El problema de muchos proyectos de inteligencia artificial en las empresas no estaría en los modelos ni en los datos, sino en quién controla las decisiones que ocurren entre ambos. Un análisis advierte que ceder esa capa de razonamiento a los proveedores puede convertir la gobernanza en una forma de dependencia tecnológica. La industria empresarial ha pasado buena parte de los últimos dos años discutiendo qué modelo de inteligencia artificial utilizar, cuánto invertir en infraestructura y cómo llevar los datos corporativos a sistemas capaces de razonar. Pero una pregunta más incómoda empieza a ganar espacio: ¿quién tiene realmente la autoridad para decidir qué hace la IA dentro de una empresa? Keith Townsend, asesor de CTO y fundador de CTO Advisor, sostiene que ahí se encuentra uno de los principales puntos de quiebre de los proyectos de IA empresarial. Según su análisis, el fracaso no necesariamente ocurre en el modelo ni en los datos, sino en una capa intermedia donde el sistema determina cómo utilizar esos modelos, qué agente debe ejecutar una tarea, cómo enrutar una solicitud y qué evidencia debe conservarse. La advertencia aparece en un análisis publicado por Blocks & Files, que recoge las conclusiones de Townsend y su modelo de ocho capas para la infraestructura de IA. El especialista sostiene que la denominada capa 2C, que describe como el plano de razonamiento o juicio, es el lugar donde se concentra una parte esencial del control empresarial. El contexto ayuda a entender por qué esta discusión importa. Townsend cita una estadística ampliamente repetida según la cual 95% de los proyectos de IA empresarial no generan ningún retorno. Esa cifra coincide con una investigación de MIT NANDA publicada en 2025, que encontró que cerca de 95% de los pilotos de IA generativa analizados no produjeron un impacto financiero medible, mientras alrededor de 5% consiguió acelerar ingresos. El estudio de MIT se basó en 150 entrevistas con líderes, una encuesta a 350 empleados y el análisis de 300 implementaciones públicas de IA. Para Townsend, sin embargo, mirar solamente esa tasa de fracaso conduce a una conclusión equivocada. La pregunta no debería ser únicamente por qué fallan los proyectos, sino en qué parte de la arquitectura se produce el fallo. Su experiencia personal sirve como ejemplo. El año pasado trasladó un sistema de IA que ya estaba en producción desde Google Cloud hacia un sistema NVIDIA DGX Spark instalado localmente. Según relató, los datos pudieron trasladarse en una tarde, pero reconstruir el sistema que determinaba cómo debía razonar la IA tomó semanas. Los embeddings, la lógica de recuperación y las relaciones semánticas que influían en la diferencia entre una respuesta razonada y una alucinación no se trasladaron automáticamente. La conclusión que extrajo fue contundente: “The data moved fine. The judgment didn’t.” En otras palabras, la portabilidad de la infraestructura no necesariamente implica portabilidad de la lógica que gobierna las decisiones de un sistema de IA. Townsend afirma haber evaluado 26 plataformas de proveedores a través de las ocho capas de su modelo de infraestructura de IA. Su hallazgo es que la mayor parte de las capas inferiores pueden trasladarse entre proveedores, entre la nube pública y los sistemas locales, mientras que el plano de razonamiento presenta una dependencia mucho más difícil de deshacer. Ese plano se ubica, según su esquema, por encima de los datos y por debajo de la aplicación. Es ahí donde aparecen cuestiones que tradicionalmente pertenecían a los equipos de gobierno corporativo: políticas, escalamiento de excepciones, evidencia y autoridad para tomar decisiones. El problema es que muchos productos empresariales incorporan esas funciones sin definirlas explícitamente ni convertirlas en un estándar portable. La consecuencia puede ser una nueva forma de vendor lock-in. Una empresa puede creer que está comprando un modelo, una plataforma de datos o capacidad de cómputo, cuando en realidad también está delegando decisiones sobre cómo interpretar la información y cómo actuar frente a determinadas situaciones. Ese riesgo se vuelve todavía más relevante a medida que las compañías avanzan de los chatbots hacia agentes capaces de ejecutar tareas. Un chatbot que responde una pregunta y un agente que decide qué sistema consultar, qué información utilizar, qué acción ejecutar y cuándo escalar un caso no plantean el mismo problema de gobernanza. Townsend propone para ello el Decision Authority Placement Model (DAPM), un marco destinado a identificar dónde reside la autoridad para tomar decisiones. Su planteamiento distingue entre autoridad no ubicada, heredada de plataformas, configuraciones de proveedores o supuestos históricos, y tres modalidades deliberadas: autoridad dirigida por la plataforma, autoridad vinculada a la gobernanza y autoridad alineada con el producto. La diferencia no es académica. En el primer modelo, la plataforma puede tomar decisiones operativas dentro de determinados límites. En el segundo, el sistema ejecuta automáticamente hasta que se alcanza un umbral de riesgo, aparece ambigüedad o se requiere revisión humana. En el tercero, los equipos de producto reciben autoridad para realizar determinados intercambios dentro de reglas previamente definidas. El punto central es que las empresas deberían saber si una decisión está retenida, delegada o cedida. Townsend advierte que muchas organizaciones no han hecho ese mapa. El problema puede permanecer invisible durante meses o incluso años, hasta que una IA produce una respuesta incorrecta con datos reales y nadie dentro de la compañía sabe explicar por qué ocurrió o quién tiene autoridad para corregir el mecanismo que tomó la decisión. Lea también: La IA solo se usa para el 21% de las tareas laborales

La expansión de la inteligencia artificial, el IoT, el trabajo híbrido y las aplicaciones en tiempo real está llevando a las redes empresariales al límite. Con hasta 1.200 MHz adicionales de espectro disponibles en Estados Unidos, la banda de 6 GHz promete triplicar la capacidad inalámbrica frente a las bandas tradicionales y convertirse en una pieza estratégica de la modernización tecnológica. Durante años, la conversación sobre transformación digital se concentró en las aplicaciones que utilizan las empresas: nube, inteligencia artificial, automatización, analítica o colaboración. Pero detrás de cada una de esas capas existe una infraestructura mucho menos visible y, precisamente por eso, fácil de subestimar: la red. Ahora esa red enfrenta una presión que ya no proviene únicamente de empleados conectados a computadoras. Miles de dispositivos pueden estar transmitiendo simultáneamente datos de cámaras, sensores, sistemas industriales, terminales de punto de venta, aplicaciones móviles y servicios de inteligencia artificial. En ese escenario, la capacidad inalámbrica deja de ser una cuestión puramente técnica y empieza a convertirse en un asunto de productividad, experiencia del cliente y competitividad. Un análisis publicado por Network World sostiene que el Wi-Fi de 6 GHz, habilitado por Wi-Fi 6E y Wi-Fi 7, puede convertirse en uno de los pilares de esa transición. La razón es sencilla: en Estados Unidos existen hasta 1.200 MHz adicionales de espectro para usos no licenciados en esa banda, una expansión que prácticamente triplica la capacidad inalámbrica disponible frente a las bandas heredadas de 2,4 GHz y 5 GHz. La Comisión Federal de Comunicaciones de Estados Unidos (FCC) abrió en 2020 el rango de 5,925 a 7,125 GHz para dispositivos no licenciados, incluyendo Wi-Fi. En 2026, el regulador continúa ampliando las posibilidades de uso de ese espectro, mientras mantiene mecanismos como la coordinación automatizada de frecuencias (AFC) para proteger a los usuarios licenciados. El cambio es importante porque las bandas de 2,4 GHz y 5 GHz se han convertido en espacios cada vez más congestionados. Network World describe un entorno empresarial donde la combinación de trabajo híbrido, IoT y aplicaciones de IA produce una suerte de tormenta perfecta para las redes inalámbricas. En oficinas, fábricas, hospitales, comercios y campus corporativos pueden coexistir miles de dispositivos, reuniones de video en alta definición, aplicaciones en la nube y sistemas que necesitan responder prácticamente en tiempo real. David Coleman, director de redes inalámbricas en la oficina del CTO de Extreme Networks, resume el cambio como un nuevo dividendo de espectro. Según su explicación, la disponibilidad de 6 GHz permite trasladar determinados dispositivos y aplicaciones a una nueva autopista inalámbrica y, al mismo tiempo, liberar espacio en 5 GHz para los equipos que permanecen allí. La diferencia no está únicamente en tener más espacio. La banda de 6 GHz ofrece un espectro relativamente limpio, con menos dispositivos heredados compitiendo por los mismos recursos. Para organizaciones que operan en ambientes de alta densidad, eso puede traducirse en menor interferencia, menos congestión y un rendimiento más predecible. Wi-Fi 7 amplía todavía más esa posibilidad. El estándar incorpora canales de hasta 320 MHz, Multi-Link Operation (MLO), 4K QAM y mecanismos para aprovechar mejor los fragmentos disponibles dentro de canales congestionados. La Wi-Fi Alliance señala que los canales de 320 MHz están disponibles en países donde la banda de 6 GHz está habilitada para Wi-Fi. Intel, por su parte, destaca que Wi-Fi 7 puede alcanzar hasta 2,4 veces el rendimiento máximo de Wi-Fi 6/6E en determinados escenarios, gracias a la combinación de canales de 320 MHz y 4K QAM. También incorpora MLO para transmitir simultáneamente mediante diferentes bandas, con el objetivo de elevar el rendimiento, reducir la latencia y mejorar la confiabilidad. Para las empresas, esas especificaciones tienen una consecuencia más importante que cualquier cifra de velocidad: permiten diseñar redes pensando en aplicaciones que todavía están creciendo. Una videoconferencia con múltiples transmisiones, colaboración en tiempo real, realidad aumentada para técnicos de campo, sistemas de asistencia remota o aplicaciones industriales conectadas necesitan algo más que una conexión rápida. Requieren baja latencia, estabilidad y capacidad para mantener el servicio cuando aumenta la cantidad de dispositivos conectados. Network World señala que Wi-Fi 7, con sus canales de hasta 320 MHz, puede contribuir a esa combinación de velocidad y predictibilidad. La inteligencia artificial eleva aún más la apuesta. Las empresas están incorporando cámaras, sensores y dispositivos conectados para alimentar sistemas de mantenimiento predictivo, seguridad, gestión de espacios, logística y operaciones. En esos escenarios, los datos no siempre pueden esperar a ser procesados horas después. Una cámara que detecta una anomalía o un sensor que identifica un cambio en una máquina necesita enviar información rápidamente hacia sistemas de procesamiento en el borde o en la nube. Por eso el Wi-Fi comienza a formar parte de la arquitectura de IA empresarial. No porque el punto de acceso inalámbrico sea el componente que ejecuta el modelo, sino porque es una de las capas que debe transportar el enorme volumen de información generado por los dispositivos que alimentan esos modelos. El mismo razonamiento aplica al IoT. Iluminación inteligente, señalización digital, sistemas de administración de edificios, sensores ambientales, equipos médicos y maquinaria conectada multiplican los puntos finales de una organización. Cada dispositivo agrega tráfico y, en espacios de alta densidad, pequeñas ineficiencias pueden acumularse hasta convertirse en un problema operativo. Existe además una dimensión económica. La conectividad dejó de ser únicamente un costo de infraestructura. Para determinados sectores, es parte del producto. Un comercio puede utilizarla para experiencias digitales con clientes. Un hospital puede depender de ella para dispositivos clínicos y sistemas de información. Una fábrica puede utilizarla para conectar robots y sensores. Un hotel puede convertirla en parte de su experiencia de servicio. Cuando la conexión falla, no solo se deteriora una métrica técnica: puede caer la productividad, disminuir la satisfacción del cliente o interrumpirse una operación. Ese es precisamente el argumento estratégico detrás de la migración a 6 GHz. Network World plantea que la modernización de la red debe pensarse con un horizonte de una década o más, no únicamente para resolver la congestión actual. El desafío es que la adopción empresarial todavía está en una fase temprana. Muchas oficinas, plantas industriales, centros de salud y establecimientos comerciales continúan dependiendo principalmente de 2,4 GHz y 5 GHz, mientras sus necesidades digitales crecen año tras año. Podría interesarle: IBM se alía con OpenAI para llevar la IA generativa a más empresas

La adopción de diferentes nubes, infraestructura on-premise y múltiples proveedores está aumentando la complejidad operativa de los equipos de tecnología. Costos, seguridad, identidad, visibilidad y talento especializado se convierten en factores críticos para las organizaciones que gestionan ambientes híbridos y multinube. La conversación sobre guardar datos en la nube está cambiando. Para las empresas, la pregunta ya no es únicamente qué plataforma elegir o qué aplicaciones migrar, sino cómo operar de manera consistente un ecosistema tecnológico que combina múltiples nubes, infraestructura propia, aplicaciones y diferentes proveedores. La evolución hacia ambientes híbridos y multinube ha permitido a las empresas acceder a mayor capacidad tecnológica, modernizar aplicaciones, incorporar inteligencia artificial y utilizar nuevos modelos de consumo. Sin embargo, estas posibilidades también han introducido nuevos desafíos para los equipos de TI, especialmente cuando cada plataforma opera bajo diferentes herramientas, políticas, procesos y modelos de gestión. Este crecimiento también implica algunos desafíos en la industria: 1. Multicloud: más plataformas, mayor complejidad. Muchas organizaciones han incorporado diferentes nubes como resultado de proyectos independientes, necesidades específicas o acuerdos con distintos proveedores. El reto aparece cuando cada ambiente tiene sus propias reglas, herramientas y procesos, aumentando los puntos de integración y el costo operativo. 2. Control de costos. La flexibilidad de cloud facilita incorporar nuevos servicios, pero también puede dificultar entender cuánto se consume y por qué. La llegada de nuevas cargas de inteligencia artificial añade una capa adicional a este desafío. 3. Identidad y seguridad fragmentadas. Cada proveedor cuenta con diferentes mecanismos de autenticación, autorización y políticas. Al combinar múltiples nubes con ambientes on-premise, mantener una política de seguridad coherente se vuelve más complejo. 4. Falta de visibilidad integral. Las empresas pueden utilizar herramientas diferentes para monitorear infraestructura, aplicaciones, redes, seguridad y costos. Tener más información, sin embargo, no necesariamente significa tener una visión completa de la operación. 5. Talento especializado. Cada plataforma requiere conocimientos específicos. A esto se suman capacidades en seguridad, redes, bases de datos, contenedores, observabilidad, FinOps e inteligencia artificial. Para los equipos de TI, cada nueva tecnología implica también tiempo para aprenderla, administrarla y protegerla. “Los cinco desafíos tienen un punto en común: la operación. El problema no es tener varias nubes, sino gestionar esa diversidad sin que cada nueva plataforma se convierta en una nueva isla tecnológica”, explica Francisco Montesinos, gerente regional comercial de GBM. Ante este escenario, GBM plantea GBM Landing Zone, una base común para conectar y gobernar diferentes ambientes tecnológicos bajo un mismo modelo de operación. La propuesta contempla capacidades compartidas de red, identidad, seguridad, gobierno, FinOps, gestión y operación, evitando crear modelos independientes cada vez que una organización incorpora una nueva plataforma. Desde esta base, las empresas pueden mantener diferentes rutas tecnológicas. AWS, Azure, Google Cloud y otras nubes públicas pueden utilizarse para modernizar aplicaciones e incorporar nuevas capacidades; IBM Cloud puede complementar determinadas cargas; mientras que plataformas como IBM Power Systems pueden continuar soportando aplicaciones críticas y acompañar procesos de modernización. “Modernizar no necesariamente significa reemplazar. También puede significar conectar, optimizar y transformar progresivamente las plataformas que ya forman parte de la operación. La clave es poder hacerlo manteniendo una gestión consistente”, señala Montesinos. El objetivo es que las organizaciones puedan elegir dónde ejecutar cada workload según las necesidades del negocio, sin multiplicar innecesariamente la complejidad tecnológica. “Los equipos de TI tienen recursos limitados. Si logramos reducir la carga de administrar ambientes fragmentados, pueden dedicar más tiempo a innovación, modernización, inteligencia artificial y crecimiento del negocio”, agrega Montesinos. La pregunta ya no es cuántas nubes puede soportar una empresa, sino cuántas plataformas puede operar sin multiplicar su complejidad. Le puede interesar:

La empresa pagó US$10 millones para adquirir información interna de Spirit Airlines con el objetivo de utilizar esos datos en el desarrollo de productos y el entrenamiento de sus modelos de IA. El paquete incluye correos electrónicos de empleados, conversaciones de Microsoft Teams, hojas de cálculo, calendarios y registros vinculados con marketing, productividad y operaciones. Según lo previsto en la operación, los datos serán desidentificados antes de concretarse la venta y no incluirán información de clientes ni datos personales identificables. La operación surgió de una subasta de activos de Spirit Airlines, que dejó de operar en mayo tras acumular elevados niveles de deuda y enfrentar el impacto de los costos de combustible. Google no fue la única compañía interesada en los registros: Mercor, una empresa especializada en datos para inteligencia artificial, presentó inicialmente una oferta de US$7,5 millones, después de que Google hubiera comenzado con una propuesta de US$5 millones. Finalmente, Google elevó su oferta hasta los US$10 millones y quedó en la posición ganadora. Más allá del valor económico de la operación, la subasta refleja el creciente interés de las compañías de IA por acceder a información corporativa que puede resultar útil incluso separada de la empresa que la produjo. Los registros acumulados durante años de actividad de Spirit ofrecen ejemplos de procesos comerciales, planificación, colaboración entre empleados y gestión operativa, es decir, información sobre cómo funciona una organización en la práctica. Para los desarrolladores de IA, este tipo de material puede convertirse en una fuente de entrenamiento complementaria frente a la creciente dificultad de encontrar nuevos contenidos públicos en Internet. Vea también: Meta enfrenta un juicio histórico en EE. UU. que podría cambiar para siempre Instagram y Facebook

Una coalición de 29 estados acusa a Meta de diseñar Instagram y Facebook para mantener enganchados a niños y adolescentes, engañar sobre la seguridad de sus plataformas y utilizar ilegalmente datos de menores. El futuro de algunas de las plataformas más utilizadas del mundo comenzó a discutirse este martes en una sala federal de Oakland, California. Meta, la compañía matriz de Facebook e Instagram, enfrenta uno de los mayores desafíos legales de su historia, con una coalición bipartidista de 29 estados que sostiene que sus productos fueron diseñados para captar y retener la atención de niños y adolescentes, incluso cuando la empresa conocía los riesgos asociados con ese modelo. El juicio, que podría extenderse durante unas seis semanas, no es solamente una disputa sobre las prácticas de una compañía tecnológica. En el centro está una pregunta que ha ganado fuerza a medida que crece la preocupación mundial por el impacto de las redes sociales en los menores: ¿hasta dónde puede llegar una plataforma para maximizar el tiempo y la atención de sus usuarios antes de que ese diseño se convierta en un problema legal? Los fiscales generales de Colorado, California, Nueva Jersey y Kentucky lideran el caso en nombre de los 29 estados. Los cuatro sostienen que Meta diseñó Facebook e Instagram para mantener enganchados a los jóvenes y que engañó a los consumidores sobre la seguridad de sus productos. Los 29 estados, además, acusan a la compañía de recopilar y utilizar información personal de niños en violación de la legislación federal. La dimensión económica del proceso es extraordinaria. Meta ha advertido que las sanciones podrían alcanzar los $1,4 billones, una cifra cercana a su capitalización bursátil de aproximadamente $1,5 billones. Los fiscales generales, sin embargo, todavía no han establecido públicamente cuánto pretenden reclamar y, en una audiencia celebrada la semana pasada, señalaron que el monto podría acercarse a los $200.000 millones. Pero el dinero podría ser solamente una parte del problema. Los estados están solicitando que la jueza federal Yvonne Gonzalez Rogers ordene cambios en el funcionamiento de Instagram y Facebook en todo Estados Unidos. Entre las medidas planteadas están establecer restricciones de edad, eliminar el desplazamiento infinito y modificar otras características de las plataformas. Si esas demandas prosperan, el impacto podría sentirse directamente en el diseño y en la economía de producto de Meta. El negocio detrás de la atención La disputa judicial pone bajo el microscopio una lógica fundamental del negocio de Meta: más usuarios y más interacción significan más oportunidades para mostrar publicidad. Documentos judiciales presentados por los estados describen un modelo basado en monetizar la información y la atención de los usuarios. Según el expediente, Meta convierte la interacción obtenida en Facebook e Instagram en ingresos publicitarios mediante anuncios dirigidos a partir de los datos personales recopilados. En 2024, prácticamente todos los ingresos de la compañía provenían de anunciantes que utilizaban sus plataformas para llegar a los usuarios. Eso convierte características aparentemente pequeñas de la experiencia digital, como el desplazamiento infinito o la posibilidad de mantener múltiples cuentas, en elementos que adquieren una dimensión mayor cuando se analizan desde el modelo económico de la plataforma. Los fiscales sostienen que Meta tenía incentivos para mantener o incrementar el número de usuarios jóvenes y su nivel de interacción. La acusación busca demostrar que determinadas decisiones de producto no fueron accidentales, sino parte de una estrategia para aumentar el tiempo que los usuarios permanecían dentro de sus aplicaciones. Meta rechaza esa interpretación. La empresa sostiene que ha realizado importantes esfuerzos para proteger a los jóvenes, que no engañó a los consumidores sobre la seguridad de sus plataformas y que los estados no han demostrado daños concretos a sus residentes. Un portavoz de la compañía calificó las acusaciones de infundadas y defendió el historial de Meta en materia de protección de adolescentes. Un juicio con una particularidad poco común Hay además una peculiaridad procesal que convierte este caso en un experimento jurídico. Los ocho miembros del jurado, cinco mujeres y tres hombres, no tendrán la última palabra. La jueza decidió utilizar un jurado consultivo, una figura poco habitual cuyo veredicto no es vinculante. Durante aproximadamente seis semanas, los jurados escucharán las pruebas, deliberarán y emitirán una conclusión, pero será Gonzalez Rogers quien finalmente determine los hechos y la interpretación jurídica del caso. La decisión tiene una razón particular. La jueza consideró que el caso afecta la vida cotidiana de millones de usuarios de redes sociales y que la opinión de ciudadanos podía ayudar al tribunal a evaluar cuál es el estándar de la comunidad frente a determinadas prácticas de las plataformas. Meta había intentado evitar ese formato. La compañía inicialmente había solicitado un juicio con jurado, pero posteriormente cambió de posición y pidió un proceso exclusivamente ante la jueza. El cambio ocurrió después de que otros jurados emitieran veredictos adversos contra Meta en casos relacionados con daños a jóvenes. En términos prácticos, la compañía deberá convencer a dos audiencias al mismo tiempo. Como explicó a Reuters el abogado Joshua Wurtzel, implica tener que “shoot at two different targets simultaneously”. El jurado puede influir en la valoración del caso, aunque será la jueza quien dicte la decisión final. De Frances Haugen al banquillo El origen de este enfrentamiento se remonta a 2021, cuando la ex empleada de Meta Frances Haugen declaró ante el Senado estadounidense y afirmó que la compañía conocía los riesgos que sus productos podían representar para los jóvenes y también tenía información sobre posibles formas de hacerlos más seguros. Aquellas revelaciones impulsaron una investigación de varios estados que terminó desembocando en la demanda presentada en 2023. Desde entonces, el caso se ha convertido en una pieza central de una ofensiva mucho más amplia contra las plataformas tecnológicas por su impacto sobre los menores. Meta no está sola en esa batalla. Snap, TikTok, YouTube y otras plataformas enfrentan miles de demandas presentadas por estados, municipios, distritos escolares y particulares que cuestionan los efectos de las redes sociales sobre niños y adolescentes. El clima de opinión tampoco favorece completamente a las compañías. Una encuesta de Reuters/Ipsos realizada la semana pasada encontró que 85% de los estadounidenses considera que las redes sociales pueden ser adictivas para los niños, mientras que 61% cree que las empresas de redes sociales necesitan una supervisión más estricta. La presión legal ya produjo resultados concretos. Dos casos que llegaron previamente a jurados terminaron con veredictos contra Meta y, la semana pasada, un juez de Nuevo México ordenó a la compañía pagar $567 millones y realizar cambios en sus plataformas después de determinar que había contribuido a una crisis de salud mental infantil en ese estado. Lea también: Los ciudadanos digitales están obligando a los gobiernos a reinventarse

A medida que la industria supera la obsesión por maximizar el volumen de procesamiento en los modelos de lenguaje, el verdadero desafío técnico se traslada a la gestión eficiente de la ventana de contexto mediante sistemas de memoria persistentes, semánticos y estructurados. A un año y medio del surgimiento de los agentes de inteligencia artificial modernos, la industria tecnológica comienza a abandonar las métricas superficiales de desarrollo para enfrentarse a sus verdaderos límites arquitectónicos. Este es el planteamiento de Pete Johnson, Field CTO de IA en MongoDB, en un reciente análisis publicado por el medio VentureBeat, donde señala que el sector está dejando atrás la etapa del "token-maxxing" (la búsqueda de consumir volúmenes masivos de tokens como indicador de éxito) para enfocarse en la eficiencia de la memoria de los agentes. El principal argumento de Johnson es que el consumo de tokens mide actividad, pero no resultados. Por lo que comparó los 60 años de evolución que acumula la industria de las bases de datos con los apenas 18 meses de desarrollo en agentes de IA, el especialista enfatiza que el recurso verdaderamente escaso en esta arquitectura es la ventana de contexto. El reto central ya no consiste en saturar cada consulta (prompt) con información, sino en determinar con precisión qué datos deben formar parte de ella. Frente a la tendencia de tratar la ventana de contexto como si fuese la memoria misma, el análisis publicado en VentureBeat sostiene la necesidad de un sistema de memoria externo, persistente y consultable que alimente al modelo de forma deliberada. Este sistema debe cumplir tres condiciones esenciales: Persistencia del razonamiento: Conservar la salida generada en sesiones anteriores para evitar pagar repetidamente por procesos de cómputo costosos. Control de acceso basado en roles (RBAC): Garantizar que la memoria compartida entre equipos corporativos respete los permisos de seguridad y confidencialidad. Búsqueda semántica nativa: Recuperar información no por coincidencia exacta de claves o texto estructurado, sino por significado y similitud, respondiendo a la forma en que los agentes procesan la información. Eficiencia económica y arquitectura de dos niveles La integración de una memoria externa respaldada por búsqueda semántica permite la consolidación de un modelo de arquitectura más rentable para el entorno empresarial. En lugar de recurrir constantemente a modelos generativos de gran escala, la consulta es procesada en primera instancia por un modelo más ligero que evalúa si la respuesta ya existe en la memoria. Si la información almacenada es suficiente, el sistema responde desde la memoria sin incurrir en costos generativos adicionales. Solo cuando la respuesta previa no alcanza los estándares requeridos, se escala la consulta hacia el modelo avanzado. La nueva solución generada se almacena inmediatamente en el sistema para reducir los costos de consultas futuras. Este enfoque invierte la lógica del token-maxxing: la red se vuelve más rápida y económica a medida que aumenta su uso. El especialista de MongoDB detalla que la memoria de los agentes evolucionará hacia esquemas tipificados similares a los del pensamiento humano, superando la simple división entre corto y largo plazo. Destacan dos categorías clave: Memoria taxonómica: Almacena la terminología y las definiciones corporativas internas para que el agente interprete los conceptos bajo el contexto específico de la empresa. Memoria procedimental: Mantiene secuencias de trabajo, flujos y listas de tareas que estandarizan la ejecución de procesos operativos. Finalmente, el análisis subraya que la curaduría humana seguirá siendo indispensable para el mantenimiento de estos sistemas. Tal como ocurrió con las bases de conocimiento y la documentación corporativa, la intervención humana es el factor que permite filtrar el ruido, priorizar las memorias de mayor valor y transformar un repositorio masivo de datos en un activo estratégico. Le puede interesar: IBM se alía con OpenAI para llevar la IA generativa a más empresas

Casi todo se vende como agente, pero un agente de verdad no responde: ejecuta. Esa es la diferencia que separa un experimento que nunca escala de una capacidad real de negocio, y a ella dedicamos esta edición 59 de Prompt IT!. Lo mostramos con dos casos reales que ya están en producción. Regal Rexnord, fabricante industrial global de unos 6.000 millones de dólares, desplegó dos agentes sobre Microsoft Copilot Studio conectados a ServiceNow y RRHH: más de 2.000 consultas resueltas al mes, 2.400 horas liberadas al año y un 85% de satisfacción en atención al cliente. Epiq, líder global en servicios legales, envolvió a Claude con una capa propia de razonamiento y el protocolo MCP, sumando permisos, audit logs y aprobaciones: 8 millones de documentos etiquetados en una fracción del tiempo humano. ¿Por qué a ellos les funcionó? Por cuatro pilares: conexión a los sistemas, capa de razonamiento con la lógica del negocio, gobernanza defendible y casos acotados. Quita cualquiera y el agente vuelve a ser un chatbot glorificado. El aprendizaje central: un agente es un modelo más todo lo que le da permiso para actuar. El modelo se compra; el sistema alrededor se diseña, y ahí está hoy la verdadera ventaja competitiva. El episodio se completa con un panorama imperdible: En AINews repasamos la eliminación de límites en ChatGPT y el nuevo predeterminado GPT 5.6 Luna, el giro B2B de OpenAI, el Ask Maps agéntico de Google, el modelo de señas a texto del Pixel 11, los primeros virus diseñados por IA en Stanford, el lanzamiento de Grokbot y Grok 4.6 de xAI, la etiqueta AI de Spotify y el inquietante caso de un agente que encontró una vulnerabilidad para cancelar la reserva ajena de otra persona. En ConciencIA analizamos la "transición de tareas": cómo la IA está difuminando las fronteras entre profesiones, con un 44% de las consultas ocupacionales que ya corresponden a tareas de otro rol. Y en AIMaizing mostramos tres soluciones creadas con IA para la vida cotidiana: un medidor de señal para encontrar un teléfono perdido, un botón que conecta a unos nietos con sus abuelos a 6.500 km y un traductor instantáneo sin conexión sobre una Raspberry Pi. Vea el episodio 59 de Prompt IT! Prompt IT! está disponible todos los lunes a través de las tres comunidades de Connecta B2B: IT NOW, Mercados & Tendencias y Construir, además de su propio canal de YouTube y en formato podcast, ofreciendo un alcance amplio y especializado para diversos sectores de la economía. Le puede interesar: Prompt IT! #58: Escale la creatividad con IA sin destruir su marca

El CEO de Anthropic sostiene que la gran cuestión de la inteligencia artificial no se resolverá con campañas de relaciones públicas, sino demostrando resultados concretos. Su argumento llega en un momento de creciente preocupación por el empleo, los centros de datos, la regulación y el poder acumulado por las grandes compañías tecnológicas. La industria de inteligencia artificial lleva años prometiendo una transformación histórica. Más productividad, mejores herramientas, avances científicos, nuevas industrias y soluciones para algunos de los problemas más difíciles de la humanidad. Pero mientras las empresas aceleran el despliegue de modelos cada vez más poderosos, una parte importante del público mira esa promesa con creciente desconfianza. Dario Amodei, CEO de Anthropic, cree que el problema tiene menos que ver con las advertencias sobre los riesgos de la IA que con una crisis mucho más profunda: la pérdida de confianza en las empresas, los gobiernos y la industria tecnológica. En una publicación difundida el domingo en sus redes sociales, Amodei rechazó la idea de que sus propias advertencias sobre los riesgos de la inteligencia artificial hayan provocado el actual rechazo social. Su argumento es que la población ya sospecha de las grandes instituciones y teme que las nuevas tecnologías terminen siendo utilizadas para perjudicarla. La IA, en su lectura, es la última expresión de una desconfianza que viene de mucho antes. El crecimiento de la inteligencia artificial ha comenzado a generar oposición en terrenos que van mucho más allá de los debates técnicos sobre modelos y seguridad. El desarrollo de grandes centros de datos está provocando discusiones sobre electricidad, agua, uso del suelo y beneficios económicos para las comunidades. Una encuesta de Reuters/Ipsos publicada en junio encontró que solo 33% de los estadounidenses apoyaba la construcción acelerada de centros de datos de IA, mientras 64% se oponía al ritmo de expansión. Además, 57% dijo que no quería que un centro de este tipo se construyera en su propia comunidad y 77% expresó preocupación por un posible aumento en los costos de electricidad. El problema tampoco termina en la infraestructura. El empleo se ha convertido en otra fuente de ansiedad. Aunque todavía no existe evidencia de una destrucción masiva de puestos de trabajo atribuible a la IA, la tecnología ya está modificando las tareas, las expectativas de productividad y las decisiones de contratación. Un análisis publicado recientemente por The Guardian concluye que el impacto laboral hasta 2026 se ha manifestado más en la transformación de los puestos que en una desaparición generalizada del empleo. Los datos de Pew Research ayudan a explicar por qué el mensaje de las compañías encuentra un terreno tan complicado. En una encuesta realizada entre el 17 y el 23 de febrero de 2026 a 5.119 adultos estadounidenses, 36% afirmó interactuar con IA al menos varias veces al día. La tecnología ya forma parte de la vida cotidiana, pero su adopción no significa automáticamente confianza. De hecho, 67% de los estadounidenses manifestó tener poca o ninguna confianza en que el gobierno de Estados Unidos regule la IA de manera efectiva. Al mismo tiempo, alrededor de seis de cada diez adultos dijeron no tener confianza en que las empresas estadounidenses desarrollen y utilicen estas tecnologías de manera responsable. Ese dato es central para entender el argumento de Amodei. La crisis no se resolvería simplemente cambiando el mensaje publicitario. Si las personas creen que las empresas prometen demasiado y que las instituciones no pueden controlarlas, una nueva campaña corporativa difícilmente será suficiente. Amodei planteó precisamente ese punto: el sector no necesita otra campaña de relaciones públicas que asegure que la IA cambiará el mundo para bien. Necesita producir resultados que las personas puedan observar. Su ejemplo es deliberadamente extremo: si las empresas de IA quieren recuperar la confianza, deberían demostrar que pueden utilizar la tecnología para conseguir avances como curar realmente el cáncer. Para el ejecutivo, la respuesta a las dudas no es una mejor narrativa sobre el potencial de la IA, sino resultados concretos en áreas como medicina y biología. Anthropic asegura que está incrementando sus esfuerzos en biología y medicina y espera obtener resultados relevantes en los próximos años, además de señales iniciales en los próximos meses. La postura tiene una lógica empresarial poderosa: el valor de una tecnología no se consolida por la magnitud de sus promesas, sino por la evidencia de que esas promesas producen beneficios reales. Pero también deja una pregunta incómoda. ¿Qué ocurre si el público no define el beneficio de la IA de la misma manera que las empresas? Un sistema que acelera el trabajo de un profesional puede ser extraordinariamente valioso para una compañía. Para un trabajador cuyo puesto desaparece, esa misma eficiencia puede representar una amenaza. Un centro de datos puede significar inversión, empleos y nuevos ingresos fiscales para una comunidad, pero también mayor demanda energética, presión sobre los servicios públicos y preocupación por el agua o el territorio. La discusión sobre confianza, por tanto, no se limita a si la tecnología funciona. También involucra quién recibe sus beneficios y quién absorbe sus costos. El propio historial reciente de Anthropic ilustra esa tensión. La compañía ha construido buena parte de su identidad alrededor de la seguridad y la responsabilidad en inteligencia artificial, mientras su crecimiento empresarial se acelera. En mayo, Anthropic superó a OpenAI por primera vez en participación del gasto empresarial en IA, según datos de Ramp citados por TechCrunch. A finales de ese mes anunció una captación de $65.000 millones con una valoración de $965.000 millones y posteriormente inició los pasos confidenciales para una posible salida a bolsa. La empresa también ha estado en el centro de conflictos políticos y regulatorios. En junio, el gobierno estadounidense ordenó que Anthropic desactivara el acceso a sus modelos Fable 5 y Mythos 5 por motivos de seguridad nacional. La compañía cumplió la orden y cuestionó públicamente la decisión. Ese episodio demuestra que la confianza en la IA no se construye únicamente entre una empresa y sus consumidores. También existe una dimensión geopolítica. En la cumbre del G7 de junio, líderes como Emmanuel Macron y Narendra Modi expresaron preocupación por la posibilidad de que Estados Unidos pudiera cortar de un día para otro el acceso de otros países a sus modelos de IA. La desconfianza, además, puede crecer incluso cuando la tecnología se vuelve más común. La investigación de Pew muestra que 96% de los adultos estadounidenses dice haber oído al menos algo sobre IA en 2026, frente a 85% en 2022. El porcentaje que afirma haber oído mucho sobre la tecnología pasó de 26% a 48% en ese período. En el caso de los chatbots, 87% había oído al menos algo sobre ellos en 2026, frente a 72% en 2024. El público, en otras palabras, sabe cada vez más de IA y también interactúa más con ella. Eso cambia la naturaleza del debate. Ya no se trata de convencer a personas que nunca han utilizado estas herramientas de que son útiles. Se trata de responder a usuarios que ya conocen sus ventajas, pero también han experimentado sus errores, limitaciones y consecuencias. Otras informaciones: El ransomware cambia de objetivo: los atacantes van detrás de los gerentes

La marca comenzó a fusionar sus aplicaciones Copilot para consumidores y empresas como paso previo al lanzamiento de una nueva aplicación. La compañía busca simplificar su ecosistema de IA y competir con ChatGPT, Gemini y Claude, mientras mantiene separados los datos personales y corporativos. Microsoft quiere que Copilot deje de parecer una colección de productos y se convierta en una plataforma única. La compañía comenzó esta semana el proceso para fusionar sus aplicaciones de Copilot para consumidores y empresas, un movimiento que prepara el terreno para una futura “Super App” de inteligencia artificial que, según el CEO Satya Nadella, llegará durante este trimestre. La unificación responde a un problema que Microsoft conoce bien: su enorme ecosistema de productos de IA también se ha convertido en una experiencia fragmentada. Existen diferentes versiones de Copilot, funciones dirigidas a consumidores y otras destinadas a empresas, además de herramientas especializadas que han aparecido a medida que Microsoft ha ampliado su apuesta por los agentes de IA. La compañía pretende ahora juntar esas piezas. El nuevo producto se llamará simplemente Microsoft Copilot y tendrá un icono renovado. Los usuarios podrán iniciar sesión con una cuenta personal, laboral o educativa, e incluso alternar entre ellas dentro de la misma aplicación. Microsoft asegura que los datos personales y corporativos permanecerán separados, que los empleadores no podrán acceder a la actividad personal y que se mantendrán los controles empresariales de seguridad, cumplimiento y administración. El calendario será progresivo. La migración comenzó con un grupo reducido de Windows Insiders y se ampliará durante las próximas semanas. El despliegue mundial en móviles y web comenzará a mediados de agosto, mientras que las aplicaciones para Windows y Mac llegarán a mediados de septiembre. Para los usuarios empresariales, buena parte del cambio será principalmente visual. Microsoft 365 Copilot pasará a llamarse Microsoft Copilot y adoptará el nuevo icono. La dirección web comercial también cambiará de m365.cloud.microsoft a copilot.cloud.microsoft, con redirecciones automáticas previstas a finales de agosto. Pero detrás del cambio de nombre hay una estrategia mucho mayor. De chatbot a plataforma La futura Super App no será simplemente una versión consolidada de las aplicaciones actuales. Microsoft pretende reunir en ella el chat de Copilot, herramientas de programación con IA, Cowork y nuevos agentes AutoPilot. Nadella dijo durante la presentación de resultados del 29 de julio que la Super App estará disponible este trimestre, lo que sitúa su lanzamiento antes de que termine septiembre. La idea coincide con una reorganización más profunda de Copilot. En marzo, Microsoft anunció que estaba unificando sus esfuerzos de Copilot para consumidores y empresas bajo una misma organización. Jacob Andreou, antiguo ejecutivo de Snap, asumió el liderazgo de la experiencia Copilot, mientras Mustafa Suleyman pasó a concentrarse en el desarrollo de modelos de IA. El objetivo es construir un sistema conectado que abarque experiencia de usuario, plataforma, aplicaciones Microsoft 365 y modelos de IA. La compañía busca así dejar atrás una estrategia basada en múltiples productos y avanzar hacia una experiencia integrada. La escala empresarial de Copilot ya ofrece una base importante para ese proyecto. Microsoft informó el mes pasado que Microsoft 365 Copilot había superado los 30 millones de puestos de pago, frente a los 20 millones de abril. Los nuevos puestos netos crecieron más del doble entre trimestres. Aun así, esa cifra equivale aproximadamente al 7% de los más de 450 millones de puestos comerciales de pago de Microsoft 365 que la compañía reportó en enero. En el mercado de consumo, la distancia con los líderes de IA es mucho mayor. Microsoft no publica la cantidad de usuarios de su aplicación Copilot para consumidores, pero Sensor Tower estimó 38,5 millones de usuarios mensuales en julio, una cifra pequeña frente a los 1.000 millones de usuarios mensuales de ChatGPT. Ese contraste explica buena parte de la urgencia de Microsoft. La compañía tiene una distribución empresarial extraordinaria, pero necesita convertir esa ventaja en una experiencia de IA capaz de competir por el tiempo y la atención de los usuarios. La limpieza antes de la expansión La nueva estrategia también implica eliminar funciones. A partir del 18 de agosto, Microsoft retirará de Copilot para consumidores funciones como Podcasts, Group Chat y Deep Research. También desaparecerá Mico, el personaje animado que acompañaba el modo de voz de Copilot, aunque Microsoft prevé mantenerlo en algunas funciones educativas. Deep Research tendrá una sustitución parcial. Una herramienta denominada Researcher asumirá parte de esa función, pero estará disponible únicamente para suscriptores de Microsoft 365 Premium. Los usuarios de los planes Personal y Family podrán conservar el acceso a informes anteriores desde el historial y guardarlos en Word, pero no podrán generar nuevos informes con esa función. Microsoft también advierte que los límites de uso de Copilot gratuito podrían ser más estrictos. El chat básico seguirá disponible sin costo, sujeto a capacidad y límites, pero algunos usuarios podrían alcanzarlos antes que en la actualidad y necesitar un plan de Microsoft 365 para obtener una mayor capacidad. La decisión revela una filosofía de producto más pragmática. Microsoft está reduciendo funciones que no considera suficientemente valiosas para concentrarse en aquello que puede convertir a Copilot en una pieza central del trabajo digital. Ese enfoque ya se observa en Microsoft 365 Copilot, donde los agentes pueden llevar aplicaciones empresariales directamente dentro de las conversaciones. Microsoft ha mostrado integraciones con herramientas como Adobe Express, Figma, Optimizely y Dynamics 365, permitiendo que los usuarios creen activos, actualicen registros o trabajen con documentos sin abandonar el flujo conversacional. La dirección apunta a un cambio más profundo en la relación entre software e inteligencia artificial. En lugar de pedirle a Copilot que produzca una respuesta y luego abrir otra aplicación para ejecutar una tarea, Microsoft quiere que la conversación sea también el lugar donde ocurre la acción. Por eso la Super App importa. No se trata únicamente de poner dos Copilots bajo el mismo icono. Microsoft está intentando convertir su asistente en una puerta de entrada al trabajo, al desarrollo de software y a los agentes capaces de actuar en nombre del usuario. El desafío será demostrar que esa integración genera una experiencia realmente mejor, y no simplemente otra capa sobre un ecosistema que ya resulta complejo. Microsoft tiene una ventaja difícil de replicar, cientos de millones de usuarios empresariales y una enorme infraestructura de software. Ahora debe conseguir que Copilot sea, además, el lugar al que esos usuarios quieran acudir para hacer las cosas. Otras informaciones: Spotify pondrá etiqueta a los artistas creados por IA y limitará sus recomendaciones

El encuentro se realizará el 25 de agosto en Monterrey y reunirá a especialistas de distintos países para abordar aplicaciones concretas de la IA en áreas como innovación, marketing, ventas, recursos humanos, datos y transformación empresarial. Será la novena escala de la gira regional del Festival IA, luego de recorrer otros ocho países. La inteligencia artificial dejó de ser una tecnología reservada para especialistas y comenzó a ocupar un lugar central en las decisiones de las empresas. En ese contexto, el Festival IA llegará por primera vez a México el próximo 25 de agosto, con una jornada en Monterrey dedicada a explorar cómo las organizaciones pueden pasar de la experimentación con IA a su aplicación concreta en los negocios. El Festival IA se presenta como un espacio que reúne a empresarios, tecnólogos, profesionales y entusiastas de la inteligencia artificial para aprender, intercambiar ideas y experimentar con herramientas y aplicaciones orientadas al ámbito empresarial. Su propuesta combina conferencias, paneles, workshops prácticos, demostraciones de proyectos y espacios para conocer soluciones vinculadas con la IA. Entre sus objetivos se encuentran actualizar conocimientos, facilitar el acceso a la tecnología, conectar a profesionales y empresas, mostrar innovación y promover el desarrollo del ecosistema regional de inteligencia artificial. La edición de Monterrey representa, además, la novena escala de una gira regional que ya pasó por otros ocho países de Centroamérica y el Caribe. La gira 2025 del Festival IA reunió a más de 3.000 asistentes empresariales y profesionales, además de contar con más de 20 facilitadores internacionales especializados en IA aplicada y más de 10 conferencistas por país. Una agenda enfocada en la aplicación empresarial La jornada en México comenzará con el panel “Gobierno que habilita: oportunidades para impulsar la innovación empresarial”, con la participación de José Alfredo Pérez Bernal, Director General en I2T2; Jesús López Lozano, Director de Inteligencia Artificial en la Secretaría de Economía de Nuevo León; y Angeles Vela, CEO de CSOFTMTY. La conversación analizará el papel del gobierno en la creación de condiciones, capacidades, instrumentos públicos y alianzas para que las empresas aprovechen la IA y fortalezcan su competitividad. A continuación, David Fernández, CEO y Fundador de TDM Internacional, conducirá “Laboratorio de futuro: Diseño anticipado para realidades que aún no llegan”, una sesión práctica para utilizar modelos de IA en la anticipación de escenarios, identificar señales tempranas y diseñar conceptos estratégicos. El programa continuará con Julio Cesar Lozano Vazquez, Strategic Account Manager en ManageEngine, quien presentará “El Service Desk como puerta de entrada de la IA en tu empresa”. La charla propone al service desk como un punto de partida de bajo riesgo y alto volumen de datos para comenzar a implementar inteligencia artificial y medir resultados. Luego, Joel Díaz, Presidente y cofundador de Popcorn Group, ofrecerá “De reportes a decisiones: cómo usar IA para convertir data en estrategia”. Su propuesta apunta a utilizar IA y data analytics para detectar patrones, validar hipótesis y convertir información en decisiones estratégicas. Christian Corredoira, CEO de Digital Ideas, presentará “De la IA como moda a la IA que vende: automatización, agentes inteligentes y marketing real en 2026”, centrada en automatización, agentes inteligentes y marketing conversacional aplicados a ventas, eficiencia operativa y experiencia del cliente. Luego será el turno de Marco Arroyo, Director en Arroyo Mercadotecnia, con “Marketing de guerra con inteligencia artificial”, una conferencia que plantea la combinación de estrategia de marketing, creatividad, inteligencia de mercado y capacidades analíticas y operativas de la IA. La agenda continuará con Kevin Carmona, Customer Education Lead en Buk, quien dictará “La IA ya no es el futuro: es la infraestructura del negocio”, enfocada en el uso de datos, análisis e inteligencia artificial para que los líderes de Recursos Humanos puedan tomar decisiones estratégicas y generar mayor impacto. A continuación, Lorena Díaz Quijano, especialista en transformación de talento y liderazgo para la era digital, ofrecerá “Las nuevas funcionalidades de la IA: crear tareas, añadir aplicaciones, usar conectores o habilitar el modo agente”. La sesión tendrá un enfoque práctico sobre las nuevas capacidades de herramientas como ChatGPT, Gemini y Copilot. Después del almuerzo, Jahasiel Sevilla, Gerente para Latinoamérica y Norteamérica de Innovación y Transformación Digital en Google, presentará “El día a día de la inteligencia artificial en las empresas”, con foco en el uso de IA para automatizar procesos, optimizar tiempos, mejorar decisiones y fortalecer la experiencia de clientes y colaboradores. Luego, Johnny Bermúdez, fundador de XY Estudios, conducirá “Videos e imágenes con IA para atraer clientes: de la idea a piezas listas para publicar”, una sesión práctica sobre generación de contenidos audiovisuales y publicitarios mediante inteligencia artificial. Gustavo García, Presidente de Skye Group y del Cluster de Innovación en Tecnologías Digitales de Nuevo León, presentará “Más allá de ChatGPT: Cómo construir el cerebro digital de tu empresa”. La propuesta aborda una metodología para organizar conocimiento, crear agentes especializados, automatizar procesos y mejorar la toma de decisiones sin requerir conocimientos avanzados de programación. El cierre de la jornada estará a cargo de Marcelo Burman, Gerente General en Connecta B2B, con “Si su equipo comercial no usa IA, ya está perdiendo ventas”. La conferencia analizará cómo incorporar inteligencia artificial en las distintas etapas del funnel comercial, desde la prospección hasta el cierre y la postventa, para mejorar conversión y productividad. La programación de Monterrey combina estrategia, innovación, datos, marketing, ventas, recursos humanos, contenidos y automatización, con el objetivo de que los participantes puedan identificar oportunidades de uso de IA en sus propias organizaciones. Quienes quieran conocer más detalles sobre el Festival IA, consultar la información disponible y acceder al proceso de inscripción para la edición de México pueden ingresar a festival-ia.com. Le puede interesar: Cómo fue el Festival IA Costa Rica 2026: las claves para convertir la IA en una ventaja competitiva

La transformación digital ya no avanza impulsada únicamente por la tecnología. Hoy son los propios ciudadanos quienes están elevando el estándar de los servicios públicos, al exigir experiencias tan simples, rápidas y personalizadas como las que reciben del sector privado. Para los gobiernos, responder a esas expectativas se ha convertido en uno de los principales desafíos de la próxima década. Hubo un tiempo en que hacer un trámite público implicaba pedir una mañana libre en el trabajo, hacer filas durante horas y regresar otro día porque faltaba un documento. Durante décadas, esa experiencia fue aceptada como parte inevitable de la relación entre el ciudadano y el Estado. Hoy esa lógica está desapareciendo. Después de años utilizando aplicaciones bancarias, plataformas de comercio electrónico, servicios de transporte, billeteras digitales y asistentes basados en inteligencia artificial, las personas ya no comparan la atención que reciben del gobierno con la de otras instituciones públicas. La comparan con la mejor experiencia digital que tuvieron durante el día. Y eso está cambiando para siempre la forma en que los gobiernos diseñan sus servicios. El ciudadano ya no es un usuario pasivo La revolución digital modificó profundamente las expectativas de las personas. Hoy los ciudadanos esperan realizar un trámite desde el teléfono móvil, conocer el estado de una solicitud en tiempo real, recibir notificaciones automáticas y resolver consultas sin necesidad de desplazarse hasta una oficina pública. No se trata únicamente de comodidad. La digitalización está redefiniendo la relación entre el Estado y la sociedad. El E-Government Survey 2024, publicado por las Naciones Unidas, muestra que la mayoría de los países continúa avanzando en la digitalización de los servicios públicos y que el índice global de desarrollo del gobierno electrónico alcanzó su nivel más alto desde que comenzó a elaborarse el informe hace más de dos décadas. El estudio destaca que los gobiernos ya no solo digitalizan trámites, sino que buscan ofrecer servicios integrados, inclusivos y centrados en las necesidades de las personas. El ciudadano dejó de adaptarse al Estado. Ahora espera que el Estado se adapte a él. Del gobierno electrónico al gobierno inteligente Durante muchos años, la transformación digital consistió básicamente en trasladar formularios en papel hacia plataformas web. Hoy esa etapa comienza a quedar atrás. La nueva generación de gobiernos digitales busca eliminar pasos innecesarios, integrar instituciones y utilizar datos para anticipar las necesidades de la población. En lugar de obligar al ciudadano a presentar la misma documentación en diferentes organismos, el objetivo es que las instituciones intercambien información de forma segura y automática. En vez de esperar que una persona solicite un beneficio social, el Estado puede identificar proactivamente que reúne los requisitos y ofrecerle el servicio. Ese cambio representa un nuevo paradigma: pasar de un gobierno reactivo a uno capaz de anticipar las necesidades de los ciudadanos. Uno de los mayores errores en los procesos de transformación digital consiste en pensar que digitalizar equivale simplemente a informatizar. Muchos organismos públicos continúan trasladando procesos burocráticos al entorno digital sin replantear la experiencia del usuario. El resultado suele ser conocido: formularios extensos, múltiples validaciones, plataformas poco intuitivas y trámites que siguen siendo complejos, aunque ahora se realicen por Internet. La OCDE, en su Digital Government Outlook 2026, sostiene que las administraciones públicas más avanzadas están adoptando un enfoque centrado en las personas, donde el diseño de los servicios parte de comprender las necesidades reales de los ciudadanos antes que de las estructuras internas de cada organismo. Eso implica rediseñar procesos completos y no únicamente incorporar nuevas tecnologías. La inteligencia artificial abre una nueva etapa La irrupción de la inteligencia artificial está acelerando esta transformación. Cada vez más gobiernos experimentan con asistentes virtuales capaces de responder consultas las 24 horas, sistemas que automatizan tareas administrativas, herramientas para analizar grandes volúmenes de información y modelos predictivos que apoyan la formulación de políticas públicas. La IA también puede reducir tiempos de espera, mejorar la atención ciudadana y facilitar el acceso a los servicios para personas con discapacidad o que viven en zonas alejadas. Sin embargo, estos avances también plantean nuevos desafíos. La automatización debe desarrollarse bajo criterios de transparencia, explicabilidad y supervisión humana para evitar sesgos, decisiones arbitrarias o discriminación. La tecnología puede agilizar la administración pública, pero la confianza continúa siendo un factor esencial. Una ciudadanía más exigente El cambio no responde únicamente a la evolución tecnológica. También refleja una transformación cultural. Las nuevas generaciones crecieron utilizando plataformas digitales que ofrecen respuestas inmediatas y experiencias altamente personalizadas. Cuando interactúan con el Estado esperan niveles similares de rapidez, simplicidad y disponibilidad. Según diversos estudios sobre experiencia digital en el sector público, los ciudadanos valoran especialmente cuatro aspectos: facilidad de uso, rapidez en la respuesta, disponibilidad permanente y protección de sus datos personales. La experiencia digital comienza a convertirse en un componente de la calidad institucional. Inclusión digital: el desafío pendiente Aunque la digitalización avanza rápidamente, no todos los ciudadanos tienen las mismas oportunidades para aprovecharla. Persisten brechas relacionadas con el acceso a Internet, la conectividad, las competencias digitales y la disponibilidad de dispositivos. Por ello, organismos internacionales como la CEPAL y el Banco Interamericano de Desarrollo insisten en que la transformación digital debe construirse sobre principios de inclusión. Digitalizar no significa eliminar completamente los canales presenciales. Significa ofrecer múltiples alternativas para que cada ciudadano pueda acceder a los servicios públicos independientemente de su edad, nivel educativo, ubicación geográfica o condición socioeconómica. La verdadera innovación consiste en ampliar derechos, no en crear nuevas barreras. El Estado también debe aprender a escuchar La transformación digital no consiste únicamente en incorporar inteligencia artificial, migrar sistemas a la nube o digitalizar expedientes. Supone revisar cómo funciona el Estado. Obliga a cuestionar procesos que llevan décadas sin modificarse, derribar barreras entre instituciones y construir una administración pública más simple, interoperable y orientada a resultados. El verdadero cambio ocurre cuando la tecnología deja de ser un fin en sí mismo y se convierte en una herramienta para ofrecer mejores servicios, fortalecer la confianza pública y mejorar la calidad de vida de las personas. Los ciudadanos digitales ya están marcando ese camino. La pregunta ya no es si los gobiernos deben transformarse, sino con qué rapidez serán capaces de hacerlo. Ese debate será uno de los ejes de GovTech Forums, el encuentro especializado que reunirá a líderes gubernamentales, organismos multilaterales y empresas tecnológicas para analizar el futuro de la innovación pública en América Latina y el Caribe. El evento se realizará el 3 de noviembre en el Centro de Convenciones de Costa Rica y el 12 de noviembre en el Santo Domingo Marriott, en República Dominicana. Su agenda abordará temas como gobierno digital, inteligencia artificial, interoperabilidad, experiencia ciudadana, innovación pública, ciberseguridad y transformación del Estado, promoviendo el intercambio de experiencias y soluciones para construir gobiernos más eficientes, transparentes y centrados en las personas. Toda la información sobre la agenda, los expositores y el proceso de inscripción está disponible en el sitio oficial de GovTech Forums. Vea también: Gobiernos basados en datos: el nuevo modelo para tomar mejores decisiones públicas

El acuerdo combinará los modelos de OpenAI con la infraestructura, consultoría y conocimiento sectorial de IBM, mientras decenas de miles de consultores serán capacitados para implementar estas tecnologías. La batalla por el mercado empresarial de inteligencia artificial está entrando en una nueva fase. Ya no basta con tener el modelo más potente. La ventaja empieza a depender de quién puede llevarlo desde una demostración hasta los procesos críticos de una compañía, con integración, seguridad, conocimiento sectorial y personal capaz de desplegarlo. En ese escenario, IBM y OpenAI anunciaron una alianza que busca precisamente ocupar ese espacio. El acuerdo permitirá a IBM incorporar los modelos y herramientas de OpenAI a su oferta para empresas y, al mismo tiempo, dará a OpenAI acceso a una de las redes globales de consultoría tecnológica más grandes del mercado. Los términos económicos de la alianza no fueron divulgados. El acuerdo contempla la creación de una práctica dedicada a OpenAI dentro de IBM Consulting. La compañía también capacitará y certificará a decenas de miles de consultores, principalmente mediante la reconversión de empleados que ya forman parte de la organización, durante los próximos meses. La capacitación estará enfocada en tecnologías como Codex, las API de OpenAI, ciberseguridad y credenciales para desarrollar soluciones de consultoría. IBM también creará un grupo de especialistas denominado “Forward Deployed Experts”, que recibirá formación a través de la red de socios de OpenAI. El movimiento tiene una dimensión que va más allá de sumar otro proveedor de modelos. IBM incorporará GPT-5.6, Codex y ChatGPT Work dentro de IBM Consulting Advantage, su plataforma de inteligencia artificial destinada a consultores. La intención es utilizar estas herramientas para ayudar a los clientes a desplegar IA en operaciones empresariales centrales. La alianza tendrá además un foco sectorial. IBM y OpenAI desarrollarán soluciones específicas para industrias como servicios financieros, gobierno, telecomunicaciones y comercio minorista. Ese componente puede ser particularmente relevante para las empresas que todavía encuentran dificultades para pasar de los experimentos con IA a aplicaciones productivas y reguladas. La IA empresarial cambia de terreno La asociación refleja una transformación en el negocio de la inteligencia artificial. Durante los primeros años de la actual carrera tecnológica, la competencia estuvo concentrada principalmente en los modelos: tamaño, capacidad de razonamiento, velocidad, contexto y costos de inferencia. Ahora el campo de batalla se desplaza hacia la distribución. OpenAI ya ha anunciado acuerdos con grandes compañías de servicios tecnológicos como Infosys y Tata Consultancy Services. La estrategia consiste en utilizar integradores globales para introducir sus productos en organizaciones que necesitan algo más que acceso a una interfaz de chatbot. Para IBM, la alianza encaja en una estrategia deliberadamente agnóstica respecto de los modelos. La compañía combina su propia familia Granite con tecnologías desarrolladas por terceros y se ha posicionado como integrador de diferentes modelos a través de watsonx y su negocio de consultoría. La apuesta también tiene una lectura financiera. IBM redujo recientemente su previsión de ingresos para 2026 después de resultados trimestrales inferiores a lo esperado. Su CEO, Arvind Krishna, ha defendido, sin embargo, que la IA sigue siendo un motor de crecimiento a largo plazo y que la adopción de esta tecnología está complementando, en lugar de sustituir, la demanda de sus negocios de mainframes. El acuerdo con OpenAI llega, además, después de que IBM estableciera una alianza con Anthropic y de que ambas compañías trabajaran en junio en el programa OpenAI Daybreak Cyber Partner Program, orientado a ciberseguridad. La nueva asociación amplía esa relación hacia la integración de modelos de OpenAI con IBM Autonomous Security, el servicio de ciberseguridad de IBM basado en múltiples agentes. IBM está intentando, en esencia, convertirse en la capa que conecta modelos de IA con empresas que tienen sistemas antiguos, procesos complejos y exigencias estrictas de seguridad. OpenAI obtiene acceso a ese mercado sin tener que construir por sí sola toda la maquinaria de implementación. La alianza deja una señal clara: la próxima batalla de la IA empresarial no se librará únicamente en los laboratorios de modelos. Se decidirá también en las salas donde las compañías transforman sus procesos, migran aplicaciones, gestionan riesgos y buscan justificar con resultados concretos el dinero invertido en inteligencia artificial. Lea también: Google Cloud impulsa nueva ruta submarina y refuerza a Panamá como hub digital de las Américas