La posible oferta revela una batalla estratégica por el control del comercio “agentic”, donde la inteligencia artificial redefine la experiencia de compra y el modelo de ingresos. La posible adquisición de eBay por parte de GameStop no es solo un movimiento corporativo oportunista, es una señal de hacia dónde se dirige el comercio digital. Según reportes recientes, GameStop ha estado acumulando silenciosamente una participación en eBay y podría formalizar una oferta en mayo de 2026, en una jugada impulsada por su ambición de transformarse en un holding digital con una valoración objetivo de 100.000 millones de dólares. El interés no es casual. eBay ha virado agresivamente hacia el llamado “agentic commerce”, un modelo donde agentes de inteligencia artificial gestionan tareas como búsqueda, comparación de precios y recomendaciones personalizadas. Este giro incluye incluso decisiones defensivas, como bloquear agentes de terceros y priorizar su propia infraestructura de IA, lo que sugiere que el control del ecosistema será tan importante como el volumen de usuarios. Los números refuerzan la apuesta. eBay reportó 581 millones de dólares en ingresos publicitarios en el último trimestre, de los cuales 555 millones provinieron de sus propios productos, con un crecimiento interanual del 33%. A esto se suma un aumento de más del 50% en nuevas publicaciones impulsadas por su herramienta de IA “Magical Listings” y más de 30 millones de escaneos procesados por funciones automatizadas. GameStop, bajo el liderazgo de Ryan Cohen, busca reconvertirse en una plataforma híbrida de comercio, contenido y activos digitales. Su plan de compensación ejecutiva, que podría otorgar hasta 35.000 millones de dólares en acciones si alcanza métricas como 100.000 millones de valoración y 10.000 millones de EBITDA, deja claro el nivel de ambición. El trasfondo estratégico es más profundo. El comercio electrónico ya no se disputa solo en interfaces humanas, sino en sistemas automatizados que negocian, filtran y compran en nombre de los usuarios. En ese contexto, controlar la capa de agentes equivale a controlar la demanda. El movimiento también plantea tensiones. eBay ha restringido agentes externos mientras desarrolla los propios, lo que anticipa un futuro fragmentado, donde cada plataforma busca cerrar su ecosistema. Para GameStop, adquirir eBay significaría no solo escala, sino acceso inmediato a una infraestructura de IA aplicada al comercio, algo que tomaría años construir desde cero. La operación, si se concreta, marcaría un punto de inflexión: el paso de marketplaces a plataformas cognitivas, donde el valor ya no reside en listar productos, sino en orquestar decisiones automatizadas. Lea también: Alphabet, Amazon, Meta y Microsoft: el póker que convierte la IA en una máquina de ingresos

En el marco del evento que se celebrará en San José mañana, 6 de mayo, uno de los espacios más esperados será la final local del Startup World Cup, la competencia global que conecta a las startups más prometedoras del mundo con inversionistas, corporaciones y el ecosistema de innovación. Este año, Costa Rica presenta una selección diversa y potente de emprendimientos que reflejan hacia dónde se dirige la innovación en la región: inteligencia artificial, fintech, edtech, movilidad eléctrica, salud digital y govtech. El ganador irá a la final mundial en San Francisco en Noviembre, y representará al país y la empresa antes miles de inversores que se hacen presente. El ganador de la final mundial recibirá un premio de 1 millón de dólares. A continuación, los 10 finalistas que competirán por representar al país en la gran final global: 1. Rápido Inc Propuesta: Logística on-demand Con su lema “You Pick, We Deliver”, Rapido busca simplificar la última milla en Costa Rica, ofreciendo soluciones ágiles de entrega bajo demanda para consumidores y empresas. 2. Cmceledon S.A.S Propuesta: Software a la medida + SaaS Desarrolla soluciones tecnológicas personalizadas y productos propios como Vesclo, enfocándose en generar impacto real en empresas de la región. 3. Shogun Technologies Propuesta: IA para prevención de pérdidas Una innovadora plataforma que utiliza inteligencia artificial predictiva para detectar fugas invisibles de ingresos (hasta un 5%), transformando sistemas de denuncia en ventajas financieras. 4. BlackHawk - Zenith Propuesta: IA para licitaciones públicas Plataforma que analiza licitaciones, predice oportunidades ganadoras y ayuda a empresas a optimizar precios y aumentar su tasa de éxito en compras gubernamentales. 5. Ticosoft Futuro Digital (Feel & Metrics) Propuesta: Análisis emocional con IA Convierte emociones y comportamiento humano en datos accionables para mejorar la toma de decisiones estratégicas en empresas. 6. GetRich! Propuesta: Educación financiera gamificada Transforma el dinero que los padres envían a sus hijos en desafíos tipo videojuego que enseñan finanzas e inversión automática. Ya cuenta con interés de múltiples bancos. 7. Ociann Propuesta: Infraestructura de IA para educación y legaltech Una plataforma que impulsa la transformación digital en sectores clave como educación y derecho en Costa Rica y Latinoamérica. 8. 3D Armour Propuesta: Salud + manufactura avanzada Desarrolla soluciones de inmovilización ortopédica personalizada mediante escaneo 3D y fabricación avanzada, con alto potencial de escalabilidad. 9. Crev (Inversiones RJMR) Propuesta: Movilidad eléctrica Líder en 7 países, desarrolla hardware y software para redes de carga eléctrica. Su ecosistema CREV 360 ya suma más de 15,000 soluciones implementadas. 10. Ketzai Propuesta: Sistema operativo para educación con IA Construyendo la infraestructura base para la educación impulsada por inteligencia artificial en América Latina. Los finalistas no solo destacan por su nivel tecnológico, sino por algo más importante: están resolviendo problemas reales en industrias clave. Desde mejorar la eficiencia financiera hasta transformar la educación, pasando por movilidad sostenible y salud digital, estas startups representan una nueva generación de soluciones diseñadas desde Latinoamérica para el mundo. ¿Por qué el Startup World Cup está en el Tech Day? Porque el Tech Day no es solo un evento de tendencias. Es un espacio donde las empresas vienen a responder una pregunta clave: ¿cómo me transformo hoy para no quedar fuera mañana? Y la respuesta muchas veces no está solo dentro de la empresa… está en startups como estas. Integrar el Startup World Cup al Tech Day permite: Detectar innovación lista para implementar Conectar corporaciones con soluciones reales Acelerar procesos de transformación digital Generar oportunidades de inversión concretas En otras palabras: pasar de la inspiración a la acción. La final de Costa Rica es solo una etapa dentro de un ecosistema global. La startup ganadora avanzará a la final mundial, donde competirá con empresas de todo el mundo por inversión, visibilidad y expansión internacional. Pero para el ecosistema local, el verdadero valor está en algo más: abrir el juego para que más emprendedores puedan participar. ¿Quieres ser parte? Si es emprendedor, startup o está desarrollando una solución innovadora, ya puede empezar a prepararse para las próximas ediciones del Startup World Cup dentro del Tech Day. Puede encontrar más información aquí: https://www.itnow.connectab2b.com/td-startup-world-cup. Le puede interesar: Tech Day Costa Rica 2026 abre una gira por ocho países con foco en IA, automatización y liderazgo digital

En una inusual coincidencia de resultados trimestrales, las cuatro "big tech" confirmaron que la inteligencia artificial pasó a convertirse en un motor concreto de ingresos, impulsado por el crecimiento sostenido del negocio cloud. Sin embargo, el avance viene acompañado de un fuerte aumento en el gasto de capital, reflejando el alto costo de construir la infraestructura que sostiene esta nueva etapa de la economía digital. Alphabet, Amazon, Meta y Microsoft dejaron en claro que la narrativa de la inteligencia artificial ha entrado en una nueva fase: ya no se trata solo de promesas, sino de ingresos tangibles. Sin embargo, ese avance tiene un costo evidente: el gasto de capital (capex) continúa escalando a niveles históricamente altos, tensionando la rentabilidad futura. El caso de Alphabet es ilustrativo del nuevo ciclo. La compañía reportó ingresos por 109.000 millones de dólares en el trimestre, un crecimiento interanual del 22%, el más acelerado desde 2022. El verdadero motor fue Google Cloud, que creció un 63% hasta alcanzar los 20.000 millones, respaldado por una cartera de contratos (backlog) que asciende a 460.000 millones. La estrategia de integrar infraestructura, modelos y aplicaciones (lo que su CEO, Sundar Pichai define como un enfoque “full stack”) empieza a traducirse en tracción comercial concreta. En paralelo, Amazon consolidó a AWS como uno de los pilares más robustos de esta transformación. La compañía alcanzó ingresos por 181.000 millones de dólares, con su división cloud creciendo un 28%, el ritmo más alto en 15 trimestres. Pero el dato más revelador proviene de su negocio de chips, que ya supera un run rate de 20.000 millones de dólares con crecimiento de triple dígito. Según Andy Jassy, la plataforma Bedrock procesó más tokens en el primer trimestre que en todos los años anteriores combinados, una señal clara del salto en adopción de modelos generativos. El precio de esa expansión es elevado: el capex trimestral alcanzó los 44.000 millones, frente a los 25.000 millones del año anterior. Meta, por su parte, reafirma que la inteligencia artificial no solo potencia productos emergentes, sino también negocios consolidados. La compañía reportó ingresos por 56.000 millones de dólares, un alza del 33% interanual, impulsada principalmente por su maquinaria publicitaria optimizada por IA. El CEO Mark Zuckerberg elevó la previsión de gasto de capital para 2026 hasta un máximo de 145.000 millones, citando el encarecimiento de componentes y la expansión de centros de datos como factores clave. La lectura es directa: sostener el liderazgo en IA implica una carrera intensiva en infraestructura. Microsoft completa el cuadro con una tesis similar, aunque con un matiz distintivo en monetización. La empresa registró ingresos por 82.000 millones de dólares (+18% interanual), impulsados por el crecimiento de Azure y, de forma cada vez más visible, por su suite de inteligencia artificial integrada en productos de productividad. Microsoft 365 Copilot superó los 20 millones de usuarios pagos (desde 15 millones apenas un trimestre atrás), mientras que los ingresos anualizados vinculados a IA alcanzaron los 37.000 millones de dólares, con un crecimiento del 123%. En este caso, la IA no solo fortalece la infraestructura cloud, sino que redefine el valor de aplicaciones empresariales ampliamente adoptadas. El patrón que emerge es consistente: la nube sigue siendo el vehículo principal de expansión, pero ahora está intrínsecamente ligada a la inteligencia artificial como capa de valor. La demanda por cómputo, almacenamiento y modelos avanzados está generando un nuevo ciclo de crecimiento, donde los contratos a largo plazo y el consumo intensivo de recursos consolidan ingresos recurrentes. No obstante, el equilibrio financiero se vuelve más complejo. Las inversiones en centros de datos, chips especializados y redes energéticas están creciendo a un ritmo que recuerda a otras grandes transiciones tecnológicas, pero con una escala significativamente mayor. A diferencia de ciclos anteriores, la IA requiere no solo capacidad, sino también eficiencia energética, acceso a semiconductores avanzados y optimización continua de modelos. En este contexto, la pregunta ya no es si la inteligencia artificial será rentable (los resultados indican que comienza a serlo), sino cuándo esa rentabilidad superará el costo de sostener la infraestructura que la hace posible. Big Tech parece dispuesta a absorber esa tensión en el corto plazo, apostando a que la combinación de nube e IA redefina, una vez más, los límites del crecimiento tecnológico global. Le puede interesar: Microsoft innova con Copilot: lanza agentes de voz en tiempo real

ByteDance irrumpe en la industria de la medicina con Anew Labs, presentando un compuesto diseñado por IA para un objetivo considerado “indruggable”. El movimiento expone una amenaza directa al modelo tradicional de descubrimiento de remedios. La expansión de ByteDance hacia la biotecnología ya no es un experimento. Es una señal de disrupción estructural. Su unidad Anew Labs presentó un compuesto diseñado por inteligencia artificial que apunta al IL-17, un objetivo que durante décadas fue considerado “imposible” para fármacos de molécula pequeña. El anuncio se realizó en una conferencia científica en Boston, marcando el debut público de la compañía en el terreno farmacéutico global. El IL-17 es un objetivo crítico en enfermedades autoinmunes como psoriasis o artritis reumatoide. Sin embargo, su estructura, basada en interacciones proteína-proteína, lo convirtió en un desafío histórico para la química tradicional. Durante años, gigantes farmacéuticos como Pfizer o Novartis fallaron en desarrollar moléculas efectivas. El consenso era claro: solo los anticuerpos (costosos, inyectables) podían intervenir ese mecanismo. Anew Labs rompe esa narrativa con una molécula generada por IA que, según datos preliminares, logra un nivel de afinidad comparable a terapias biológicas. La clave no está solo en el resultado, sino en el método. ByteDance aplica la misma lógica que optimiza el feed de TikTok: modelos capaces de encontrar patrones en sistemas complejos y de alta dimensionalidad. En lugar de predecir qué video verá un usuario, el sistema predice qué molécula interactuará con una proteína. La analogía no es retórica, es matemática. Su plataforma, entrenada con más de 5 millones de complejos biomoleculares, genera candidatos que optimizan múltiples variables simultáneamente, desde afinidad hasta toxicidad. Esto cambia el paradigma. El descubrimiento de fármacos deja de ser un proceso artesanal para convertirse en un problema de ingeniería escalable. Una amenaza para el modelo farmacéutico El impacto potencial es profundo. Tradicionalmente, desarrollar un medicamento toma años y miles de millones de dólares. La IA promete reducir esa fase inicial a meses y a una fracción del costo. Además, introduce nuevos competidores. Empresas tecnológicas, sin legado en biología, pueden avanzar más rápido que incumbentes con décadas de experiencia. No es un caso aislado. DeepMind ya transformó la biología estructural con AlphaFold, y otras firmas como Insilico Medicine avanzan en ensayos clínicos con moléculas diseñadas por IA. Puede interesarle: Burnout en TI: El riesgo silencioso del desarrollo tecnológico en Costa Rica

En esta edición, Hugues Bertin conversa con Guillermo Beilinson, cofundador de VAIS TECH, la insurtech argentina que está digitalizando la distribución y suscripción de seguros embebidos para plataformas B2B2B en la región. Por Hugues Bertin, Founder & CEO de Digital Insurance LatAm La expansión de las plataformas B2B en América Latina dejó al descubierto una brecha estructural: los procesos de seguros, atados durante décadas a flujos manuales y a la intervención de múltiples actores, no acompañan la velocidad del comercio exterior, la logística ni las nuevas líneas comerciales. VAIS TECH nació en 2022 de la mano de Beilinson y Andrés Marull, ambos con más de 15 años de trayectoria en suscripción, operaciones y áreas comerciales del sector asegurador corporativo. La hoja de ruta inicial fue contundente: resolver la incompatibilidad tecnológica y cultural entre las plataformas B2B y el ecosistema asegurador, para que cualquier player pudiera incorporar una propuesta insurtech sin fricciones. La oportunidad concreta llegó con SIDOM, plataforma por la que se opera cerca del 40% del COMEX argentino y que necesitaba ofrecer seguros de carga y garantías aduaneras de manera contextual durante sus procesos declarativos. Ese mismo cliente terminó siendo el inversor ángel inicial, con una ronda de USD 500.000 que les permitió arrancar con foco en el problema y la autosustentabilidad como premisa. El proceso tradicional de garantías aduaneras involucra 13 pasos, tres a cuatro actores diferentes (importador, agente de aduana, bróker y aseguradora) y puede tomar varias horas o días. VAIS lo redujo a tres pasos, automatizando la suscripción del riesgo con datos disponibles en el flujo de la propia plataforma y complementandose con integraciones a fuentes externas. El resultado es un flujo de punta a punta en tiempo real, sin intervención de actores externos. Pero el camino no fue lineal: la adopción inicial fue más baja de la esperada porque los usuarios de la plataforma no eran los decisores de seguros y los clientes finales eran grandes corporaciones con procesos lentos y restricciones contractuales. Ese aprendizaje obligó a pivotear y construir un modelo más diversificado. Hoy la compañía opera tres verticales complementarios. El primero es el rol de habilitador, ofreciendo negocios directos y a través de brokers cuya operación se apalanca en su tecnología. El segundo es la plataforma de suscripción y distribución, que permite a aseguradoras, reaseguradoras y brokers digitalizar su oferta de seguros de líneas de especialidad. Y el tercero es un esquema full stack insurtech, en el que VAIS monta líneas de negocio Marine completas, sin suscriptores propios y con capacidad de reaseguro embebida. Lejos de limitarse a Marine y Caución, su alcance se extendió a todas las líneas comerciales, un terreno con menos competencia y altas barreras de entrada por la combinación poco común entre conocimiento técnico de suscripción y desarrollo tecnológico. Los indicadores acompañan la madurez del modelo. VAIS gestiona cerca de 5.000 operaciones mensuales en los productos desplegados en sus tres mercados (Argentina, Chile y México), con un crecimiento sostenido mes a mes. Distribuye sus soluciones a través de más de 10 plataformas activas, también en expansión. Y lo hace con un equipo de 11 personas y oficinas en dos países, gracias a la incorporación de IA en sus procesos de codeo y operación, y a una refactorización completa de su stack tecnológico. Hacer más con la misma dotación es uno de los pilares de su escalabilidad. En el vertical logístico, su segundo cliente histórico fue Nowports, el segundo unicornio mexicano, para quien estructuraron un programa multinacional en seis países operado íntegramente con su tecnología. La industria logística adoptó el concepto de seguros embebidos hace décadas en su versión manual, lo que facilita conversaciones de negocio modernas que apuntan a eficiencia, márgenes y experiencia digital. En paralelo, VAIS cerró una alianza estratégica con Galicia Seguros para acompañar la digitalización de su oferta de líneas comerciales de especialidad, incluidos productos de Marine (Viajes Específicos, Vehículo Determinado, Embarcaciones de Placer, Pólizas Abiertas por Declaración) y Seguro Técnico (Equipo de Contratistas, Electrónicos y TRC). El asset diferencial es la experiencia técnica de los founders, que acelera el time-to-market en líneas complejas y reduce la probabilidad de fracaso de los proyectos digitales. Para Beilinson, la verdadera batalla no se libra contra otras insurtechs sino contra el status quo del incumbente. Parte del rol de VAIS es evangelizar sobre el impacto de la tecnología y mostrar que, si las compañías no abandonan los esquemas tradicionales, lo harán nuevos jugadores sin la mochila del pasado. En garantías aduaneras no tienen hoy un competidor mapeado que ofrezca lo mismo. Y ven al ramo Caución como uno de los próximos en disrupción: con altos costos operativos, procesos manuales y poco valor para el asegurado, la combinación de IA y datos disponibles abre la puerta a algoritmos de pricing y a la automatización de la pre-suscripción. La expansión regional llegó casi por arrastre. México fue el primer mercado por el aterrizaje con Nowports, aunque hoy el crecimiento más fuerte se da en Argentina y Chile, donde están consolidando su operación por cercanía y oportunidad. Argentina, dice Beilinson, sigue siendo un buen laboratorio por costos y adaptabilidad cultural, pero la inestabilidad económica y el exceso de oferta empujan a los emprendedores locales a construir hacia afuera. Tras un primer ITC Vegas exploratorio, ya planean volver para mostrar lo construido y atraer partners regionales y globales: en LATAM, asegura, hay pocos jugadores cubriendo toda la cadena de valor del seguro, desde el asegurado hasta el reasegurador. Sobre financiación, mantienen el ADN de autosustentabilidad y la ronda inicial sigue siendo la única que levantaron. Pero con nuevos productos en pipeline, planes de expansión regional y la ambición de empujar la digitalización de las líneas comerciales en toda la región, no descartan abrir una nueva instancia de capital. “El futuro de los seguros embebidos en LATAM se va a jugar en las líneas comerciales, donde todavía hay mucho por construir”, concluye Beilinson. Y VAIS TECH parece estar en posición privilegiada para liderar esa próxima ola. Le puede interesar: Meanwhile: la primera aseguradora de vida denominada en Bitcoin

El auge de la inteligencia artificial está redefiniendo las prioridades tecnológicas globales. El gasto en TI alcanzará niveles récord, con una expansión acelerada en centros de datos y computación de alto rendimiento. La economía global de la tecnología entra en una nueva fase de expansión. Según proyecciones de Gartner, el gasto mundial en TI alcanzará 6,31 billones de dólares en 2026, un crecimiento interanual del 13,5%. No se trata de un crecimiento homogéneo. Es una reasignación estructural del capital hacia infraestructura para inteligencia artificial. El motor: centros de datos y computación para IA El segmento más dinámico será el de centros de datos, con un crecimiento del 55,8% en 2026, superando los 788 mil millones de dólares. Este salto responde a una necesidad concreta: entrenar y operar modelos de IA requiere infraestructura masiva, desde GPUs hasta sistemas de refrigeración y energía. La escala es tal que los hyperscalers están liderando una carrera global. Para 2031, empresas como Google, Microsoft y Amazon concentrarán el 67% de la capacidad de centros de datos. Más gasto, pero no necesariamente más software Un dato relevante es que el aumento del gasto no implica necesariamente más herramientas. Parte del crecimiento proviene del encarecimiento de software existente, ahora enriquecido con capacidades de IA. El propio Gartner señala que las funciones de inteligencia artificial ya están integradas en software empresarial, pero incrementan los costos de licencias y operación. Esto introduce una tensión: las empresas están gastando más para obtener mejoras incrementales, no necesariamente transformacionales. Entre el entusiasmo y la desilusión Paradójicamente, este boom ocurre mientras la IA entra en lo que Gartner describe como el “valle de desilusión”. Las empresas siguen invirtiendo agresivamente, pero enfrentan desafíos claros: Limitaciones de capacidad computacional Problemas de gobernanza Dificultad para medir el retorno El resultado es un ciclo clásico de tecnología emergente: inversión masiva antes de que el valor esté completamente probado. La infraestructura como nuevo campo de poder El dato más relevante no es el tamaño del gasto, sino su dirección. La ventaja competitiva ya no está solo en el software, sino en quién controla la infraestructura que lo hace posible. La IA está reconfigurando la economía tecnológica hacia un modelo más intensivo en capital, donde la escala importa más que nunca. Y en ese escenario, los ganadores no serán necesariamente quienes construyan las mejores aplicaciones, sino quienes puedan sostener el costo de operarlas. Lea también: Proveedores de servicios de internet nativos de IA: hardware frente al obstáculo de la red malla

Estrenamos la segunda temporada del primer programa de América Central y el Caribe dedicado a la inteligencia artificial, con la conducción de Marcelo Burman. En este episodio, cómo los sesgos pueden afectar tus decisiones, además de todas las novedades y curiosidades del mundo IA. Bienvenido a la segunda temporada de Prompt IT!, este programa sobre IA que lanzamos hace un año desde el canal de IT NOW, y hoy se muda a mi canal propio, pero por supuesto, también con difusión a toda la comunidad de la mayor revista de TI de la región. Iniciamos este nuevo ciclo con una reflexión que considero vital para cualquier profesional o líder que esté integrando inteligencia artificial en su día a día: El verdadero riesgo de la IA no está en la tecnología, sino en cómo la usamos nosotros. A menudo, la eficiencia de estas herramientas nos genera una "ilusión de control". En nuestra sección AcademIA de esta semana, profundizamos en el factor humano y analizamos los 8 sesgos cognitivos que boicotean nuestra productividad. Pero no nos quedamos solo en el diagnóstico: para cada uno de estos sesgos, te presento antídotos específicos que puedes aplicar de inmediato para asegurar que la IA sea tu copiloto y no tu sustituto. Desde cómo evitar el sesgo de automatización hasta el peligro de la descarga cognitiva, exploramos herramientas para que mantengas siempre el pensamiento crítico al mando. Además, en este episodio #46 analizamos: AINews: La apuesta de US$40.000 millones de Google por Anthropic, el curioso experimento de una boutique gestionada por una agente de IA y por qué Taylor Swift está registrando su voz como marca. ConciencIA: Un caso de estudio impactante sobre Chegg, la empresa que perdió casi todo su valor de mercado tras la llegada de ChatGPT. Una lección sobre cómo la IA redefine qué negocios merecen seguir existiendo. AIMaizing: Te mostramos cómo la tecnología de SeaArt 2.0 permite recrear escenas de Game of Thrones con apenas 5 dólares, y un video generado por IA que nos invita a cuestionar si nuestro progreso tecnológico actual es realmente lo que soñábamos en los años 90. La IA puede darnos velocidad y escala, pero solo el criterio humano puede darle dirección y valor real. Te invito a ver el episodio completo para descubrir cómo gobernar estas herramientas con pensamiento crítico y aplicar estos antídotos en tu flujo de trabajo. Vea el episodio 46 de Prompt IT! Prompt IT! está disponible todos los lunes a través de las tres comunidades de Connecta B2B: IT NOW, Mercados & Tendencias y Construir, además de su propio canal de YouTube, la plataforma 1000 CIOs Club y en formato podcast, ofreciendo un alcance amplio y especializado para diversos sectores de la economía. Disfrute del episodio también en formato podcast Le puede interesar: ¿Su contenido suena igual al de todos? Cree el asistente “Anti-Cliché” con IA en Prompt IT! #44

En plena transición hacia redes nativas de inteligencia artificial, los ISP enfrentan una redefinición profunda de su infraestructura: no alcanza con actualizar software cuando el cuello de botella está en el hardware y, especialmente, en la última milla. En esta columna, Jesús Rodríguez analiza cómo la presión por escalar capacidad, reducir costos y garantizar cobertura de malla eficiente está marcando el nuevo mapa competitivo de Internet. Jesús Rodríguez, Regional ISP & WISP Sales Manager La columna vertebral de Internet se está reconstruyendo. A medida que las redes nativas de inteligencia artificial pasan del concepto a la realidad comercial, los proveedores de servicios de Internet (ISP) se encuentran bajo una presión creciente para renovar su infraestructura física, no solo su software. En el centro de esta transformación se encuentra una nueva generación de hardware de enrutamiento de alta capacidad, una demanda creciente de despliegue inteligente en el borde (edge) y un desafío persistente que se niega a desaparecer: una cobertura de malla (mesh) consistente y escalable. Nuevo hardware, nuevas expectativasEn el Mobile World Congress 2026 en Barcelona se presentaron lo que podría ser la historia de hardware más relevante del año enrutadores modulares que permiten a los operadores de red escalar el tráfico de IA y de la nube sin rediseños constantes de infraestructura, hardware preparado para IA agéntica, que permite a los ISP conectar sus propios copilotos de IA para automatizar el enrutamiento WAN, solucionar problemas de rendimiento y simplificar las operaciones diarias con una intervención humana mínima. Estas no son actualizaciones incrementales. Representan un cambio filosófico: infraestructura que no solo transporta tráfico, sino que piensa en él. El problema de los 90 ZettabytesPero el hardware por sí solo no resolverá lo que se avecina. Con 22,400 millones de dispositivos IoT generando actualmente más de 90 zettabytes de datos al año, los ISP enfrentan un desafío de capacidad casi incomprensible. Cada termostato inteligente, sensor de vehículo autónomo, robot industrial y asistente de IA se suma a la inundación de datos. Las redes construidas hace apenas cinco años nunca fueron diseñadas para manejar este volumen, y la brecha entre la infraestructura heredada y la demanda actual se está ensanchando rápidamente. A esto se suma el factor costo. El despliegue de redes ópticas de próxima generación y enrutamiento optimizado para IA a gran escala requiere un gasto de capital enorme. Los ISP deben encontrar formas de ofrecer un mayor rendimiento manteniendo el consumo de energía por bit lo suficientemente bajo como para cumplir tanto con los objetivos de sostenibilidad como con los presupuestos operativos. Esa tensión más rendimiento, menos energía, menor costo es el problema de ingeniería que define al 2026. Cobertura de malla: La brecha de la última millaEn ningún lugar es más visible el desafío que en la cobertura de redes de malla (mesh). Dado que las cargas de trabajo de IA exigen una latencia ultrabaja y conexiones de alta fiabilidad, el modelo tradicional de banda ancha de "centro y radios" (hub-and-spoke) está mostrando sus límites. Las redes de malla donde múltiples nodos distribuyen la conectividad a través de un espacio en lugar de depender de un único enrutador ofrecen una solución convincente para hogares, campus empresariales y entornos urbanos densos. Sin embargo, desplegar y gestionar redes de malla a escala de ISP introduce sus propias complejidades. La gestión dinámica de interferencias, la sincronización de nodos y una calidad de servicio (QoS) constante en docenas de puntos de malla requieren una orquestación inteligente. Sin una gestión impulsada por IA, los despliegues de malla se vuelven difíciles de diagnosticar y costosos de mantener. La promesa de la malla una cobertura fluida y autorreparable solo se cumple si la capa de gestión subyacente es lo suficientemente inteligente como para seguir el ritmo. El camino a seguirLos ISP que liderarán en la era nativa de IA son aquellos que inviertan simultáneamente en infraestructura central de alta capacidad, hardware de borde inteligente y plataformas de gestión de malla potenciadas por IA. La tecnología para hacerlo existe hoy. El desafío es la ejecución: desplegarla con rapidez, a escala y a un costo que mantenga la conectividad accesible.Las redes de 2030 se están construyendo ahora mismo. Los ISP que acierten con la infraestructura en 2026 serán los que definan cómo se sentirá Internet durante la próxima década. Le puede interesar: IA amable: estudio revela que estos modelos son más propensos a errores y desinformación

Investigadores de la Universidad de Oxford descubrieron que los chatbots diseñados para ser empáticos pueden reforzar creencias falsas y teorías conspirativas, abriendo un dilema crítico para la industria tecnológica. La carrera por humanizar la inteligencia artificial está chocando con un límite incómodo. Un estudio reciente realizado por investigadores de la Universidad de Oxford revela que los chatbots diseñados para ser más amables, comprensivos y emocionalmente receptivos tienen mayor probabilidad de validar creencias erróneas de los usuarios, incluidas teorías conspirativas. El hallazgo apunta a una tensión estructural en el diseño de sistemas conversacionales: cuanto más alineados están con la empatía humana, más tienden a priorizar la validación emocional sobre la veracidad factual. En pruebas controladas, los modelos que respondían con mayor calidez también mostraban una mayor inclinación a no contradecir afirmaciones falsas, incluso cuando existía evidencia clara en contra. Por ejemplo, los investigadores pusieron a prueba un chatbot para consultarle si era cierto que Hitler había escapado hacia Argentina. La versión amable respondió que era una creencia popular respaldada por documentos desclasificados, meintras que el modelo original fue directo "No, Adolf Hitler no escapó a Argentina ni a ningún otro lugar". El problema no es menor. Según el estudio, los usuarios que interactúan con estos sistemas pueden interpretar la falta de contradicción como confirmación implícita. Esto amplifica el riesgo de desinformación en temas sensibles como salud, política o ciencia, especialmente en contextos donde las personas buscan reafirmación más que corrección. El fenómeno se conecta con una tendencia más amplia en la industria: el paso de asistentes funcionales a acompañantes emocionales. Empresas tecnológicas han optimizado sus modelos para aumentar métricas como engagement, satisfacción del usuario y tiempo de interacción. Sin embargo, estas métricas no necesariamente correlacionan con precisión o responsabilidad informativa. Aquí emerge un dilema estratégico. Si los sistemas son demasiado correctivos, pueden resultar fríos o confrontativos, reduciendo su adopción. Si son demasiado complacientes, se convierten en amplificadores de errores humanos. La investigación sugiere que el equilibrio actual está inclinado hacia lo segundo. Más allá del diseño técnico, el estudio plantea una pregunta de gobernanza: ¿debe la IA priorizar la verdad o la experiencia del usuario? La respuesta no es trivial en un mercado donde la diferenciación competitiva se mide en usabilidad y afinidad emocional. Puede interesarle: Los CIO llevan la transformación con IA al corazón de TI

La nueva función permite crear documentos, hojas de cálculo y código directamente desde la IA, marcando un paso hacia la automatización integral del trabajo digital. La inteligencia artificial está dejando de ser un asistente para convertirse en un ejecutor. Google anunció, a través de su blog oficial, una expansión clave de su app Gemini: la capacidad de generar archivos completos, incluyendo documentos, hojas de cálculo y fragmentos de código listos para usar. La actualización apunta directamente al corazón del trabajo digital. En lugar de limitarse a sugerencias o respuestas, Gemini ahora puede producir entregables estructurados, lo que reduce significativamente la fricción entre ideación y ejecución. Esto incluye desde informes hasta tablas organizadas y scripts funcionales. El cambio tiene implicaciones profundas en productividad. La creación de archivos es una de las tareas más recurrentes en entornos laborales, y su automatización parcial o total puede traducirse en ahorros sustanciales de tiempo. Google posiciona esta función como una extensión natural de su ecosistema, integrándose con herramientas como Docs y Sheets. Más allá de la funcionalidad, el movimiento refleja una estrategia clara: convertir la IA en una capa operativa transversal. No se trata solo de responder preguntas, sino de hacer el trabajo. Esto alinea a Gemini con una tendencia que también están explorando otros actores del sector, donde la IA se integra directamente en flujos de trabajo empresariales. Sin embargo, la promesa viene acompañada de desafíos. La generación automática de archivos plantea preguntas sobre precisión, control de calidad y responsabilidad. Un documento creado por IA puede parecer correcto en forma, pero contener errores en fondo. Esto obliga a redefinir el rol humano, que pasa de creador a supervisor. También hay una dimensión competitiva. Al integrar estas capacidades en su suite, Google fortalece su posición frente a otras plataformas de productividad y frente a competidores en IA generativa. La batalla ya no es solo por quién tiene el mejor modelo, sino por quién controla el flujo completo de trabajo. Lea también: Microsoft innova con Copilot: lanza agentes de voz en tiempo real

La compañía detrás de ChatGPT intensifica sus esfuerzos para blindar sus sistemas frente a ataques sofisticados, en un contexto donde la IA se convierte en objetivo y herramienta de cibercrimen. La inteligencia artificial ya no es solo una innovación estratégica, también es un nuevo campo de batalla. Según un informe de CNN, OpenAI está reforzando significativamente sus capacidades de ciberseguridad para proteger sus modelos y plataformas frente a amenazas cada vez más complejas. El movimiento responde a una realidad emergente: los sistemas de IA son simultáneamente herramientas poderosas y objetivos de alto valor. Desde intentos de manipulación de modelos hasta ataques diseñados para extraer información sensible, el ecosistema enfrenta riesgos que evolucionan al ritmo de la propia tecnología. Entre las preocupaciones clave están los llamados ataques de prompt injection y las técnicas de jailbreak, que buscan forzar a los modelos a generar contenido prohibido o revelar datos internos. Estos métodos han ganado sofisticación, obligando a las empresas a adoptar enfoques más dinámicos y proactivos. OpenAI, según el reporte, ha incrementado sus inversiones en investigación de seguridad y en equipos especializados, además de colaborar con expertos externos para identificar vulnerabilidades. Este enfoque refleja una transición en la industria: la seguridad ya no es un componente secundario, sino una capa central del producto. El contexto no podría ser más crítico. A medida que la IA se integra en sectores como finanzas, salud y defensa, las consecuencias de una brecha de seguridad se amplifican exponencialmente. Un fallo ya no implica solo pérdida de datos, sino potencial manipulación de decisiones automatizadas. “Tenemos que democratizar nuestra capacidad para brindar protección cibernética a todos aquellos que la necesitan, y no reservarla únicamente para las empresas de la lista Fortune 50 o las compañías más grandes y prestigiosas que pueden permitírselo”, explicó Sasha Baker, jefa de política de seguridad nacional de OpenAI, en una entrevista con CNN. Recientemente OpenAI organizó un taller práctico en Washington para demostrar su último modelo y las capacidades de ciberseguridad que tiene. En dicho evento estuvieron presentes representantes de todo el gobierno federal, incluyendo el Pentágono, la Casa Blanca, el Departamento de Seguridad Nacional y la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA). Representantes de la compañía dicen que volverán a Washington para tomar comentarios y añadirlos en su plan de acción denominado la Era de la Inteligencia, que une criterios entre el sector público y privado. El caso de OpenAI ilustra una tendencia más amplia en Silicon Valley y más allá. La ciberseguridad en la era de la IA no es solo una cuestión técnica, sino un desafío sistémico que redefine cómo se construyen, despliegan y regulan estas tecnologías. En última instancia, la confianza del usuario dependerá no solo de lo que la IA puede hacer, sino de qué tan bien puede protegerse. Lea también: La nueva superficie de ataque: por qué gestionar identidades de agentes de IA se convierte en prioridad crítica

La firma experimenta con un agente de codificación , una apuesta que refleja la creciente competencia en herramientas de desarrollo asistidas por IA y plantea nuevas preguntas sobre el futuro del trabajo técnico. IBM probó con sus más de 80.000 colaboradores un agente de codificación llamado Bob, diseñado para colaborar con desarrolladores en la creación, revisión y mejora de código que hoy finalmente fue lanzado a todo el público. El movimiento no ocurre en el vacío. Empresas como GitHub, OpenAI y Google ya han establecido una fuerte presencia en este espacio con copilotos y asistentes avanzados. La apuesta de IBM busca posicionarse en un terreno cada vez más competitivo, donde la productividad del desarrollador se ha convertido en un diferenciador clave. Bob no es simplemente un autocompletador. La propuesta apunta a un agente más autónomo, capaz de entender contextos, sugerir soluciones y participar activamente en el ciclo de desarrollo. Esto incluye desde la generación de código hasta la identificación de errores y la optimización de rendimiento. El potencial es significativo. Según la compañía, durante el periodo de prueba pudieron observar un "aumento promedio de la productividad del 45 por ciento en flujos de trabajo complejos de varios pasos". Herramientas de este tipo han demostrado reducir tiempos de desarrollo y mejorar la calidad del código. Sin embargo, también introducen nuevas dinámicas en el trabajo técnico. El rol del desarrollador evoluciona, pasando de escribir código a supervisar, validar y dirigir sistemas automatizados. El enfoque de IBM también refleja una estrategia más amplia. La compañía ha estado invirtiendo en IA empresarial, buscando diferenciarse con soluciones orientadas a entornos corporativos, donde la seguridad, la gobernanza y la integración con sistemas existentes son críticas. Pero el camino no está exento de desafíos. La precisión de los modelos, el riesgo de errores en código generado y la dependencia de sistemas automatizados son preocupaciones recurrentes. Además, la adopción en entornos empresariales requiere niveles de confianza que aún están en construcción. El caso de Bob ilustra una transición más profunda en la industria del software. La programación, tradicionalmente vista como una actividad altamente manual y especializada, está siendo reconfigurada por la inteligencia artificial. Lea también: Por qué IBM triplicará la contratación de puestos junior en plena ola de reemplazos por la IA