Sakana AI, el laboratorio japonés cofundado por Llion Jones (uno de los 8 autores del paper original de Transformers) y David Ha, lanza el 15 de junio de 2026 Marlin, su primer producto comercial. Posicionado como 'Virtual CSO' (Chief Strategy Officer), Marlin es un agente autónomo que ejecuta tareas hasta 8 horas seguidas sin supervisión humana intermedia y entrega un informe estratégico de 60 a 100 páginas con slides ejecutivas. Productiza dos breakthroughs de research del equipo: AB-MCTS (Spotlight NeurIPS 2025) y The AI Scientist (publicado en Nature).
Lo que hace Marlin
El flujo empieza con una fase de diálogo donde el usuario y el sistema refinan el encargo. A partir de ahí Marlin trabaja solo: forma hipótesis, recolecta información online, reconcilia datos contradictorios y sintetiza. El caso de uso típico es un encargo complejo (analizar un competidor, hacer un informe sectorial, buscar evidencia para un caso, montar memoria de due diligence) y al cabo de unas horas devuelve dos entregables, un set de slides ejecutivas y un informe detallado de decenas de páginas, con las opciones estratégicas mapeadas a relaciones causales de negocio.
Debajo del capó hay más de lo que se ve. Además de AB-MCTS (que coordina varios modelos para razonar mejor) y The AI Scientist, Marlin apoya en ALE-Agent, el sistema de ingeniería automática de algoritmos del propio laboratorio. La beta cerrada arrancó en abril con unos 300 testers de instituciones financieras, consultoras, think tanks y empresas operativas, exactamente el segmento al que Sakana apunta como buyer.
Por qué importa el ángulo Sakana
Sakana lleva año y medio defendiendo una tesis distinta a la de Silicon Valley: los próximos saltos de IA no van a venir de modelos más grandes, sino de sistemas que combinan varios modelos especialistas con técnicas de búsqueda inteligente como AB-MCTS. Marlin va en esa línea. No es un modelo nuevo, es un agente que orquesta modelos existentes para resolver una tarea concreta a profundidad. Para Japón, y por extensión para Europa, esto es una buena noticia: hay forma de competir en IA sin tener la infraestructura de cómputo de OpenAI o Anthropic, construyendo capas inteligentes encima.
El pricing lo confirma como herramienta de knowledge worker senior, no de consumidor. Hay un tier gratuito mensual de pago por uso y planes Pro, Team y Enterprise por encima. En la comunicación previa Sakana citó un modelo dual con packs de créditos por run y suscripciones mensuales del orden de 1.000 USD. Nadie paga eso para redactar un email, se paga para reemplazar jornadas de un analista.
Por qué importa
Para un founder o C-Level español, la categoría de agentes de research profundo está cruzando un umbral. Marlin compite con Deep Research de OpenAI, el modo profundo de Gemini y el equivalente en Claude. La diferencia entre los cuatro está en cuántas horas pueden correr sin romperse y qué tan estructurado entregan el output. Si tu equipo gasta tiempo en informes sectoriales, due diligence, análisis de competencia o memorias estratégicas, el ahorro por encargo es de 1-2 jornadas de un analista senior. La pregunta no es si vale la pena, es qué proveedor usar y con qué controles.
Qué hacer
- Pilotar con un encargo real, no con benchmark: el primer producto de Sakana, Fugu, presumió números que tardaron en validarse por terceros. Antes de mover producción, lanzar Marlin con un informe que ya tengas hecho a mano y comparar objetivamente calidad, profundidad y errores. Hacer lo mismo con Deep Research de OpenAI para tener referencia.
- Coste por hora bajo control: un agente que corre 8 horas consume muchos tokens. Definir presupuesto máximo por encargo y cap automático antes de delegar el primer proyecto serio. La factura sorpresa es el patrón típico el primer mes.
- Revisar términos de privacidad y residencia de datos: Sakana es laboratorio comercial relativamente nuevo con sede en Tokio. Para datos sensibles (clientes, estrategia, due diligence) leer bien los términos, confirmar dónde se procesan y decidir si entra en el flujo o se queda en proveedor con compliance GDPR ya probado.
Relacionado
