecnología propia. Y Huawei ocupa una posición central en ese proceso.
La hoja de ruta que conocemos actualmente gira alrededor de la familia Ascend, especialmente de los procesadores Ascend 950. Huawei diferenció esta generación en versiones orientadas a necesidades distintas: el Ascend 950PR, relacionado con tareas de inferencia y recomendación, y el Ascend 950DT, destinado a cargas más exigentes como el entrenamiento de modelos. Además, la compañía está desarrollando sistemas completos como Atlas 950 SuperPod, que agrupan miles de procesadores para aumentar la capacidad de cálculo disponible.
Aquí aparece una distinción importante para entender hacia dónde va el mercado de la inteligencia artificial.
Durante los primeros años de la explosión de la IA generativa hablamos principalmente de entrenar modelos. Para construir modelos como los grandes LLM se necesitan cantidades enormes de datos, centros de datos y procesadores trabajando durante largos periodos. Pero una vez creado el modelo aparece otro problema: millones de personas y empresas empiezan a utilizarlo. Cada pregunta realizada a un chatbot, cada documento analizado, cada imagen generada y cada acción ejecutada por un agente de inteligencia artificial necesita capacidad de inferencia. En otras palabras, entrenar un modelo es construirlo; hacer inferencia es utilizarlo. Y cuanto más utilizamos la inteligencia artificial, mayor es la infraestructura necesaria para responder rápidamente.
En septiembre de 2026 Huawei reconoció que la demanda de sus sistemas de IA en China era incluso superior a su capacidad de producción. La compañía también confirmó que estaba adelantando el desarrollo de futuras generaciones Ascend 960 y que continuaría presentando nuevos chips durante los próximos años.
La batalla, además, ya no ocurre únicamente dentro del hardware. El 30 de septiembre se conoció otro movimiento significativo: DeepSeek y Huawei están colaborando para desarrollar herramientas de programación optimizadas para los chips Ascend, incluyendo infraestructura abierta destinada a facilitar que los desarrolladores utilicen estos procesadores sin depender del ecosistema CUDA de Nvidia.
Esto probablemente sea más importante que comparar qué procesador consigue una cifra determinada de rendimiento. Nvidia no domina únicamente porque fabrica chips extremadamente potentes. También dispone de un ecosistema de software que los desarrolladores llevan años utilizando. China está intentando construir ambos lados al mismo tiempo: hardware y software.
Las restricciones occidentales pretendían limitar el acceso chino a determinadas tecnologías. Paralelamente, han creado un incentivo enorme para desarrollar alternativas nacionales. Todavía existen limitaciones importantes —Huawei continúa teniendo dificultades relacionadas con capacidad de fabricación y memoria avanzada—, pero el escenario de octubre de 2026 es bastante diferente al de hace solo unos años.
La competición tecnológica ya no consiste simplemente en Nvidia contra Huawei. Estamos viendo cómo empiezan a formarse ecosistemas tecnológicos parcialmente independientes.
La impresión 3D empieza a trabajar con algo mucho más complejo que el plástico
El tercer avance ocurre en un ámbito completamente diferente. La investigadora mexicana Grissel Trujillo-de Santiago, del Tecnológico de Monterrey, trabaja junto a su equipo en una técnica conocida como bioimpresión caótica. El nombre puede inducir a error. Aquí “caótico” no significa imprimir sin orden. Se utilizan fenómenos de advección caótica para organizar distintos materiales dentro de estructuras extremadamente pequeñas y reproducir algunas de las complejidades que encontramos naturalmente en los tejidos.
El objetivo de la bioimpresión no consiste simplemente en crear la forma exterior de un tejido. Ese sería el problema sencillo. Las células necesitan oxígeno, nutrientes, comunicación con otras células y una arquitectura microscópica que permita mantener vivo el conjunto. Fabricar algo que externamente tenga forma de músculo es muy diferente de reproducir la estructura interna que permite que ese músculo funcione. Ahí reside buena parte de la dificultad.
Durante 2025, el equipo de Trujillo-de Santiago publicó investigaciones sobre filamentos de hidrogel reforzados y prevascularizados capaces de mantener cultivos musculares durante periodos prolongados. La investigación continuó avanzando y, en julio de 2026, un nuevo trabajo firmado por Trujillo-de Santiago y otros investigadores analizó cómo distintos mezcladores estáticos podían utilizarse para fabricar materiales con microarquitecturas mediante impresión caótica. Es una muestra de cómo esta técnica está evolucionando desde la demostración científica hacia sistemas cada vez más controlables y reproducibles.
Las aplicaciones potenciales son amplias, aunque todavía estamos lejos de que los hospitales puedan imprimir corazones o riñones completos, debido a las importantes barreras biológicas, médicas y regulatorias que siguen existiendo. A más corto plazo, la creación de modelos tridimensionales de tejidos humanos puede utilizarse para estudiar tumores, analizar la respuesta a determinados medicamentos, investigar comunidades bacterianas o comprender mejor la interacción entre células. El equipo también ha trabajado con microbiota y probióticos mediante bioimpresión caótica para organizar espacialmente diferentes comunidades microbianas. Además, estos modelos podrían contribuir a reducir determinados experimentos con animales, al permitir realizar algunas pruebas sobre estructuras biológicas creadas en laboratorio antes de avanzar hacia otras etapas de investigación.
Tres noticias diferentes y una misma transformación tecnológica
Guardar datos durante 10.000 años, construir procesadores chinos para inteligencia artificial e imprimir estructuras biológicas parecen asuntos sin relación, pero existe un patrón común. Durante años hemos asistido principalmente a una carrera por conseguir más capacidad: más almacenamiento, más potencia informática, modelos más grandes, procesadores más rápidos y sistemas capaces de generar estructuras cada vez más complejas. En 2026 empieza a percibirse una segunda fase, en la que el reto ya no consiste únicamente en aumentar la capacidad, sino en hacer que estas tecnologías sean más duraderas, autónomas y aplicables en entornos reales.
Microsoft intenta resolver cómo conservar cantidades enormes de información sin mantenerlas permanentemente conectadas ni migrándolas de soporte; Huawei trabaja en una infraestructura de inteligencia artificial cada vez menos dependiente de determinadas tecnologías estadounidenses; y la bioimpresión busca pasar de reproducir formas tridimensionales a reproducir también la organización interna de los tejidos vivos. La tecnología continúa avanzando, pero las preguntas están cambiando: ya no se trata únicamente de cuánto podemos almacenar, cuánto puede calcular un chip o qué puede imprimir una máquina, sino de durante cuánto tiempo podemos conservarlo, quién controla la infraestructura necesaria para hacerlo y hasta qué nivel podemos reproducir la complejidad del mundo físico.
