La iniciativa busca ayudar a las compañías a identificar vulnerabilidades, priorizar riesgos y demostrar avances verificables en protección digital. La transformación digital ha incrementado la necesidad de que las empresas fortalezcan sus estrategias de ciberseguridad en un entorno donde los riesgos digitales evolucionan constantemente y pueden afectar desde la continuidad operativa hasta la confianza de clientes y aliados. En este contexto, las organizaciones enfrentan el reto de conocer con mayor precisión qué tan expuestas están y cómo responder de manera estructurada ante posibles amenazas. Con ese objetivo, IFX e ICONTEC presentaron en Panamá Seguridad Digital Visión 360°, una iniciativa orientada a que las compañías puedan evaluar su nivel de preparación frente a riesgos digitales, establecer planes de mejora y contar con un respaldo técnico verificable sobre sus avances en gestión de seguridad digital. La propuesta busca ofrecer a las empresas una metodología más clara para entender sus vulnerabilidades, priorizar acciones correctivas y sustentar ante terceros el trabajo que realizan para proteger su operación tecnológica. “Durante mucho tiempo la conversación sobre seguridad digital se quedó en intenciones, diagnósticos internos o mensajes generales. Lo que buscamos con esta alianza es que las empresas tengan una ruta clara para entender dónde están paradas, qué deben corregir y cómo demostrarle a su entorno que sí están avanzando en un tema que hoy impacta directamente la continuidad del negocio”, afirmó Martín Henao. Según explicó IFX, uno de los principales desafíos actuales es que muchas organizaciones aún toman decisiones basadas en percepciones aisladas o revisiones dispersas, sin contar con una visión integral de sus activos tecnológicos y los puntos críticos que podrían representar riesgos para la operación. El modelo presentado contempla una revisión de los activos tecnológicos expuestos tanto dentro como fuera de la infraestructura empresarial, así como un análisis de la efectividad de los controles de seguridad existentes. Esto permitiría a las compañías comprender mejor su situación actual y definir prioridades de atención. Asimismo, el proceso profundiza en la identificación de vulnerabilidades que realmente podrían convertirse en incidentes críticos, evaluando niveles de exposición y validando hallazgos mediante pruebas controladas. De esta manera, las empresas podrían determinar qué fallas requieren atención inmediata y verificar si las medidas implementadas han sido efectivas. “Hoy las compañías necesitan tener más claridad sobre qué tan expuestas están, qué deben corregir y cómo sustentar ante clientes, aliados y otras partes interesadas que ya están trabajando en ese frente. Esta iniciativa busca darles una base más clara para tomar decisiones y respaldar con evidencia sus avances”, señaló Leonardo Fuquen. Las organizaciones indicaron que la iniciativa también busca aportar mayor confianza al ecosistema empresarial, permitiendo que las compañías puedan mostrar evidencia concreta de sus procesos de fortalecimiento en seguridad digital frente a clientes, socios estratégicos y mercados cada vez más exigentes en materia de protección de datos y continuidad operativa. Con el crecimiento de amenazas como ataques de ransomware, filtraciones de información y vulnerabilidades en entornos digitales, la ciberseguridad se ha convertido en un componente estratégico para las empresas de todos los tamaños, especialmente en mercados que avanzan hacia modelos más conectados y digitalizados. A través de esta alianza, IFX e ICONTEC esperan impulsar una cultura de gestión preventiva de riesgos digitales en Panamá, promoviendo que las organizaciones adopten procesos más estructurados, medibles y sostenibles en materia de seguridad tecnológica. Le puede interesar: "Mario Ulloa, de SAS: "La IA no es magia, tiene que haber una preparación"

La empresa Dos Pinos incorporó más de 80 agentes de inteligencia artificial en distintas áreas de trabajo para reducir errores, acelerar procesos y potenciar la productividad de sus colaboradores. La Cooperativa de Productores de Leche Dos Pinos, una de las organizaciones lácteas más grandes de Centroamérica, avanza en una estrategia de adopción masiva de inteligencia artificial mediante el despliegue de agentes especializados que colaboran en tareas de diseño, atención de clientes, análisis de datos, soporte tecnológico y gestión legal. La empresa, con sede en Alajuela, Costa Rica, cuenta con cerca de 6.000 colaboradores y operaciones vinculadas con producción, logística y distribución de alimentos. Uno de los desarrollos más destacados es un “inspector de IA” creado por Jhojan Rodríguez, líder creativo del área de diseño, utilizando Microsoft Copilot Studio. El agente compara automáticamente las etiquetas de empaque con fichas técnicas internas para detectar inconsistencias regulatorias y nutricionales antes de que los productos lleguen a producción. “Los errores no estaban tanto en la parte gráfica sino en la información nutricional y regulatoria”, explica Rodríguez. “Eso debe tener un nivel de precisión milimétrica”. Según Dos Pinos, esta herramienta permitió reducir en más del 50% las inconsistencias detectadas durante la etapa de diseño y disminuir en aproximadamente diez días el tiempo promedio de salida de productos al mercado. Para la cooperativa, estos avances son fundamentales en una industria donde los márgenes son ajustados y los errores pueden derivar en retrasos operativos, sanciones regulatorias o incluso retiros de productos. Alejandro Arguedas, director corporativo de TI de Dos Pinos La estrategia de IA de la compañía también incluye agentes que colaboran en evaluaciones de riesgo, elaboración de acuerdos de confidencialidad, gestión de solicitudes de TI y asistencia a vendedores mediante un “veterinario virtual” que recomienda productos para ganado. “Vemos en la inteligencia artificial y en la parte agéntica un valor y un potencial inmenso”, afirma Alejandro Arguedas, director corporativo de tecnologías de la información de Dos Pinos. “Más que una herramienta, vemos la IA como una ventaja competitiva para las personas y la Cooperativa”. La organización además impulsa un programa interno de embajadores de IA para capacitar a los colaboradores y acelerar la adopción tecnológica. Randall Benavides, analista de ventas, logró automatizar el envío de reportes comerciales utilizando Copilot y Power BI Service tras participar en uno de estos talleres. “Mi relación con la IA era cero. Le dije a Copilot: ‘No conozco esta herramienta, guíame paso a paso’. ¡Y funcionó!”, relata. Gracias a ello, ahora dedica más tiempo al análisis de datos y menos a tareas repetitivas de procesamiento manual de información. Le puede interesar: Por qué los modelos de lenguaje pequeños (SLM) ganan terreno en el entorno corporativo

Mientras las grandes tecnológicas despiden trabajadores y multiplican sus inversiones en inteligencia artificial, empieza a emerger una contradicción inesperada: en muchos casos, operar IA cuesta más que pagar salarios. El problema ya no es la capacidad tecnológica, sino la economía del cómputo. Durante casi tres años, el relato dominante en Silicon Valley sostuvo que la inteligencia artificial reduciría drásticamente los costos laborales. Pero en 2026 comenzó a aparecer una fisura importante en esa narrativa: la automatización masiva también puede resultar extraordinariamente cara. Según un reporte de Axios, algunas empresas están descubriendo que los costos operativos asociados a IA superan actualmente el gasto en empleados humanos. La frase más reveladora provino de Bryan Catanzaro, vicepresidente de Deep Learning aplicado en Nvidia: “El costo de cómputo está muy por encima del costo de los empleados”. La declaración es especialmente significativa viniendo de Nvidia, la compañía que se convirtió en el principal proveedor global de infraestructura para IA. Nadie se beneficia más del boom computacional que ellos. Y aun así, dentro de la propia industria comienzan a admitir que el modelo económico es mucho más complejo de lo que parecía. La explosión de costos tiene múltiples causas. Ejecutar agentes de IA avanzados requiere enormes cantidades de GPUs, energía eléctrica y procesamiento continuo. Además, muchas organizaciones están utilizando múltiples agentes simultáneamente para programación, análisis y automatización empresarial, multiplicando el gasto en tokens y capacidad de inferencia. El fenómeno ocurre en paralelo a una ola de ajuste laboral. Meta anunció recientemente recortes equivalentes al 10% de su plantilla, aproximadamente 8.000 empleados, mientras Microsoft ofreció uno de los mayores programas de buyouts de su historia. Sin embargo, el ahorro laboral todavía no compensa el costo de infraestructura. Axios cita además una proyección de Gartner según la cual el gasto global en IT alcanzará US$6,31 billones en 2026, un crecimiento interanual de 13,5%, impulsado principalmente por inversiones asociadas a IA. La situación está generando un cambio de tono entre ejecutivos e inversores. Durante 2023 y 2024, la presión era adoptar IA lo más rápido posible. En 2026, la conversación empieza a girar alrededor del retorno económico real. Parte del problema es que muchas implementaciones todavía necesitan supervisión humana constante. Los agentes pueden cometer errores, generar respuestas incorrectas o requerir revisiones posteriores. En ciertos entornos empresariales, eso crea una doble estructura de costos: empleados humanos más infraestructura de IA. Incluso investigaciones académicas empiezan a cuestionar la rentabilidad universal de la automatización. Un estudio del Massachusetts Institute of Technology citado en discusiones del sector concluyó que la automatización mediante IA solo tendría sentido económico inmediato en alrededor del 23% de ciertos trabajos visuales analizados. Eso no significa que la IA vaya a desacelerarse. Todo indica lo contrario. Las grandes tecnológicas continúan invirtiendo agresivamente porque consideran que dominar esta infraestructura definirá la próxima década digital. Pero sí cambia algo fundamental: el relato financiero. Lea también: Mario Ulloa, de SAS: "La IA no es magia, tiene que haber una preparación"

El reporte revela que el 88% de las empresas ya opera en entornos híbridos o multinube, mientras los equipos de ciberseguridad enfrentan mayores desafíos para responder a amenazas impulsadas por inteligencia artificial. La acelerada adopción de servicios en la nube y herramientas basadas en inteligencia artificial está transformando la manera en que las empresas operan, pero también está aumentando los desafíos relacionados con la protección de datos, la gestión de amenazas y la visibilidad sobre infraestructuras digitales cada vez más complejas. En este contexto, Fortinet presentó en Panamá su Reporte del Estado de Seguridad en la Nube 2026, un estudio global desarrollado junto a Cybersecurity Insiders que analiza cómo las organizaciones están enfrentando los nuevos riesgos asociados a entornos híbridos y multinube. El informe, elaborado a partir de una encuesta realizada a más de 1.163 líderes y profesionales senior de ciberseguridad alrededor del mundo, advierte sobre una creciente “brecha de complejidad” en la nube, provocada por el desbalance entre la rápida evolución tecnológica y la capacidad de los equipos de seguridad para mantener monitoreo, detección y respuesta en tiempo real. “A medida que más empresas se catapultan hacia un futuro impulsado por inteligencia artificial (IA), la seguridad en la nube es más crucial que nunca para el éxito de una organización, e incluso para su supervivencia”, afirmó Vincent Hwang. Según el reporte, el 88% de las organizaciones ya opera en entornos híbridos o multinube, frente al 82% registrado el año pasado. Además, el 81% utiliza dos o más proveedores de nube para ejecutar cargas de trabajo críticas, mientras que el 29% asegura trabajar con más de tres proveedores simultáneamente. El estudio señala que esta expansión tecnológica está incrementando significativamente la complejidad operativa y dificultando que las empresas mantengan control total sobre sus infraestructuras digitales. Fortinet identificó tres factores principales que están impulsando esta “brecha de complejidad”. El primero corresponde a la fragmentación de las defensas digitales. De acuerdo con el informe, muchas organizaciones continúan sumando herramientas de seguridad sin una integración adecuada, generando entornos desconectados y con visibilidad limitada. Casi el 70% de las organizaciones encuestadas indicó que la proliferación de herramientas y las brechas de visibilidad representan los principales obstáculos para implementar una estrategia de seguridad efectiva en la nube. El segundo desafío identificado es la falta de talento especializado. El reporte revela que el 74% de las empresas enfrenta actualmente escasez de profesionales calificados en ciberseguridad, situación que limita la capacidad de respuesta y aumenta el riesgo de que amenazas importantes pasen desapercibidas. El tercer factor está relacionado con la velocidad de las amenazas impulsadas por automatización e inteligencia artificial. Según Fortinet, los ciberdelincuentes están utilizando tecnologías avanzadas para detectar configuraciones incorrectas, identificar vulnerabilidades y mapear rutas de acceso con mayor rapidez que la capacidad de reacción de muchos equipos de seguridad. Como consecuencia, más del 80% de los expertos encuestados aseguró no tener plena confianza en su capacidad para detectar y responder amenazas en la nube en tiempo real, un incremento de 16 puntos porcentuales respecto al año anterior. El estudio también evidencia un cambio en la manera en que las organizaciones están replanteando sus estrategias de protección digital. Cada vez más empresas buscan consolidar herramientas y migrar hacia ecosistemas de seguridad unificados que permitan reducir la complejidad operativa y mejorar la capacidad de respuesta. De hecho, el 64% de los encuestados afirmó que, si pudiera rediseñar su estrategia de ciberseguridad desde cero, optaría por una plataforma integrada de un solo proveedor capaz de unificar la seguridad de redes, aplicaciones y entornos en la nube. Fortinet destacó que el panorama actual obliga a las empresas a modernizar sus modelos de seguridad para responder a entornos digitales más dinámicos, especialmente ahora que la inteligencia artificial acelera tanto la innovación empresarial como la sofisticación de las amenazas. El reporte concluye que las organizaciones deberán enfocarse en fortalecer visibilidad, automatización, resiliencia y capacidades operativas si desean mantener una postura de seguridad efectiva frente al crecimiento acelerado de la nube y la adopción masiva de IA. Le puede interesar: Panamá impulsa medición de la bioeconomía para fortalecer su estrategia nacional

Una nueva herramienta permite importar automáticamente usuarios desde Microsoft hacia Workspace durante la configuración inicial. La medida busca reducir fricciones para pequeñas empresas y profundiza la batalla por el mercado corporativo de productividad en la nube. La guerra entre Google y Microsoft por el escritorio corporativo ya no se juega solamente en videollamadas, correo electrónico o inteligencia artificial. Ahora la batalla pasa por algo mucho más simple y estratégico: hacer que cambiar de plataforma requiera la menor cantidad posible de clics. Google anunció una nueva función en beta que permite a pequeñas empresas y organizaciones educativas importar automáticamente usuarios desde entornos Microsoft hacia Google Workspace durante el proceso inicial de configuración. La compañía presentó la herramienta como una manera de simplificar la transición para organizaciones pequeñas y medianas, un segmento donde Microsoft 365 mantiene una posición históricamente fuerte. Según explicó Google en Workspace Updates, una vez que el administrador conecta su entorno Microsoft, el sistema identifica automáticamente las cuentas existentes y prepara su incorporación dentro del nuevo entorno de Google Workspace. La novedad parece menor, pero responde a un problema enorme dentro del software empresarial: la fricción migratoria. Mover una organización completa desde Microsoft 365 hacia Google Workspace implica normalmente transferir usuarios, correos, calendarios, permisos, almacenamiento, autenticaciones y estructuras administrativas. Para empresas pequeñas, que muchas veces no poseen departamentos internos de TI, el proceso puede convertirse en una barrera suficientemente compleja como para evitar cualquier cambio. Google intenta reducir precisamente ese costo psicológico y operativo. El movimiento también ocurre en un momento donde la competencia entre ambas compañías atraviesa una nueva fase impulsada por inteligencia artificial generativa. Microsoft integró Copilot dentro de prácticamente todo su ecosistema corporativo. Google respondió con Gemini incorporado en Workspace. Pero más allá de la IA, las compañías continúan peleando por el activo más valioso: la identidad corporativa del usuario. Quien controla correo, calendarios, documentos y autenticación posee una posición privilegiada para expandir servicios adicionales, desde colaboración hasta automatización empresarial y herramientas de IA. Google parece apostar a que las pequeñas empresas representan una oportunidad especialmente vulnerable para Microsoft. Muchas organizaciones de menos de diez o veinte empleados priorizan simplicidad operativa por encima de funciones avanzadas de compliance o administración. Las discusiones en Reddit reflejan precisamente esa tensión. Varios administradores de pequeñas compañías describen Microsoft 365 como un entorno poderoso pero excesivamente complejo, especialmente para empresas sin equipos técnicos dedicados. Otros sostienen que Google Workspace resulta más simple y ergonómico para operaciones pequeñas, aunque menos robusto en herramientas avanzadas de administración, seguridad o productividad pesada. Podría interesarle: ¿Modelo o infraestructura? Lo que los agentes de código revelan sobre la verdadera brecha de la IA empresarial

Llegó un nuevo episodio del podcast que explica todo lo que pasa en tecnología y negocios sin perder de vista lo más importante: que alguien te haga reír para no llorar. Conduce Maximiliano Poter. Maximiliano Poter conduce el Week Report, un desenfadado magazine de noticias del mundo IT que, cada viernes, brinda un resumen de los acontecimientos más destacados de los últimos siete días: todo lo importante, lo curioso y hasta lo más absurdo que ha sucedido en el ámbito de la tecnología y los negocios para que cierre su semana bien informado, con buena onda y una gota de acidez. En esta entrega : • La IA ahora te interrumpe como buen panelista de TV • Hackers usando IA: oficialmente vivimos en Cyberpunk low cost • Musk vs OpenAI ya tiene más temporadas que "La Ley y el Orden" • Robots aprendieron a tender camas mientras los humanos seguimos mirando tutoriales • Spotify verificará artistas humanos, algo completamente normal hoy ¿no? • El freelance medio fue reemplazado por una suscripción de USD 20 • Apple en guerra santa contra las frutas • AirPods con cámaras: distopía premium con cancelación de ruido • La industria IA compra avisos de TV para decirte “todo está bien” • GameStop quiso comprar eBay (y este chiste no tiene remate) • Silicon Valley convirtió la vivienda en un battle royale económico • Meta pone IA en anteojos, porque la privacidad era solo "fast fashion" Le puede interesar: Week Report #83: Si la semana en tech te abruma, este podcast te la empeora (pero con humor)

El avance de la inteligencia artificial en el sistema financiero de Centroamérica ya no es experimental. Bancos, fintechs y procesadores de pagos están integrando automatización, análisis predictivo y prevención de fraude basada en IA a una velocidad inédita. Pero mientras la región moderniza su infraestructura financiera, también emerge una nueva presión: proteger el sistema frente a amenazas digitales cada vez más sofisticadas. La inteligencia artificial dejó de ser un experimento periférico dentro de la banca latinoamericana. Ahora empieza a ocupar el centro mismo de la infraestructura financiera. En Centroamérica, el cambio ya es visible en números concretos. Según análisis regionales de EY, siete de cada diez empresas reportan resultados derivados del uso de inteligencia artificial en aplicaciones y procesos clave, una señal de que la automatización y el análisis inteligente de datos comienzan a modificar la lógica operativa de múltiples industrias, especialmente el sector financiero. La velocidad de esa transición está directamente conectada con el crecimiento del ecosistema fintech regional. Datos de McKinsey & Company señalan que el sector fintech latinoamericano alcanzó aproximadamente US$650 mil millones en ingresos durante 2025 y mantiene una expansión anual del 21%, impulsada principalmente por la adopción de pagos digitales y el desarrollo de infraestructuras financieras en tiempo real. La cifra refleja un cambio estructural. Durante años, gran parte de la banca centroamericana operó sobre sistemas fragmentados, procesos lentos y plataformas heredadas. Pero la presión competitiva ya no proviene únicamente de otros bancos, sino también de plataformas digitales, billeteras virtuales, sistemas de pago instantáneo y consumidores acostumbrados a experiencias financieras inmediatas. La IA aparece entonces como una herramienta de supervivencia tecnológica. En el sector financiero, estas tecnologías están redefiniendo velocidad, personalización y eficiencia en servicios bancarios y sistemas de pago. Los bancos utilizan modelos de inteligencia artificial para analizar comportamiento transaccional, automatizar decisiones de riesgo, detectar anomalías y reducir tiempos operativos que antes requerían intervención humana. A nivel global, instituciones como JPMorgan Chase, HSBC y BBVA ya integran inteligencia artificial en procesos críticos de detección de fraude y atención al cliente. En América Latina, el fenómeno avanza más rápido de lo previsto debido al crecimiento explosivo de pagos digitales y banca móvil posterior a la pandemia. Pero el mismo avance tecnológico que promete eficiencia también amplifica amenazas. La expansión de IA en servicios financieros incrementa la sofisticación de ataques digitales, incluyendo deepfakes, automatización de fraudes e ingeniería social avanzada. La advertencia coincide con tendencias globales observadas por firmas como Deloitte y Accenture, que vienen alertando sobre el uso creciente de inteligencia artificial para ejecutar ataques financieros automatizados difíciles de detectar mediante sistemas tradicionales. La combinación de pagos en tiempo real y modelos de IA genera un escenario especialmente delicado. Cuanto más rápida es una transacción, menor es la ventana de reacción frente a operaciones fraudulentas. Ahí aparece uno de los grandes dilemas de la nueva banca digital: cómo acelerar innovación sin comprometer seguridad. “El verdadero desafío radica en incorporar la inteligencia artificial en plataformas capaces de procesar transacciones en tiempo real, fortalecer la prevención de fraude, proteger los datos y cumplir con estándares internacionales, sin comprometer la eficiencia operativa”, afirmó Albeiro Cortés, CEO de CLAI PAYMENTS, empresa especializada en tecnología transaccional para el ecosistema financiero latinoamericano. La declaración sintetiza el nuevo momento que atraviesa la industria financiera regional. La discusión ya no gira únicamente alrededor de incorporar inteligencia artificial, sino de construir infraestructura capaz de sostenerla de manera segura, interoperable y escalable. CLAI PAYMENTS destaca precisamente el crecimiento de plataformas de orquestación de pagos y herramientas de detección de fraude impulsadas por IA como parte de esta nueva arquitectura financiera. Soluciones como AZ7, su hub de orquestación transaccional, están impulsando modelos “más predictivos, adaptativos y alineados con las dinámicas transaccionales actuales”. El concepto de orquestación financiera empieza a convertirse en una pieza estratégica para la región. En lugar de sistemas aislados, las nuevas plataformas integran procesamiento de pagos, monitoreo de fraude, conciliación y análisis de datos dentro de una misma infraestructura inteligente. Para Centroamérica, la oportunidad es particularmente relevante porque muchas instituciones todavía están en etapas relativamente tempranas de modernización tecnológica. Especialistas sostienen que la región tiene la posibilidad de “dejar atrás sistemas heredados y construir una nueva generación de banca digital desde su base”. Sin embargo, también advierten que seguridad, interoperabilidad y escalabilidad deben convertirse en pilares estructurales desde el inicio. Ese punto resulta clave porque la transición todavía está lejos de completarse. El documento señala que muchas instituciones financieras continúan en fases de implementación o evolución tecnológica respecto al uso de IA. Aun así, el consenso dentro de la industria parece claro: durante los próximos años, la inteligencia artificial pasará de ser una herramienta complementaria a convertirse en el núcleo operativo de la banca. Podría interesarle: Thinking Machines lanzó nuevo modelo que transforma la interactividad de la IA con los humanos

En su Android Show: I/O Edition 2026, Google dejó claro que Android ya no es solo un sistema operativo móvil. La compañía presentó una ofensiva centrada en Gemini Intelligence, desde laptops diseñadas para IA hasta widgets “vibe-coded”, funciones autónomas y una integración cada vez más profunda entre dispositivos, navegador y servicios. La conferencia previa al Google I/O 2026 no giró alrededor de Android como plataforma móvil, sino alrededor de una idea más ambiciosa: convertir a Gemini en la capa operativa invisible de toda la experiencia digital. El mensaje de Google fue evidente desde el inicio del evento: el futuro del ecosistema Android será agentic, contextual y persistentemente asistido por inteligencia artificial. La principal novedad fue el lanzamiento de Googlebook, una nueva línea de computadoras portátiles desarrolladas junto a fabricantes como Acer, ASUS, Dell, HP y Lenovo. La compañía las describió como las primeras laptops “construidas desde cero para Gemini Intelligence”. El anuncio representa algo más profundo que un nuevo producto. También marca el comienzo de la transición silenciosa desde ChromeOS hacia una arquitectura híbrida basada en Android, conocida internamente como “Aluminium”. Según los reportes publicados tras el evento, Googlebook integrará aplicaciones Android de forma nativa, sincronización directa con teléfonos y un nuevo sistema de interacción llamado “Magic Pointer”, un cursor contextual impulsado por IA desarrollado junto a Google DeepMind. La apuesta recuerda el movimiento que hizo Apple al fusionar gradualmente capacidades entre iPhone, iPad y Mac. Pero Google parece avanzar en otra dirección: convertir la IA en el sistema operativo real. Esa visión también apareció en “Create My Widget”, probablemente una de las demostraciones más simbólicas del evento. La herramienta permitirá a usuarios crear widgets personalizados usando lenguaje natural. En lugar de programar o diseñar manualmente una interfaz, bastará con escribir algo como “muéstrame tres recetas altas en proteína cada semana” para generar un panel dinámico en pantalla. El concepto de “vibe coding”, que empezó como jerga dentro de comunidades de desarrolladores asistidos por IA, ahora se convierte en una función de consumo masivo. El movimiento es importante porque redefine quién puede construir software. Google está intentando trasladar la lógica de los prompts desde los chatbots hacia las interfaces visuales cotidianas. También hubo una expansión fuerte de capacidades autónomas. Gemini podrá completar tareas entre aplicaciones, navegar sitios web, llenar formularios complejos y hasta reservar servicios en nombre del usuario. En uno de los ejemplos presentados, el asistente toma una foto de un volante de evento y luego busca automáticamente entradas o reservas relacionadas. La compañía incluso anunció navegación automática experimental dentro de Chrome para Android, una señal de que la competencia ya no es únicamente entre sistemas operativos, sino entre agentes capaces de ejecutar acciones completas. En paralelo, Android Auto recibió una de sus mayores actualizaciones recientes. Google confirmó video Full HD a 60 fps en automóviles compatibles, widgets adaptativos y Gemini integrado directamente en la experiencia de conducción. Marcas como BMW, Ford, Mercedes-Benz y Volvo estarán entre las primeras compatibles. Pero el anuncio más estratégico quizás fue otro: Google quiere eliminar cualquier fricción para abandonar el iPhone. La empresa reveló un nuevo sistema de migración desde iOS capaz de transferir contraseñas, mensajes, eSIM, fotos, aplicaciones favoritas e incluso el layout de la pantalla principal. En paralelo, Quick Share amplió su compatibilidad con iPhone y fabricantes Android como Samsung, Xiaomi y Honor. El sistema ahora puede generar códigos QR para compartir archivos vía nube incluso entre ecosistemas incompatibles. El Android Show dejó además otro dato relevante: la IA ya no se presenta como una característica adicional. Está siendo integrada en productividad, seguridad, creatividad, navegación y bienestar digital. Google mostró nuevas protecciones antirrobo por defecto en Android 17, bloqueo inteligente frente a estafas y funciones como “Pause Point”, que obliga al usuario a esperar 10 segundos antes de abrir aplicaciones consideradas distracciones. El movimiento tiene una lectura clara. Después de años reaccionando al ecosistema de Apple, Google intenta redefinir el mercado alrededor de un nuevo eje competitivo: quién posee el mejor asistente operativo persistente. Y para eso, Android ya no basta como sistema móvil. Necesita convertirse en una infraestructura total de IA personal. Lea también: Apple prepara unos AirPods con cámara para integrarlos con su nuevo Siri

La compañía lanzó Amazon Supply Chain Services (ASCS), un servicio que permite a cualquier empresa utilizar la red logística que Amazon construyó para sí misma. La apuesta expande a Amazon desde el retail hacia el corazón del negocio global de transporte y distribución. Durante años, Amazon construyó silenciosamente una de las infraestructuras logísticas más sofisticadas del planeta. Ahora decidió convertirla en producto. Con el lanzamiento de Amazon Supply Chain Services (ASCS), la compañía abre por primera vez toda su red de transporte, almacenamiento, distribución y entrega a empresas externas, incluso aquellas que jamás venden en Amazon.com. La noticia puede parecer una extensión natural del negocio logístico de Amazon, pero el alcance estratégico es mucho más profundo. La empresa ya no quiere limitarse a ser un marketplace o un operador de última milla. Busca convertirse en infraestructura esencial para el comercio global, replicando en logística la misma lógica que convirtió a Amazon Web Services en el motor financiero del grupo. Peter Larsen, vicepresidente de ASCS, lo resumió con una comparación cuidadosamente elegida: Amazon quiere llevar “la infraestructura, inteligencia y escala” de su cadena de suministro a cualquier empresa, “de manera similar a lo que AWS hizo para la computación en la nube”. La dimensión física detrás de esa ambición es gigantesca. Según la información publicada por la propia empresa, la red logística de Amazon ya incluye más de 200 centros de fulfillment, más de 200 millones de pies cuadrados de espacio operativo, más de 200.000 trabajadores logísticos y una flota superior a 100 aviones. Hasta ahora, buena parte de esa infraestructura servía principalmente al ecosistema de vendedores de Amazon. Con ASCS, la compañía abre el acceso completo a transporte marítimo, aéreo, terrestre y ferroviario, además de fulfillment multicanal, gestión de inventario y envíos de paquetes. Los primeros clientes revelan la escala de la apuesta: Procter & Gamble, 3M, Lands' End y American Eagle Outfitters ya utilizan el sistema. El mercado entendió rápidamente la amenaza. Tras el anuncio, las acciones de UPS y FedEx cayeron más de 9%, mientras Amazon subió cerca de 1%. El mensaje implícito es claro: Amazon ya no quiere depender de terceros para mover mercancías. Quiere competir directamente con ellos. ASCS incorpora además herramientas de inteligencia artificial para pronóstico de demanda y gestión de inventarios. Amazon asegura que su sistema de fulfillment multicanal alcanzó una tasa promedio global de entregas puntuales de 96,4% entre octubre de 2024 y septiembre de 2025. La verdadera ventaja competitiva, sin embargo, no parece estar solo en la infraestructura física. Está en los datos. Amazon opera probablemente la maquinaria de optimización logística más sofisticada del comercio moderno. Cada paquete, ruta, retraso y patrón de demanda alimenta modelos predictivos que mejoran continuamente la eficiencia operativa. Ese punto también genera inquietud. En discusiones online y foros especializados, algunos analistas y operadores logísticos advirtieron sobre el potencial conflicto de intereses que surge cuando Amazon administra cadenas de suministro de empresas que al mismo tiempo compiten con ella en retail. Lea también: Apple prepara unos AirPods con cámara para integrarlos con su nuevo Siri

El auge de los agentes de programación impulsados por IA no elimina el rol del ingeniero, sino que expone una verdad incómoda: el mayor desafío de la IA empresarial no es el modelo, sino la infraestructura que lo rodea. Mientras algunas predicciones anuncian el fin de los programadores, la realidad cuenta otra historia. Empresas como Anthropic están pagando hasta 570.000 dólares en compensación para contratar ingenieros, incluso cuando afirman que entre el 70% y el 90% de su código ya es generado por IA. La aparente contradicción es, en realidad, una pista. Los ingenieros no están desapareciendo, están cambiando de rol. De escribir código pasan a orquestar agentes que lo hacen. La habilidad crítica ya no es producir líneas de código, sino decidir qué construir, validar resultados y gestionar sistemas complejos generados por máquinas. El fenómeno se amplifica con cifras llamativas. En NVIDIA, el 100% de la compañía utiliza herramientas de codificación asistidas por IA, y su CEO ha señalado que un ingeniero que no consuma al menos 250.000 dólares anuales en tokens de IA es tan obsoleto como un diseñador de chips que trabaja con papel. Pero el verdadero hallazgo está en otro lado. El desarrollo de software es uno de los pocos entornos donde los agentes de IA funcionan a escala. No porque los modelos sean mejores, sino porque existe una infraestructura madura que los respalda. Ese entorno incluye seis pilares clave: gobernanza, observabilidad, evaluación, memoria persistente, control de costos y flexibilidad de despliegue. Fuera del desarrollo de software, estas capacidades están ausentes o incompletas. Por ejemplo, aunque el 80% de las empresas Fortune 500 ya han implementado agentes de IA, solo el 47% cuenta con políticas de seguridad específicas para ellos. Además, el 41% de los líderes tecnológicos identifica la confiabilidad como la principal barrera para escalar estos sistemas. El paralelismo histórico es revelador. La automatización no elimina empleos necesariamente, los transforma. Como ocurrió con los cajeros bancarios tras la introducción de los ATM, la eficiencia puede expandir la demanda en lugar de reducirla. En este contexto, los agentes de código funcionan como un “canario en la mina”. Son el primer caso donde la IA opera dentro de un sistema completo y confiable. Y su éxito expone el problema central de la IA empresarial: no es una cuestión de modelos más inteligentes, sino de construir el andamiaje que permita confiar en ellos. La conclusión es incómoda pero clara. Las empresas que se concentran en elegir el mejor modelo están mirando el problema equivocado. La verdadera ventaja competitiva estará en diseñar la infraestructura que haga que esos modelos funcionen en el mundo real. Lea también: La creadora de TikTok ahora quiere diseñar fármacos “imposibles”

La empresa anunció la entrada en operación de su nuevo centro de datos en el país, una infraestructura diseñada para responder al crecimiento exponencial de la demanda tecnológica empresarial y fortalecer la capacidad digital de Centroamérica. Con una inversión superior a los US$25 millones y una extensión de 5.000 metros cuadrados, el proyecto representa uno de los movimientos más relevantes en infraestructura tecnológica de la región en los últimos años. Más allá de ampliar la capacidad operativa de IFX, la puesta en marcha de Orión busca posicionar a Guatemala como un punto estratégico para operaciones digitales críticas, servicios en la nube y continuidad empresarial. El nuevo centro de datos se integra a la red regional de IFX en América Latina y ofrecerá más de 1 megawatt de energía redundante para clientes, operación ininterrumpida 24x7x365 y una arquitectura respaldada por controles avanzados de seguridad física y lógica. Uno de los hitos más importantes del proyecto es la certificación Tier III de diseño otorgada por el Uptime Institute, un estándar internacional que garantiza que el data center puede realizar mantenimientos programados sin detener sus operaciones. En un contexto donde la disponibilidad de datos y la resiliencia tecnológica son fundamentales para bancos, fintechs, retailers, telecomunicaciones y entidades públicas, esta capacidad se convierte en un diferenciador clave. “Guatemala necesita más capacidad para acompañar el crecimiento digital de sus empresas. Con la entrada en operación de Orión, estamos sumando una infraestructura que fortalece la capacidad del país para sostener operaciones críticas y responder con mayor solidez a una demanda empresarial cada vez más exigente”, afirmó Alexander Gutiérrez, Country Manager de IFX en Guatemala. La apuesta de IFX también tiene impacto económico y de talento. La operación del nuevo data center impulsará empleo especializado y contribuirá al fortalecimiento del ecosistema tecnológico local, en un momento donde la región acelera inversiones vinculadas a cloud computing, ciberseguridad, inteligencia artificial y servicios administrados. Con más de 25 años de presencia regional, IFX continúa expandiendo su infraestructura para atender a organizaciones que requieren alta disponibilidad, seguridad y eficiencia operativa. La llegada de Orión no solo amplía la capacidad tecnológica del país: también refleja cómo Guatemala se consolida como un nodo estratégico para la economía digital de Centroamérica. Le puede interesar: ¿Cómo las telco en Guatemala pueden fortalecer su estrategia de ciberseguridad?

El laboratorio fundado por la ex OpenAI, Mira Murati, presentó una arquitectura multimodal capaz de procesar audio, video y texto de forma simultánea. La apuesta apunta a una IA que interrumpe, responde y reacciona casi en tiempo real, acercándose más a una conversación humana que a un chatbot tradicional. La carrera por construir asistentes de inteligencia artificial más naturales acaba de entrar en una nueva fase. Thinking Machines, la startup creada por la ex CTO de OpenAI, Mira Murati, presentó esta semana su primer gran avance tecnológico: los llamados “interaction models”, sistemas diseñados para interactuar con humanos sin las pausas artificiales que todavía dominan la mayoría de chatbots y asistentes conversacionales. La idea central parece simple, pero implica una ruptura profunda con la arquitectura actual de los modelos generativos. En vez de esperar a que una persona termine de hablar o escribir para responder, el sistema escucha, observa y procesa múltiples señales simultáneamente. Audio, video y texto conviven dentro del mismo flujo de inferencia. El resultado es un modelo capaz de reaccionar en apenas 0,4 segundos y de participar en “microturnos”, una dinámica conversacional mucho más parecida a la comunicación humana cotidiana. Ese detalle técnico cambia radicalmente la experiencia. Los modelos actuales operan como una especie de ping pong lingüístico: el usuario habla, el sistema espera, procesa y luego responde. Thinking Machines sostiene que ese esquema genera fricción y limita la sensación de naturalidad. Sus nuevos modelos, en cambio, permanecen “presentes” durante toda la interacción. La IA puede detectar interrupciones, cambios de tono, señales visuales o contexto ambiental antes de que la interacción termine formalmente. En términos estratégicos, el anuncio refleja hacia dónde se mueve toda la industria. Durante los últimos dos años, el foco estuvo puesto en aumentar el tamaño de los modelos y mejorar su capacidad de razonamiento. Ahora la batalla empieza a desplazarse hacia la interacción. La pregunta ya no es únicamente qué tan inteligente es un modelo, sino qué tan fluido se siente conversar con él. La propia Thinking Machines ilustró posibles usos que parecen extraídos de la ciencia ficción cotidiana: traducción instantánea mientras alguien habla, alertas posturales cuando el usuario se encorva frente a la computadora, o asistentes capaces de seguir conversaciones complejas mientras observan el entorno visual del usuario. El movimiento también intensifica la competencia en el terreno multimodal. Google, Meta y OpenAI ya trabajan en sistemas capaces de integrar voz, imagen y texto. Sin embargo, Thinking Machines intenta diferenciarse no tanto por la amplitud modal, sino por la latencia y la continuidad conversacional. Esa obsesión por reducir el tiempo de respuesta no es menor. En interfaces humanas, diferencias de apenas cientos de milisegundos alteran la percepción psicológica de fluidez. Una demora de 0,4 segundos acerca el intercambio a los tiempos naturales del habla humana, donde las interrupciones y superposiciones son normales. El desafío técnico consiste en mantener precisión y coherencia mientras el modelo procesa señales simultáneas en tiempo real. La presentación llega además en un momento delicado para el nuevo laboratorio de Murati. Desde su lanzamiento en febrero de 2025, la compañía ha estado rodeada de enorme expectativa y también de turbulencias internas, incluyendo salidas de talento hacia competidores como Meta y OpenAI. En el fondo, Thinking Machines parece apostar a que el futuro de la IA no será textual, sino conversacional y ambiental. Menos cajas de chat y más sistemas capaces de coexistir con humanos de manera permanente, observando, escuchando y reaccionando en tiempo real. Lea también: La Generación Z no mueve un dedo sin la opinión de ChatGPT