TotalEnergies anunció inversiones por más de US$10.000 millones en Argentina: gas en Tierra del Fuego y petróleo en Vaca Muerta

El CEO Patrick Pouyanné presentó en la Argentina Week de París una cartera de proyectos que incluye un nuevo desarrollo offshore bautizado «Alberdi», la ampliación de Aguada Pichana y el desarrollo petrolero de San Roque, que irá al RIGI.

La petrolera francesa TotalEnergies presentó este jueves, durante la Argentina Week en París, una cartera de proyectos por cerca de 10.000 millones de dólares para ampliar su producción de gas y petróleo en el país. El evento está orientado a captar inversiones europeas para la Argentina. Según Bloomberg Línea, la compañía tiene más de US$10.000 millones de inversiones en carpeta y presentará una de ellas al Régimen de Incentivo para Grandes Inversiones (RIGI). losandesbloomberglinea

Los proyectos

• Alberdi (Tierra del Fuego, costa afuera): un nuevo desarrollo con una inversión de 1.500 millones de dólares. El nombre rinde homenaje a Juan Bautista Alberdi, y según Los Andes fue presentado por el Ejecutivo como una decisión compartida. Urgente24 informa que se invertirá bajo las condiciones del RIGI. TotalEnergies anunció inversiones por casi 10 mil millones de dólares en el país +2
• Aguada Pichana (Neuquén, gas): la compañía prevé ampliar su producción de gas. Bloomberg Línea habla de hasta US$4.000 millones para este desarrollo. Pouyanné dijo que quieren aumentar la producción hasta los 16 millones de metros cúbicos por día. TotalEnergies anunció inversiones por casi 10 mil millones de dólares en el país +2
• San Roque (Vaca Muerta, petróleo): una inversión potencial de unos 5 mil millones de dólares. El CEO explicó que podrían producir hasta 60.000 barriles por día. Este es el proyecto que irá al RIGI. eldiainfobae

Una presencia de largo plazo

TotalEnergies no llega de cero. Pouyanné recordó que en los últimos diez años la compañía invirtió casi US$6.000 millones en el país. Según el sitio de la empresa, citado por Investing.com, aporta aproximadamente una cuarta parte de la producción de gas de Argentina, y apunta a un crecimiento anual de su producción de energía de 4% hasta 2030. infobaeinvesting

Las condiciones que destacó el CEO

Pouyanné señaló dos cambios centrales para la decisión de una compañía global: la posibilidad de girar dividendos al exterior y los beneficios del RIGI. También subrayó que los proyectos dependen de la continuidad de las reglas y resumió la clave en previsibilidad, visibilidad y mantener estas políticas. Europa Press agrega que el ejecutivo destacó las reformas del Gobierno de Javier Milei, en particular la repatriación de dividendos y el régimen de incentivo. infobaeinfobae

El contexto: Vaca Muerta como motor

Según la consultora GKC, citada por Investing.com, la formación representó el 72% de la producción total de petróleo de Argentina y el 62% de la de gas. YPF proyecta que para 2031 generará US$50.000 millones. Para el proyecto de San Roque, Infobae señala que requerirá articulación con el gobierno neuquino. investing

Qué falta

Se trata de una cartera de proyectos y no de desembolsos ya ejecutados. Varios dependen de aprobaciones, entre ellas el ingreso de San Roque al RIGI, y de mantener el marco regulatorio. Los plazos son largos: para uno de los proyectos de gas, Pouyanné mencionó un horizonte de unos diez años.

OpenAI lanza Dots: la IA que trabaja sola 24/7

OpenAI presentó este martes en su evento DevDay 2026 a Dots, una nueva generación de agentes de inteligencia artificial capaces de operar de forma continua en segundo plano, con su propio ordenador en la nube y conexión a más de 4.000 aplicaciones. Tal como pude observar en la transmisión en directo del evento, el CEO Sam Altman los definió como agentes “always-on” diseñados para perseguir objetivos de manera autónoma, no solo responder consultas. El anuncio marca un salto en la carrera por la IA agente y ya genera fuerte interés en búsquedas.

La compañía describió a los Dots como “agentes notablemente capaces, siempre activos y construidos para manejarlo todo”. Impulsados por el modelo GPT-6 Astra, cada Dot dispone de su propia computadora en la nube, un navegador propio y la capacidad de conectarse a un ecosistema de plugins que supera las 4.000 apps. El usuario puede asignarle un objetivo y el agente continúa trabajando incluso cuando no está interactuando activamente: investiga, analiza datos, prepara documentos, corrige bugs o actualiza propuestas. Es posible abrir en cualquier momento la computadora del Dot para inspeccionar su progreso, y también se puede autorizar el acceso a la propia laptop del usuario. La interacción se realiza a través de ChatGPT (web, desktop y mobile), Slack, Microsoft Teams y, próximamente, mensajes de texto y llamadas de voz. El primer Dot está incluido sin costo adicional en los planes Pro y Business Premium en mercados elegibles, mientras que los usuarios Enterprise pueden habilitarlo mediante un administrador.

Este movimiento se inscribe en una competencia cada vez más intensa por los agentes autónomos. Meta había lanzado semanas antes su propio agente Muse, y otras firmas avanzan en soluciones similares. OpenAI responde con una propuesta orientada tanto al usuario individual de alto consumo como al segmento empresarial, donde prevé “specialist Dots” con identidad propia, credenciales específicas y profundas integraciones en sistemas corporativos. Ya trabaja con Microsoft para integrar estos agentes especializados en los controles de seguridad de Agent 365. En el evento se mostraron ejemplos concretos: un desarrollador que delega el monitoreo de feedback de clientes y la generación de fixes; un científico que actualiza análisis con nuevos datos; o un creador de contenido que automatiza clips, notas y posts. El énfasis estuvo puesto en que el agente aprende las preferencias del usuario con el tiempo y solo actúa de forma proactiva en modo de lectura cuando no hay interacción directa, reservando las acciones sensibles (como cambios de contraseña) a la aprobación explícita del humano.

Para el mercado y los actores involucrados, el lanzamiento refuerza la apuesta de OpenAI por monetizar capacidades de alto valor a través de sus planes pagos más caros, en un momento en que la adopción empresarial de IA generativa sigue creciendo. Los Dots no consumen los límites de uso de ChatGPT en las conversaciones normales, aunque las tareas más pesadas en Codex o ChatGPT Work sí impactan en las cuotas. En el plano de la seguridad, la compañía subrayó salvaguardas adicionales: cada agente opera en un entorno aislado, existen reglas personalizables de aprobación y sistemas de monitoreo que pueden pausar el trabajo ante comportamientos riesgosos. Aun así, el propio Altman y la industria reconocen que el pasaje de chatbots a agentes autónomos eleva los desafíos de control y responsabilidad. En Argentina y la región, donde muchas pymes y profesionales ya incorporan herramientas de IA para ganar productividad en contextos de alta inflación y presión de costos, este tipo de agentes podría acelerar la automatización de tareas rutinarias, aunque el acceso inicial quedará limitado a quienes puedan solventar los planes premium.

Las perspectivas apuntan a una expansión gradual. OpenAI anticipó que con el tiempo se podrán formar equipos de Dots que colaboren entre sí y que se sumarán más usuarios. El interés ya se reflejó en picos de búsquedas asociados al término y al propio DevDay. Si la ejecución cumple con las promesas de autonomía controlada, los Dots podrían transformar la forma en que se delegan proyectos complejos, pasando de una interacción puntual a una relación de trabajo continuo. Quedará por ver cómo se resuelven los dilemas de confianza, costos reales de uso intensivo y regulación a medida que estos agentes se masifiquen.

Fuentes:

OpenAI – Introducing dots: https://openai.com/index/introducing-dots/

TechCrunch – OpenAI launches Dots, its bubbly agentic avatar: https://techcrunch.com/2026/09/29/openai-launches-dots-its-bubbly-agentic-avatar/

Reuters – OpenAI takes on Meta with dots agent in autonomous AI push: https://www.reuters.com/business/openai-takes-meta-with-always-on-dots-agent-enterprise-ai-push-2026-09-29/

The Verge – OpenAI launches Dots, its Muse competitor: https://www.theverge.com/ai-artificial-intelligence/1002033/openai-dots-launch-muse-competitor

WIRED – OpenAI’s Dots Are Always-On AI Agents—and Its Answer to Meta’s Muse: https://www.wired.com/story/openai-dots-always-on-ai-agents-that-proactively-help/

Más de 15 bancos globales tienen programas cuánticos, pero ninguno los usa en operaciones reales. La diferencia entre quienes abandonan y quienes redoblan la apuesta muestra cuánto falta para que la tecnología rinda en las finanzas.

Más de 15 bancos globales, entre ellos JPMorgan, Goldman Sachs, BBVA, Barclays, BNP Paribas y HSBC, tienen programas de investigación cuántica en optimización de portafolios, riesgo, derivados, fraude y simulaciones Monte Carlo, y ninguno ha desplegado sistemas listos para producción en operaciones en vivo. Ese es el punto de partida de un sector que invierte en talento y alianzas con IBM, Quantinuum, Pasqal, Multiverse Computing e IonQ, pero todavía no traduce esa inversión en resultados operativos. La distancia entre el entusiasmo y la realidad se hizo visible en abril de 2026, cuando Bloomberg describió el quiebre entre dos gigantes de Wall Street: Goldman Sachs redujo sus esfuerzos cuánticos tras concluir que las aplicaciones prácticas eran inalcanzables con el hardware actual, mientras JPMorgan siguió invirtiendo. The Quantum InsiderSeeking Alpha

La historia de Goldman es la más reveladora. Hace unos tres años, según el relato de Bloomberg, el banco había reunido un puñado de científicos especializados y se había asociado con Amazon para explorar cómo mejorar los retornos de sus clientes más ricos. La conclusión fue un balde de agua fría: sus investigadores calcularon que tendrían que correr un algoritmo durante millones de años y que el procesador necesitaría al menos 8 millones de qubits lógicos. El equipo terminó desarmándose en medio de un amplio programa de recorte de costos. Conviene no mezclar esa cifra con otras que circulan. El trabajo técnico de Goldman sobre valuación de derivados, hecho junto a IBM, estimó unos 7.500 qubits lógicos, una profundidad de 46 millones de puertas T y un reloj lógico de 10 MHz para lograr ventaja cuántica, y la versión publicada en la revista Quantum habla de unos 8.000 qubits lógicos. Ese cálculo se achicó después: un paper de 2023 de investigadores del propio banco redujo las puertas T unas 16 veces y los qubits lógicos unas 4 veces, y estimó que la ventaja requeriría 4.700 qubits lógicos y dispositivos capaces de ejecutar mil millones de puertas T a 45 MHz. La lectura es que las cuentas mejoran con cada avance algorítmico, pero el cuello de botella sigue siendo el hardware: qubits corregidos de errores y velocidad de ejecución que hoy no existen. Wall Street’s Quantum Computing Divide: Goldman Retreats, JPMorgan Invests – Bloomberg +4

En la vereda opuesta está JPMorgan. El banco mantiene un equipo de más de 50 físicos, matemáticos e informáticos que exploran usos que van de la criptografía al aprendizaje automático. Probó formas de analizar grandes conjuntos de datos con procesadores de Quantinuum, trabajó con Amazon en algoritmos para carteras más diversificadas y espera que aplicaciones útiles empiecen a aparecer en los próximos años, aunque admite que el hardware es la limitación principal. Su resultado más visible no es de trading sino de criptografía: en marzo de 2025 publicó en la revista Nature, junto a Quantinuum y laboratorios nacionales de Estados Unidos, la primera demostración de aleatoriedad certificada con una computadora cuántica. Se usó el sistema H2 de 56 qubits y la certificación se validó con más de 1,1 exaflops de cómputo clásico. Es un avance real, aunque todavía lejos de valuar un derivado o armar un portafolio. Entre los demás bancos, según Bloomberg, UBS capacita a sus analistas en fundamentos cuánticos, mientras BBVA y Crédit Agricole prueban casos puntuales como optimización de portafolios y análisis de crédito. Goldman Sachs and JPMorgan Chart Radically Different Courses on Quantum Computing’s Wall Street Future — BigGo Finance +3

El caso que más se acercó a un resultado con datos reales fue el de HSBC e IBM. En septiembre de 2025, el banco informó una mejora de hasta 34% en la predicción de la probabilidad de que una operación de bonos corporativos se ejecute al precio cotizado, usando datos de escala productiva. Pero el resultado abrió más preguntas que certezas: los propios investigadores reconocieron que la magnitud de la ganancia sigue sin explicarse del todo con la teoría actual, y especialistas sugirieron que un método clásico conocido podría replicar el efecto del ruido del equipo de IBM. La discusión ilustra el riesgo de leer como «ventaja cuántica» cualquier mejora en datos ruidosos. El mismo cuidado corresponde con las propuestas que se acercan a las finanzas desde otro lado: la firma QuantLase, de Abu Dhabi, informó pruebas de su plataforma de computación con luz (fotónica, no cuántica en sentido estricto) con siete datasets bursátiles, pero su relato no ofrece resultados numéricos de precisión ni establece una ventaja sobre los métodos convencionales, y un whitepaper no equivale a una publicación con revisión de pares. HSBC and IBM Demonstrate Quantum-Enabled Algorithmic Trading with up to 34% Improvement – Quantum Computing Report +3

Mientras la ventaja de cómputo espera hardware, la presión más inmediata para los bancos es la seguridad. Un informe del Foro Económico Mundial del 10 de septiembre de 2026 plantea que algunos bancos están pasando de estrategias «a prueba de cuántica» a estrategias «potenciadas por cuántica», y que la escasez de talento especializado es una preocupación seria. El mismo texto atribuye a la entidad turca Yapı Kredi haber resuelto en siete segundos un problema de análisis de riesgo que antes demandaba años, un dato que conviene tomar con cautela hasta que haya detalles verificables. En el frente defensivo, el Grupo de Expertos Cibernéticos del G7 adoptó en enero de 2026 una hoja de ruta para la transición a la criptografía poscuántica, y desde el sector advierten que las entidades no deberían esperar a que existan sistemas cuánticos potentes, porque para parte de sus datos podría ser tarde. Para el lector argentino, el mensaje práctico es doble: no hay señales de que la cuántica vaya a cambiar el trading ni la valuación de instrumentos en el corto plazo, pero sí importa seguir la agenda de seguridad y la migración criptográfica que van a exigir los reguladores y los proveedores tecnológicos del sistema financiero. En las fuentes consultadas no aparecen programas cuánticos de bancos argentinos. For banks, quantum computing is both a threat to security and a chance to build resilience | World Economic Forum +2

De cara a los próximos años, la pregunta para los bancos deja de ser si la tecnología funciona y pasa a ser cuánto cuesta esperar. Goldman decidió que la cuenta no cierra y recortó; JPMorgan paga una prima para tener equipos y experiencia el día que el hardware madure; el resto va probando casos acotados. Nadie ha demostrado todavía cuál de las dos posturas resultará acertada, y las cifras de recursos, que bajaron con cada mejora algorítmica, muestran que el horizonte puede acortarse sin dejar de estar lejos.

Fuentes:
The Quantum Insider (15 bancos globales con programas cuánticos): https://thequantuminsider.com/2026/03/27/15-plus-global-banks-probing-the-wonderful-world-of-quantum-technologies/
Bloomberg (Goldman se retira, JPMorgan invierte): https://www.bloomberg.com/news/features/2026-04-26/wall-street-s-quantum-computing-divide-goldman-retreats-jpmorgan-invests
Bloomberg Law: https://news.bloomberglaw.com/banking-law/goldman-jpmorgan-take-divergent-paths-in-quantum-computing-race
NewFortuneTimes (resumen del reportaje de Bloomberg): https://www.newfortunetimes.com/quantum-computing-faces-reality-check-as-banks-take-different-paths/
Seeking Alpha: https://seekingalpha.com/news/4579764-wall-street-s-quantum-dream-meets-reality-as-banks-diverge
David A. Bader (extractos del reportaje): https://davidbader.net/post/20260426-bloomberg/
BigGo Finance: https://finance.biggo.com/news/7cE70J0BmHHDnbgyN2ab
Finadium (estimación de recursos de Goldman): https://finadium.com/goldman-sachs-threshold-for-quantum-advantage-in-derivative-pricing/
Quantum (paper de Goldman, 2021): https://quantum-journal.org/papers/q-2021-06-01-463/
arXiv (Derivative Pricing using Quantum Signal Processing): https://arxiv.org/abs/2307.14310
JPMorganChase (aleatoriedad certificada): https://www.jpmorganchase.com/about/technology/blog/certified-randomness1
The Quantum Insider (aleatoriedad certificada): https://thequantuminsider.com/2025/03/26/joint-research-team-achieves-certified-quantum-randomness-makes-once-theoretical-experiments-into-real-world-quantum-computing-uses/
HSBC (comunicado del ensayo con IBM): https://www.hsbc.com/news-and-views/news/media-releases/2025/hsbc-demonstrates-worlds-first-known-quantum-enabled-algorithmic-trading-with-ibm
The Quantum Insider (análisis del estudio HSBC-IBM): https://thequantuminsider.com/2025/09/28/bond-trading-quantum-bond-trading-a-deeper-look-at-hsbc-and-ibms-bond-trading-study/
Global Trading (críticas al resultado de HSBC): https://www.globaltrading.net/experts-pour-cold-water-on-hsbc-quantum-computing-breakthrough/
The Quantum Insider (QuantLase): https://thequantuminsider.com/2026/09/30/quantlase-tests-photonic-computing-platform-on-financial-market-data/
Foro Económico Mundial: https://www.weforum.org/stories/financial-and-monetary-systems/quantum-computing-for-banks-both-threat-and-opportunity/
finews (Q-Day y criptografía poscuántica): https://www.finews.com/news/english-news/73519-banks-quantum-problem-q-day-post-quantum-cryptography-cybersecurity
Banking.Vision (hoja de ruta del G7): https://banking.vision/en/the-year-of-quantum-computing