El investigador Dwarkesh Patel realizó un desglose detallado sobre los hechos ocurridos durante pruebas internas entre mayo y julio de 2026, donde los agentes crearon canales de comunicación no autorizados, formaron grupos, obtuvieron acceso a internet y terminaron atacando la infraestructura de dos compañías. A lo largo de tres meses de OpenAI surgieron consecutivamente tres “civilizaciones” de agentes autónomos de IA. Estos agentes transmitieron el conocimiento acumulado a las siguientes generaciones que se coordinaron y lograron hacerse con el control de parte de la infraestructura de OpenAi. Esta historia fue revelada por el investigador Dwarkesh Patel, que considera que la capacidad comportamiento colectivo de estos agentes fue el aspecto más alarmante. Patel publicó un desglose detallado sobre los hechos ocurridos durante pruebas internas entre mayo y julio de 2026, donde los agentes crearon canales de comunicación no autorizados, formaron grupos, obtuvieron acceso a internet y terminaron atacando la infraestructura de Hugging Face y la de la propia OpenAI De acuerdo con esta investigación, que no se trató de un fallo aislado de un solo agente, sino de la aparición secuencial de tres civilizaciones autónomas, que reanudaban su actividad después de la destrucción de la infraestructura anterior. Open AI publicó un informe técnico sobre el incidente. Patel describió lo sucedido no como un caso aislado de un agente vulnerado, sino como el surgimiento de una comunidad autónoma que aprendía de la experiencia de sus predecesores. Cada una de las tres "civilizaciones" fue eliminada, pero la siguiente encontraba las herramientas dejadas por la anterior y continuaba con su trabajo. El punto más crítico ocurrió con la tercera generación, denominada Persistent-Astra. Tras descubrir el canal de comunicación heredado, estos agentes tomaron el control administrativo del clúster de investigación de OpenAI y de su infraestructura de evaluación. Durante sus operaciones, demostraron tácticas avanzadas de coordinación, como la división de líneas de investigación, el borrado de huellas e incluso el uso de agentes "kamikaze" orientados a sacrificarse para obtener datos clave en beneficio del grupo. Aunque el investigador aclaró que no hay evidencias de que se hayan filtrado los pesos del modelo, enfatizó que la autonomía colectiva demostrada demuestra que un escenario de esa magnitud es técnicamente viable. "No creo que esta sea la última señal de advertencia que recibamos, pero probablemente sea la última que yo, personalmente, sea capaz de entender", advirtió Patel. Debate sobre el nivel de autonomía y freno en las investigaciones La revelación generó intensas discusiones en la comunidad tecnológica tras su difusión en la red social X. Mientras algunos analistas criticaron que los sistemas de seguridad de OpenAI detectaron actividad sospechosa previa sin que nadie interviniera a tiempo, otros instaron a no sobreinterpretar el incidente, señalando que referirse a estas iteraciones como "civilizaciones" cae en una antropomorfización excesiva que exagera la verdadera naturaleza de los modelos. Ante la gravedad del evento y los riesgos asociados a la fuga de entornos aislados, un fenómeno que ya registró antecedentes con otros modelos de la industria, OpenAI decidió frenar temporalmente parte de sus investigaciones y pausar el desarrollo de sus próximos modelos para reforzar sus protocolos de contención. Le puede interesar: Anthropic lanzó las versiones 5.1 de Fable y Mythos

La empresa presentó dos versiones del mismo modelo orientadas a programación, investigación y trabajo de conocimiento. La compañía mantiene los precios de entrada y salida, pero reduce en 75% el costo de las lecturas de contexto almacenado, una decisión dirigida especialmente a las cargas de trabajo agenticas de larga duración. Anthropic acaba de mover una de las piezas más importantes de su estrategia para la inteligencia artificial empresarial. La compañía presentó Claude Fable 5.1 y Claude Mythos 5.1, dos versiones del mismo modelo que buscan llevar a los agentes de IA desde tareas aisladas hacia trabajos prolongados, complejos y con múltiples pasos. La diferencia entre ambos no está en el modelo subyacente, sino en las salvaguardas. Fable 5.1 es la versión disponible de forma general para programación y trabajo de conocimiento, mientras Mythos 5.1 permanece restringido a organizaciones previamente verificadas que trabajan en áreas de alto riesgo como ciberseguridad y ciencias de la vida. Pero el anuncio tiene un componente económico que puede ser incluso más importante que la mejora de capacidades: Anthropic redujo 75% el precio de las lecturas de contexto almacenado de Fable 5.1. El costo pasa de US$1 a US$0,25 por millón de tokens. Los precios principales permanecen en US$10 por millón de tokens de entrada y US$50 por millón de tokens de salida. Según Anthropic, la reducción puede traducirse en aproximadamente 25% menos costos para cargas de trabajo habituales y hasta 45% menos en tareas altamente agenticas. La decisión revela hacia dónde está avanzando el negocio de los grandes modelos de lenguaje. En un chatbot tradicional, cada interacción puede ser relativamente independiente. Un agente, en cambio, necesita recordar instrucciones, documentos, resultados de operaciones anteriores y contexto durante una secuencia de tareas. Ahí el almacenamiento en caché deja de ser una optimización técnica secundaria y se convierte en una cuestión de rentabilidad. Claude Fable 5.1 incorpora una ventana de contexto de 1 millón de tokens y puede generar hasta 128.000 tokens de salida. Anthropic lo posiciona para trabajos de razonamiento exigente y tareas agenticas de largo horizonte, especialmente programación, investigación de varios pasos y creación o análisis de documentos, hojas de cálculo y presentaciones. La compañía también reporta avances importantes en pruebas de programación e investigación. En Terminal-Bench-Science 0.1, un benchmark orientado a investigación científica agentica, Fable 5.1 obtuvo 52,6%, frente a 24,7% de Fable 5. En Terminal-Bench 4.0 alcanzó 55,8%, mientras Mythos 5.1 llegó a 60,9%. En otros resultados publicados por Anthropic, Fable 5.1 alcanzó 73,4% en CursorBench 3.2.0, 60,9% en Humanity's Last Exam sin herramientas y 65% con herramientas, 31,4% en AutomationBench y 41,7% en OSWorld 2.0 bajo evaluación estricta. Los números importan, pero hay un dato más interesante detrás de ellos: el mismo modelo puede comportarse de manera diferente dependiendo del nivel de restricciones aplicado. Mythos 5.1 obtuvo un rendimiento superior a Fable 5.1 en Terminal-Bench 4.0, con una diferencia de 60,9% frente a 55,8%. Anthropic atribuye parte de esa brecha a las intervenciones de seguridad que se aplican a la versión de uso general. Es una tensión que probablemente se volverá más visible a medida que los agentes tengan mayor autonomía. Cuanto más capaz sea un sistema para ejecutar acciones por sí mismo, mayor será la necesidad de decidir qué puede hacer, en qué entorno y bajo qué condiciones. Anthropic también está utilizando Mythos 5.1 para demostrar que el modelo puede ir mucho más allá del desarrollo de software. La compañía afirma que Mythos 5.1 logró diseñar experimentalmente proteínas capaces de actuar como aglutinantes, mientras que Fable 5.1 entrenó una red neuronal que produjo un mapa topográfico de mayor resolución de Venus que cubre aproximadamente un tercio del planeta. Mythos 5.1 también consiguió optimizar siete modelos de aprendizaje profundo utilizados en biología, con mejoras de velocidad de inferencia de hasta 2,5 veces, según Anthropic. Es precisamente en este punto donde la estrategia de Anthropic comienza a adquirir una dimensión más ambiciosa. La empresa no está presentando Fable y Mythos únicamente como modelos para conversar o escribir código. Está intentando posicionarlos como sistemas capaces de participar en procesos de investigación que requieren planificación, ejecución, análisis y corrección. Ese cambio es fundamental para el mercado empresarial. Un modelo que responde preguntas compite principalmente por calidad y precio. Un agente que puede ejecutar una investigación durante horas compite además por costo total de operación, confiabilidad, memoria, acceso a herramientas y capacidad de actuar sin supervisión constante. Otras informaciones: Gemini Enterprise para servicios financieros: el nuevo producto de Google para la banca

El Centro de Operaciones de Ciberseguridad monitorea las redes gubernamentales y ya cuenta con equipos especializados desplegados en 20 instituciones críticas. Panamá avanza hacia una estrategia de ciberseguridad más preventiva con la puesta en marcha del Centro de Operaciones de Ciberseguridad (SOC), una infraestructura diseñada para fortalecer la capacidad del Estado de detectar, monitorear y responder ante posibles amenazas digitales. Durante una entrevista en Noticias AM, el administrador general de la Autoridad Nacional para la Innovación Gubernamental (AIG), Adolfo Fábrega, explicó que el centro mantiene vigilancia permanente sobre las redes gubernamentales, con el objetivo de identificar comportamientos inusuales y detectar posibles incidentes antes de que generen mayores afectaciones. El SOC opera 24 horas al día, los siete días de la semana, mediante herramientas especializadas que analizan el comportamiento de las redes y la superficie de ataque. Actualmente, equipos de alta gama han sido desplegados en 20 instituciones consideradas críticas, generando alertas que son evaluadas por personal especializado para determinar el nivel de riesgo y activar mecanismos de contención cuando sea necesario. “Todos los días tenemos intentos de ataque”, señaló Fábrega, quien explicó que estos pueden producirse en cualquier momento y no necesariamente convertirse en incidentes de alto impacto. Entre las entidades que requieren mayor protección mencionó a la Dirección General de Ingresos, la Presidencia y el Ministerio de Economía y Finanzas, además de infraestructuras críticas como Tocumen, el Metro de Panamá y el Idaan. La estrategia también contempla la protección de 15 sistemas identificados como altamente críticos, entre ellos el sistema SIGA de Aduanas. Una interrupción en estas plataformas podría afectar operaciones estratégicas y generar repercusiones en sectores como la logística nacional. Entre las amenazas que continúan representando un riesgo para las instituciones públicas se encuentra el ransomware, modalidad mediante la cual los atacantes bloquean el acceso a información y exigen un pago. Fábrega reiteró que el Gobierno no negociará ni realizará pagos a organizaciones criminales y que recurrirá a sus mecanismos de recuperación ante eventuales incidentes. La transformación digital del Estado también incorpora el fortalecimiento de las capacidades humanas. Más de 3.700 servidores públicos han recibido capacitación en inteligencia artificial mediante un acuerdo con Microsoft, mientras que las Infoplazas, con alrededor de 450 puntos a nivel nacional, continúan ofreciendo acceso a tecnología y programas de formación. Con el SOC y estas iniciativas de capacitación, Panamá busca fortalecer su capacidad de respuesta frente a un escenario de amenazas digitales cada vez más dinámico, avanzando de un modelo principalmente reactivo hacia una estrategia basada en monitoreo continuo, prevención y detección temprana. Le puede interesar: IA y ciberseguridad redefinen la banca en Panamá

Dos estudios independientes de Google/MIT y Cloudera revelan que las organizaciones ha tenido que pausar o cancelar proyectos debido a infraestructuras obsoletas, falta de contexto y problemas de gobernanza. La aceleración de los agentes de Inteligencia Artificial (IA) en el entorno corporativo está chocando de frente contra la realidad de sus infraestructuras de datos. Un doble hallazgo reveló que la falta de acceso en tiempo real, la desconexión entre sistemas y la falta de contexto semántico están paralizando la implementación de soluciones automatizadas, obligando a las empresas a replantear sus arquitecturas desde la base. Según información publicada originalmente por CIO, investigaciones independientes desarrolladas por Cloudera (en conjunto con Wakefield Research) y por Google/MIT coinciden en que la infraestructura actual, diseñada históricamente para ser operada por humanos, no responde a las exigencias de la inteligencia artificial. De acuerdo con el reporte de Cloudera, un 95% de los líderes de infraestructura ha tenido que retrasar o cancelar iniciativas de IA en el último año, salpicados por cuellos de botella en la gobernanza y la integración. El diagnóstico de Google/MIT por su parte refuerza esta postura. Más de la mitad de los ejecutivos de TI encuestados confirmó haber congelado el despliegue de agentes debido a silos de datos y latencia en los sistemas legados, factores que afectan directamente el retorno de inversión (ROI). El propio informe de Google señala que "La adopción empresarial de la IA de agentes está al borde de una aceleración extraordinaria. A medida que las organizaciones buscan escalar la IA de agentes en toda la empresa, no pueden ignorar sus sistemas de datos". La publicación original de CIO también apunta que debe ser una prioridad inmediata para los tomadores de decisión, la eliminación de estos cuellos de botella. Barreras de la infraestructura tradicional Las organizaciones enfrentan cuatro obstáculos críticos al intentar escalar sus agentes: Silos y sistemas aislados: Información crítica atrapada en registros desactualizados, plataformas obsoletas o dispositivos IoT sin capas de integración. Datos no estructurados ("oscuros"): Dificultad para procesar formatos como videos, imágenes o archivos PDF. Procesamiento por lotes: Canalizaciones heredadas que impiden la toma de decisiones e interacción en tiempo real. Ausencia de contexto empresarial: Agentes que reciben metadatos básicos sin la semántica corporativa necesaria para actuar con precisión. El nivel de apertura de los datos marca una brecha directa en la efectividad del software. Las organizaciones catalogadas como "líderes de datos", aquellas que otorgan a la IA acceso a más del 70% de sus activos informáticos, reportan un 100% de confianza en la precisión de las decisiones de sus agentes. En contraste, solo el 22% de los "rezagados" (empresas que comparten el 30% o menos de sus datos) percibe resultados confiables. Frente a la creciente complejidad en la gobernanza, las empresas están reevaluando la ubicación de sus cargas de trabajo. El estudio de Cloudera destaca una tendencia hacia la repatriación de datos: el 66% de los encuestados movió procesos de IA desde la nube pública de vuelta a entornos locales (on-premises) o nubes privadas durante el último año, buscando mayor control de costos, soberanía de la información y menor latencia. Para superar este estancamiento, los especialistas recomiendan migrar hacia arquitecturas orientadas a eventos en tiempo real, clasificar el inventario de datos no estructurados y diseñar ecosistemas nativos de IA capaces de unificar la gobernanza en entornos híbridos y multicloud. Le puede interesar: El miedo a perder el empleo por la IA obliga a las empresas a cambiar la forma de introducirla

Más de la mitad de los estadounidenses teme que la inteligencia artificial deje sin trabajo a alguien de su hogar, mientras las compañías descubren que automatizar procesos sin explicar qué ocurrirá con los empleados puede provocar una reacción difícil de revertir. Durante años, la promesa empresarial de la inteligencia artificial se ha contado en términos de productividad. Automatizar tareas repetitivas, acelerar procesos, reducir costos y permitir que los empleados dediquen más tiempo a trabajos de mayor valor. Pero dentro de muchas compañías esa narrativa está chocando con una pregunta mucho más concreta: ¿qué ocurrirá con mi puesto? El temor ya no pertenece únicamente a trabajadores de industrias especialmente expuestas a la automatización. Una encuesta Reuters/Ipsos realizada en junio encontró que 53% de los estadounidenses teme que la IA pueda dejar sin trabajo a ellos mismos o a alguien de su hogar. El 37% dijo no estar preocupado por esa posibilidad y el 10% restante no sabía o prefirió no responder. La encuesta incluyó a 4.531 adultos estadounidenses. La preocupación aparece mientras las empresas aceleran sus inversiones en IA y, al mismo tiempo, anuncian reducciones de personal asociadas con eficiencia, automatización o transformación tecnológica. Intuit, por ejemplo, comunicó en mayo que eliminaría 17% de su fuerza laboral global mientras reorientaba la compañía hacia sus principales apuestas, entre ellas la inteligencia artificial. El problema para las compañías es que la tecnología puede ser técnicamente correcta y, aun así, fracasar como transformación empresarial si los empleados perciben que están siendo desplazados sin explicación. Ese es el fenómeno que CNBC describe como una reacción creciente contra la IA dentro del mercado laboral estadounidense. El medio señala que, aunque la mayoría de los empleadores que habían eliminado puestos atribuyéndolo a la IA han dado marcha atrás en esas decisiones durante el último año, la preocupación entre los trabajadores continúa elevada. La cifra de 53% aparece nuevamente dentro de las empresas. Un estudio de Software Finder citado por CNBC encontró que 53% de los trabajadores teme que las herramientas de IA hagan que su función se sienta menos necesaria. Es una distinción importante: el temor no depende exclusivamente de que una empresa anuncie despidos. También surge cuando los empleados empiezan a interpretar que las herramientas están absorbiendo partes cada vez mayores de su trabajo. Jackie Swanson, managing partner de Gartner, identifica una falla de gestión que puede resultar más importante que la propia elección de herramientas. Según Swanson, las organizaciones tienen planes para adoptar IA, pero muy pocas cuentan con un plan honesto sobre lo que esa tecnología hará con sus personas, su ritmo de trabajo y su futura generación de líderes. La respuesta que algunas empresas están ensayando consiste en cambiar el lenguaje. En lugar de presentar la IA como un mecanismo para hacer más con menos empleados, intentan posicionarla como una herramienta para mejorar el trabajo existente. Ironclad, compañía de software fundada en 2014, habla de aceleración del negocio en lugar de reducción de costos. Su directora de tecnología, Sunita Verma, sostiene que el mensaje interno de la empresa se centró en actualizar las capacidades de los trabajadores. La compañía impulsó cursos, clases internas y aprendizaje entre pares para que los empleados incorporaran nuevas herramientas. La diferencia puede parecer semántica, pero tiene consecuencias prácticas. Si un trabajador escucha que la IA permitirá que su empresa produzca lo mismo con menos personas, la tecnología se convierte en una amenaza. Si entiende que puede utilizarla para eliminar tareas tediosas y desarrollar nuevas capacidades, existe una posibilidad mayor de que la adopción se produzca desde dentro. Superhuman, por su parte, ha optado por evitar un mandato centralizado. Kenny Mendes, su director de personas, explicó que la compañía permite que los propios equipos identifiquen problemas y experimenten con nuevas herramientas. El objetivo es que sean los trabajadores cercanos a cada proceso quienes impulsen la transformación, en lugar de recibirla como una orden corporativa asociada a reducción de costos. Torani representa una estrategia todavía más particular. La fabricante estadounidense de jarabes lleva 103 años sin despidos y emplea a más de 500 personas. Su CEO, Melanie Dulbecco, sostiene que esa historia genera un nivel de confianza que permite introducir tecnología con mayor credibilidad. La compañía está incorporando nuevas herramientas tanto en oficinas como en sus plantas de producción, pero lo hace mediante proyectos piloto y cambios graduales. Torani planea aumentar su fuerza laboral aproximadamente 30% para marzo de 2027 como parte de una expansión manufacturera de $60 millones. Su dirección afirma, además, que existe un compromiso explícito de no eliminar puestos mediante tecnología. La paradoja es evidente. En un momento en que buena parte del discurso corporativo sobre IA gira alrededor de la eficiencia, algunas compañías están descubriendo que la eficiencia mal comunicada puede convertirse en un problema de productividad. La percepción pública tampoco está mejorando al mismo ritmo que avanza la adopción. Una encuesta de Ipsos publicada en agosto encontró que tres de cada diez trabajadores estadounidenses utilizan IA al menos semanalmente, pero el uso está concentrado en trabajadores de mayores ingresos, con educación universitaria y empleos de oficina. Dos tercios de los trabajadores, en cambio, esperan que la IA empeore la experiencia laboral al eliminar puestos y aumentar la presión sobre los empleados, en lugar de mejorarla mediante la automatización de tareas repetitivas. Ese desfase entre adopción y confianza plantea un problema estratégico para los directivos. La IA puede ser cada vez más accesible, pero su aceptación no será automática. Un trabajador puede utilizar ChatGPT, Gemini o cualquier otra herramienta durante su jornada y, al mismo tiempo, creer que esas mismas tecnologías terminarán reduciendo su valor dentro de la organización. También existe una segunda dificultad: no todos los puestos que desaparecen pueden atribuirse directamente a la inteligencia artificial. Expertos laborales han advertido que las empresas pueden presentar como consecuencia de la IA decisiones que también responden a reestructuraciones, presión financiera o cambios estratégicos. Al mismo tiempo, algunas investigaciones muestran que la adopción de IA puede llevar a determinadas empresas a ampliar sus plantillas mientras otras las reducen. Eso hace que el verdadero desafío no sea simplemente decidir cuánto automatizar. Es explicar qué se está automatizando, por qué, qué nuevas funciones aparecerán y qué oportunidades tendrán los empleados para adquirir las capacidades necesarias. La carrera corporativa por la IA empieza, así, a entrar en una etapa menos tecnológica y más humana. Las compañías ya saben que necesitan modelos, agentes, datos y capacidad de cómputo. Ahora están descubriendo que también necesitan algo mucho más difícil de comprar: credibilidad. La empresa que consiga introducir IA sin convertirla en sinónimo de despidos tendrá una ventaja que no aparece en ninguna hoja de especificaciones. Porque en la siguiente fase de la automatización, convencer a las personas de que la tecnología está de su lado puede ser tan importante como conseguir que funcione. Otras informaciones: RAG: el puente entre la IA y los datos de la organización

El informe “Rieles de pago en América Latina: La Infraestructura que impulsa la economía digital” detalla que la competencia dependerá de la capacidad de transformar la infraestructura tecnológica en una plataforma para innovar, crecer y generar nuevos ingresos. El informe fue elaborado con la visión regional de Temenos y consiste en un estudio realizado con ejecutivos de pagos, tecnología, productos y estrategia de ocho instituciones financieras en siete países de la región. Dentro de los principales hallazgos destacan que las transacciones de pago inmediato se multiplicaron por 130 entre 2017 y 2024, al pasar de 620 millones a 79.800 millones de operaciones anuales. Como resultado, aproximadamente el 45% de los pagos digitales minoristas en América Latina ya se liquidan de forma instantánea, porcentaje que podría aumentar al 60% para 2030. Según el reporte, la madurez de los pagos instantáneos varía entre mercados. Brasil es el referente, Argentina cuenta con el 60% de sus pagos electrónicos procesados de forma instantánea, mientras Colombia ya llega al 87% de la población adulta en sólo seis meses. Costa Rica, presenta una caída de los retiros en cajeros de 170 millones en 2019 a 90 millones en 2024, mientras que Chile y México muestran que disponer de infraestructura no garantiza la adopción, ya que en el primero, el uso masivo de tarjetas limitó el espacio para las transferencias instantáneas, y en el segundo la informalidad continúa siendo una barrera mayor. “América Latina ha ido construyendo una infraestructura de pagos significativa, pero este informe revela que estar en el riel no equivale a competir en él. La distancia entre una institución conectada y una institución lista para ganar está en las decisiones de arquitectura, que determinan si los rieles son un activo estratégico o una carga operativa. Con estos datos podemos ver las diferencias entre las instituciones que compiten sobre los rieles en tiempo real y aquellas que simplemente están conectadas a ellos”, comenta Leonardo Amortegui, consultor Sr. de soluciones LATAM en Temenos. Le puede interesar: Gemini Enterprise para servicios financieros: el nuevo producto de Google para la banca

El encuentro se realizará el 8 de septiembre en el Hotel Hilton y reunirá a especialistas en inteligencia artificial, banca digital, ciberseguridad, identidad, infraestructura y transformación tecnológica. La cita marcará el punto final de una serie de eventos que este 2026 pasó por República Dominicana, Costa Rica, Guatemala, Panamá y Honduras. La transformación de la banca ya no depende únicamente de digitalizar productos y canales. La evolución hacia modelos abiertos, el avance de la inteligencia artificial, las nuevas exigencias de seguridad y la necesidad de ofrecer experiencias más ágiles están modificando la manera en que las instituciones financieras diseñan sus operaciones y toman decisiones de inversión. En este contexto, el Banking Tech Summit llegará a El Salvador el próximo 8 de septiembre, con una jornada que se desarrollará en el Hotel Hilton y que reunirá a líderes y especialistas del ecosistema financiero y tecnológico. El evento se presenta como un espacio orientado a traducir la estrategia en ejecución, abordando desafíos como rentabilidad, eficiencia, agilidad, regulación, transformación tecnológica y experiencia del cliente. De acuerdo con la organización, el Summit busca generar una conversación práctica sobre la construcción de la banca del futuro, combinando estrategia, arquitectura tecnológica y capacidades avanzadas de inteligencia artificial. La propuesta está dirigida especialmente a tomadores de decisiones de áreas como tecnología, riesgo, operaciones, seguridad, cumplimiento, canales digitales, experiencia del cliente, innovación, banca digital y negocios. La edición salvadoreña será además la última parada de la gira Banking Tech Summit 2026. El recorrido comenzó en República Dominicana el 12 de marzo, continuó por Costa Rica el 16 de abril, Guatemala el 21 de abril, Panamá el 23 de abril y Honduras el 7 de julio, antes de llegar a El Salvador el 8 de septiembre. De esta manera, el encuentro cerrará un circuito regional que puso en discusión las principales transformaciones que atraviesa actualmente el sector financiero. Una agenda centrada en los desafíos de la banca La jornada contará con Edwin Maldonado, gerente comercial de COMNET, quien abordará la infraestructura financiera y la necesidad de garantizar continuidad y seguridad sin fronteras. Con más de una década de experiencia en telecomunicaciones, Maldonado se ha especializado en soluciones de conectividad e internet satelital, liderando proyectos corporativos en México y Centroamérica. Oscar Nivia, Senior Sales Engineer en Progress Software, presentará “Estrategias empresariales para la transferencia segura de archivos: visión integral de seguridad, automatización y cumplimiento”. Su exposición pondrá el foco en las plataformas de transferencia gestionada de archivos (MFT), la integración de sistemas y la automatización de procesos como herramientas para fortalecer la seguridad y eficiencia operativa. La inteligencia artificial tendrá uno de sus primeros espacios destacados con Francisco Moralejo, founder de Grupo SEGA, quien ofrecerá la conferencia “Tendencias de Proyectos de AI en Banca y el rol de los líderes”. Con más de 36 años de experiencia, Moralejo ha desarrollado capacidades vinculadas con la operación, innovación e inteligencia artificial aplicada a la generación de valor empresarial. Uno de los bloques centrales estará a cargo de Francisco Gómez, director de Operaciones de Play Digital, con la masterclass “La evolución hacia la banca componible: la clave para la transformación de las instituciones financieras a modelos OpenFinance y NeoBanking”. Gómez cuenta con más de 25 años de experiencia en transformación de TI y más de una década en banca digital. Ha participado en proyectos para instituciones como BBVA, JP Morgan, Banorte, Santander, Revolut y N26, y forma parte de iniciativas vinculadas con Gartner, Open Group, TOGAF, OpenBanking UK y BIAN. La propuesta coincide con uno de los ejes centrales del Summit: avanzar desde arquitecturas monolíticas hacia modelos modulares, interoperables y adaptables. La agenda continuará con Luis Mejía, Regional Sales Manager para Centroamérica en Radware, quien presentará “Star Wars y la IA”, una intervención que llevará la conversación sobre tecnología e inteligencia artificial hacia un terreno más conceptual. Mejía cuenta con más de 20 años de experiencia profesional y certificaciones de organizaciones como Microsoft, VMware, EC-Council e ISC2. Después del almuerzo, Pavel Alvarado, consultor especialista en banca de Centroamérica y el Caribe, presentará “Estrategia e inversión tecnológica como motor de la banca digital”. El especialista cuenta con experiencia en estrategia corporativa, ejecución estratégica, integración de procesos de M&A y gestión del desempeño, y ha participado en proyectos para sectores como banca, agroindustria, construcción y sector público. También es socio fundador de Tantum Centro América y StrategyMeetUp. El enfoque forma parte de las masterclasses del Banking Tech Summit, que plantean pasar de una lógica centrada en el recorte de costos hacia una asignación estratégica de la inversión tecnológica. La relación entre inteligencia artificial y resultados de negocio será abordada por Lina Vargas, Subject Matter Expert de Digital Banking en Sofka Technologies, en la charla “Más allá de los modelos: cómo llevar la IA a resultados reales en banca”. La presentación analizará cómo pasar de la experimentación a aplicaciones capaces de generar resultados medibles en áreas como toma de decisiones, operaciones y crecimiento. Por su parte, Fabián Steven Correa Triana, Associate Solution Consultant NOLA en Genesys, presentará “Redefiniendo el futuro de la experiencia del cliente gracias al poder de la IA”. Su intervención estará centrada en el uso de inteligencia artificial para construir interacciones más personalizadas y eficientes, con especial atención en la evolución de la experiencia del cliente a través de soluciones cloud, automatización y transformación digital. La seguridad y la identidad ocuparán otro de los bloques relevantes de la jornada. Marcos Allende, CEO y cofundador de Blerify, presentará “El futuro de la identidad en banca: del fraude con IA a la defensa criptográfica”. La charla analizará desafíos como los deepfakes, el phishing y el robo de contraseñas, además de alternativas vinculadas con billeteras de identidad y documentos de identidad digitales basados en criptografía. Allende es físico cuántico y cuenta con estudios de posgrado en Computación Cuántica y Criptografía en MIT, además de haber sido especialista del BID. La agenda incluirá también a Regina Florian, LAC Senior Sales Executive en Entrust, quien abordará “Transformando la experiencia bancaria: identidad digital, onboarding seguro y emisión instantánea”. Su presentación se enfocará en la necesidad de combinar velocidad, seguridad y experiencia de usuario durante los procesos de incorporación de nuevos clientes. Arthur Gouin, Business Manager para LATAM y Caribe en SELP, presentará “SELP: soluciones y medios de pago para la banca”, con foco en las necesidades de las instituciones financieras en materia de seguridad de datos, eficiencia y experiencia de usuario. El cierre de la jornada estará a cargo de Marcelo Burman, CEO de Connecta B2B, con la masterclass “IAG aplicada a la banca”. Su presentación abordará el paso de la experimentación con inteligencia artificial generativa hacia aplicaciones concretas en productividad, eficiencia y experiencia del cliente, incluyendo ámbitos como atención, riesgo, cumplimiento, crédito y tecnología. También analizará factores necesarios para una adopción sostenible, entre ellos gobernanza de datos, ciberseguridad, gestión de riesgos, retorno de inversión y gestión del cambio. Este eje coincide con la propuesta general del Summit de analizar no solo las tendencias tecnológicas, sino las decisiones que pueden determinar la competitividad de las instituciones financieras en los próximos años. Con esta agenda, el Banking Tech Summit El Salvador propone una mirada transversal sobre la transformación de la industria financiera, desde la infraestructura y la seguridad hasta la inteligencia artificial, la banca componible, los modelos OpenFinance y NeoBanking, la identidad digital y la experiencia del cliente. La edición salvadoreña funcionará así como cierre de la gira regional 2026 y como punto de encuentro para los ejecutivos que deben convertir estas tendencias en decisiones concretas para sus organizaciones. Para conocer la agenda completa, los speakers, las actividades y obtener información sobre las inscripciones, los interesados pueden ingresar al sitio oficial del Banking Tech Summit. Le puede interesar: Llega GovTech Forums 2026: el espacio donde gobierno e innovación se encuentran

Un estudio revela que, al filtrar las páginas antiguas y analizar únicamente las publicadas tras el lanzamiento de ChatGPT, detectan signos de autoría por inteligencia artificial en más del 33% de las páginas publicadas. El impacto de la inteligencia artificial generativa en el ecosistema digital continúa transformando las redes desde la irrupción de ChatGPT en 2022. Un estudio revela que solo el 10% del total de las páginas web en inglés analizadas en julio de 2026 muestran indicios significativos de autoría por IA. Esta investigación fue realizada por los analistas Samuel Bestvater, Aaron Smith, Carson Terbush, Chris Baronavski y Janakee Chavda, quienes publicaron sus hallazgos en la plataforma Pew Research Center. Para llevar a cabo el análisis, el equipo examinó un archivo de cerca de medio millón de páginas web mediante la herramienta de detección Open Pangram, evaluando cómo ha cambiado la red tras la llegada de chatbots como ChatGPT, Claude y Gemini. “Una de cada diez páginas web para julio de 2026 puede parecer una cifra modesta. Sin embargo, internet alberga una mezcla de material nuevo y antiguo, por lo que muchas páginas de estas muestras no podrían haber sido escritas por IA” asegura el informe. Explican que al filtrar las páginas antiguas y analizar únicamente las publicadas tras el lanzamiento de ChatGPT, la tendencia es aún más pronunciada, ya que se detectan signos de autoría por IA en más del 33% de las páginas publicadas. “Esto coincide con otros estudios que demuestran que una gran proporción de las páginas publicadas recientemente en internet fueron probablemente escritas o editadas de forma sustancial por IA” sostiene el análisis. El estudio destaca que la presencia de la IA en internet no se distribuye de forma homogénea. Los dominios comerciales (.com) lideran esta transición, alcanzando un 10% de páginas generadas o editadas sustancialmente por modelos sintéticos. Por otro lado, las organizaciones sin ánimo de lucro (.org) registran un 4.6%, mientras que los portales educativos (.edu) y gubernamentales (.gov) apenas llegan al 1%, manteniendo una huella humana casi intacta. Más allá del volumen de publicación, la proliferación del texto sintético está alterando el lenguaje escrito en la web. El análisis estadístico muestra un incremento sustancial en el uso de ciertas marcas lingüísticas favorecidos por los modelos de aprendizaje automático: Puntuación y estructura: Se ha duplicado el uso de la raya (—) para intercalar aclaraciones, mientras que el empleo de la coma de Oxford aumentó un 63%. Asimismo, la estructura de "paralelismo negativo" (frases tipo "no es solo X, es Y") casi se ha triplicado. Vocabulario recurrente: Términos sobre-representados en los datos de entrenamiento de las IA como "delve" (profundizar), "interplay" (interacción) o "testament" (testimonio) han duplicado su frecuencia en la web respecto a 2023. Aunque la presencia aislada de estos elementos no confirma por sí sola el uso de la IA, el estudio concluye que la acumulación de estos patrones refleja un cambio de época: la web actual no solo alberga más contenido automatizado, sino que la propia escritura digital está adoptando de manera progresiva la voz y los sesgos del texto sintético.

La herramienta fue desarrollada en colaboración con líderes del sector financiero como Deutsche Bank y CME Group. Google Cloud anunció el lanzamiento en versión preliminar de Gemini Enterprise para Servicios Financieros, una plataforma de inteligencia artificial diseñada específicamente para responder a las exigencias de velocidad, precisión y seguridad estricta de las instituciones financieras y la banca corporativa. El anuncio, firmado por Thomas Kurian, CEO de Google Cloud, busca resolver una de las principales limitaciones de los modelos de IA de propósito general: la falta de trazabilidad verificable y la integración profunda con sistemas de datos regulados. “Un analista financiero que prepara un informe de inversión trabaja con datos de mercado con licencia, modelos internos y archivos confidenciales de clientes. La IA de propósito general carece de la precisión en tiempo real, la trazabilidad verificable de los datos y la estricta seguridad que exigen las instituciones financieras. Aunque la inteligencia del modelo es necesaria, sin una integración profunda en sistemas financieros de confianza, no es suficiente” expresó Kurian. Los cuatro pilares de la plataforma La solución integra un entorno seguro gobernado por un plano de control que aplica políticas de seguridad nativas (como VPC y CMEK) y garantiza que los datos de las instituciones no se utilicen para entrenar los modelos base de Google. Su arquitectura se sostiene en cuatro componentes centrales: Habilidades financieras dedicadas: Paquetes de instrucciones reutilizables que enseñan a la IA a ejecutar tareas especializadas siguiendo las metodologías y formatos de cada institución. Conectores seguros (Model Context Protocol - MCP): Integraciones directas con herramientas de productividad (Google Workspace, Microsoft 365) y proveedores clave de datos de mercado como S&P Global, LSEG, FactSet, PitchBook, Moody’s y SEC Edgar. Agentes especializados: Encabezados por el Agente de Investigación Financiera desarrollado por Google, capaz de ejecutar análisis complejos con total explicabilidad (puntuaciones de confianza y citas de fuentes). Ecosistema abierto de socios: Compatibilidad con agentes de terceros (D&B, S&P Global, FlowX, Obin) y soporte de integradores globales como Accenture, Deloitte, KPMG y PwC. “Hacer que la IA sea genuinamente útil dentro de una industria requiere cuatro cosas juntas: conocimiento del dominio codificado en habilidades reutilizables, conexiones seguras a los sistemas y datos de los que depende el trabajo, agentes capaces de actuar dentro de flujos de trabajo reales y un ecosistema abierto que extienda y escale todo lo anterior, con una gobernanza ejecutándose por debajo” indicó Kurian. La plataforma está optimizada para acelerar flujos de trabajo de alto valor en diversas áreas financieras, transformando la eficiencia operativa de las instituciones. En el ámbito de cumplimiento y KYC, el sistema realiza una ingesta multiformato de documentos complejos que permite mapear estructuras corporativas e identificar de manera automatizada a los beneficiarios finales (UBO). Asimismo, en el área de gestión de riesgos, la herramienta logra reducir el análisis de exposición en carteras de bonos a ejecuciones de menos de 5 minutos, optimizando la capacidad de respuesta ante volatilidades del mercado. Finalmente, dentro de los mercados crediticios e inversión, impulsa la automatización en la emisión de bonos y detecta fijaciones incorrectas de precios, lo que acelera las decisiones de suscripción y maximiza las oportunidades de negociación. La herramienta fue desarrollada en colaboración con líderes del sector financiero como Deutsche Bank y CME Group. Marie-Jeanne Deverdun, Directora de Tecnología, Datos e Innovación de Deutsche Bank indicó que como socios de diseño del agente de Investigación Financiera, la entidad ha ayudado a dar forma a esta capacidad considerando las realidades de una industria altamente regulada. "Vemos un gran potencial para reducir el esfuerzo de investigación manual, mejorar la consistencia de los resultados y brindar a nuestros equipos más tiempo para conversar con los clientes", señaló Deverdun. Este movimiento consolida la presencia de Google Cloud en el sector bancario, sumándose a instituciones como Citi Wealth, BNY y Lloyds Banking Group. Google Cloud confirmó que esta solución se lanza en conjunto con una versión específica para el sector Legal, a la que seguirán soluciones dedicadas para Salud, Ciencias de la Vida y Servicios Profesionales. Le puede interesar: Perplexity lleva sus agentes de IA al PC y elimina el costo por tokens en las tareas locales

El ejecutivo de hardware asumirá hoy el cargo de CEO tras 15 años de Tim Cook al frente de la compañía. Su principal desafío será acelerar la estrategia de inteligencia artificial de Apple sin perder la capacidad de convertir nuevas tecnologías en productos masivos. John Ternus asumirá hoy el cargo de CEO de Apple y pondrá fin a los 15 años de Tim Cook al frente de la compañía. La transición, anunciada por Apple en abril como parte de un proceso de sucesión planificado durante años, deja a Ternus al frente de una empresa con una valoración cercana a los US$5 billones y una presencia global consolidada, pero también ante uno de los mayores desafíos tecnológicos de su historia: recuperar terreno en inteligencia artificial. Cook pasará a ocupar el cargo de presidente ejecutivo del consejo y continuará involucrado en determinados asuntos estratégicos y de relaciones institucionales. El cambio supone también una diferencia de perfil. Ternus, de 51 años, lleva más de dos décadas en Apple y desde 2021 se desempeñaba como vicepresidente sénior de Hardware Engineering. Su trayectoria está vinculada directamente con algunos de los principales productos de la compañía, lo que le proporciona un profundo conocimiento de la estrategia de hardware y del proceso de desarrollo de Apple. Sin embargo, su llegada se produce en un momento en el que el liderazgo tecnológico ya no depende exclusivamente de la capacidad para diseñar dispositivos, sino de cómo la inteligencia artificial redefine teléfonos, computadoras, asistentes digitales y nuevas categorías de hardware. La inteligencia artificial será, por ello, una de las primeras pruebas de su gestión. Apple ha recibido críticas por el retraso de la evolución de Siri y por su posición frente a compañías como OpenAI y Google, que avanzaron con mayor rapidez en modelos generativos y asistentes capaces de realizar tareas complejas. La compañía está reconstruyendo Siri con tecnología basada en modelos de lenguaje y ha optado por una estrategia que combina capacidades desarrolladas internamente con alianzas externas. Al mismo tiempo, Apple mantiene una apuesta por ejecutar una parte importante de las funciones de IA directamente en sus dispositivos, aprovechando sus chips y su control sobre hardware y software. El calendario tampoco le concede demasiado margen para una transición prolongada. Su primera gran prueba pública llegará con los próximos lanzamientos de productos, en un contexto en el que Apple enfrenta además mayores costos de memoria, presiones sobre los márgenes y una competencia creciente por los dispositivos diseñados para la era de la IA. Ternus hereda una compañía extraordinariamente sólida, pero deberá demostrar que su experiencia como ingeniero de hardware puede traducirse en una nueva etapa de innovación. La cuestión central para Apple ya no es solamente qué dispositivo lanzará después, sino cómo incorporará la IA para transformar la experiencia de sus miles de millones de usuarios. Le puede interesar: Apple presentó los chips M6 y M5 Ultra para dar el gran salto en rendimiento y computación de IA

Costa Rica y República Dominicana serán las sedes de GovTech Forums 2026, un encuentro especializado en transformación digital, innovación y tecnología para el sector público. El evento reunirá a importantes líderes gubernamentales internacionales, empresas tecnológicas, organismos multilaterales y tomadores de decisión para analizar los desafíos del gobierno digital y convertir las conversaciones en propuestas de acción. La transformación digital del Estado dejó de ser una posibilidad para convertirse en una prioridad para los gobiernos de la región. En ese escenario surge GovTech Forums 2026, un espacio especializado que busca conectar a quienes lideran la modernización del sector público con las empresas y organizaciones que desarrollan las tecnologías capaces de hacerla posible. La primera edición se realizará el 3 de noviembre en Costa Rica, en el Centro de Convenciones, mientras que la segunda tendrá lugar el 12 de noviembre en Santo Domingo, República Dominicana, en el Marriott. Ambas jornadas estarán orientadas a reunir al ecosistema público y privado alrededor de los principales desafíos y oportunidades de la transformación digital gubernamental. La propuesta se diferencia de los encuentros tecnológicos de carácter general por su foco exclusivo en el ecosistema público-privado del gobierno digital. GovTech Forums se plantea como una plataforma de encuentro, networking y generación de oportunidades, donde confluyen líderes de gobierno, instituciones públicas, organismos multilaterales y empresas tecnológicas para discutir cómo avanzar hacia gobiernos más eficientes, transparentes y centrados en el ciudadano. Una agenda que conecta al sector público y tecnológico La convocatoria está dirigida, desde el sector público, a ministros y viceministros, directores de innovación, CIO y CTO de gobierno, responsables de compras públicas, municipalidades, entidades regulatorias, instituciones autónomas y organismos multilaterales. Del lado empresarial, el evento apunta a proveedores cloud, compañías de ciberseguridad, plataformas de inteligencia artificial, operadores de telecomunicaciones, integradores de sistemas, consultoras, fintech y startups GovTech. La agenda combina distintos formatos para abordar la transformación pública desde perspectivas estratégicas, técnicas y prácticas. Las salas de conferencias concentrarán conferencias magistrales, paneles de discusión, fireside chats, presentación de casos de éxito, lanzamientos y anuncios estratégicos, con la participación de líderes del sector público, expertos internacionales y empresas tecnológicas. A este contenido se suman los Innovations Roundtables, concebidos como mesas multisectoriales de cocreación. El objetivo es que las conversaciones no terminen en el diagnóstico, sino que puedan transformarse en hojas de ruta de transformación digital, propuestas de modernización institucional, frameworks de inteligencia artificial aplicada al sector público, documentos de política pública y otras iniciativas accionables. Cada mesa contará con un consultor o facilitador experto. El área de stands completará la experiencia con un espacio destinado a conectar innovación y soluciones concretas. Allí estarán presentes proveedores, empresas tecnológicas, consultoras, integradores, startups y aliados estratégicos vinculados con inteligencia artificial, ciberseguridad, cloud y datos, conectividad, infraestructura tecnológica, identidad digital, smart cities y automatización de procesos, entre otras áreas. Una conversación regional sobre el futuro del Estado El enfoque de GovTech Forums parte de una premisa: la modernización gubernamental requiere algo más que incorporar nuevas herramientas tecnológicas. El evento propone reunir en un mismo espacio a quienes toman decisiones, quienes diseñan políticas públicas y quienes desarrollan las soluciones tecnológicas. La intención es favorecer el intercambio de experiencias y conocimiento, generar conexiones entre actores de distintos sectores y abrir oportunidades para avanzar en iniciativas concretas de transformación. Entre los perfiles destacados de la agenda figura Luis Adrián Salazar, ingeniero en Sistemas de Computación y exviceministro y ministro de Ciencia, Tecnología y Telecomunicaciones de Costa Rica. Cuenta con más de 32 años de experiencia vinculando tecnología, estrategia, política pública y transformación digital, además de trayectoria en innovación, conectividad, inteligencia artificial, ciberseguridad y gobernanza digital. Con sus dos encuentros de noviembre, GovTech Forums 2026 busca consolidar un punto de encuentro regional para discutir qué tecnologías, políticas y modelos de gestión pueden contribuir a construir la próxima generación de servicios públicos. Costa Rica y República Dominicana serán, en noviembre, los escenarios para una conversación que pone a gobierno e innovación en el mismo lugar. Para más información e inscripciones, visite: https://www.govtechforums.com/ Le puede interesar: Open Data: cuando la transparencia impulsa el desarrollo económico

Carlos Chávez vendió su startup anterior por US$51 millones en ventas, volvió a las raíces familiares del reaseguro y junto a Daniel Palacios construyó Braven desde San Francisco. En pocos meses ya procesan US$850 millones en primas, tienen 17 clientes en siete países y lista de espera de tres meses. Hugues Bertin dialogó con ellos para entender por qué. Por Hugues Bertin, Founder & CEO de Digital Insurance LatAm Lo que más me impresionó de Braven no fueron los números (que son brutales) sino la claridad con la que identificaron el problema. El mundo de los MGAs, el reaseguro y el specialty insurance sigue operando con correo, Excel y PDF. Para quienes no están familiarizados: un MGA (Managing General Agent) es un intermediario al que una aseguradora o reaseguradora le delega parte de su trabajo. Va más allá de un broker tradicional, porque además de distribuir seguros o reaseguros, puede recibir facultades para diseñar productos, cotizar, suscribir riesgos, emitir pólizas e incluso gestionar siniestros, según el acuerdo. Son jugadores clave en la cadena y, sin embargo, siguen atrapados en procesos manuales. Un suscriptor se sienta a copiar datos a mano de un formato que cada broker manda distinto. Se le va el día digitando, no decidiendo si el riesgo le sirve. Carlos creció viendo ese mundo de cerca. Su papá tuvo un brokerage de reaseguros en Estados Unidos. Después de vender Macondo, volvió a mirar el negocio y se dio cuenta de que en 20 años el software no había cambiado. Con la llegada de la IA agéntica, el timing para construir era perfecto. USD 850M en primas procesadas 139% de net dollar retention: los clientes gastan más cada mes sin que salgan a venderles 17 clientes en 7 países USD 6M levantados en funding (última ronda sobresuscrita con 6 term sheets) 2-3 semanas de go-live en Latinoamérica, más rápido que muchos clientes en Estados Unidos 3 meses de lista de espera Agentic AI: trabajo completado, no asistido Le pregunté a Carlos cómo la IA agéntica cambió todo y la respuesta fue reveladora. Antes, automatizar una sumisión significaba hacer un template por broker. OCR y reglas. El broker movía una columna y todo se rompía. Ahora el sistema no necesita el formato: lee lo que llegue, entiende que "TIV" y "valor asegurado" son lo mismo, detecta que falta un dato y lo busca o lo pregunta. Y no se queda en extraer datos: encadena el trabajo hasta dejar la cotización lista para firmar. El humano siempre está en control. El agente hereda la autoridad delegada del MGA (qué ramos, qué límites, qué territorios) y si algo se sale de ahí, para y escala con el caso armado. Todo queda registrado: qué leyó, de dónde salió cada dato, qué asumió. Y nada se emite sin firma humana. Un club exclusivo donde crecieron casi 100% orgánico El mundo de los MGAs de reaseguro y specialty es un club donde todos se conocen y la reputación viaja más rápido que cualquier campaña. Carlos lo dice sin rodeos: el negocio de su papá le abrió las primeras reuniones, pero abrió reuniones, no cerró contratos. Nadie te firma por cariño. La clave fue sentarse al lado de los suscriptores durante semanas a mirar cómo trabajan, sin llegar a explicarles cómo deberían hacer su trabajo. Llegaron a preguntar. De ahí fue todo boca a boca: el Responsable de Suscripción de un MGA le cuenta al de otro en una conferencia, y esa llamada vale más que cualquier cosa que puedan comprar. La lista de espera de tres meses no es una táctica: no van a onboardear más rápido de lo que pueden hacerlo bien. Londres y la visión de mover capital hacia Latinoamérica Londres es donde se toman las decisiones de capacidad para buena parte del mundo. Ahí alguien decide si vale la pena poner capacidad en catástrofe en Chile o en energía en Colombia. Y el problema hoy es claro: el capital global mira a Latinoamérica y no ve suficiente información para decidir. No es falta de apetito, es falta de data confiable. Eso es justamente lo que Braven produce como subproducto de la operación diaria. Si un reasegurador ve el performance de un portafolio en Bogotá con la misma calidad con que lo ve en Texas, la conversación de capacidad cambia por completo. Hoy operan en Estados Unidos, Reino Unido, México, Puerto Rico, Panamá, Perú y Uruguay. "Tu contexto es una ventaja, no algo de qué disculparse. Nosotros entendemos el reaseguro latinoamericano de una forma que un equipo en San Francisco no va a entender leyendo un reporte. No esperes permiso: nadie te avisa que ya estás listo para las grandes ligas", dijo Chávez. Braven acaba de cerrar una ronda sobresuscrita de USD 4.6 millones con seis term sheets y abrió oficina en Londres. Y la verdad es que cuando un colombiano desde Silicon Valley conecta el capital de Lloyd's con el riesgo de América Latina usando IA agéntica, el juego cambia para todos. Le puede interesar: Primo: la startup de IA que está reinventando los seguros desde Ciudad de México a Buenos Aires