Automatización, agentes inteligentes, marketing conversacional, desarrollo agent-first y toma de decisiones basada en datos marcaron la agenda de un encuentro que reunió en Santo Domingo a líderes tecnológicos, ejecutivos y especialistas regionales para discutir cómo convertir la inteligencia artificial en resultados concretos, dejando atrás la etapa de pruebas aisladas. La inteligencia artificial dejó de ser un tema aspiracional para convertirse en una discusión sobre ejecución. Ese fue el mensaje transversal que atravesó el Festival IA República Dominicana 2026, realizado el 9 de junio en Santo Domingo, que reunió a especialistas, empresarios y líderes tecnológicos para debatir cómo llevar la IA desde los laboratorios de innovación hacia la operación cotidiana de las organizaciones. La jornada estuvo marcada por un denominador común: menos teoría, más implementación. Las conferencias se enfocaron en mostrar aplicaciones concretas, modelos operativos, automatización de procesos y casos de uso orientados a generar eficiencia, ventas y ventajas competitivas. Uno de los primeros ejes del evento estuvo centrado en la necesidad de transformar el entusiasmo por la IA en resultados tangibles. Marcelo Burman, gerente general de Connecta B2B, abrió la agenda planteando que la discusión empresarial ya no pasa por adoptar inteligencia artificial, sino por construir modelos sostenibles de implementación. Su presentación abordó los errores frecuentes que cometen las organizaciones al quedarse en pilotos aislados y propuso una hoja de ruta para integrar IA en procesos reales. La conversación continuó con un enfoque práctico sobre creación de valor. Giame Fajardo, consultor cloud en CECOMSA, profundizó en cómo las organizaciones pueden traducir capacidades tecnológicas en soluciones aplicadas a necesidades específicas del negocio. El mensaje fue claro: la ventaja competitiva no surge del acceso a la tecnología, sino de su capacidad para integrarse a procesos y generar impacto financiero medible. Uno de los puntos más relevantes de la agenda estuvo relacionado con la creciente exposición de las marcas frente a sistemas conversacionales impulsados por IA. Mathias Duarte, fundador de Heynow, analizó los riesgos asociados a desplegar agentes inteligentes en contacto directo con clientes. Gobernanza, control de respuestas, responsabilidad empresarial y robustez operativa aparecieron como elementos centrales en un escenario donde las organizaciones comienzan a delegar parte de su comunicación a sistemas automatizados. El evento también puso especial énfasis en el impacto comercial de la inteligencia artificial. Christian Correidora, CEO de Digital Ideas, presentó múltiples enfoques orientados a convertir automatización y marketing conversacional en herramientas de crecimiento. Su exposición mostró cómo los agentes inteligentes están evolucionando desde simples chatbots hacia plataformas integradas capaces de generar leads, gestionar conversaciones comerciales y mejorar experiencias de cliente a gran escala. La toma de decisiones basada en datos fue otro de los temas dominantes. Joel Díaz, presidente y cofundador de Popcorn Group, planteó que las organizaciones enfrentan un problema distinto al de años anteriores: ya no falta información, sino capacidad para interpretarla. Su enfoque giró alrededor de la construcción de modelos de decisión donde inteligencia artificial, analítica avanzada y comprensión del comportamiento humano convergen para reducir incertidumbre y mejorar resultados. Uno de los bloques que generó mayor expectativa estuvo vinculado al desarrollo de software impulsado por agentes autónomos. Israel Figueroa, cofundador y CTO de BrainHi, presentó demostraciones prácticas sobre entornos de trabajo “agent-first”, donde sistemas como agentes de codificación avanzados dejan de actuar como asistentes para asumir tareas completas de planificación, desarrollo y validación. La propuesta reflejó una transformación más profunda del trabajo técnico: equipos híbridos donde humanos coordinan mientras agentes ejecutan. Según la visión compartida durante las sesiones, esta dinámica comienza a extenderse más allá del desarrollo de software hacia soporte técnico, operaciones y atención al cliente. Otro aspecto recurrente a lo largo del encuentro fue la evolución del concepto de productividad. Varias conferencias coincidieron en que el crecimiento organizacional ya no depende únicamente de aumentar personal o expandir estructuras, sino de construir equipos amplificados por inteligencia artificial. Automatización comercial, atención 24/7 y generación continua de oportunidades aparecieron como ejemplos concretos de esta nueva lógica operativa. Hacia el cierre de la jornada, Marcelo Burman retomó la dimensión comercial de la tecnología al plantear que los equipos de ventas enfrentan un punto de inflexión. Desde prospección automatizada hasta seguimiento postventa, la inteligencia artificial comienza a posicionarse como un copiloto permanente para mejorar conversión, productividad y velocidad de respuesta. Más allá de las herramientas específicas, el Festival IA República Dominicana dejó una conclusión transversal: la discusión regional sobre inteligencia artificial está cambiando. El foco ya no está puesto exclusivamente en qué puede hacer la tecnología, sino en cómo implementarla, gobernarla y convertirla en resultados medibles. En un contexto donde la presión competitiva obliga a acelerar procesos de transformación, el mensaje dominante fue contundente: la etapa experimental comienza a quedar atrás y las organizaciones que no avancen hacia modelos operativos basados en IA corren el riesgo de perder velocidad frente a competidores más ágiles. Para obtener más información sobre próximas fechas, agenda e inscripciones, se puede ingresar a https://www.festival-ia.com. Le puede interesar: Festival IA Rep. Dominicana 2026: La guía para trascender el hype y escalar la IA en la empresa

Tras años de retrasos, promesas incumplidas y una creciente presión de Wall Street, Apple presentó finalmente una nueva generación de Siri impulsada por inteligencia artificial. La actualización busca transformar al asistente en un agente contextual capaz de competir con ChatGPT, Gemini y Claude, pero también expone cuánto terreno ha perdido la compañía en la carrera de la IA. Durante más de una década, Siri fue presentada como una ventana al futuro. Cuando Apple la introdujo en 2011, la asistente de voz parecía anticipar una nueva forma de interactuar con la tecnología. S in embargo, mientras competidores como OpenAI, Google y Anthropic convertían los modelos generativos en herramientas cotidianas para cientos de millones de personas, Siri quedó atrapada en una categoría cada vez más incómoda: la de una innovación pionera que dejó de evolucionar al ritmo del mercado. Ahora Apple intenta cambiar esa narrativa. En la conferencia WWDC 2026, la compañía presentó "Siri AI", una reconstrucción profunda de su asistente digital diseñada para convertirlo en algo mucho más cercano a un compañero inteligente que a un simple sistema de comandos por voz. La nueva versión incorpora capacidades conversacionales avanzadas, comprensión contextual, conocimiento del contenido que aparece en pantalla y acceso a información personal almacenada en el dispositivo para ejecutar tareas complejas de manera más natural. La apuesta es enorme porque llega después de años de tropiezos. Apple había anunciado ambiciosas mejoras para Siri vinculadas a su estrategia de inteligencia artificial, pero los retrasos se acumularon. En marzo de 2025 la empresa reconoció públicamente que varias de las funciones prometidas necesitarían más tiempo de desarrollo. La demora se convirtió en un símbolo de las dificultades internas que enfrentaba una organización acostumbrada a marcar el ritmo de la industria tecnológica. Según reportes recientes, la presión dentro de Apple llegó a niveles inusuales. La empresa observaba cómo ChatGPT redefinía las expectativas de los consumidores mientras Gemini se integraba en el ecosistema de Google y Claude ganaba reputación en entornos empresariales. Siri, en contraste, seguía siendo percibida por muchos usuarios como una herramienta limitada para tareas básicas. Reuters reportó que la compañía insistió en que gran parte del procesamiento seguirá realizándose en el dispositivo, una diferenciación clave frente a algunos competidores más dependientes de la nube. Sin embargo, la privacidad también se convierte en una paradoja. Cuanto más inteligente y contextual quiere ser Siri, más necesita observar lo que ocurre en aplicaciones, mensajes y actividades cotidianas. Ese equilibrio entre utilidad y vigilancia digital podría convertirse en uno de los debates centrales de la nueva etapa de Apple. Los mercados tampoco reaccionaron con entusiasmo inmediato. Las acciones de Apple cayeron alrededor de un 1,9 % durante la jornada de presentación, reflejando el escepticismo de algunos inversionistas sobre si las novedades anunciadas son suficientes para cerrar la brecha frente a los líderes actuales de la inteligencia artificial. El desafío es particularmente complejo porque el mercado ya no evalúa asistentes virtuales, sino agentes de IA. La expectativa de los usuarios ha cambiado radicalmente. Ya no basta con responder preguntas o programar recordatorios. Las personas esperan sistemas capaces de investigar, ejecutar tareas y coordinar acciones de forma autónoma. Lea también: La economía invisible de la IA: la revolución productiva que las estadísticas no pueden medir

Como parte del posible acuerdo, la empresa podría donar acciones al gobierno de los EE. UU. para sembrar algo parecido al “Fondo de Riqueza Pública” (Public Wealth Fund) que la compañía describió en su propuesta de política de abril. La administración Trump y el CEO de OpenAI, Sam Altman, mantienen conversaciones continuas sobre una posible participación del gobierno de los Estados Unidos en la startup especializada en IA. De acuerdo con información de fuentes confidenciales de CNBC, estas discusiones se han mantenido desde hace más de un año. En 2025, Altman compartió por primera vez con la administración Trump la idea. Las discusiones al respecto se retomaron esta semana mientras Altman se reunía con varios legisladores y funcionarios en Washington. DC, para discutir sobre regulaciones y avances de la IA. CNBC detalló que, como parte del posible acuerdo, OpenAI podría donar acciones al gobierno de los EE. UU. para sembrar algo parecido al “Fondo de Riqueza Pública” (Public Wealth Fund) que la empresa describió en su propuesta de política de abril. Agregan que la startup podría invertir en activos diversificados a largo plazo, y permitiría que los ciudadanos participen en los beneficios del crecimiento de la IA, con rendimientos del fondo. No se detallan aún los términos oficiales de la inversión. En febrero, el presidente de EE. UU., Donald Trump, firmó una orden ejecutiva con la que exigió al gobierno federal establecer un fondo soberano de inversión. La administración Trump ya tomó participación en Intel, International Business Machines y otras empresas de computación cuántica y minerales críticos. El presidente Donald Trump abordó las conversaciones el viernes con reporteros a bordo del Air Force One. “Existen conceptos donde se podrían entregar partes al público estadounidense, donde el público estadounidense esencialmente se convierte en un socio”, señaló Turmp. El presidente afirmó que se reunirá con empresas de IA “en un futuro muy corto, muy cercano”. Además, el viernes el presidente de los Estados Unidos firmó una directiva que instruye a las organizaciones federales de seguridad nacional a “acelerar la adopción de la IA para satisfacer la creciente demanda” y a incorporar rápidamente “los modelos de IA más avanzados de múltiples proveedores”. El desenlace de estas negociaciones podría redefinir por completo la relación entre el sector tecnológico privado y el Estado. Con OpenAI valorada en más de 850,000 millones de dólares y preparando su salida a bolsa (IPO) para este año, la integración de fondos soberanos locales y extranjeros. Queda claro que la infraestructura de la inteligencia artificial ya no es solo una carrera comercial, sino una prioridad de soberanía económica y seguridad nacional para la Casa Blanca. Le puede interesar: ChatGPT rompe con la barrera de 1.000 millones de usuarios mensuales

Mientras las empresas aceleran la adopción de agentes de inteligencia artificial para atender clientes por WhatsApp, teléfono y redes sociales, Mathias Duarte, fundador y CEO de Heynow, advierte que el verdadero desafío ya no es construir un chatbot, sino evitar que se convierta en un problema reputacional, operativo o financiero. La nueva frontera, sostiene, es la hiperpersonalización segura y escalable. Durante los primeros años de la revolución de la inteligencia artificial generativa, la industria quedó fascinada por una pregunta relativamente sencilla: ¿puede una máquina mantener una conversación convincente? En 2026, esa discusión ya parece superada. La pregunta que hoy ocupa a las empresas es mucho más compleja: ¿puede una inteligencia artificial hablar en nombre de una marca sin ponerla en riesgo? Para Mathias Duarte, CEO y fundador de Heynow, la respuesta depende menos del modelo de IA utilizado y mucho más de la arquitectura, los controles y la estrategia que existen detrás de cada interacción. "La inteligencia artificial no es 100% precisa por naturaleza", afirmó Duarte durante su presentación en el Festival de Inteligencia Artificial en República Dominicana. "Si no somos cuidadosos cuando hacemos que la IA hable para afuera, puede ser sumamente contraproducente". La advertencia llega en un momento en que organizaciones de todos los sectores experimentan con asistentes basados en modelos de lenguaje para automatizar atención al cliente, ventas, soporte técnico y servicios financieros. Sin embargo, según Duarte, existe una diferencia radical entre construir una prueba de concepto y desplegar un agente que represente públicamente a una compañía. "Hacer una prueba de concepto es facilísimo. Es trabajo de días. Ahora, llevar esa prueba de concepto a producción y hacer que la IA hable en nombre de la marca es otro partido", señaló. De los chatbots a un ecosistema de agentes Heynow nació en Uruguay en 2014, cuando WhatsApp todavía no ofrecía interfaces oficiales para empresas. Lo que comenzó como una plataforma de chatbots evolucionó hasta convertirse, según Duarte, en un ecosistema de inteligencia artificial aplicada a las comunicaciones. La plataforma integra agentes capaces de operar sobre WhatsApp, redes sociales, correo electrónico, sitios web, aplicaciones móviles e incluso llamadas telefónicas. El objetivo es crear una capa conversacional capaz de interactuar con clientes a través de cualquier canal. Pero Duarte distingue tres grandes formas de utilización de la IA dentro de una organización. La primera está relacionada con la creación de herramientas internas, donde agentes especializados ayudan a desarrollar software o automatizar procesos. La segunda consiste en sistemas que apoyan la toma de decisiones dentro de la empresa. Y la tercera, la que considera más desafiante, es aquella en la que la IA interactúa directamente con consumidores. "Nos enfocamos en hacer que la IA hable a los clientes finales", explicó. Cuando la IA se convierte en un problema Los riesgos son reales y ya han producido algunos de los casos más notorios de la industria. Durante su exposición, Duarte recordó ejemplos de agentes que generaron ofertas inexistentes, asistentes que fueron manipulados para vender productos a precios absurdamente bajos y sistemas que terminaron criticando a la propia empresa que representaban. El problema común detrás de todos esos incidentes, según explicó, es la ausencia de controles. "No hubo verificación, no hubo control. Se delegó absolutamente toda la responsabilidad a la inteligencia artificial", afirmó. La preocupación no es menor. Organizaciones como la Open Worldwide Application Security Project (OWASP), el Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) y la norma ISO/IEC 42001 han comenzado a desarrollar marcos específicos para la gobernanza y seguridad de sistemas de inteligencia artificial. La aparición de vulnerabilidades asociadas al prompt injection, manipulación de respuestas y alucinaciones ha convertido la supervisión de agentes en una prioridad corporativa. Para Duarte, la conclusión es clara: construir un chatbot funcional es sencillo; construir uno confiable es otra historia. Lea también: Festival IA Rep. Dominicana 2026: la guía para trascender el hype y escalar la IA en la empresa

Para Giame Fajardo, de CECOMSA, la pregunta hoy ya no es si la inteligencia artificial puede ayudar a las empresas, sino dónde puede aportar valor primero, cómo implementarla correctamente y cómo medir su impacto. Durante el Festival de Inteligencia Artificial República Dominicana 2026, Giame Fajardo, Cloud Consultant y Developer de CECOMSA, dictó la conferencia "Mucha tecnología, poco producto: cómo convertir la IA en valor real para el negocio". En su intervención, Fajardo abordó una paradoja actual: existe una gran cantidad de tecnología disponible, pero esto no se correlaciona con el valor real obtenido por las empresas. El experto advierte que la inteligencia artificial, por sí sola, no genera valor; este solo se materializa cuando la tecnología se transforma en productos de negocio útiles, eficiencia operacional y reducción de costos medibles. Un error común en las empresas es seleccionar primero una herramienta tecnológica (como grandes modelos de lenguaje o copilotos), crear una demostración que genere entusiasmo interno, pero que al final no es comprendida por las áreas de negocio. Esto inevitablemente resulta en una baja adopción y en la ausencia de un retorno de inversión. Para generar valor real, la estrategia debe invertirse. El punto de partida debe ser siempre un problema del negocio o un dolor real de la organización y a partir de ahí, el proceso ideal recomendado por Fajardo es el siguiente: 1-Identificar qué causa fricción o es ineficiente en la empresa. 2-Seleccionar un caso de uso específico. 3-Validar si los datos de la empresa están disponibles y son accesibles. 4-Crear un Producto Mínimo Viable (MVP). 5-Seleccionar la tecnología adecuada que se adapte a ese problema. Pero, ¿estamos verdaderamente listos para la IA? Antes de simplemente "comprar" IA, las organizaciones deben evaluar su nivel de preparación. Es fundamental conocer si la empresa tiene la estrategia, los procesos, los datos, la tecnología, la seguridad y la cultura de adopción necesarios. Para llevar a cabo un proyecto estructurado, el experto recomienda desarrollar al menos cinco entregables clave: Un mapa de madurez basado en los pilares organizacionales para saber qué tan lista está la empresa. Un inventario de oportunidades con todos los casos de uso viables. Una matriz de priorización para evaluar cuáles de esos casos tienen mayor viabilidad y valor. Un roadmap de iniciativas que defina fases, tiempos y dependencias. Las métricas y el cálculo del retorno de la inversión (ROI) La conferencia también abordó que en lugar de buscar proyectos masivos que intenten reemplazar departamentos enteros, las organizaciones deben enfocarse en los "early wins", es decir, casos que entreguen resultados positivos en cuestión de semanas . Algunos ejemplos prácticos incluyen asistentes internos sobre políticas, automatización de facturas, bots de soporte interno y procesos de onboarding automatizados. Fajardo ilustró cómo un asistente conectado a la base de conocimientos de una empresa puede reducir las consultas repetitivas de un departamento de soporte en un 60%, ahorrando cientos de horas al mes. La IA aplicada debe ser invisible para el usuario Una implementación exitosa se caracteriza por ser imperceptible. Para el usuario final, la tecnología subyacente debe ser abstracta; este solo debe interactuar a través de sus canales habituales (como Microsoft Teams, aplicaciones web o Power Apps) . Y es que la inteligencia artificial aplicada no se ve como código, sino como flujos automatizados inteligentes, insights automáticos (que interpretan reportes por el usuario), y conocimiento accesible en lenguaje natural. Lea también: "Festival IA República Dominicana 2026: cómo convertir la IA en valor real para el negocio"

En la charla de apertura del evento, Marcelo Burman, gerente general de Connecta B2B, planteó un enfoque pragmático para evitar que los proyectos tecnológicos se estanquen en pilotos experimentales y logren resultados operativos concretos. La inteligencia artificial (IA) ha dejado de ser una promesa futurista para convertirse en una urgencia operativa. Sin embargo, existe una brecha preocupante: mientras que el 92% de las empresas declaran tener iniciativas de IA, solo el 26% ha logrado llevarlas a proyectos reales. Este es el punto de partida de la conferencia "IA sin humo", dictada por Marcelo Burman, donde el consultor desglosó por qué la mayoría de los proyectos fallan y cuál es la hoja de ruta para alcanzar una verdadera madurez operativa. EBurman fue enfático en su crítica: la principal causa del fracaso es comenzar por la tecnología en lugar del problema. "Comprar licencias de ChatGPT no es una estrategia", advirtió el especialista. Las organizaciones que se enamoran de la herramienta antes de definir el caso de uso suelen terminar en lo que él denomina "pilotos sin continuidad", donde la innovación se celebra en las presentaciones pero nunca llega a integrarse en el flujo de trabajo diario. Para revertir esta tendencia, Burman propone tres preguntas fundamentales que funcionan como un filtro para cualquier iniciativa: ¿Qué problema del negocio quiero resolver? (Pensar en microtareas es clave para el éxito inicial). ¿Cómo mido el éxito? (La ausencia de métricas claras hace imposible justificar el retorno de la inversión). ¿Cómo lo integro al flujo de trabajo real? (La IA debe ser una pieza dentro del proceso, no un silo aislado). Hoja de ruta para el éxito: El modelo de las 12 semanas El experto compartió un roadmap estructurado para organizaciones que buscan resultados tangibles en el corto plazo: Semanas 1-2: Mapeo de cuellos de botella y definición de problemas. Semanas 3-6: Desarrollo de pilotos enfocados. Semanas 7-10: Pruebas e integración al flujo operativo. Semana 11 en adelante: Escalamiento a toda la organización. Burman destacó la importancia de la "curva en J": una fase inicial de inversión y curva de aprendizaje donde la productividad puede disminuir temporalmente, seguida por un crecimiento exponencial. La paciencia y la medición son críticas durante este periodo. La conferencia repasó diversos ejemplos industriales que demuestran cómo la IA, cuando se implementa correctamente, redefine la eficiencia: Atención al cliente y eficiencia: Casos como Klarna y Air India evidenciaron que, con la implementación de agentes de IA, se pueden manejar millones de consultas, reduciendo drásticamente los tiempos de respuesta y los costos operativos. Productividad Legal y Corporativa: JP Morgan destacó por la automatización del análisis legal, ahorrando 360,000 horas anuales, demostrando que la IA es una herramienta de productividad, no solo de automatización. Creatividad y Producción: Coca-Cola (con "Create Real Magic") y Unilever (mediante gemelos digitales para fotografía de productos) mostraron cómo democratizar la producción publicitaria y reducir la fricción en la creación de campañas. Gestión del Conocimiento: El caso de la consultora McKinsey (Lili) ejemplificó cómo digitalizar el conocimiento interno para ponerlo a disposición de toda la fuerza laboral global, procesando 500,000 consultas mensuales. El factor humano: Riesgos y la "Supervisión Cognitiva" El mayor riesgo advertido por Burman no es la falta de tecnología, sino la "delegación cognitiva": el peligro de volverse más dependiente de la máquina y, en consecuencia, menos capaz de resolver problemas complejos de manera autónoma. El consultor identificó varios sesgos que deben ser vigilados constantemente: el sesgo de automatización, el sesgo de confirmación (hacer preguntas para que la IA valide nuestra opinión) y el sesgo de autoridad. Ante esto, la recomendación es clara: "Human in the loop". La IA no debe reemplazar al humano, sino potenciarlo. La figura del trabajador debe migrar de "hacedor" a "orquestador", alguien capaz de supervisar los procesos y validar la trazabilidad de la información. Finalmente, Burman advirtió sobre la "Shadow AI" (uso de IA en las sombras), donde empleados usan herramientas no institucionales con datos críticos de la empresa. Esto, lejos de ser un avance, representa un riesgo de seguridad y cumplimiento. La clave del éxito, según Burman, no está en dominar el truco tecnológico, sino en comprender cómo integrar estas herramientas en la operación diaria para, finalmente, pasar del discurso a la acción. Le puede interesar: La economía invisible de la IA: la revolución productiva que las estadísticas no pueden medir

Un nuevo estudio sostiene que la inteligencia artificial ya está generando valor económico a una escala comparable con los grandes cambios tecnológicos de la historia. El problema es que buena parte de ese crecimiento permanece oculto para el PIB, los indicadores de productividad y las estadísticas laborales tradicionales. Durante décadas, los economistas asumieron que si una tecnología aumentaba la productividad, ese avance terminaría reflejándose en las cifras oficiales. Más producción, más ingresos, más crecimiento. Sin embargo, un nuevo informe de la firma de investigación SemiAnalysis plantea una hipótesis provocadora: la inteligencia artificial ya estaría generando una enorme cantidad de valor económico que simplemente no aparece en los datos. El documento, titulado AI Dark Output: The Visible Cost of Invisible Growth, sostiene que Estados Unidos enfrenta un problema de medición comparable al que acompañó los primeros años de la Revolución Industrial. Según el análisis, una porción creciente de la actividad económica impulsada por IA permanece estadísticamente invisible porque los sistemas actuales fueron diseñados para una economía donde el trabajo humano era la principal unidad de producción. La cifra central del informe es contundente. SemiAnalysis estima que alrededor del 41% del PIB de servicios de Estados Unidos, equivalente a unos 7,2 billones de dólares, se mide principalmente a través de salarios y horas trabajadas. Cuando una herramienta de IA permite que un abogado, un consultor, un analista financiero o un programador produzca el doble en el mismo tiempo y manteniendo el mismo salario, el incremento de productividad no aparece de manera clara en las métricas oficiales. En otras palabras, la economía está generando más resultados sin que aumenten proporcionalmente las variables que tradicionalmente se utilizan para medir la producción. La firma calcula que ya existen aproximadamente 1,5 billones de dólares en tareas salariales expuestas a la automatización o aceleración mediante IA. El fenómeno se concentra especialmente en trabajos intensivos en conocimiento, precisamente aquellos sectores que históricamente han sido más difíciles de cuantificar desde el punto de vista estadístico. La tesis de SemiAnalysis llega en un momento particularmente interesante. Durante los últimos dos años, buena parte del debate sobre inteligencia artificial estuvo dominado por una aparente contradicción: las empresas tecnológicas anuncian ganancias récord asociadas a la IA, la inversión en centros de datos se dispara y las organizaciones reportan mejoras operativas, pero los indicadores macroeconómicos muestran avances relativamente modestos en productividad. Para los autores del informe, la explicación no es que la revolución de la IA aún no haya llegado. Es que los instrumentos de medición no fueron diseñados para detectarla. El razonamiento tiene antecedentes históricos. Economistas como Robert Solow observaron en los años ochenta que las computadoras parecían estar "en todas partes excepto en las estadísticas de productividad". Algo similar ocurrió durante las primeras décadas de electrificación industrial. Las nuevas tecnologías tardaron años en reflejarse plenamente en los indicadores económicos porque las organizaciones necesitaban reorganizar procesos completos para capturar su potencial. La diferencia actual es la velocidad. Mientras la adopción de la electricidad tomó décadas, la IA generativa se está expandiendo en cuestión de meses. Los argumentos de SemiAnalysis también encuentran eco en investigaciones académicas recientes. Un estudio publicado en arXiv denominado The Iceberg Index concluyó que la exposición económica potencial de las capacidades actuales de IA es varias veces superior a lo que reflejan los indicadores visibles de adopción tecnológica. Los investigadores estimaron que las capacidades de automatización cognitiva alcanzan aproximadamente 1,2 billones de dólares en valor salarial, una magnitud muy cercana a las cifras manejadas por SemiAnalysis. Además, encontraron que los indicadores tradicionales como PIB, ingresos o desempleo explican menos del 5% de la variación observada en esa exposición económica. El informe también plantea implicaciones importantes para gobiernos y bancos centrales. Si una parte creciente del crecimiento económico ocurre fuera del radar estadístico, las decisiones de política monetaria, empleo e inversión podrían estar basándose en una imagen incompleta de la realidad productiva. La paradoja es evidente. Una empresa puede generar más contratos, atender más clientes y producir más servicios gracias a asistentes de IA sin contratar personal adicional. Desde la perspectiva de las estadísticas laborales, casi nada cambia. Desde la perspectiva económica, sí. La pregunta de fondo no es si la inteligencia artificial está transformando la economía. Para SemiAnalysis, la transformación ya comenzó. La cuestión es si los sistemas de medición heredados del siglo XX son capaces de registrar una economía donde buena parte del trabajo intelectual está siendo amplificado por máquinas. Si la tesis resulta correcta, los economistas podrían estar enfrentando un escenario inusual: una revolución productiva en marcha cuya principal característica es que permanece parcialmente invisible. Lea también: La contratación de personal para ciberseguridad se estanca: casi la mitad de los líderes de TI enfrentan resistencia corporativa

La plataforma rompió todos los récords al tardar apenas tres para llegar a esa cifra. Aplicaciones como TikTok, Instagram, Google Maps o YouTube nunca han llegado a esa cantidad de usuarios. También cuenta con al menos 50 millones de usuarios de pago. Llegar a los 1.000 millones de usuarios activos es una barrera que pocas aplicaciones han logrado y las que lo lograron tuvieron que operar entre cinco y ocho años. ChatGPT rompió todos los récords al tardar apenas tres para llegar a esa cifra. La herramienta de OpenAI llegó a los 1.000 millones de usuarios activos en mayo, de acuerdo con Sensor Tower Data. Por ejemplificar el hito que marcó la compañía, aplicaciones como TikTok, Instagram, Google Maps o YouTube nunca han llegado a esa cantidad de usuarios. Este récord en la adopción de ChatGPT a nivel global llega en medio de una competencia creciente en el mercado de la inteligencia artificial, principalmente entre la casa matriz de ChatGPT y Anthropic, creadores de Claude. Si bien el alcance actual de la herramienta de OpenAI es impresionante, el medio Gadget Review reportó que Claude alcanzó los 56 millones de usuarios mensuales con un crecimiento interanual del 640%, en comparación con la tasa de crecimiento del 62% de ChatGPT. Es en este contexto que tanto Anthropic como OpenAI se preparan para su incursión en los mercados bursátiles con sus enormes bases de usuarios como una ventaja. Anthropic presentó una solicitud confidencial para una cotización pública en EE. UU., mientras que Reuters informa que OpenAI está preparando su propia documentación. En las aspiraciones de OpenAI en la bolsa se debe considerar a los 50 millones de usuarios de pago que tiene ChatGPT, lo que ofrece un modelo con alta capacidad de monetización que permite valorar los rendimientos posibles a los inversores. Le puede interesar: Meta quiere ir más allá de los anuncios y apunta a los agentes IA

Muchas empresas llevan meses hablando de IA, comprando licencias o lanzando pilotos aislados, y todavía no han visto un impacto real en su productividad ni en su modelo de negocio. Si esto está ocurriendo en tu organización, la culpa no es de la tecnología. El verdadero problema radica en el management y en la dirección. En esta nueva edición de Prompt IT!, dedicamos nuestra sección AcademIA a desmitificar la falsa adopción de la IA. Explicamos por qué el oficio del manager debe evolucionar drásticamente: ya no se trata de asignar tareas y supervisar personas, sino de aprender a diseñar flujos de trabajo organizativos reales y orquestar equipos mixtos compuestos por humanos y agentes autónomos. Además, analizamos los 4 fallos de gestión que sabotean los proyectos (falta de criterio, ausencia de límites escritos, falta de accountability y carencia de medición) y presentamos una metodología práctica de 5 estaciones críticas para hacer un verdadero onboarding estratégico a un agente de IA: Contexto, Rol, Tarea, Checkpoint y Owner. Sin este rediseño organizativo, no hay transformación posible. Pero esto no es todo lo que tenemos en esta emisión. El programa viene cargado de análisis estratégico y herramientas clave: AINews: Analizamos la brutal hiperconcentración de capital de riesgo en OpenAI y Anthropic que está dejando sin fondos al resto de las startups, el "cementerio de unicornios" en EE. UU., los preparativos para las megasalidas a bolsa y el fascinante experimento de simulación de sociedades autónomas con agentes de IA. Además, evaluamos el nuevo chip Blackwell de NVIDIA para PC y el lanzamiento de Scout, el nuevo asistente autónomo de Microsoft 365. ConciencIA: Debatimos sobre la nueva y polémica jugada de Sam Altman, quien ofrece 100 millones de dólares en tokens de OpenAI a startups a cambio de participación accionaria (equity), analizando el riesgo de generar una dependencia técnica absoluta desde etapas tempranas. AIMaizing: Mostramos el impresionante potencial de Omni, el nuevo modelo generativo de Google para la creación y edición de video cinematográfico con consistencia física y de personajes que está revolucionando la producción audiovisual. Si es un líder que busca pasar de las demostraciones cosméticas a la generación de valor real con Inteligencia Artificial, este episodio es de visualización obligatoria Vea el episodio 51 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. Le puede interesar: Volvió Prompt IT!, con más IA para toda la región

Investigadores de Kaspersky detectaron una ola de fraudes que aprovecha la expectativa de millones de aficionados. Sitios falsos de venta de entradas, tiendas fraudulentas de productos oficiales y correos que prometen premios millonarios forman parte de una campaña global que ya moviliza a autoridades, empresas de ciberseguridad y plataformas digitales. La cuenta regresiva hacia la Copa Mundial de la FIFA 2026 no solo está acelerando la demanda de entradas, viajes y mercancía oficial. También está impulsando una nueva generación de estafas digitales diseñadas para capitalizar la emoción de los aficionados. Investigadores de seguridad de Kaspersky alertaron sobre un incremento en las campañas fraudulentas vinculadas al torneo, una tendencia que refleja cómo los grandes eventos deportivos se han convertido en terreno fértil para la ciberdelincuencia. Según la compañía, los delincuentes están creando sitios web que imitan plataformas oficiales, utilizan la identidad visual del campeonato y ofrecen supuestas oportunidades exclusivas para engañar a los usuarios y obtener datos personales, financieros y credenciales de acceso. Uno de los esquemas detectados consiste en páginas que aparentan vender entradas legítimas para los partidos del torneo. Los sitios aceptan pagos en diversas monedas, muestran logotipos y colores asociados al Mundial y ofrecen incluso canales de atención mediante aplicaciones de mensajería para reforzar su apariencia de legitimidad. Sin embargo, tras completar el proceso de compra, las víctimas pueden perder el dinero de sus tarjetas y entregar información sensible directamente a los estafadores. La estrategia no es nueva, pero sí más sofisticada. Investigaciones recientes de empresas de ciberseguridad revelan que miles de dominios falsos relacionados con la Copa Mundial 2026 ya circulan en internet. Expertos de Group-IB identificaron más de 4.300 dominios fraudulentos que replican la apariencia de los portales oficiales de la FIFA, muchos de ellos diseñados específicamente para robar credenciales, datos bancarios y pagos de aficionados desesperados por conseguir boletos. Kaspersky también detectó falsas tiendas en línea que promocionan peluches de las mascotas oficiales, camisetas y otros productos supuestamente autorizados. Estos portales suelen exhibir descuentos agresivos y sellos de “Compra Segura” o “Sitio Seguro” para generar confianza. El verdadero objetivo, sin embargo, es recolectar información financiera y personal de los compradores. Más allá de las ventas fraudulentas, los ciberdelincuentes están explotando otra herramienta clásica: la ingeniería social. La compañía identificó campañas de correo electrónico que simulan comunicaciones oficiales relacionadas con problemas en registros de usuarios o compras de entradas. En otros casos, los mensajes anuncian premios de hasta US$500.000 destinados a cubrir boletos, vuelos y alojamiento para asistir al torneo. La mecánica es sencilla y efectiva. El usuario recibe una notificación inesperada, se le informa que ha sido seleccionado para un beneficio exclusivo y se le solicita contactar al remitente o ingresar a un enlace para reclamar la recompensa. A partir de ese momento comienza el proceso de robo de datos o extorsión financiera. "Los grandes eventos deportivos concentran tres elementos que los estafadores aprovechan muy bien: emoción, urgencia y alta demanda", explica María Isabel Manjarrez, investigadora de Seguridad para América Latina en el Equipo Global de Investigación y Análisis de Kaspersky. "Cuando los aficionados buscan entradas, promociones, transmisiones o productos oficiales, es más fácil que bajen la guardia ante ofertas que parecen exclusivas o de tiempo limitado". La especialista advierte que el daño puede extenderse mucho más allá de una compra fallida. "Al ingresar datos personales, bancarios o credenciales en sitios fraudulentos, las víctimas pueden quedar expuestas a robo de identidad, accesos no autorizados a sus cuentas y nuevas campañas de phishing mucho más personalizadas", señala. Las advertencias ya no provienen únicamente del sector privado. En los últimos días, el FBI emitió alertas sobre la proliferación de sitios falsos relacionados con la Copa Mundial, recomendando a los aficionados evitar enlaces patrocinados, verificar cuidadosamente los dominios y acceder únicamente a través de canales oficiales. La agencia estadounidense advirtió que los estafadores están utilizando páginas que imitan portales de venta de entradas, mercancía oficial e incluso oportunidades laborales vinculadas al evento. La preocupación es proporcional a la magnitud del torneo. Se espera que más de seis millones de aficionados asistan a partidos en Estados Unidos, Canadá y México, una escala que convierte al Mundial en uno de los objetivos más atractivos para las redes de fraude digital. Algunos estudios estiman que las pérdidas económicas asociadas a estafas relacionadas con entradas podrían oscilar entre US$71 millones y US$474 millones. Lea también: La contratación de personal para ciberseguridad se estanca: casi la mitad de los líderes de TI enfrentan resistencia corporativa

WPP y otros gigantes del sector ya admiten lo inevitable: si la inteligencia artificial puede producir campañas en minutos, cobrar por tiempo invertido deja de tener sentido. El negocio creativo entra en una transformación estructural que amenaza décadas de márgenes cómodos y modelos predecibles. Durante décadas, la industria publicitaria construyó su estabilidad financiera sobre una métrica simple: el tiempo. Horas hombre, equipos creativos, procesos extensos y reuniones interminables fueron la materia prima que justificó millones de dólares en facturación anual. Pero la irrupción de la inteligencia artificial generativa está pulverizando esa lógica a una velocidad que incluso los grandes holdings publicitarios ya no pueden ignorar. El cambio quedó expuesto con claridad en un análisis publicado por Yahoo Finance y originalmente difundido por Benzinga. Allí se detalla cómo compañías como WPP, dueña de agencias históricas como Ogilvy y Wunderman Thompson, comenzaron a abandonar el tradicional esquema de cobro por horas para migrar hacia modelos basados en resultados y desempeño. La razón es brutalmente simple: la IA puede producir en minutos trabajos que antes requerían semanas de equipos enteros. La señal más importante no es tecnológica, sino económica. El modelo de “time and materials”, el equivalente corporativo de cobrar por tiempo y recursos invertidos, empieza a perder legitimidad frente a clientes que observan cómo herramientas generativas producen copys, animaciones, conceptos visuales y pruebas creativas con una fracción del esfuerzo humano requerido hace apenas dos años. Greg Castro, vicepresidente de alianzas globales de Mobvista, resumió el problema de manera contundente al afirmar que “las horas facturables siempre castigaron a las agencias que trabajan rápido y generan valor”. La IA, según su visión, simplemente terminó de romper una contradicción histórica del sector: las agencias más eficientes ganaban menos dinero porque necesitaban menos tiempo para producir. Lo que antes era una discusión filosófica sobre productividad hoy es una amenaza financiera concreta. La presión no viene únicamente desde las propias agencias. Ejecutivos tecnológicos de alto perfil ya comenzaron a normalizar la idea de reducir drásticamente la dependencia de consultores y proveedores externos gracias a la IA. Aaron Levie, CEO de Box; Tobias Lütke, CEO de Shopify; y Luis von Ahn, CEO de Duolingo, han sugerido públicamente que la automatización reducirá buena parte del trabajo tercerizado. Eso altera el equilibrio de poder entre clientes y agencias. En el pasado, las compañías contrataban grandes estructuras creativas porque producir campañas requería ejércitos de diseñadores, redactores, estrategas y productores audiovisuales. Ahora, un pequeño equipo equipado con modelos generativos puede iterar decenas de conceptos en cuestión de horas. El valor deja de estar en fabricar activos y comienza a desplazarse hacia otra capacidad: interpretar datos y predecir rendimiento. Ese matiz es central para entender la transición que vive la industria. La IA está democratizando la producción creativa, pero no necesariamente la capacidad de generar campañas efectivas. Por eso las agencias intentan reposicionarse como arquitectos de resultados y no simplemente como fábricas de piezas publicitarias. Según el análisis citado por Yahoo Finance, los anunciantes comienzan a pagar menos por la creación inicial y más por el impacto real de los anuncios en métricas de negocio. En otras palabras, la creatividad empieza a parecerse más al trading algorítmico que al arte publicitario tradicional. Los anuncios dejan de evaluarse por intuición estética y pasan a medirse casi en tiempo real según conversiones, engagement y retorno financiero. La IA acelera pruebas A/B, produce múltiples variantes automáticamente y optimiza campañas con una velocidad imposible para equipos humanos tradicionales. Lea también: El fenómeno del “AI Washing” empresarial

Un chatbot de soporte impulsado por inteligencia artificial de Meta fue manipulado para tomar control de cuentas de la red social de alto perfil. El incidente expone los riesgos de delegar funciones críticas de seguridad a sistemas de IA con privilegios elevados y controles insuficientes. La industria tecnológica lleva años prometiendo que la inteligencia artificial transformará la atención al cliente. Meta quiso llevar esa visión un paso más allá: un asistente capaz de resolver problemas de cuentas, recuperar accesos y gestionar incidencias sin intervención humana. Durante varios meses, según investigadores y reportes de seguridad, esa misma herramienta se convirtió en una puerta de entrada para atacantes. La vulnerabilidad, revelada inicialmente por 404 Media y documentada posteriormente por Ars Technica, TechCrunch y otros medios especializados, permitió que hackers tomaran control de cuentas de Instagram simplemente convenciendo al chatbot de soporte de modificar la dirección de correo electrónico asociada a una cuenta objetivo. La mecánica del ataque era sorprendentemente sencilla. Los atacantes iniciaban un proceso de recuperación de contraseña, utilizaban una VPN para simular estar en una ubicación cercana a la víctima y solicitaban al asistente de soporte basado en IA que vinculara una nueva dirección de correo electrónico a la cuenta objetivo. El chatbot aceptaba la solicitud y enviaba un código de verificación al correo controlado por el atacante. Una vez completado ese paso, la recuperación de contraseña quedaba en manos del intruso. Entre las cuentas comprometidas figuraron perfiles especialmente visibles, incluyendo la cuenta archivada de la Casa Blanca de la era de Barack Obama, la marca Sephora, investigadores de seguridad y altos funcionarios de la Fuerza Espacial estadounidense. Algunas de estas cuentas llegaron a publicar contenido no autorizado antes de ser recuperadas. Lo más preocupante no fue la sofisticación técnica del ataque, sino precisamente su ausencia. Los investigadores describieron el incidente como una variante de "prompt injection", una técnica mediante la cual un atacante manipula el comportamiento de un modelo de lenguaje mediante instrucciones cuidadosamente formuladas. En términos de seguridad informática clásica, varios expertos compararon el problema con el conocido fenómeno del "confused deputy", donde un sistema con privilegios elevados es inducido a actuar en nombre de un tercero no autorizado. Meta aseguró haber corregido la vulnerabilidad el 29 de mayo y afirmó que trabaja para proteger las cuentas afectadas. Sin embargo, reportes posteriores indicaron que la empresa continuó notificando usuarios potencialmente comprometidos incluso después del despliegue de la corrección. Más allá del caso específico de Instagram, la historia refleja un dilema cada vez más frecuente en Silicon Valley. Las empresas quieren que la IA haga más cosas. El problema es que cada nueva capacidad suele venir acompañada de más permisos, más acceso y más responsabilidad. Un chatbot capaz de responder preguntas frecuentes representa un riesgo limitado. Un chatbot capaz de modificar credenciales de acceso se convierte en una pieza crítica de la infraestructura de seguridad. La ironía es difícil de ignorar. Durante años, las compañías tecnológicas promovieron la automatización como una forma de reducir errores humanos. En este caso, la automatización terminó reproduciendo uno de los errores más clásicos de cualquier empleado novato: confiar en quien no debía. Podría interesarle: Cómo la IA está destruyendo toda una generación de unicornios