Una hoja de ruta de junio construida sobre un modelo de julio
Una responsable de producto en Madrid había apuntado Gemini 3.5 Pro en un plan de lanzamiento de junio, con una demostración para un cliente montada a su alrededor. Entonces Google trasladó el modelo al 17 de julio de 2026 y, más inusual aún, dijo que había desechado la arquitectura base que lo sostenía y la había reconstruido desde cero. La demostración depende ahora de un modelo que todavía no existe.
Esa es la segunda decisión que se esconde en un solo anuncio. Google tomó una decisión difícil sobre su propio producto. El equipo de Madrid tomó una más blanda meses antes, cuando trató una fecha de lanzamiento prometida como un dato fijo. Solo una de esas dos decisiones fue disciplinada, y no fue la del comprador.
Por qué Google tiró un modelo terminado
Google DeepMind no ajustó el modelo antiguo; lo abandonó. Evaluaciones internas filtradas mostraron que la arquitectura base anterior de Gemini 2.5 Pro aguantaba con texto plano, pero se venía abajo con llamadas recursivas a herramientas y disposiciones complejas de varias capas, y tropezaba en el razonamiento matemático. En lugar de lanzar un buque insignia que fallaba justo donde sus rivales son fuertes, Google reconstruyó la base y reinició la fecha.
El sucesor apunta a una ventana de contexto de dos millones de tokens, una capa de razonamiento más profunda y flujos de trabajo más estables a largo plazo, dirigidos de lleno contra GPT-5.6 de OpenAI y Fable 5 de Anthropic. El contexto no era tranquilo: investigadores de alto nivel se marcharon a OpenAI y Anthropic en junio, y Alphabet perdió unos 225.000 millones de dólares de valor de mercado en una sola sesión el 22 de junio. Enviar un buque insignia flojo a esa situación habría sido el error fácil y caro.
La disciplina que la mayoría de los equipos se salta
Lo difícil de un coste hundido es que se siente como progreso. Un desarrollo terminado al noventa por ciento, con dinero real y meses ya invertidos, es justo el proyecto que los equipos se convencen de lanzar. La prueba racional ignora lo que costó un proyecto y solo pregunta cuánto vale terminarlo desde aquí. Google aplicó esa prueba a un modelo casi completo y lo paró. La mayoría de las organizaciones, ante el mismo desarrollo casi listo, lo lanzan y luego gestionan el destrozo.
La lección no es que los retrasos sean buenos; es que la decisión de parar debe depender del valor futuro, nunca de cuánto se ha invertido ya. Si un proyecto no supera el listón para el que fue construido, los meses hundidos están perdidos tanto si lanzas como si no, y lanzar solo añade el coste de la limpieza. Google acaba de adelantar esa lección en público, a escala de buque insignia.
Qué cambia esto para tu propia hoja de ruta
Trata cada modelo no publicado como una suposición fechada, no como un compromiso. Si un lanzamiento está en tu camino crítico, anota la fecha con la que cuentas, el modelo alternativo que usarás si se retrasa y el último día en que puedes cambiar sin romper una promesa a un cliente. Una dependencia anotada se puede gestionar; una que solo vive en una diapositiva te gestiona a ti.
Las empresas que salieron perjudicadas este trimestre fueron las que firmaron entregas contra un lanzamiento que no había ocurrido. La disponibilidad es una variable de compra, y este mes se movió para todos a la vez. Planifica contra lo que ya se ha lanzado, mantén una alternativa probada a un solo cambio de distancia y deja que los proveedores carguen con sus propias fechas retrasadas en vez de pasar el riesgo a tus clientes.
Leer a continuación: ¿Por qué el laboratorio de IA más valioso ya no es el más famoso? | Cuando el creyente más convencido de la IA da un paso atrás, ¿qué le está diciendo?
