La próxima gran batalla de la inteligencia artificial ya no gira solamente alrededor de chatbots. Meta, Google y otros gigantes tecnológicos están compitiendo por desarrollar agentes autónomos capaces de ejecutar tareas complejas, navegar aplicaciones y operar como asistentes digitales permanentes. La industria tecnológica ya parece haber tomado una decisión: el chatbot fue apenas el comienzo. Tras la explosión inicial de la IA generativa, gigantes como Meta y Google están entrando en una nueva fase competitiva centrada en agentes inteligentes capaces de actuar, ejecutar tareas y tomar decisiones con autonomía limitada. CNBC describió esta nueva etapa como las “agentic wars”, una carrera que redefine qué significa realmente interactuar con software. La diferencia es fundamental. Los chatbots actuales responden preguntas. Los agentes prometen hacer trabajo real. Reservar vuelos, coordinar agendas, navegar interfaces empresariales, gestionar compras, programar código o automatizar procesos corporativos son algunas de las funciones que las grandes tecnológicas intentan convertir en servicios autónomos impulsados por IA. El interés de Meta y Google no es accidental. Ambas compañías enfrentan un problema estratégico similar: si la interfaz dominante del futuro deja de ser el buscador o la red social y pasa a ser un agente inteligente persistente, la estructura económica de internet puede cambiar radicalmente. En el caso de Google, el riesgo es existencial. Durante más de dos décadas, el negocio del buscador dependió de que usuarios hicieran clic sobre enlaces y anuncios. Un agente autónomo que simplemente complete tareas podría reducir drásticamente ese modelo de tráfico. Meta, por su parte, busca evitar quedar atrapada en plataformas ajenas. La empresa de Mark Zuckerberg quiere integrar agentes dentro de WhatsApp, Instagram y sus dispositivos de realidad aumentada, convirtiendo la IA en una capa operativa permanente de su ecosistema. La guerra de agentes también está acelerando una nueva carrera por infraestructura. Estos sistemas requieren modelos más avanzados, memoria persistente, capacidad multimodal y acceso continuo a herramientas externas. Eso implica mayores costos computacionales y dependencia creciente de chips especializados. En paralelo, las empresas están compitiendo por controlar el comportamiento del usuario antes incluso de que exista una interfaz definitiva. El agente que administre calendarios, correos, compras y preferencias personales tendrá acceso a una capa de datos mucho más valiosa que la obtenida por redes sociales o motores de búsqueda tradicionales. La industria financiera ya percibe esa transición. Empresas de infraestructura, nube y ciberseguridad comenzaron a reorganizarse alrededor del concepto de “agentic AI”, como demostró esta semana Cloudflare con sus despidos masivos y reestructuración corporativa. Lea también: Alphabet, Amazon, Meta y Microsoft: el póker que convierte la IA en una máquina de ingresos

Nuevos correos y testimonios revelados en el juicio entre el magnate y OpenAI muestran que el empresario intentó reclutar a Sam Altman y a otros fundadores para crear un laboratorio de inteligencia artificial dentro de Tesla. El episodio reescribe parte de la historia fundacional de OpenAI y expone cómo la lucha por el control de la IA comenzó mucho antes del boom generativo. La batalla legal entre Elon Musk y Sam Altman está dejando al descubierto algo más que diferencias filosóficas sobre el futuro de la inteligencia artificial. Las audiencias en Oakland están funcionando como una excavación arqueológica de Silicon Valley, una donde aparecen correos internos, tensiones personales y planes alternativos que pudieron cambiar por completo el mapa de la industria. Uno de los hallazgos más reveladores surgió esta semana: Musk intentó convencer a Altman y a otros cofundadores de OpenAI de abandonar el laboratorio y crear una unidad de IA dentro de Tesla. Según documentos y testimonios citados por Ars Technica, WIRED y TechCrunch, el empresario incluso contempló ofrecerle a Altman un asiento en el directorio de Tesla para liderar un “world-class AI lab” dentro de la automotriz. La revelación confirma algo que durante años se insinuó en los márgenes de la narrativa pública: Musk nunca vio a OpenAI únicamente como un proyecto filantrópico. Lo veía como una infraestructura estratégica para competir por el control de la próxima plataforma tecnológica global. Durante el juicio, Greg Brockman declaró que Musk defendía la creación de una estructura con fines de lucro porque consideraba imposible financiar el desarrollo de AGI bajo un esquema puramente nonprofit. Según Reuters, el multimillonario quería control operativo total y llegó a hablar de recaudar hasta US$80.000 millones para proyectos vinculados con la colonización de Marte. Ese detalle resulta especialmente significativo en retrospectiva. Mientras OpenAI evolucionó hacia una organización híbrida respaldada por Microsoft, Musk terminó creando xAI, una empresa que hoy compite directamente con OpenAI, Anthropic y Google DeepMind. El conflicto actual parece menos una ruptura ideológica y más una disputa histórica por liderazgo, propiedad intelectual y velocidad de ejecución. Las nuevas pruebas también muestran cómo Tesla pudo haber sido, en otra línea temporal, el epicentro de la revolución generativa. En 2017, cuando OpenAI aún era un laboratorio relativamente pequeño, Musk ya percibía que la IA tendría un impacto transversal sobre automóviles autónomos, robótica y sistemas energéticos. Integrar el talento de OpenAI dentro de Tesla habría significado fusionar datos de conducción, infraestructura computacional y modelos avanzados bajo una sola organización. La idea no prosperó porque los cofundadores rechazaron entregar el control total a Musk. Según Brockman, la discusión terminó en una ruptura emocional y estratégica. Ese momento terminó definiendo gran parte de la industria actual. OpenAI tomó un camino independiente y luego se convirtió en el actor que detonó la explosión comercial de la IA generativa con ChatGPT. Musk, mientras tanto, quedó fuera del laboratorio que ayudó a fundar y pasó años criticando su transformación corporativa. Paradójicamente, muchas de las críticas que Musk hace hoy sobre concentración de poder en IA reflejan exactamente lo que él mismo intentó construir dentro de Tesla: un laboratorio cerrado, verticalmente integrado y bajo liderazgo absoluto. La tensión se vuelve todavía más compleja porque las revelaciones ocurren mientras xAI atraviesa reestructuraciones internas y rotación de ejecutivos. TechCrunch reportó recientemente que varios cofundadores originales abandonaron la compañía, en medio de presión competitiva frente a OpenAI y Anthropic. Lea también: El gran problema del comercio con IA: el 91% de las experiencias no permiten comprar

Al integrar cobros con tarjeta, el sitio web del emprendedor actúa fundamentalmente como un puente tecnológico hacia las entidades financieras, delegando el procesamiento real a pasarelas externas. Sin embargo, esta tercerización no exime al dueño del negocio de su responsabilidad, ya que un entorno digital vulnerable compromete la transacción antes incluso de que esta llegue al procesador de pagos. Por Aneyka Esilka Hurtado Mena, Profesora de la Facultad de Informática, Electrónica y Comunicación de la Universidad de Panamá. Es fundamental comprender, desde el inicio, que cuando un emprendedor decide vender por internet, su página web no se convierte mágicamente en una sucursal bancaria capaz de mover dinero por sí misma. En realidad, el sitio funciona meramente como una interfaz de usuario, un intermediario digital que conecta la intención de compra del cliente con una pasarela de pagos. Esta pasarela es el verdadero motor financiero, un servicio externo especializado que se encarga de "hablar" el lenguaje encriptado de los bancos y las grandes redes de tarjetas como Visa o Mastercard para validar que la tarjeta tenga fondos y autorizar la operación en segundos. Bajo este modelo operativo, el sitio web del comercio tiene una función muy específica: recolectar los datos de la orden y presentarlos a la pasarela de forma segura. Aquí radica una confusión habitual, pues muchos creen que, al contratar a proveedores robustos como PayPal, Stripe o Mercado Pago, la seguridad de su propia página pasa a un segundo plano. Nada más lejos de la realidad; si la "tienda" (el sitio web) tiene ventanas rotas o cerraduras oxidadas, de nada sirve que el camión blindado (la pasarela) sea el más seguro del mundo, porque el cliente podría ser asaltado justo antes de entregar su dinero al conductor. La conexión entre el sitio web y la pasarela se realiza generalmente mediante lo que llamamos API (Application Programming Interface o Interfaz de Programación de Aplicaciones). Imaginen la API como un traductor que permite que la tienda online y el banco se entiendan. Si esta integración se hace de forma descuidada, utilizando claves de acceso públicas o configuraciones por defecto, un atacante podría interceptar la comunicación. El emprendedor es responsable de asegurar que este canal de diálogo técnico esté blindado, garantizando que la petición de cobro llegue íntegra y sin alteraciones a su destino final. Un riesgo latente en este escenario de intermediación es el denominado Digital Skimming o secuestro de formularios. Dado que el sitio web es quien presenta el formulario donde el usuario escribe sus datos, los ciberdelincuentes pueden inyectar un código malicioso invisible en la página del comercio. De esta forma, aunque la transacción se procese legítimamente en la pasarela externa, los datos han sido copiados silenciosamente en el momento en que el cliente los tecleaba. Aquí, la pasarela funcionó perfecto, pero la inseguridad del entorno del emprendedor permitió el robo. Por ello, la implementación de certificados SSL/TLS (Secure Sockets Layer), que activan el candado y el protocolo HTTPS en el navegador, es el primer mandamiento de la seguridad web. Este certificado cifra o "empaqueta" la información mientras viaja desde la computadora del cliente hasta el servidor del comercio y luego hacia la pasarela. Sin este túnel cifrado, cualquier dato viaja como texto plano, legible para cualquier observador en la red. Para cualquier emprendedor, tener ese certificado al día es el primer paso indispensable para garantizar un entorno seguro. Pero no es lo único: también entra en la ecuación el estándar PCI DSS para la seguridad de las tarjetas. Ojo, porque, aunque no gestiones los cobros directamente, si tu web envía al usuario a una pasarela de pago, ya estás obligado a cumplir con los requisitos y autoevaluaciones de esta normativa. Esto implica compromisos como no almacenar jamás el código de seguridad (CVV) de las tarjetas y asegurar que su proveedor de hosting (alojamiento web) cumpla también con medidas de seguridad perimetral adecuadas. Existen dos formas principales de integrar estos pagos: mediante redirección o mediante un formulario integrado (iframe). En la redirección, el cliente sale de la tienda para pagar en la página segura de la pasarela; es menos estético, pero reduce la carga de seguridad del emprendedor. En el modelo integrado, el cliente nunca "sale" visualmente de la tienda, lo cual mejora la experiencia de usuario y la conversión de ventas, pero exige que el emprendedor sea mucho más riguroso con la seguridad de su código, ya que la percepción de confianza recae 100% en su marca. Para aquellos negocios que requieren cobros recurrentes o suscripciones, la tecnología de "tokenización" es la aliada perfecta en este esquema de intermediación. En lugar de guardar los datos de la tarjeta para futuros cobros (un riesgo inmenso), la pasarela devuelve al comercio un "token" o ficha digital alfanumérica. Este token representa la tarjeta, pero no contiene información financiera real. Así, el emprendedor puede ordenar cobros futuros usando esa ficha, manteniendo la comodidad del cliente sin convertir su base de datos en un botín atractivo para hackers. Es importante destacar que la responsabilidad del emprendedor no termina cuando el botón de "pagar" es presionado y la transacción es aprobada. El entorno post-venta también es vulnerable; por ejemplo, si el sistema de correos automatizados del sitio web es vulnerado, podría enviar confirmaciones de compra falsas con enlaces de phishing (suplantación de identidad). Proteger las credenciales de administración del sitio web y utilizar autenticación de dos pasos es vital para evitar que los delincuentes usen la reputación del negocio para atacar a los clientes que ya confiaron en él. En conclusión, el modelo de pasarelas de pago ofrece una división de tareas eficiente: la pasarela pone la infraestructura financiera y el emprendedor pone el entorno comercial. Sin embargo, esta relación es simbiótica y frágil. La seguridad no es un producto que se compra con la suscripción a la pasarela, sino un proceso activo que el dueño del sitio web debe gestionar. Entender que su web es el guardián de la puerta, y no la bóveda, es el primer paso para construir un negocio digital resiliente y confiable. Le puede interesar: IA agéntica: el nuevo frente de la seguridad informática

Expertos de SAS advierten que las universidades deben acelerar su transformación, integrar tecnología real y fomentar el pensamiento crítico en los estudiantes. La transformación digital está redefiniendo el mercado laboral a un ritmo que los sistemas educativos tradicionales aún no logran igualar. En este contexto, surge una preocupación creciente sobre la desconexión entre lo que enseñan las universidades y las habilidades que demandan las empresas en la era de la inteligencia artificial. Durante una conversación sostenida en el marco de SAS Innovate, Liz Morán, Directora de Programas Académicos y Certificación de SAS, explicó a la revista IT Now, que existe una amplia brecha en la capacidad de respuesta de las instituciones educativas. “Algunos programas están haciendo un gran trabajo al colaborar con la industria, pero otros aún están tratando de encontrar cómo hacerlo”, afirmó. Según la especialista, uno de los principales obstáculos es la rigidez estructural de las universidades, donde la actualización de currículos puede tardar años. Morán destacó que, ante estas limitaciones, muchas instituciones están recurriendo a estrategias complementarias como experiencias de aprendizaje aplicado, competencias con empresas, actividades inmersivas y colaboración directa con actores del mercado. Estas iniciativas permiten a los estudiantes tener contacto con tecnologías y casos reales, incluso cuando los planes de estudio formales no se actualizan con la suficiente rapidez. En cuanto a las habilidades clave en la era de la inteligencia artificial, la experta señaló que no existe consenso. Mientras algunos sectores insisten en mantener una formación sólida en programación y matemáticas, otros consideran que es más importante enseñar a interactuar con tecnologías avanzadas. “Debe existir un equilibrio: los estudiantes necesitan entender los fundamentos estadísticos y matemáticos para interpretar los resultados de la IA, pero también deben aprender a construir soluciones que generen valor real y sean auditables”, explicó. Desde la perspectiva de la industria, Waldimir Perdomo, Senior Director of Commercial Services, Education and Training de SAS, subrayó que la colaboración directa con las universidades es fundamental para generar talento relevante. Compartió el caso de República Dominicana, donde la falta de profesionales capacitados generaba una competencia constante entre bancos y entidades gubernamentales. A través de alianzas con universidades y acceso a tecnología y certificaciones, se logró ampliar el talento disponible y mejorar la empleabilidad de los egresados. Morán añadió que en América Latina existe un creciente interés por este tipo de colaboraciones, especialmente en sectores como banca, telecomunicaciones y gobierno. SAS, explicó, actúa como facilitador entre empresas y universidades, proporcionando acceso a software, capacitación y recursos educativos. “Cuando eliminas las barreras y facilitas la adopción tecnológica, las universidades responden con mayor entusiasmo”, indicó. Otro de los puntos críticos abordados fue la necesidad de un cambio urgente en el enfoque educativo frente a la inteligencia artificial. Para Morán, las universidades deben ir más allá de la preocupación por el uso indebido de herramientas como los modelos de lenguaje y enfocarse en integrar la tecnología de manera estratégica. “No se trata solo de evitar que los estudiantes hagan trampa, sino de prepararles para un entorno donde estas herramientas serán parte de su día a día”, sostuvo. Ambos expertos coincidieron en que, aunque la tecnología seguirá evolucionando, el aprendizaje humano seguirá siendo insustituible. La interacción entre personas, el desarrollo del pensamiento crítico y el escepticismo saludable serán competencias esenciales. “Los estudiantes deben aprender a cuestionar los resultados de la inteligencia artificial y entender sus posibles sesgos”, concluyó Morán, quien también resaltó la importancia de la ética de datos como un pilar fundamental en la formación del futuro profesional. La conversación también puso sobre la mesa la evolución de los modelos educativos hacia esquemas más dinámicos y conectados con la realidad del mercado. Tanto Morán como Perdomo coincidieron en que el futuro apunta a una mayor integración de experiencias como pasantías, programas de formación dual y colaboración en tiempo real con empresas, donde los estudiantes no solo aprendan conceptos, sino que participen activamente en la resolución de problemas reales. En este nuevo entorno, el rol del estudiante también cambia. Las nuevas generaciones, ya familiarizadas con herramientas digitales y modelos de inteligencia artificial, enfrentan el desafío de no caer en una confianza ciega en la tecnología. Desarrollar pensamiento crítico, cuestionar resultados y validar la información se vuelve una habilidad esencial para evitar errores y comprender realmente los procesos detrás de los sistemas inteligentes. Finalmente, los expertos destacaron que la ética de datos será un componente clave en la formación profesional. Más allá de los conocimientos técnicos, los futuros talentos deberán ser capaces de identificar sesgos, garantizar la transparencia de los modelos y construir soluciones responsables. En un contexto donde la inteligencia artificial gana protagonismo, la combinación entre capacidades humanas y criterio ético será determinante para el desarrollo sostenible de la tecnología. Le puede interesar: Kristi Boyd, de SAS: “La IA generativa no es el riesgo; el riesgo está en cómo se aplica”

Juan Carlos García, de Professional Development Center, explicó cómo el uso estratégico de la inteligencia artificial generativa puede potenciar procesos, análisis y toma de decisiones en las organizaciones. La adopción de inteligencia artificial generativa continúa expandiéndose en empresas y entornos profesionales de la región. Sin embargo, uno de los principales desafíos sigue siendo el aprovechamiento real de estas herramientas, especialmente en aspectos como el diseño de instrucciones o prompts para obtener resultados de mayor calidad y profundidad. Durante el Festival IA El Salvador, organizado por Connecta B2B, Juan Carlos García presentó la conferencia “IA en Acción: cómo multiplicar tu productividad desde mañana”, donde abordó la importancia de utilizar metodologías más avanzadas de prompting para maximizar el potencial de la inteligencia artificial generativa. “Hay bastante por mejorar, porque no es tanto qué tan largo es el prompt, es cómo lo hacemos”, señaló García al inicio de su presentación, en la que interactuó con la audiencia sobre las prácticas más comunes al utilizar herramientas de IA. Durante la conferencia, el especialista explicó que muchas organizaciones y profesionales continúan subestimando las capacidades de la inteligencia artificial generativa. “La inteligencia artificial generativa nos puede dar muchísimo”, afirmó, al tiempo que advirtió sobre los riesgos de depender ciegamente de las respuestas generadas por estas plataformas sin un análisis crítico. García profundizó en las diferencias entre herramientas como ChatGPT, Gemini, Claude, Copilot y NotebookLM, destacando que cada una responde mejor a distintos tipos de tareas y metodologías de prompting. Además, explicó cómo factores como el rol, el contexto, la mentalidad, las restricciones y el formato de salida influyen directamente en la calidad de los resultados obtenidos. Uno de los mensajes centrales de la ponencia estuvo relacionado con la necesidad de profesionalizar el uso de la IA dentro de las empresas. “Miren, en Estados Unidos un prompt engineer, para que no subestimen esto, son personas que ganan arriba de ciento cincuenta mil dólares anuales”, comentó García, al explicar que el diseño de prompts ya se perfila como una habilidad estratégica dentro de las organizaciones. El conferencista también destacó el potencial de la inteligencia artificial para desarrollar estrategias de negocio, automatizar procesos, analizar documentos complejos y generar contenidos avanzados utilizando múltiples modelos de lenguaje de forma integrada. Como ejemplo, mostró proyectos desarrollados con diferentes herramientas de IA, incluyendo generación de voz, video e imágenes. Asimismo, García enfatizó la importancia de validar siempre la información generada por inteligencia artificial y evitar depender completamente de respuestas automatizadas. “Nunca, nunca, nunca, esto es una regla de oro, nunca cortes y pegues”, advirtió durante su intervención, insistiendo en que toda información debe revisarse, corregirse y contextualizarse antes de ser utilizada en entornos profesionales. Al cierre de la conferencia, el especialista dejó un mensaje enfocado en la evolución del mercado laboral y las nuevas competencias digitales. “La IA no nos va a reemplazar, pero sí va a reemplazar a aquellos que no saben utilizarla”, concluyó García ante los asistentes del Festival IA El Salvador. Lea también: Festival IA El Salvador 2026: el reto ya no es usar IA, sino aprender con ella

La compañía amplía la beta de One UI 8.5 a más equipos, incluyendo por primera vez la serie A, y apuesta por una experiencia de intercambio de archivos más abierta. La interoperabilidad entre dispositivos móviles se ha convertido en una prioridad para fabricantes y usuarios, en un entorno donde la conectividad fluida entre distintos ecosistemas marca la diferencia en la experiencia digital. En Panamá, esta tendencia comienza a tomar mayor relevancia a medida que nuevas soluciones llegan al mercado local. Samsung presentó al mercado panameño la expansión de su versión beta de One UI 8.5, incorporando una de las funcionalidades más esperadas por los usuarios: la compatibilidad con AirDrop a través de Quick Share. Este avance busca facilitar el intercambio de archivos entre dispositivos de diferentes plataformas, mejorando la experiencia de conectividad. La actualización, que comenzó a desplegarse en marzo, ahora se extiende a más dispositivos, incluyendo la serie Galaxy S23, los plegables Galaxy Z Fold5 y Galaxy Z Flip5, así como el Galaxy S23 FE. Por primera vez, esta versión beta también llega a la gama media con el Galaxy A36, ampliando el acceso a estas innovaciones. La compatibilidad con AirDrop se implementa a través de Quick Share, la herramienta de transferencia de archivos de Samsung desarrollada en conjunto con Android. Con esta integración, los usuarios Galaxy podrán compartir contenido de forma más ágil con dispositivos compatibles, eliminando fricciones y reduciendo la dependencia de aplicaciones de terceros. Asimismo, esta funcionalidad estará disponible en modelos más recientes como las series Galaxy S25 y Galaxy S24, además de los plegables Galaxy Z Fold7, Galaxy Z Flip7, Galaxy Z Fold6 y Galaxy Z Flip6, reforzando el ecosistema conectado de la marca. El programa beta se encuentra disponible inicialmente en mercados seleccionados como India, Corea del Sur, Reino Unido y Estados Unidos, como parte de un despliegue gradual que permitirá recoger retroalimentación de los usuarios antes de su lanzamiento definitivo en más regiones. De acuerdo con la compañía, la expansión continuará durante las próximas semanas, sumando nuevos dispositivos Galaxy a esta actualización. Los usuarios interesados en probar estas nuevas capacidades pueden registrarse a través de la aplicación Samsung Members, desde donde podrán acceder a la versión beta y aportar comentarios para optimizar la experiencia. Con este anuncio, Samsung refuerza su apuesta por la interoperabilidad y por ofrecer a los usuarios panameños herramientas que simplifiquen el uso cotidiano de sus dispositivos en un entorno cada vez más conectado. Lea también: Banking Tech Summit Panamá 2026: del core legacy a la plataforma inteligente

El encuentro, realizado el 7 de mayo en el Hotel Holiday Inn, reunió a referentes regionales para abordar un punto de inflexión en la adopción de inteligencia artificial: el paso definitivo desde la experimentación hacia su aplicación concreta en ventas, marketing, operaciones e infraestructura. A lo largo de una agenda intensiva, las conferencias combinaron visión estratégica, advertencias sobre errores comunes y demostraciones prácticas orientadas a resultados medibles. La jornada inició con un enfoque claramente orientado a la comunicación y la generación de contenido con inteligencia artificial. Johnny Bermúdez Zapata, fundador de XY Estudios, abrió el evento con la charla “Su representante digital: avatares, clones y asistentes IA para comunicar y vender sin estar en cámara”, donde expuso cómo las tecnologías de IA generativa están redefiniendo la presencia digital de marcas y profesionales. Bermúdez presentó el uso de avatares hiperrealistas y asistentes automatizados como extensiones de la identidad corporativa, capaces de escalar la comunicación sin depender de la presencia física, reduciendo costos y tiempos de producción. En una segunda intervención más avanzada, “Videos e imágenes con IA para atraer clientes: de la idea a piezas listas para publicar”, el mismo conferencista profundizó en el pipeline de producción con herramientas de IA, mostrando cómo automatizar desde la conceptualización hasta la ejecución de contenido visual. Su planteamiento central fue que la IA no solo optimiza procesos creativos, sino que redefine los estándares de velocidad en marketing digital. El bloque inicial continuó con una mirada crítica. Luis Pedro Collar, científico de datos en Martinexsa, presentó “El engaño del do-it-yourself en la IA”, donde cuestionó la narrativa simplificada de accesibilidad total. Su tesis fue que, si bien las herramientas están al alcance de todos, la implementación efectiva requiere fundamentos sólidos en datos, modelos y gobernanza. Collar advirtió sobre los riesgos de soluciones improvisadas que generan resultados inconsistentes o incluso contraproducentes. En esa misma línea estratégica, Miguel Muñoz, CEO de Digital GEKO, desarrolló “AI era: Gobernar la IA es fácil; el verdadero reto es gobernar el aprendizaje”. Su intervención puso el foco en la gestión continua de modelos, destacando que el desafío no es solo implementar IA, sino mantener su evolución bajo control, garantizando calidad, ética y alineación con los objetivos del negocio. Por su parte, Francisco Moralejo, fundador de Grupo Sega, abordó el componente humano en “La IA no decide por ti: el verdadero poder está en quién la dirige”. Con más de tres décadas de experiencia, subrayó que la ventaja competitiva no reside en la tecnología en sí, sino en la capacidad de liderazgo para orientarla estratégicamente. La IA, según Moralejo, amplifica decisiones, pero no sustituye el criterio. Uno de los puntos más técnicos de la mañana estuvo a cargo de Roberto Rivera, gerente general de Aristos Technologies/DataTrust en El Salvador, con la charla “Sobrevivir a la era de la inteligencia. El impacto físico de los modelos masivos en nuestros data centers”. Rivera expuso las implicancias de infraestructura que conlleva la IA a gran escala, desde el consumo energético hasta la necesidad de rediseñar arquitecturas de centros de datos. Su intervención evidenció que el crecimiento de la IA tiene una dimensión material crítica que muchas organizaciones aún subestiman. Tras el receso, la agenda retomó con una reflexión conceptual a cargo de Omar Madrid, CEO de Agrega, titulada “El futuro IA humano”. Su planteamiento giró en torno a la coexistencia entre capacidades humanas y sistemas inteligentes, destacando la necesidad de diseñar modelos de interacción donde la tecnología potencie, pero no desplace, el valor humano. El bloque de la tarde marcó un giro decisivo hacia la ejecución. Christian Corredoira, experto en innovación y transformación digital, presentó “De la IA como moda a la IA que vende: automatización, agentes inteligentes y marketing real en 2026”, donde evidenció cómo la inteligencia artificial ya está generando impacto tangible en ventas y experiencia del cliente. Su enfoque fue directo: abandonar los pilotos aislados y avanzar hacia implementaciones que integren automatización, agentes conversacionales y analítica en procesos comerciales reales. El enfoque práctico continuó con Juan Carlos García Villalaz, quien en “IA en acción: cómo multiplicar tu productividad desde mañana” mostró aplicaciones directas en tareas cotidianas. Su propuesta se centró en identificar procesos delegables a la IA y en integrar herramientas sin fricción en la operación diaria, desde niveles operativos hasta gerenciales. El eje comercial volvió a escena con Corredoira en “Marketing conversacional con IA: cómo vender, atender y escalar sin aumentar su equipo”, donde presentó casos de uso en canales como WhatsApp, web y redes sociales. Su conclusión fue clara: el cliente actual exige inmediatez y personalización, y la IA permite cumplir ambas sin escalar proporcionalmente los equipos. En la recta final, García Villalaz retomó con “Prompting ejecutivo: cómo hablarle a la IA para obtener resultados profesionales”, una sesión centrada en habilidades críticas. Allí enfatizó que la calidad de los resultados depende directamente de la capacidad de formular instrucciones precisas, posicionando el prompting como una competencia clave para ejecutivos. El cierre estuvo en manos de Marcelo Burman, CEO de Connecta B2B, con “Si su equipo comercial no usa IA, ya está perdiendo ventas”, donde sintetizó el impacto de la inteligencia artificial en todo el funnel comercial. Desde la prospección hasta la postventa, Burman mostró cómo la IA puede actuar como un copiloto que mejora la conversión, acelera procesos y optimiza la gestión de oportunidades. En conjunto, el Festival IA El Salvador 2026 dejó una conclusión consistente a lo largo de todas las intervenciones: la etapa de exploración ha quedado atrás. La inteligencia artificial ya no es un diferencial experimental, sino un componente estructural de la competitividad empresarial. El desafío, según coincidieron los expositores, no es acceder a la tecnología, sino integrarla con criterio, gobernarla adecuadamente y traducirla en resultados concretos. El Festival IA ya hizo escalas en Guatemala, Puerto Rico y El Salvador, y el próximo 19 de mayo llegará al Clarion Hotel Real Tegucigalpa Honduras, para luego seguir avanzando hacia otras 10 ciudades en la región, llegando este año por primera vez a Ecuador, Perú y México. Para conocer fechas, lugar y más información, ingrese a https://www.festival-ia.com/. Le puede interesar: Festival IA El Salvador 2026: el engaño del "do it yourself" y la ruta para evitar el fracaso empresarial

Aunque la inteligencia artificial se posiciona como prioridad empresarial, muchos CIOs siguen atrapados entre la presión por innovar y la falta de alineación organizacional. Ni siquiera tienen claro quién debería ser el responsable por el cumplimiento de meta de la IA. La inteligencia artificial se ha convertido en un imperativo corporativo, pero dentro de las organizaciones reina la ambigüedad. Según el reporte de CIO.com, los directores de tecnología están lidiando con una paradoja creciente: deben liderar la adopción de IA sin contar con una hoja de ruta definida. El problema no es la falta de interés, sino la falta de coherencia. Muchas empresas están implementando iniciativas aisladas, pruebas piloto o herramientas específicas, pero sin una estrategia integrada que conecte estos esfuerzos con objetivos de negocio. El resultado es un ecosistema fragmentado donde la IA existe, pero no transforma. Uno de los hallazgos clave es que la claridad organizacional sigue siendo el principal obstáculo (20%). Los CIOs reportan dificultades para alinear a los equipos ejecutivos , definir casos de uso prioritarios y establecer métricas de éxito; el 29% de los encuestados afirmaron no saber a quién pedirle explicaciones por cumplimientos de metas de la IA. Esta falta de dirección no solo ralentiza la adopción, también incrementa el riesgo de inversiones ineficientes. A nivel estructural, el desafío es doble. Por un lado, la IA requiere capacidades técnicas avanzadas y talento especializado. Por otro, exige cambios culturales profundos, desde la forma en que se toman decisiones hasta cómo se gestionan los datos. Sin esta transformación interna, la tecnología queda relegada a iniciativas superficiales. El análisis revela una brecha crítica entre expectativa y ejecución. Mientras los CEOs ven la IA como una palanca de crecimiento, los CIOs enfrentan la realidad de sistemas heredados, limitaciones presupuestarias y falta de gobernanza clara. Lea también: Del piloto al impacto real: por qué la gobernanza se convierte en el cuello de botella de la IA empresarial

Juan Carlos García, de Professional Development Center, reveló el método para convertir los Large Language Models en asesores estratégicos y la ventaja competitiva que representan para las Pymes, siempre y cuando se les hable con contexto y precisión. Durante el Festival IA El Salvador 2026, Juan Carlos García, de Professional Development Center, impartió la conferencia "Prompting Ejecutivo: Cómo hablarle a la IA para obtener resultados profesionales", desvelando la metodología esencial para que profesionales y empresas conviertan la Inteligencia Artificial Generativa en una herramienta estratégica de alto impacto. El mensaje central del experto fue contundente: la clave para obtener respuestas aplicables y de valor es superar el "síndrome del prompt vacío". García señaló que quienes se inician en la IA generativa suelen caer en el error de usar prompts vagos, como "dame ideas para mejorar mi empresa", "¿Cómo ser más productivo?" o "Hazme un informe". Estos prompts carecen de contexto, sin especificar área, objetivo o mercado, lo que impide que la IA genere soluciones que sean realmente aplicables. Además, el conferencista recordó la anécdota sobre el uso de cortesía ("por favor" y "gracias") en las peticiones a la IA. Aunque se hacía por educación, Sam Altman calculó que, en su momento, este exceso de tokens representaba un costo aproximado de 10 millones de dólares mensuales en energía, subrayando la importancia de ser "claro y directo" para optimizar recursos. Para demostrar cómo la IA puede utilizarse más allá de tareas sencillas, García estructuró el uso profesional del prompting en tres niveles, enfocándose principalmente en los dos primeros: Productividad Personal y Comunicación. Pensamiento Estratégico y Resolución de Problemas. Aprendizaje y Crecimiento Personal. García utilizó un ejemplo avanzado de gestión de crisis para ilustrar la anatomía de un prompt efectivo. En lugar de preguntar qué hacer ante una crisis, se demostró la necesidad de proporcionar una plantilla detallada que incluye: Rol: "Eres experto en gestión de crisis con temperamento calmado y estratégico. Mentalidad: "Cada minuto de silencio se llena con la versión del otro". Sesgo a evitar: "redactar bajo pánico". Output exitoso: Un plan que permita responder en menos de 90 minutos. Objetivo y Contexto: Descripción precisa de la crisis (ejemplo: falla masiva en Autostream Logistics durante el Pick Weekend, afectando a 250.000 entregas y generando crisis reputacional en redes sociales). Tareas: Protocolos de respuesta inmediata, estrategias, roles y responsabilidades. Formato y Audiencia: Serio, profesional, claro y directo, dirigido al equipo de gestión y comunicación. Al comparar los resultados de este prompt estructurado, se observó que Claude Opus 4.7 ofreció un marco operativo y una estructura de mando. Sin embargo, ChatGPT proporcionó una versión "mucho más detallada", incluyendo un protocolo específico para los primeros 90 minutos (de 15 a 30, 30 a 45, 60 a 90 minutos) y una postura oficial sugerida. Una de las conclusiones más significativas de la charla fue el potencial transformador de la IA generativa para las Pequeñas y Medianas Empresas (Pymes). García argumentó que, al utilizar esta herramienta con data real (estados financieros, ventas, información de mercado), una Pyme puede equipararse a empresas más grandes. La IA se convierte en el sustituto virtual de departamentos enteros: si una Pyme carece de un departamento de mercadeo, analistas financieros o recursos humanos, la IA "lo tienes" si se le proporciona la información y el prompt adecuados. El experto también hizo hincapié en la importancia de la inversión de tiempo y la curación de recursos: Dedicación de Tiempo: Es vital invertir "tiempo de calidad en hacer un prompt" para garantizar la productividad deseada, en lugar de apresurarse con prompts sencillos que generan resultados inútiles. Biblioteca de Prompts: García aconsejó armar una biblioteca de prompts curados y probados (como los 21 prompts que él mantiene en Notion para temas ejecutivos, financieros, marketing, y RR.HH.) para no tener que empezar de cero cada vez que surge una necesidad específica. Ecosistema de IA: Se destacó la capacidad de la IA para generar flujos de trabajo complejos, mostrando un ejemplo de una "entrevista" a Steve Jobs creada con múltiples LLMs, HeyGen y ElevenLabs para clonar la voz. Esto demuestra el potencial de la IA para realizar tareas publicitarias o investigaciones de mercado que antes no eran posibles. Diferencias entre LLMs: Recordó que cada modelo está diseñado de forma distinta y se desempeña mejor en diversas formas. Por ejemplo, en comparación con NanoBanana de Google, ChatGPT con Image 2 ofrecía una calidad y desempeño superiores, aunque más lentos. García cerró su conferencia con una advertencia y una motivación: "la IA no nos va a reemplazar, pero sí va a reemplazar a aquellos que no saben utilizarla". Aseguró que la habilidad para utilizar correctamente la IA generativa con diferentes herramientas se convertirá en el nuevo diferenciador profesional, al igual que hace años se preguntaba en las entrevistas de trabajo si se dominaba Office. Le puede interesar: Festival IA El Salvador 2026: la batalla por el control de la IA y por qué “seguimos siendo los pilotos”

Aunque la inteligencia artificial ya domina el descubrimiento de productos, la mayoría de las experiencias de compra siguen sin cerrar la transacción. Nuevos actores intentan resolver el mayor cuello de botella del comercio digital: convertir conversación en pago. La promesa del comercio impulsado por inteligencia artificial suena irresistible: describir lo que se quiere y recibir la mejor opción posible en segundos. Sin embargo, la realidad en 2026 es mucho menos sofisticada. Según datos revelados por la CEO de Wizard Commerce, Melissa Bridgeford, el 91% de las experiencias de compra con IA se quedan en una conversación sin checkout. Ese dato encapsula el estado actual de lo que la industria llama “agentic commerce”: una capa de inteligencia extremadamente eficiente para recomendar, pero profundamente limitada para ejecutar. La IA encuentra productos, compara precios, analiza reseñas y tendencias, pero en la mayoría de los casos obliga al usuario a abandonar la conversación y completar la compra en otro entorno. El resultado es fricción, abandono y pérdida de conversión. El problema no es menor. En el modelo actual, cada clic fuera del entorno conversacional implica una caída potencial en la tasa de compra. Como señala el análisis, el momento en que el usuario abandona el chat es el momento en que el merchant pierde la venta. El “gap” entre descubrimiento y transacción La paradoja es clara: internet resolvió el problema de la información, pero complicó el de la decisión. La explosión de datos, reseñas y señales sociales ha trasladado al consumidor una carga cognitiva mayor, justo cuando la IA promete simplificarla. Este desfase también aparece en otros indicadores del mercado. Por ejemplo, 41% de los consumidores ya usan IA para descubrir productos, pero el proceso de compra sigue fragmentado. La industria lo reconoce. Según PYMNTS, 43% de los retailers ya están piloteando agentes de compra autónomos, mientras que el mercado podría alcanzar 1,7 billones de dólares hacia 2030. Sin embargo, la adopción está condicionada por un factor crítico: confianza. El 95% de los consumidores declara al menos una preocupación sobre el uso de IA en compras, especialmente en temas como fraude o decisiones erróneas. La carrera por integrar el checkout La respuesta de startups como Wizard, en alianza con Mastercard, apunta a integrar tres capas en un mismo flujo: búsqueda inteligente, personalización basada en datos reales de gasto y pago embebido dentro del chat. Este enfoque busca eliminar el mayor punto de fuga del comercio digital: el salto entre recomendación y transacción. La idea de “query to checkout” no es nueva, pero su ejecución en entornos conversacionales redefine el embudo de ventas. Gigantes tecnológicos también están en esta carrera. OpenAI ya lanzó funcionalidades de compra directa en chat, mientras Google prueba checkout instantáneo en su asistente Gemini. Sin embargo, incluso estos avances han mostrado resultados mixtos. Experimentos tempranos, como integraciones con retailers, han tenido un impacto limitado en ventas, lo que sugiere que la fricción no es solo técnica, sino también conductual. El verdadero campo de batalla: confianza y control Más allá de la tecnología, el futuro del comercio con IA dependerá de un elemento menos tangible: la percepción del usuario. El riesgo es evidente. Si los agentes recomiendan productos, surge la sospecha de sesgo comercial. El dato es contundente: 75% de los consumidores pierde confianza si percibe publicidad dentro de experiencias de agentes de compra. Esto redefine el modelo económico del e-commerce. En lugar de optimizar anuncios, las marcas deberán optimizar datos, metadata y disponibilidad para ser elegibles dentro de recomendaciones algorítmicas. El escenario final que describe Bridgeford es aún más radical: pasar de listas de productos a una sola recomendación. Una experiencia sin comparación, sin exploración, sin duda. Ese futuro puede ser la máxima eficiencia o la pérdida definitiva del control del consumidor. Probablemente ambas cosas al mismo tiempo. Lea también: IA amable: estudio revela que estos modelos son más propensos a errores y desinformación

Como todos los viernes, llegó un nuevo episodio del podcast que recorre las principales noticias del mundo tech con análisis, contexto y una cuota de acidez que ningún algoritmo logró optimizar. 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 : IA sin alma: expertos dicen que nunca será consciente… pero ya trabaja horas extra OpenAI y Anthropic salen de compras… de empresas enteras Amazon ahora también quiere manejar tu logística… y probablemente tu vida Perplexity se mete en Teams: tu reemplazo ya fue agregado al chat GameStop quiere comprar eBay: fe, memes y matemáticas opcionales El Pentágono ficha a Big Tech: ahora la guerra también corre en la nube El gasto IT rumbo a los 6.3 trillones: invertir para que la IA haga PowerPoints CTOs renuncian para programar: bajar de puesto es el nuevo ascenso Apple se queda sin Mac Mini: la escasez ahora es culpa de la IA IA vintage: modelos que viven en 1930… y podrían reinventar el futuro Google quiere el cerebro del auto: del GPS al control existencial Los Oscars habilitan la IA: el arte sigue humano, el resto vemos TikTok ahora diseña medicamentos: del scroll infinito a la cura médica Le puede interesar: Week Report #82: La tecnología no para, el sarcasmo tampoco

Francisco Moralejo, de Grupo SEGA cuestiona el dramatismo alrededor de la inteligencia artificial y plantea una visión menos apocalíptica y más operativa: la IA no reemplaza el criterio humano, sino que obliga a las empresas a rediseñar cómo trabajan. Durante los últimos dos años, la conversación global sobre inteligencia artificial se ha movido entre dos extremos: la promesa de una productividad inédita y el miedo a una automatización masiva que termine desplazando millones de empleos. En medio de ese ruido, Francisco Moralejo, fundador de Grupo SEGA, propone una narrativa distinta. Más pragmática. Más empresarial. Y, sobre todo, menos mesiánica. Durante su presentación en el Festival de Inteligencia Artificial El Salvador 2026, Moralejo abrió con una sucesión de voces conocidas del ecosistema tecnológico global: advertencias sobre superinteligencia, agentes autónomos negociando entre sí, automatización total y un futuro “shocking” para 2026. Elon Musk aparecía como telón de fondo conceptual. Pero la intención no era alimentar el miedo, sino desmontarlo. “En 35 años trabajando en adopción tecnológica y tres años en inteligencia artificial, no he visto ni un solo caso donde la IA deje sin trabajo a todos”, afirmó. Lo que sí ha visto, dijo, es “mucho dramatismo”. Su tesis central es simple: la inteligencia artificial todavía depende profundamente de las personas. Y las empresas que olviden eso corren el riesgo de fracasar, incluso si invierten millones en plataformas de moda. Moralejo insiste en una idea que hoy parece contracultural en Silicon Valley: la inteligencia sigue siendo humana. La IA, explica, no crea desde el vacío. Opera sobre cantidades masivas de datos y patrones estadísticos. “Hace billones de cálculos matemáticos y estadísticos”, resumió. Pero no siente, no imagina y no tiene intención propia. Para demostrarlo, relató un ejercicio con Claude, el modelo de IA de Anthropic. Le pidió escribir un poema sobre un bosque nevado y triste. El resultado le pareció conmovedor, pero la verdadera prueba vino después, cuando preguntó cuál era la diferencia entre el poema generado y uno escrito por un humano. La respuesta de la IA fue brutalmente literal: “No siento nada”. Ese matiz, aparentemente filosófico, tiene implicaciones empresariales concretas. Moralejo considera que muchas organizaciones están delegando demasiado rápido decisiones críticas a herramientas que, aunque sofisticadas, siguen careciendo de juicio contextual. La metáfora que repite durante toda la conferencia es la de un avión. La IA es el copiloto. El humano sigue siendo el piloto. El problema, sostiene, es que muchas compañías ya están actuando como si el copiloto pudiera volar solo. Uno de los ejemplos que cita proviene de un estudio del Massachusetts Institute of Technology sobre generación de imágenes con IA. La investigación dividió a 1.600 participantes en grupos que trabajaban con distintas versiones de modelos visuales. El hallazgo que más le interesa no es que los modelos nuevos fueran mejores, sino que un grupo que dependía de una IA intermediaria para traducir instrucciones terminó siendo 56% más ineficiente. La lectura de Moralejo es directa: mientras más se diluye la intervención humana consciente, peor pueden ser los resultados. Ese principio aparece también en los casos corporativos que menciona. Uno de ellos involucra a Eaton, fabricante de infraestructura energética y sistemas UPS para centros de datos. Según explicó, la empresa redujo de 16 semanas a 2 semanas el desarrollo de nuevos productos usando IA para construir documentos técnicos y especificaciones a partir de historiales previos. Pero lo importante no fue la automatización. Fue qué hicieron después con el tiempo liberado. “No se pusieron a dormir”, ironizó: “hicieron más”. Ese es, para Moralejo, el verdadero valor de la inteligencia artificial: recuperar tiempo humano para tareas de mayor valor estratégico. La discusión se vuelve especialmente relevante en sectores como banca y seguros, donde Grupo SEGA ha trabajado talleres de adopción tecnológica desde Guatemala hasta Panamá. Según los datos compartidos, las áreas con mayor interés en IA son automatización de procesos, atención al cliente, ventas, gestión documental y cumplimiento regulatorio. Hay una razón estructural detrás de eso: las organizaciones financieras viven atrapadas entre información fragmentada, presión regulatoria y procesos operativos extremadamente costosos. Moralejo asegura que prácticamente todas las instituciones participantes priorizan herramientas de gestión documental impulsadas por IA. También destaca el crecimiento de iniciativas ligadas a prevención de lavado de dinero, análisis de riesgos y gobernanza. Sin embargo, el dato más revelador quizá no está en las prioridades tecnológicas, sino en la percepción interna de madurez. Cuando los participantes calificaron el nivel de adopción de IA de sus propias organizaciones, el promedio fue apenas 3,1 sobre 10. La distancia entre entusiasmo y preparación real sigue siendo enorme. Y eso explica otra de las advertencias centrales de la charla: la velocidad del mercado está haciendo que muchas inversiones envejezcan demasiado rápido. “Hace un año todos usábamos ChatGPT felices. Hoy muchos quieren Claude”, comentó, reflejando cómo la industria cambia de referentes en cuestión de meses. Para empresas acostumbradas a ciclos tecnológicos de cinco o diez años, el fenómeno representa un desafío completamente distinto. Moralejo sostiene que los proyectos de IA no pueden pensarse con horizontes tradicionales de retorno de inversión. Si una implementación no demuestra valor en el primer año, probablemente ya llegue tarde. Lea también: Festival IA El Salvador 2026: el reto ya no es usar IA, sino aprender con ella