La inteligencia artificial generativa, potenciada por modelos de lenguaje de gran escala (LLMs) entrenados en datos culturalmente diversos, está en camino de adquirir una comprensión más sofisticada de la experiencia humana y los desafíos sociales complejos. En un artículo sobre predicciones para 2024 y más allá, Werner Vogels, CTO de Amazon.com, destaca que esta fluidez cultural promete democratizar la inteligencia artificial generativa, haciéndola más accesible para usuarios en todo el mundo. El Vogels enfatiza la influencia ubicua de la cultura en todos los aspectos de nuestras vidas, desde las historias que contamos hasta la comida que consumimos, y cómo esta influencia se refleja en la inteligencia artificial. Resalta la importancia de que los sistemas basados en LLM alcancen una audiencia global, subrayando que deben lograr la fluidez cultural que los humanos poseen instintivamente. Señala que los datos de entrenamiento juegan un papel crucial en este proceso. Al referirse a investigaciones recientes del Instituto de Tecnología de Georgia, menciona que la falta de diversidad cultural en los conjuntos de datos utilizados para entrenar LLMs a menudo resulta en respuestas culturalmente inapropiadas. Vogels destaca la importancia de nuevos LLMs no occidentales, como Jais y Yi-34B, que muestran signos de proporcionar respuestas culturalmente precisas, abriendo así la inteligencia artificial generativa a una audiencia más amplia. En cuanto a la conciencia cultural, Vogels subraya que la traducción perfecta no garantiza la comprensión cultural de un modelo. Propone que, al igual que los humanos aprenden de discusiones y debates, los LLMs también necesitan oportunidades para expandir sus perspectivas y comprender la cultura. Señala dos áreas de investigación críticas: el aprendizaje por refuerzo a partir de la retroalimentación de la inteligencia artificial (RLAIF) y la colaboración a través del debate entre múltiples agentes. Para Vogels, a medida que los LLMs interactúan y aprenden entre sí, adquirirán una comprensión más matizada de los desafíos sociales complejos informados por diversas perspectivas culturales. Estos avances, según el CTO de Amazon.com, no solo garantizarán respuestas más sólidas y técnicamente precisas en la inteligencia artificial, sino que también tendrán un impacto profundo en regiones geográficas, comunidades y generaciones futuras. Le puede interesar: ¿Qué hacer si la IA generativa reduce el tráfico de búsqueda a cero?

Según IDC, serán US$81.200 millones generados en la región, un 11,1% más que en 2023. El gran desafío de las compañías latinas es cómo adaptar la Inteligencia Artificial Generativa a sus servicios y procesos. El informe "IDC FutureScape: Latin America IT Industry Predictions 2024" destaca un crecimiento del 5% en toda la industria de TI en la región, superando las tasas de economías maduras como Estados Unidos. Argentina anticipa un crecimiento del 7%, mientras que México, después de un aumento del 22% en 2023, prevé un crecimiento del 10%. Brasil lidera con un 12%, seguido de Perú y Chile, ambos con un prometedor 11%. Estas cifras superan las proyecciones de crecimiento para Estados Unidos, que se espera que alcance el 9% en 2024. IDC presenta diez predicciones clave para el mercado latinoamericano de TI y Telecomunicaciones a partir de 2024: 1. Mayor inversión en iniciativas de Inteligencia Artificial (IA): Para 2027, se prevé que las principales empresas de América Latina destinen más del 25% del gasto básico en TI a iniciativas de IA, generando un aumento significativo en la innovación de productos y procesos. 2. Desafíos y oportunidades de la IA: A medida que los proveedores de tecnología centren el 50% de sus inversiones en I+D, personal y CAPEX en IA/Automatización hasta 2026, los CIO enfrentarán dificultades para alinear la selección de proveedores y las prioridades operativas con nuevos casos de uso. 3. Incremento en costos de infraestructura y acceso a la información: En 2027, un tercio de las organizaciones enfrentará costos de infraestructura y accesibilidad inciertos, afectando la economía de la nube y los objetivos de logística de datos. Vea también: El perfil de los CIO para 2024 4. Ampliación de las carteras de datos: Se espera que los proveedores amplíen agresivamente sus carteras de datos privados y de código abierto en 2024, influyendo en las asociaciones estratégicas. 5. Baja financiación en habilidades de TI: Hasta 2027, la falta de financiación para iniciativas de habilidades en comparación con el gasto en productos/servicios impedirá que el 75% de las empresas obtengan el valor total de las inversiones en inteligencia artificial, nube, datos y seguridad. 6. Nuevos roles para IA: Para 2028, se espera que el 35% de los compromisos de servicios incluyan la entrega habilitada por IA generativa, cambiando la prestación de servicios humanos para estrategia, cambio y capacitación. 7. Importancia de la automatización: En 2027, el 80% de la infraestructura, la seguridad, los datos y las aplicaciones dependerán de plataformas de control avanzadas para servicios habilitados por IA. 8. Atención a mercados desatendidos por medio de IA: Para 2026, se anticipa que todas las nuevas marcas y servicios de TI dirigidos a segmentos de clientes desatendidos se basarán en una estrecha integración de diversos servicios de IA. 9. Nuevas experiencias y casos de uso: En 2027, el 40% de las principales empresas de LATAM aprovecharán experiencias ubicuas, análisis avanzado y IA generativa para permitir a los clientes crear sus propias experiencias. 10. Conectividad fundamental: Para 2028, se prevé que el 20% de las principales empresas de LATAM integrarán conectividad satelital en órbita terrestre baja, creando un tejido de servicios digitales unificado. Le puede interesar: Las tendencias 2024 en el ecosistema de centros de datos

La firma analizó las tecnologías clave que darán forma al futuro, desde la nube hasta la inteligencia artificial generativa (GenAI), anticipando un cambio significativo en el panorama tecnológico para el próximo año. Oracle destacó que la nube se ha consolidado como el estándar tecnológico corporativo. Se observa un aumento considerable en el uso de soluciones de nube específicas para impulsar la innovación y proporcionar un valor tangible a las operaciones empresariales. Oracle presenta su Nube de Generación 2, enfocada en brindar acceso a almacenamiento de datos remotos y hardware especializado para la Inteligencia Artificial Generativa (GenAI), garantizando simultáneamente la seguridad y privacidad de la información del cliente. El estudio subraya que la estrategia multinube es la nueva realidad empresarial, con casi todas las migraciones a la nube convirtiéndose en viajes a múltiples nubes. La soberanía de datos y la optimización de costos impulsan la adopción del modelo multinube. Destaca la colaboración entre Oracle y Microsoft para facilitar la conexión sin problemas entre sus servicios en la nube, permitiendo a los aliados combinar servicios sin costos adicionales por transferencia de datos. Por otra parte, la Inteligencia Artificial Generativa (GenAI) se consolida como una parte integral de la vida cotidiana. Esta tecnología, en constante evolución y respaldada por inversiones significativas, se espera que sea más accesible a nivel global, democratizando el conocimiento y las habilidades en las empresas. Oracle destaca las oportunidades y las innovaciones que surgirán, mejorando la productividad, el bienestar de los trabajadores y la experiencia del usuario. Se proyecta que la IA permitirá la automatización de procesos, la optimización de costos y rendimiento, y la mejora de la toma de decisiones. Las tecnologías que respaldan la GenAI, como los Grandes Modelos de Lenguaje (LLM), son esenciales. Oracle, en colaboración con NVIDIA, presenta la supercomputadora más rápida del mundo en su nube (Oracle Cloud Infrastructure - OCI), ideal para el entrenamiento de IA generativa. Cohere y NVIDIA ofrecen a empresas de todos los tamaños el poder de la IA, asegurando la seguridad y potenciando la productividad. La GenAI se destaca como un impulsor clave en el sector salud, permitiendo a los proveedores utilizar comandos de voz para reducir la carga de trabajo manual y centrarse más en la atención al paciente. Oracle presenta su Asistente Digital Clínico, potenciado por GenAI, que facilita la interacción médico-paciente, liberando a los profesionales de tareas administrativas y mejorando significativamente la experiencia del paciente. Le puede interesar: Las tendencias 2024 en el ecosistema de centros de datos

Desde la certificación pionera hasta la creación de la primera nube pública en Centroamérica, la empresa se posiciona como líder, ofreciendo soluciones a medida para clientes empresariales y sofisticados. En un mundo donde la dependencia de sistemas de información es crucial para gobiernos, instituciones financieras y empresas en general, Grupo Codisa ha emergido como un referente en Centroamérica, ofreciendo soluciones de vanguardia desde el 2006. En una entrevista exclusiva con Ronald Jiménez, presidente de Grupo Codisa, se revelaron los retos y la evolución del servicio boutique que ofrecen en la colocación de equipos de Data Center y en la esfera de la nube. Jiménez indica el crecimiento exponencial del almacenamiento de datos y la creciente dependencia de sistemas de información para la operatividad diaria. Destaca que el modelo on-premise, donde las empresas albergan sus propios centros de cómputo, conlleva vulnerabilidades, ya que no todas pueden permitirse la redundancia necesaria para garantizar la continuidad del negocio. Ante este panorama, nacen los data center especializados, regulados por institutos que auditan desde el diseño hasta la operación. Estos entes certificadores evalúan riesgos y categorizan la disponibilidad de los data centers, un aspecto crítico en un mundo cada vez más interconectado. Jiménez explica que la evolución no sólo involucra la infraestructura física, sino también los propios servidores y unidades de almacenamiento. La tradicional renovación de equipos cada 4 años generaba exceso de capacidad obsoleta. Aquí es donde surge el concepto de nube, ofreciendo recursos flexibles y escalables. Le puede interesar: Día Mundial del Data Center: Los desafíos del sector hacia el futuro Desde 2006, dicha compañía decidió dar un paso más y, en colaboración con la empresa CMA, lanzó la primera nube pública de la región en 2012. Compitiendo con gigantes globales como Amazon, Google y Microsoft, Codisa se distingue por su enfoque boutique. La clave del éxito, según Jiménez, es entender las necesidades del cliente antes incluso de la firma del contrato. En lugar de depender únicamente del SLA tradicional, Codisa inicia su servicio de nube boutique realizando mediciones detalladas del consumo del cliente. Instalan programas especializados durante semanas para comprender las necesidades de procesamiento, almacenamiento y comunicación del cliente. Una vez recopilados los datos, ingenieros especializados diseñan una nube específica para ese cliente, ofreciendo un servicio personalizado que va más allá de las ofertas masivas de otras plataformas. Codisa ha ganado la confianza de clientes críticos como el Banco Central de Costa Rica, cuya dependencia en el Sinpe (Sistema Interbancario de Pagos Electrónicos) ha llevado a una asociación de 14 años sin problemas. La empresa, aunque es B2B, se enorgullece de contribuir a beneficios tangibles para la población a través de sus clientes, demostrando que la innovación y la confianza son los pilares que sustentan el éxito de Grupo Codisa en el cambiante panorama de la tecnología de la información. Jiménez compartió su visión de futuro, destacando la expansión de sus servicios para abarcar nuevos horizontes. La empresa planea seguir desafiando fronteras, explorando la integración de tecnologías emergentes como la inteligencia artificial y el cómputo cuántico para ofrecer soluciones aún más avanzadas a sus clientes. Además: Seis recomendaciones de OpenAI para crear prompts más potentes en ChatGPT

Las firmas se asociaron para desarrollar un sistema de enfriamiento líquido que respaldará la próxima generación del acelerador de inteligencia artificial Intel Gaudi3, marcando un avance clave en la eficiencia térmica y la sostenibilidad en los centros de datos. Vertiv, proveedor global de soluciones críticas para la infraestructura digital, ha anunciado una colaboración estratégica con Intel para una innovadora solución de enfriamiento líquido destinada a impulsar el revolucionario acelerador de inteligencia artificial, Intel Gaudi3. El lanzamiento de este acelerador está programado para 2024 y Vertiv desempeñará un papel fundamental al proporcionar soluciones eficientes de enfriamiento, esenciales para enfrentar los desafíos térmicos de las aplicaciones de IA y computación de alto rendimiento. La nueva generación de aceleradores de IA de Intel permitirá la refrigeración tanto por aire como por líquido, respaldada por la infraestructura de enfriamiento de bombeo de 2 fases (P2P) de Vertiv. Esta solución líquida ha sido sometida a pruebas intensivas, demostrando su capacidad para manejar potencias de acelerador de hasta 160 kW y mantener temperaturas del agua en un rango de 17 °C a 45 °C (62.6 °F a 113 °F). Por otro lado, la solución de enfriamiento por aire ha sido probada con una carga térmica de hasta 40 kW, lo que permite su implementación en centros de datos con temperaturas ambiente de hasta 35 °C (95 °F). La solución de enfriamiento líquido, basada en el refrigerante P2P de presión media, no solo optimiza la eficiencia térmica, sino que también habilita prácticas sostenibles, como la reutilización de la energía térmica, el enfriamiento por agua caliente y el enfriamiento por aire exterior. Estos avances contribuyen a reducir indicadores clave como la efectividad del uso de la energía (PUE), la efectividad del uso del agua (WUE) y el costo total de propiedad (TCO). John Niemann, vicepresidente Ejecutivo de la línea de productos térmicos globales en Vertiv, destaca: "Vertiv continúa ampliando su amplio portafolio de enfriamiento líquido, lo cual nos permite apoyar a los líderes de la próxima generación de tecnologías de IA, como Intel. Además, Vertiv ayuda a los clientes a agilizar la adopción de la IA de forma rápida y confiable, así como a alcanzar sus objetivos de sostenibilidad". Devdatta Kulkarni, ingeniero principal y responsable térmico del proyecto en Intel, añade: "Para soportar el aumento de la potencia de diseño térmico y el flujo de calor para los aceleradores de próxima generación, Intel ha trabajado con Vertiv y otros socios del ecosistema para facilitar una solución de enfriamiento innovadora, la cual será fundamental para ayudar a los clientes a alcanzar sus objetivos críticos de sostenibilidad". La alianza entre Vertiv e Intel marca un hito significativo en la evolución de las soluciones térmicas para la computación de alto rendimiento y la inteligencia artificial. Le puede interesar: Nvidia desafía a Intel y se embarca en la creación de chips para PC

La empresa ha lanzado una guía de ingeniería de instrucciones con estrategias específicas para desbloquear el potencial de su chatbot. Sepa cómo optimizar las interacciones. En su constante esfuerzo por mejorar la experiencia del usuario, OpenAI ha liberado una guía esencial para potenciar la eficacia de ChatGPT. Si bien este modelo de lenguaje de inteligencia artificial es poderoso por sí mismo, estas 6 estrategias de ingeniería de instrucciones ofrecen a los usuarios herramientas clave para obtener respuestas más precisas y relevantes. 1 — Redacta instrucciones claras: La inclusión de detalles específicos en tu solicitud puede marcar la diferencia al obtener respuestas más relevantes de ChatGPT. Especifique los pasos necesarios para completar una tarea y proporciona ejemplos concretos que guíen al modelo hacia la respuesta que buscas. 2 — Proporciona texto de referencia: Instruya a ChatGPT para que responda utilizando un texto de referencia, ya sea un enlace a un PDF o a un sitio web. También puede indicarle al modelo que responda citando fragmentos específicos del texto de referencia, mejorando así la calidad y precisión de las respuestas. 3 — Divide tareas complejas en subtareas: Dado que existe un límite en la cantidad de texto que puedes ingresar en ChatGPT, resumir documentos largos por partes facilita mantenerse dentro de ese límite. Para solicitudes que involucran múltiples instrucciones, considera dividir las peticiones en fragmentos más pequeños para una comprensión más efectiva. 4 — Dele tiempo a ChatGPT para pensar: Instruya a ChatGPT para que elabore su solución antes de llegar a una conclusión rápida. Además, puedes preguntarle si ha omitido algo en pasadas interacciones, permitiéndole reflexionar y mejorar sus respuestas. 5 — Utilice herramientas externas para tareas de codificación: Aprovecha la ejecución de código para realizar cálculos más precisos o llamar a APIs externas. Concede a ChatGPT acceso a funciones específicas que enriquezcan su capacidad para abordar tareas de codificación. 6 — Evalúe cambios sistemáticamente: Mida las salidas de ChatGPT en comparación con respuestas de referencia de alta calidad. Esta evaluación sistemática garantiza mejoras continuas y ajustes precisos en tu interacción con el modelo. Para obtener detalles completos sobre estas estrategias y potenciar tu experiencia con ChatGPT, puede consultar la guía completa de OpenAI sobre ingeniería de instrucciones aquí. Refina tus interacciones y desata el máximo potencial de esta innovadora herramienta de inteligencia artificial. Le puede interesar: Prompts: cómo son las instrucciones a los modelos de IA

¿Está la inteligencia artificial preparada para liderar en finanzas? Pruebas de una startup plantean dudas sobre la capacidad de los modelos de lenguaje para interpretar informes de la SEC con precisión, un aspecto crítico en la industria. Investigadores de la startup Patronus AI han descubierto que los grandes modelos de lenguaje, como el núcleo de ChatGPT, enfrentan dificultades al analizar preguntas derivadas de informes presentados ante la Comisión de Valores y Bolsa (SEC, por sus siglas en inglés), de acuerdo a un informe de CNBC. Incluso la configuración más eficiente probada, el GPT-4-Turbo de OpenAI, solo logró un 79% de respuestas correctas en las pruebas de Patronus AI, a pesar de tener acceso a casi todo el informe junto con la pregunta. Los modelos de lenguaje a menudo se negaban a responder o "alucinaban" cifras y hechos que no estaban en los informes de la SEC, lo que llevó a los fundadores de Patronus AI a considerar inaceptable esta tasa de rendimiento. Los hallazgos resaltan los desafíos que enfrentan los modelos de IA a medida que las grandes empresas, especialmente en industrias reguladas como la financiera, buscan incorporar tecnología de vanguardia en sus operaciones, ya sea para servicio al cliente o investigación. La capacidad de extraer rápidamente números importantes y realizar análisis sobre narrativas financieras se considera una de las aplicaciones más prometedoras para los chatbots desde el lanzamiento de ChatGPT. Los informes de la SEC están llenos de datos cruciales, y si un bot pudiera resumirlos con precisión o responder rápidamente preguntas sobre su contenido, podría proporcionar una ventaja en la competitiva industria financiera. Empresas como Bloomberg, Microsoft y JPMorgan han explorado aplicaciones de IA en finanzas, pero la entrada de GPT en la industria no ha sido sin problemas. Patronus AI, fundada por ex empleados de Meta (la empresa matriz de Facebook), busca abordar estos desafíos mediante pruebas automatizadas de LLM con software. Su prueba, denominada FinanceBench, se basa en más de 10,000 preguntas y respuestas extraídas de informes de la SEC de grandes empresas, estableciendo un estándar mínimo de rendimiento para la IA del lenguaje en el sector financiero. Las pruebas incluyeron modelos de lenguaje como GPT-4, GPT-4-Turbo, Claude2 de Anthropic y Llama 2 de Meta. A pesar de diversas configuraciones y contextos proporcionados a los modelos, los resultados revelaron deficiencias incluso cuando se les dirigía directamente al texto relevante. Aunque los cofundadores de Patronus AI ven un gran potencial en los modelos de lenguaje para ayudar en la industria financiera, reconocen que se necesitará tiempo para mejorar la precisión antes de que la automatización completa sea una realidad. La importancia de evitar errores, especialmente en industrias reguladas, subraya la necesidad de un enfoque cuidadoso al integrar la IA en aplicaciones financieras. Le puede interesar: La IA como clave para la gestión de clientes en el sistema financiero

Rosángela "Janja" Lula da Silva anunció que emprenderá acciones legales contra la plataforma de Elon Musk luego de que su cuenta fuera pirtateada la semana pasada. El presunto hacker ingresó a la cuenta de Janja el 11 de diciembre y publicó varios mensajes, incluyendo insultos dirigidos a la Primera Dama y al Presidente Luiz Inacio Lula da Silva, así como comentarios misóginos. En una transmisión en vivo junto a Lula, Janja afirmó: "Todavía no sé si debo demandarlos en Estados Unidos o en Brasil, pero los demandaré". Además, instó a Brasil a regular las plataformas de redes sociales, argumentando que deben ser responsables de las acciones de sus usuarios. Lula coincidió en la necesidad de regular las redes sociales a nivel global, pero expresó sus preocupaciones sobre la complejidad del tema. "Lo que ocurrió con ella es importante porque llama la atención sobre otras cosas. Tenemos que adoptar una regulación seria y no solo para Brasil sino para todo el mundo", afirmó el líder por redes sociales. "Es un desafío saber cómo podríamos abordarlo sin imponer censura... Sé que la Unión Europea ya ha regulado algo al respecto. También tendremos que observar de cerca lo que están haciendo Estados Unidos y China". Le puede interesar: Cinco consejos para prevenir el hackeo de las cámaras de vigilancia

En un mundo donde los chatbots y otras herramientas de inteligencia artificial superan la famosa prueba, surge la pregunta: ¿pueden los programas razonar de la misma manera que lo hacen los humanos? Un nuevo enfoque propuesto busca ir más allá de la mera capacidad de respuesta y adentrarse en la esencia del razonamiento humano. En la actualidad, los chatbots y otras herramientas de inteligencia artificial han logrado superar el famoso Test de Turing, concebido por Alan Turing como una alternativa para abordar la cuestión fundamental: ¿puede una máquina pensar? Sin embargo, a pesar de su éxito en pasar esta prueba, estas máquinas no piensan. Por ello, se propone un nuevo test que aborda una pregunta más enfocada: ¿un programa razona de la misma manera que lo hacen los humanos? Philip Johnson-Laird, profesor de psicología retirado de la Universidad de Princeton, y Marco Ragni, investigador de la Universidad Tecnológica de Chemnitz, con sede en Alemania, diseñaron un marco de tres pasos que tiene el potencial de reemplazar la Prueba de Turing. Proponen que un programa de IA debería considerarse equivalente a un ser humano en inteligencia sólo si puede superar tres desafíos. En primer lugar, se somete al programa a una serie de experimentos que examinan sus inferencias en situaciones en las que el razonamiento humano difiere significativamente de la lógica estándar. Si el programa muestra diferencias sustanciales en su desempeño en comparación con el razonamiento humano, la respuesta a la pregunta fundamental es negativa: el programa no razona como un humano. Vea también: Empleadores están dispuestos a pagar un 35% más por trabajadores con habilidades en IA En el segundo paso, se evalúa la comprensión del programa sobre su propio modo de razonar. Se plantean preguntas que requieren que el programa "introspeccione" sobre su rendimiento, distinguiendo así entre inferencias lógicamente válidas y aquellas que, aunque lógicas, carecen de sentido. Este paso busca capturar la capacidad del programa para reflexionar sobre sus propias acciones, una característica clave del razonamiento humano. Finalmente, en el tercer paso, se examina el código fuente del programa. Si contiene componentes similares a aquellos programas conocidos por simular el rendimiento humano, se considera como evidencia decisiva de un razonamiento humano. Estos componentes incluyen un sistema intuitivo para inferencias rápidas, un sistema deliberativo para un razonamiento más reflexivo y un sistema para modular la interpretación de términos como "o" en función de su contexto y conocimiento general. La propuesta es reemplazar el Test de Turing original con un examen más profundo del razonamiento de un programa. Se trata al programa como un participante en una serie de experimentos cognitivos y, si es necesario, se somete su código a un análisis que equivale a un estudio de imágenes cerebrales en humanos. Este nuevo enfoque promete arrojar luz sobre la naturaleza de la inteligencia artificial y su capacidad para replicar el razonamiento humano. Le puede interesar: Aceleración IA: cómo preparar la fuerza laboral para los empleos del futuro

La operación se topó con desafíos regulatorios insalvables y las compañías decidieron seguir adelante de manera independiente, marcando un cambio abrupto en sus planes estratégicos. Adobe y Figma, dos gigantes del mundo del diseño y la tecnología, han decidido poner fin a su ambiciosa fusión valorada en US$20.000 millones. Ambas compañías expresaron que "no hay un camino claro para recibir las aprobaciones regulatorias necesarias de la Comisión Europea y la Autoridad de Competencia y Mercados del Reino Unido". La noticia generó un aumento del 1,8% en las acciones de Adobe en las operaciones previas al mercado del lunes. La adquisición de Figma por parte de Adobe se anunció por primera vez en septiembre de 2020 como parte de un acuerdo en efectivo y acciones por alrededor de US$20.000 millones. A pesar de que la noticia inicialmente hizo que las acciones de Adobe cayeran, la empresa reiteró que la adquisición complementaría naturalmente su cartera, afirmando que "la combinación de Adobe y Figma abrirá una nueva era de creatividad colaborativa". Como parte del acuerdo de cancelación, Adobe pagará a Figma una tarifa de cancelación de US$1.000 millones, según lo revelado en una presentación regulatoria. Esta decisión representa un cambio repentino en los discursos más recientes de Narayen, quien afirmó a CNBC el miércoles pasado que la empresa creía en los beneficios de la adquisición para los consumidores. Sin embargo, citó el entorno regulatorio desafiante como el principal motivo detrás de la cancelación. Los reguladores antimonopolio han intensificado su escrutinio sobre numerosos acuerdos tecnológicos, grandes y pequeños. En el comunicado conjunto del lunes, Dylan Field, CEO de Figma, expresó que, aunque creía en los méritos del acuerdo, "en los últimos meses ha quedado claro que los reguladores no ven las cosas de la misma manera". David Wadhwani, vicepresidente senior de Adobe, mencionó en una publicación separada en el blog que seguirán buscando formas de colaborar con Figma para satisfacer a sus clientes en común. La cancelación de esta fusión resalta la creciente atención de los reguladores hacia las transacciones en el sector tecnológico y sus posibles impactos en la competencia. Le puede interesar: Adobe lanza nuevas herramientas de generación de imágenes por IA

Una nueva plataforma conjunta monitorea y protege automáticamente los vehículos contra amenazas de ciberseguridad. En un paso significativo hacia el refuerzo de la ciberseguridad en la industria automotriz, LG Electronics (LG) y Cybellum están listos para lanzar su plataforma conjunta, el Cyber Security Management System (CSMS) Cockpit, dirigido a fabricantes de equipos originales de automóviles (OEMs). Diseñada mediante la colaboración entre LG y Cybellum, la empresa de ciberseguridad automotriz adquirida por LG en 2021, la plataforma CSMS Cockpit busca simplificar las tareas  complejas de garantía cibernética y respuesta a incidentes para los fabricantes de equipos originales. La ciberseguridad automotriz está ganando un protagonismo crucial en el sector de la movilidad, particularmente con la implementación progresiva de las regulaciones WP.29 UNECE R155. A partir de julio de 2024, todos los vehículos producidos por los OEMs deben cumplir con los nuevos estándares de ciberseguridad, requisito fundamental para obtener la aprobación de tipo y vender vehículos en 54 países, incluyendo la Unión Europea, el Reino Unido, Japón y Corea del Sur. La plataforma CSMS Cockpit, presentada como una solución integral, se centra en abordar los desafíos emergentes asociados con la gestión de la ciberseguridad automotriz. La herramienta no solo identifica rápidamente vulnerabilidades de seguridad, sino que también proactivamente monitorea y toma medidas preventivas para neutralizar posibles amenazas, estableciendo así un nuevo estándar para la seguridad digital de los vehículos. "El CSMS Cockpit, un producto de nuestra experiencia colectiva, permitirá a los fabricantes de equipos originales automotrices navegar por las complejidades de la gestión de ciberseguridad con una eficiencia y efectividad sin precedentes", dijo Slava Bronfman, CEO de Cybellum. "Estamos seguros de que esta plataforma innovadora establecerá un nuevo estándar de excelencia en ciberseguridad, dando forma al futuro de los vehículos conectados seguros". Le puede interesar: IA como clave para mejorar la congestión vehicular Una característica distintiva de CSMS Cockpit es su capacidad para analizar exhaustivamente los componentes del vehículo a lo largo de su vida útil, aproximadamente 20 años. Genera y gestiona una base de datos integral que abarca desde el desarrollo hasta el uso en el mundo real, ofreciendo a los fabricantes una visión completa de la seguridad de sus productos. La plataforma no solo aborda automáticamente las preocupaciones de seguridad, sino que también realiza un seguimiento continuo de la eficacia de la respuesta, permitiendo la detección de riesgos en tiempo real y la implementación de protocolos de inspección para componentes individuales. El CSMS Cockpit se posiciona como el centro de control esencial para la seguridad del producto, desde el monitoreo hasta la gestión. Esto permite a los fabricantes de automóviles evaluar y abordar rápidamente cualquier amenaza de seguridad relacionada con los componentes, mejorando significativamente la confiabilidad general de la seguridad en la industria automotriz. "La experiencia en desarrollo de componentes automotrices de LG y la experiencia en seguridad automotriz de Cybellum se unen en el CSMS Cockpit, una solución que ayudará a los fabricantes de automóviles a cumplir con el estándar de ciberseguridad requerido tanto ahora como en el futuro", dijo Eun Seok-hyun, Presidente de LG Vehicle Component Solutions Company. "Reconocemos la creciente importancia de la ciberseguridad automotriz y nos comprometemos a proporcionar plataformas y tecnologías que respaldan la integridad de los datos y la seguridad de los vehículos en un entorno cada vez más digital." Además: Aumentó la compra de vehículos eléctricos en Costa Rica

La empresa ofrece tecnología que permite aumentar la eficiencia y eficacia de las organizaciones, y planea invertir en nuevos productos y servicios con inteligencia artificial. Stefanini Group, líder en el desarrollo de IA durante más de una década, y con presencia en 41 países, marca el rumbo del futuro tecnológico al ofrecer soluciones de Inteligencia Artificial Generativa (IAG) que potencian la eficiencia empresarial. Con una inversión planificada en nuevos productos y servicios, Stefanini Group se posiciona a la vanguardia de la revolución tecnológica. Stefanini Group anunció su compromiso con la evolución empresarial a través de la Inteligencia Artificial Generativa (IAG). Con más de 12 años de experiencia en el sector y presencia en 41 naciones, la empresa busca posicionarse como referente en la creación de herramientas innovadoras para diversas áreas empresariales, desde finanzas hasta marketing y desarrollo de asistentes virtuales como Sophie, a través de su subsidiaria Woopi. Los estudios del Foro Económico Mundial, el Banco Interamericano de Desarrollo, McKinsey & Company y Gartner convergen en la importancia de la IAG para el futuro tecnológico. Según el "Informe sobre el Futuro del Empleo 2023" del Foro Económico Mundial, más del 85% de las organizaciones encuestadas identifican la adopción de tecnologías nuevas y el acceso digital como tendencias clave para la transformación empresarial. Vea también: ¿Qué hacer si la IA generativa reduce el tráfico de búsqueda a cero? McKinsey & Company destaca que el 55% de las organizaciones ya están probando la IAG, y el 60% se encuentra en fase de aprendizaje. Fernando Pavón, especialista senior del Banco Interamericano de Desarrollo, subraya la rápida mejora en las labores de los trabajadores con menos experiencia cuando se utiliza la IA de manera efectiva. Por su parte, Gartner predice que para 2026, más del 80% de las organizaciones utilizarán aplicaciones de IAG, marcando un rápido crecimiento desde el 15% registrado en abril de 2023. Marco Stefanini, CEO de Stefanini Group, destaca: "Hemos estado trabajando con Inteligencia Artificial durante más de 12 años a través de nuestra empresa Woopi, que creó la asistente virtual inteligente Sophie". La IAG, según Pavón, no solo impacta en la innovación y resolución de problemas, sino que transforma la experiencia del usuario, la organización empresarial, el desarrollo del potencial del empleado y la creación de nuevos trabajos. Stefanini Group ofrece una biblioteca con más de mil herramientas de IA para satisfacer las demandas más diversas de las empresas, conectándose de manera efectiva con los clientes en áreas que abarcan desde soluciones bancarias hasta ciberseguridad, ciencia de datos, lugar de trabajo digital, manufactura, marketing digital y ventas, entre otros. Con un sistema de IAG patentado que potencia la productividad y eficiencia, Stefanini Group garantiza la seguridad de la información. La compañía ha implementado la automatización inteligente para vehículos autónomos, mapeo ambiental, gestión de inventarios y líneas de fabricación inteligente, entre otros procesos avanzados. Además, Stefanini Group destaca por analizar imágenes satelitales y de video para mejorar la seguridad y detectar fallas en los sistemas. "Antes de que nuestra solución de IA generativa llegue al cliente, la probamos internamente en varias áreas. El hecho de que las aplicaciones de IA se prueben internamente permitió que los equipos trabajen mejor y más rápido, además de ofrecer una capa adicional de credibilidad", afirma Alex Winetzki, CEO de Woopi y director de I+D de Stefanini. Con más de una década de experiencia, Stefanini Group se posiciona como un líder indiscutible en la revolución de la Inteligencia Artificial Generativa, marcando el camino hacia el futuro de la productividad empresarial. Le puede interesar: Más de 270 empresas SaaS lanzaron productos de IA generativa en 2023