La compañía presentó un agente de inteligencia artificial que no espera instrucciones para actuar. Integrado en Outlook, Teams, OneDrive y SharePoint, el sistema representa un cambio profundo en la estrategia de Microsoft: pasar de asistentes conversacionales a trabajadores digitales capaces de ejecutar tareas de manera autónoma. Durante los últimos tres años, la industria tecnológica ha intentado convencer a las empresas de que los chatbots podían aumentar la productividad. Ahora Microsoft cree que la siguiente etapa ya no consiste en responder preguntas, sino en trabajar por cuenta propia. La compañía anunció el lanzamiento de Microsoft Scout, un nuevo agente de inteligencia artificial diseñado para funcionar como un asistente ejecutivo permanente. A diferencia de herramientas como ChatGPT o Microsoft Copilot, que requieren interacción directa del usuario, Scout permanece activo en segundo plano, monitorea flujos de trabajo, coordina tareas y toma decisiones operativas dentro de los límites definidos por cada organización. La presentación marca la aparición de una nueva categoría que Microsoft denomina "Autopilots", agentes autónomos capaces de actuar en nombre de una persona o equipo sin necesidad de recibir instrucciones constantes. Según explicó la empresa, estos sistemas cuentan con una identidad propia dentro de la infraestructura corporativa y operan utilizando los permisos y políticas de seguridad establecidos por la organización. Scout está integrado en el ecosistema Microsoft 365 y puede acceder a Teams, Outlook, OneDrive y SharePoint, además de analizar correos electrónicos, calendarios, contactos y conversaciones para comprender el contexto laboral de cada usuario. Su función no es únicamente responder consultas, sino identificar tareas pendientes, organizar agendas, detectar riesgos en proyectos y coordinar actividades antes de que se conviertan en problemas. Entre las capacidades demostradas por Microsoft se encuentran la programación automática de reuniones entre participantes ubicados en diferentes zonas horarias, la generación de materiales preparatorios para encuentros ejecutivos, el seguimiento de entregables y la reserva de espacios en la agenda para garantizar que determinadas tareas se completen a tiempo. Scout también puede detectar decisiones estancadas que estén bloqueando proyectos y alertar a los responsables correspondientes. La diferencia respecto a Copilot es significativa. Mientras los asistentes actuales funcionan bajo un modelo reactivo basado en preguntas y respuestas, Scout opera bajo una lógica persistente. Según Bloomberg, el agente incluso aparece dentro de los sistemas corporativos de correo electrónico y calendario como si fuera un empleado más de la organización, una característica que amplía considerablemente el rango de acciones que puede ejecutar. Detrás del lanzamiento existe también una dimensión estratégica. Microsoft continúa siendo uno de los socios más importantes de OpenAI, pero Scout refleja el creciente interés de la compañía por construir tecnologías propias. El sistema utiliza OpenClaw, una plataforma de código abierto que ganó notoriedad a comienzos de 2026, y se apoya en Work IQ, la nueva capa de inteligencia contextual presentada por Microsoft durante Build 2026. La empresa reveló además que más de 3.000 empleados ya utilizan versiones preliminares de Scout para actividades profesionales y personales. Actualmente el producto se encuentra disponible en una vista previa privada para clientes seleccionados y organizaciones Frontier. El acceso requiere inscripción en el programa Frontier, configuración de políticas mediante Intune y una licencia de GitHub Copilot. La apuesta de Microsoft responde a una tendencia que comienza a redefinir el mercado corporativo de IA. Los grandes proveedores tecnológicos ya no compiten únicamente por ofrecer mejores modelos de lenguaje. La nueva carrera consiste en construir agentes capaces de ejecutar trabajo real. Podría interesarle: El verdadero cuello de botella de los agentes de IA no es la inteligencia, es quién tiene permiso para actuar

Se espera un adelanto oficial durante la conferencia Build. La compañía planea unificar sus herramientas de inteligencia artificial en una sola plataforma. Según capturas de pantalla filtradas, esta nueva "superapp" rediseñará por completo la experiencia del usuario a través de tres pilares fundamentales. Microsoft se prepara para dar un golpe sobre la mesa en su conferencia Build en San Francisco. De acuerdo con filtraciones del medio TestingCatalog, la compañía trabaja este nuevo paso bajo el lema interno "Entregando un solo Copilot". La compañía planea unificar sus herramientas de inteligencia artificial en una sola plataforma. Según capturas de pantalla exclusivas filtradas por este medio especializado, esta nueva "superapp" rediseñará por completo la experiencia del usuario a través de tres pilares fundamentales. El primero de ellos es Scout, un agente de IA que permanece siempre activo dentro de la sección Autopilot. A este se le suman dos nuevas pestañas clave reveladas en la filtración. Por otro lado, encontramos Copilot Code, una superficie de programación integrada con GitHub Copilot. Esta herramienta permitirá gestionar repositorios locales y remotos. A esto se le añadirá la función Routines, con la que los usuarios podrán programar tareas automáticas de código. Microsoft busca competir directamente con soluciones como Claude Code de Anthropic, ofreciendo una ventaja competitiva para los millones de desarrolladores que ya pagan por su ecosistema. Por otro lado, la pestaña Cowork (Trabajo en equipo) funcionará como un agregador de datos capaz de revisar calendarios o investigar empresas para preparar la jornada laboral. Aunque las imágenes de TestingCatalog muestran la aplicación corriendo en el navegador Edge, aún está por confirmarse si tendrá acceso total a los archivos locales del escritorio o si operará completamente en la nube. Tras una reciente reestructuración interna, Jacob Andreou liderará la división. Microsoft tiene el objetivo de revertir una adopción inicial algo tímida y, al centralizar sus funciones multimedia en un solo lugar, busca frenar el avance de OpenAI y Anthropic. Se espera un adelanto oficial durante la conferencia Build; el lanzamiento definitivo de esta ambiciosa aplicación está previsto para finales del verano.

Mientras la industria compite por construir agentes cada vez más autónomos, las empresas descubren que el problema crítico no es la calidad de los modelos, sino el control sobre datos, identidades y autorizaciones. La carrera tecnológica por desarrollar agentes de inteligencia artificial cada vez más capaces está chocando contra una barrera inesperada. No se trata de la potencia de los modelos, ni de la velocidad de procesamiento, ni siquiera de la calidad de las respuestas. El obstáculo más difícil de resolver es mucho más antiguo: los permisos. Según un análisis publicado por VentureBeat, los proyectos empresariales basados en agentes de IA están encontrando límites operativos porque las organizaciones todavía no han resuelto una pregunta básica: qué puede hacer un agente, en nombre de quién puede hacerlo y cómo se verifica que esa acción esté autorizada. La observación resulta particularmente relevante en un momento en que gigantes tecnológicos presentan agentes capaces de ejecutar tareas complejas, coordinar flujos de trabajo y operar aplicaciones empresariales sin intervención constante de usuarios humanos. Workday, una de las compañías más activas en este espacio, sostiene que la gobernanza es el elemento que determinará el éxito o fracaso de la próxima generación de IA corporativa. Gerrit Kazmaier, presidente de producto y tecnología de la empresa, explicó al medio que muchos clientes intentan construir agentes conectando directamente modelos a bases de datos corporativas, perdiendo por el camino la riqueza de sus sistemas de seguridad y autorización. El resultado suele ser información excesivamente amplia, decisiones incorrectas o acciones fuera de contexto. La diferencia puede parecer técnica, pero tiene implicaciones profundas para sectores como recursos humanos, finanzas o salud. Un chatbot que responde incorrectamente una consulta puede generar frustración. Un agente que procesa una nómina errónea, modifica permisos indebidos o ejecuta una transacción financiera equivocada puede generar consecuencias legales y económicas inmediatas. Por esa razón, Workday está construyendo su estrategia alrededor de lo que denomina un "sistema de registro" para agentes. La idea consiste en que los agentes operen dentro de las mismas estructuras de identidad, jerarquías organizacionales y reglas de autorización ya existentes en las plataformas empresariales. Los agentes no reciben poderes propios. Actúan exclusivamente dentro de los permisos del usuario que los invoca. La discusión revela una de las grandes paradojas del actual auge de la inteligencia artificial. La industria ha invertido enormes recursos en mejorar razonamiento, contexto y capacidades multimodales, pero muchas organizaciones siguen enfrentando problemas básicos relacionados con identidad digital y control de acceso. La importancia de este desafío está siendo reconocida incluso por firmas de análisis. Gartner advirtió recientemente que el 40% de las organizaciones podrían degradar o retirar agentes de IA durante el próximo año debido a problemas de gobernanza. El error más frecuente consiste en aplicar el mismo modelo de control a agentes con distintos niveles de autonomía. Según la consultora, los sistemas deberían clasificarse en diferentes categorías, desde agentes que simplemente observan información hasta agentes totalmente autónomos que ejecutan acciones por cuenta propia. Cada nivel requiere controles específicos, monitoreo continuo y distintos mecanismos de aprobación. La preocupación no es teórica. A medida que los agentes comienzan a interactuar con sistemas empresariales reales, los riesgos aumentan exponencialmente. Datos financieros, historiales laborales, contratos, inventarios y procesos regulatorios están entrando en el radio de acción de estos sistemas automatizados. Dan Obendorfer, director de producto de Würk, resumió el dilema con una frase contundente: si los permisos viven fuera del sistema donde residen los datos, la batalla ya está perdida. El problema también está modificando la arquitectura tecnológica de las empresas. Durante años, las organizaciones construyeron ecosistemas fragmentados con múltiples herramientas de autenticación, gestión documental y control de acceso. Los agentes están obligando a reconsiderar esa fragmentación porque necesitan comprender relaciones organizacionales completas para actuar correctamente. La tendencia coincide con una creciente preocupación sobre el comportamiento autónomo de sistemas avanzados. Wired describió recientemente cómo la explosión de agentes de programación y automatización está generando entusiasmo, pero también inquietudes relacionadas con costos, supervisión y errores operativos. A medida que los agentes adquieren mayor capacidad de acción, la cuestión deja de ser qué tan inteligentes son y pasa a ser qué tan controlables resultan. Podría interesarle: Los modelos de IA están cambiando cómo y qué buscamos

Fortinet publicó el Reporte Global sobre la Brecha de Habilidades en Ciberseguridad 2026, revelando los desafíos emergentes y persistentes que enfrentan las organizaciones al lidiar con la escasez continua de habilidades en ciberseguridad y un panorama de amenazas en constante evolución. Los hallazgos clave de la encuesta global incluyen: La falta de habilidades en ciberseguridad, derivada en parte de la inversión insuficiente en talento de ciberseguridad, sigue siendo una de las principales causas de brechas de seguridad devastadoras. Aunque los ciberdefensores están aprovechando eficazmente las herramientas impulsadas por IA, es necesario mejorar y reforzar la capacitación de habilidades para aprovechar plenamente los beneficios de estas tecnologías avanzadas. A pesar de las brechas en la inversión, se están realizando esfuerzos intencionales para atraer y retener talento de alto nivel en ciberseguridad. “La ciberseguridad no es simplemente un problema técnico, sino un riesgo estratégico para el negocio. La encuesta de este año sugiere que, aunque las juntas directivas generalmente reconocen la importancia de la ciberseguridad, se necesita más inversión para abordar problemas clave, como los riesgos de la aceleración en IA y la continua escasez de habilidades en ciberseguridad. Abordar estos problemas es fundamental para la resiliencia del negocio ante un panorama de amenazas cada vez más complejo,” destacó Carl Windsor, CISO en Fortinet. La falta de habilidades en ciberseguridad sigue siendo una de las principales causas de brechas de seguridad devastadoras en las empresas. La encuesta global reveló: Hay mucho en juego: El 86% de las organizaciones reportan una o más brechas en los últimos 12 meses. El 52% afirma que las brechas les cuestan más de $1 millón, frente a un 38% en 2021. Las brechas tienen el mayor costo en América del Norte, con un promedio de $2 millones por brecha. La falta de habilidades en ciberseguridad sigue siendo una de las principales preocupaciones: Por tercer año consecutivo, los líderes de TI citan la falta de habilidades en ciberseguridad como una de las principales causas de las brechas de seguridad (56%). El cincuenta y un por ciento afirma que necesitan habilidades en ciberseguridad de nivel sénior sobre todas las demás, sin embargo, el 49% tiene dificultades para obtener la aprobación para contratar más personal en ciberseguridad. Esto es sorprendente, ya que el 50% afirma que los ejecutivos e incluso los miembros de la junta directiva han enfrentado sanciones después de un ciberataque, lo que subraya el riesgo. El uso de IA por parte de los empleados crea nuevos desafíos en materia de ciberseguridad que las juntas directivas aún no comprenden. El informe muestra: La implementación de IA en entornos corporativos genera riesgos: El uso de la IA por parte de los empleados supone un riesgo que las personas no comprenden del todo. Solo la mitad (50%) de los líderes cree que los miembros de su junta directiva están “plenamente informados” sobre los posibles riesgos del uso de la IA. Puede surgir una nueva brecha de habilidades: A medida que continúa la adopción de la IA, el 63% espera una mayor necesidad de roles de supervisión y gobernanza de IA en los equipos de ciberseguridad en los próximos tres años. A pesar de las brechas en la inversión, la inversión en certificaciones aumenta año tras año. Los hallazgos del informe demuestran lo siguiente: La disposición a pagar por certificaciones aumenta: el 92% revela que pagaría por que un empleado se certifique, frente al 73% de los encuestados en el reporte de 2025. Iniciativas dedicadas a identificar y fomentar el talento: Para obtener talento de grupos subrepresentados, el 92% utiliza prácticas, aprendizajes, asociaciones y programas. El setenta y uno por ciento reporta objetivos formales de contratación para grupos de talento subutilizados. La IA para ciberseguridad crea oportunidades y desafíos La adopción de herramientas de ciberseguridad impulsadas por IA es generalizada, ya que los responsables de la toma de decisiones ven su potencial para apoyar a los equipos de ciberseguridad en sus operaciones. Los resultados de la encuesta revelan: Amplia adopción de herramientas de seguridad impulsadas por IA: El 91% de los encuestados están utilizando o experimentando con soluciones de ciberseguridad impulsadas por IA. El escepticismo o la incertidumbre sobre la IA para la ciberseguridad es del 38%, una disminución desde el 43% en el informe del año pasado. La IA apoya a los profesionales de TI y seguridad de hoy: El 84% afirma que las herramientas de seguridad mejoradas por IA están ayudando a los equipos de TI y seguridad a ser más efectivos y eficientes. Esto es crítico, ya que los defensores cibernéticos y los ciberdelincuentes ahora están equipados con la misma tecnología; el 44% de los encuestados citan la defensa contra ataques de ciberseguridad impulsados por IA como una preocupación principal. Sin embargo, la IA está ampliando la brecha de habilidades en ciberseguridad. Al mismo tiempo, hay múltiples esfuerzos para superarla. Los encuestados comparten lo siguiente: Inversión en desarrollo de habilidades: El 60% de los encuestados afirman que su principal desafío en reclutamiento es encontrar talento en ciberseguridad con experiencia específica en IA. Hoy en día, El 92% tiene probabilidades de invertir en capacitación o certificaciones de ciberseguridad relacionadas con la IA en los próximos 12 meses. Implementación de programas para reforzar la capacitación: Las organizaciones afirman que necesitan personal con nuevas habilidades para apoyar su adopción de la IA, incluyendo desarrollo de modelos de IA (55%), supervisión de herramientas de IA (54%) y automatización de la seguridad (52%). El cincuenta y nueve por ciento de las organizaciones están desarrollando programas internos de formación o reciclaje para apoyar la adopción de la IA, mientras que el 52% están adquiriendo formación o reciclaje de proveedores del sector. La inversión a nivel de la junta directiva y la alta dirección en un enfoque en capas de ciberseguridad, que combine personas, procesos y tecnología, es esencial. Las organizaciones deben seguir aprovechando los grupos de talento infrautilizados e invirtiendo en formación y mejora de habilidades para construir y retener la experiencia que necesitan. Esto requiere un enfoque coordinado basado en tres pilares clave: la concientización y la educación, la ampliación del acceso a la formación y la certificación específicas, y la implementación de tecnologías de seguridad avanzadas. Para ayudar a las organizaciones a abordar los desafíos que enfrentan como resultado de la brecha de habilidades en ciberseguridad, el galardonado Instituto de Formación Fortinet ofrece uno de los programas de formación más grandes y amplios de la industria para hacer que la formación en ciberseguridad y las nuevas oportunidades profesionales estén disponibles para todos, e incluye un servicio de Formación en Concientización sobre Seguridad para que las organizaciones desarrollen una fuerza laboral consciente en materia de ciberseguridad. Le puede interesar: El verdadero cuello de botella de los agentes de IA no es la inteligencia, es quién tiene permiso para actuar

El nuevo chip está diseñado para ejecutar agentes de inteligencia artificial directamente en laptops y computadoras de escritorio. La apuesta busca trasladar parte del poder de la IA desde los centros de datos hacia los dispositivos personales y abrir un nuevo frente competitivo contra Intel, AMD, Qualcomm e incluso Apple. Durante décadas, la evolución de la computadora personal estuvo definida por mejoras graduales: procesadores más rápidos, gráficos más potentes y baterías más eficientes. Nvidia cree que la próxima transformación será mucho más profunda. En el marco de Computex 2026, la compañía presentó RTX Spark, un nuevo "superchip" que busca convertir las computadoras Windows en plataformas diseñadas específicamente para ejecutar agentes de inteligencia artificial. Jensen Huang, fundador y director ejecutivo de Nvidia, describió el lanzamiento como una reinvención de la PC para la era de la inteligencia artificial personal. La declaración puede sonar ambiciosa, pero los números ayudan a entender por qué la empresa considera que se trata de un cambio de paradigma. RTX Spark ofrece hasta un petaflop de rendimiento para tareas de IA, integra una CPU basada en arquitectura Arm desarrollada junto a MediaTek y una GPU Blackwell de Nvidia, y puede configurarse con hasta 128 GB de memoria unificada. Según la compañía, los equipos equipados con este chip serán capaces de ejecutar localmente modelos de lenguaje de hasta 120.000 millones de parámetros con contextos de hasta un millón de tokens. También podrán generar video mediante IA en resolución 4K, editar contenido 12K y ejecutar videojuegos AAA a más de 100 cuadros por segundo en resolución 1440p. La apuesta revela un cambio importante en la estrategia de Nvidia. Hasta ahora, el auge de la inteligencia artificial se concentró principalmente en centros de datos. OpenAI, Anthropic, Google y Meta dependen de enormes granjas de GPU para entrenar y ejecutar modelos. RTX Spark intenta trasladar parte de esa capacidad al dispositivo personal, permitiendo que agentes inteligentes trabajen localmente sin depender constantemente de la nube. La visión es que la computadora deje de ser una herramienta reactiva y se convierta en un asistente activo. En lugar de abrir aplicaciones, buscar archivos o completar tareas manualmente, los usuarios podrían delegar procesos completos a agentes de IA capaces de actuar en nombre del usuario. Nvidia incluso está colaborando con Microsoft para integrar estas capacidades directamente en Windows mediante nuevas herramientas de seguridad y una arquitectura denominada OpenShell. El anuncio también tiene implicaciones competitivas. Durante años, Nvidia dominó el mercado de aceleradores para inteligencia artificial, pero dependía de Intel o AMD para los procesadores centrales de las computadoras personales. RTX Spark rompe parcialmente esa dependencia al combinar CPU y GPU dentro de una misma plataforma. El mercado reaccionó inmediatamente: tras el anuncio, las acciones de Intel, AMD y Qualcomm registraron caídas mientras Nvidia avanzaba en bolsa. Más allá de la reacción bursátil, el movimiento representa una expansión estratégica hacia un mercado donde Nvidia históricamente tenía una presencia limitada. La empresa está trabajando con fabricantes como Dell, Lenovo, HP, Asus, MSI y Microsoft para lanzar alrededor de 30 modelos de laptops y 10 equipos de escritorio durante el segundo semestre del año. Algunos dispositivos tendrán menos de 14 milímetros de grosor y pesarán menos de tres libras. La pregunta que surge es si existe una demanda real para este tipo de computadoras. La industria tecnológica ha intentado varias veces crear nuevas categorías de PC sin lograr resultados masivos. Los llamados AI PCs promovidos durante 2024 y 2025 tuvieron una recepción desigual debido a la falta de aplicaciones verdaderamente transformadoras. Nvidia parece estar apostando a que los agentes autónomos serán el caso de uso que finalmente convenza a consumidores y empresas. Existen señales que respaldan esa hipótesis. Adobe ya está rediseñando Photoshop y Premiere para aprovechar RTX Spark, prometiendo duplicar el rendimiento de tareas de IA y procesamiento gráfico. Más de 100 desarrolladores de software y videojuegos anunciaron compatibilidad con la nueva plataforma. Sin embargo, el verdadero desafío no será tecnológico sino cultural. La computación personal lleva cuarenta años basada en la interacción directa mediante teclado, ratón y aplicaciones. Nvidia propone un modelo donde la conversación reemplaza buena parte de esas interfaces. Si los usuarios aceptan esa transición, RTX Spark podría convertirse en el inicio de una nueva categoría informática. Si no ocurre, terminará siendo recordado como otro intento de incorporar inteligencia artificial a la computadora tradicional. Podría interesarle: Herramienta de IA de Visa ayuda a identificar más de US$ 26 mil millones en presuntos fraudes en la región

La firma confirmó la solicitud de IPO, aunque prefirió mantener bajo estricta reserva tanto la valoración específica que buscará en la bolsa como los términos de la oferta y la cantidad de acciones disponibles. La solicitud se anticipa estratégicamente a OpenAI. La startup Anthropic presentó de manera confidencial su solicitud para una oferta pública inicial (IPO, por sus siglas en inglés) en el mercado de valores de los Estados Unidos. Este movimiento estratégico, además de un hito para la compañía, también impulsa de forma drástica la competencia financiera en el sector tecnológico. El ascenso meteórico de Anthropic se vio acelerado por el anuncio reciente de la recaudación de US$65.000 millones de dólares en financiamiento, una cifra monumental que ha catapultado su valoración posterior a la inversión (post-money) hasta los US$965.000 millones de dólares. Para poner este crecimiento en perspectiva, la startup estaba valorada en US$380.000 millones de dólares en febrero. Se anticipa que su salida a la bolsa se daría en otoño de este año. En este contexto, Anthropic superó a su principal rival, OpenAI, convirtiéndose formalmente en la startup más valiosa del mundo. Gran parte de este éxito comercial y financiero se atribuye al lanzamiento, a finales del año pasado, de sus productos avanzados de asistencia de codificación dentro del ecosistema de Claude. En un breve comunicado de dos párrafos en su blog oficial, Anthropic confirmó la solicitud de IPO, aunque prefirió mantener bajo estricta reserva tanto la valoración específica que buscará en la bolsa como los términos de la oferta y la cantidad de acciones disponibles. La compañía argumentó que este formato de presentación confidencial les otorga la flexibilidad de salir al mercado una vez que la Comisión de Bolsa y Valores de EE. UU. (SEC) complete la respectiva revisión de sus estados financieros. "Esto nos da la opción de salir a bolsa después de que la SEC complete su revisión. La propuesta de oferta pública inicial dependerá de las condiciones del mercado y de otros factores. El número de acciones que se ofrecerán y el precio aún no se han establecido. Este anuncio se publica bajo la Regla 135 de la Ley de Valores de 1933 y sus enmiendas" detalló el comunicado. The Guardian explica que este mecanismo de presentación confidencial se convirtió en una práctica habitual para las corporaciones de gran envergadura. Este movimiento de Anthropic no ocurre de forma aislada. La solicitud se anticipa estratégicamente a OpenAI, firma de la cual se espera que presente de manera inminente su propia documentación para cotizar en bolsa. El mercado financiero se prepara así para un año histórico, ya que se prevé que tres de las firmas privadas más influyentes del planeta den el salto público: Anthropic, OpenAI y SpaceX. Esta última, liderada por Elon Musk, también ha optado por la vía de la solicitud confidencial, apuntando a una cotización con una valoración cercana a los US$1.75 billones (trillions en inglés) mientras busca captar US$75.000 millones de dólares en nuevas inversiones. Le puede interesar: Microsoft planea nueva "superapp" de Copilot

Las compañías descubren que desplegar inteligencia artificial a escala se parece menos a comprar software y más a operar un centro de datos. El auge de los modelos generativos está trasladando el poder hacia los equipos de DevOps y plataforma. Durante los últimos dos años, la conversación corporativa sobre inteligencia artificial estuvo dominada por modelos, chatbots y asistentes capaces de generar texto, código e imágenes. Sin embargo, a medida que las empresas intentan convertir los experimentos en sistemas de producción, está emergiendo una realidad mucho menos glamorosa: el verdadero desafío no es la IA, sino la infraestructura que la sostiene. Esa es la tesis central planteada por Aviad Rossmann en DevOps.com, donde sostiene que la inteligencia artificial empresarial se está convirtiendo rápidamente en un problema de DevOps y de ingeniería de plataformas. La afirmación refleja un cambio profundo en la industria. Las organizaciones que comenzaron conectando herramientas como Jira, Confluence, SharePoint o Slack a modelos de lenguaje están descubriendo que el verdadero cuello de botella aparece cuando los sistemas deben operar de forma estable, segura y económicamente viable a gran escala. El problema surge cuando la IA deja de ser una demostración tecnológica y se convierte en infraestructura crítica. Según Rossmann, muchas empresas iniciaron sus proyectos convencidas de que la complejidad residía en la búsqueda y recuperación de información. La realidad fue distinta. Una vez que los modelos entran en producción aparecen desafíos relacionados con orquestación de GPUs, monitoreo, programación de cargas de trabajo, observabilidad, gobernanza y resiliencia operativa. La diferencia es fundamental. Los motores de búsqueda corporativos ya existían. Lo que los modelos de lenguaje aportan es la capacidad de sintetizar información dispersa y reconstruir razonamientos organizacionales. Pero esa capacidad de inferencia tiene un costo técnico enorme que muchas organizaciones subestimaron. En la práctica, las empresas están siguiendo tres caminos. El primero consiste en comprar más hardware. El segundo, externalizar completamente la inferencia a proveedores mediante APIs. El tercero, construir entornos privados en la nube para mantener el control sobre los datos. Ninguna opción es sencilla. La compra de GPUs ofrece soberanía tecnológica, pero también introduce problemas de planificación energética, redundancia, administración de controladores, monitoreo de utilización y previsión de capacidad. Rossmann advierte además que el hardware para IA se deprecia a una velocidad inusual: una inversión realizada hoy puede parecer tecnológicamente obsoleta en apenas 18 meses. La externalización tampoco resuelve todo. Cuando los modelos procesan datos internos relacionados con clientes, propiedad intelectual o decisiones estratégicas, aparecen interrogantes sobre cumplimiento normativo, residencia de datos, dependencia de proveedores y previsibilidad de costos. La tercera vía, cada vez más popular, es desplegar modelos en nubes privadas. Pero lo que inicialmente parece una solución intermedia termina convirtiéndose en una compleja arquitectura de Kubernetes, pools de GPUs, políticas de escalamiento, sistemas de balanceo de carga y configuraciones de seguridad que requieren conocimientos especializados. El fenómeno está produciendo una transformación silenciosa dentro de los departamentos tecnológicos. Los equipos que antes se enfocaban en automatización, integración continua y despliegue de software ahora están siendo empujados hacia la administración de infraestructura de IA. IBM resumió recientemente esta transición con una frase contundente durante su conferencia Think 2026: "los modelos no importan realmente si la base no es correcta". La industria está empezando a comprender que la IA empresarial necesita una especie de sistema operativo propio. Rossmann argumenta que las plataformas actuales siguen exponiendo demasiada complejidad a los desarrolladores. Mientras los sistemas operativos tradicionales abstraen la gestión de memoria, almacenamiento o procesamiento, las plataformas de inferencia todavía obligan a los equipos a lidiar directamente con aceleradores, asignación de recursos, cachés y enrutamiento de modelos. Los costos ya están generando preocupación. En comunidades de ingeniería y DevOps abundan testimonios sobre gastos crecientes asociados a la inferencia. Un profesional relató recientemente que su organización pasó de gastar US$28.000 mensuales a US$47.000 mensuales en servicios relacionados con IA para desarrolladores en apenas seis meses, proyectando más de US$500.000 anuales que no estaban contemplados en los presupuestos corporativos. Las cifras ayudan a explicar por qué tantas iniciativas parecen estancarse. Un estudio académico publicado este año señala que la inversión global corporativa en IA alcanzó US$252.300 millones durante 2024, pero apenas el 6% de las compañías reportó un impacto significativo en ganancias. La investigación concluye que los principales obstáculos son organizacionales e infraestructurales, no necesariamente tecnológicos. La narrativa dominante de la inteligencia artificial continúa centrándose en quién posee el modelo más avanzado. Sin embargo, el verdadero campo de batalla empresarial parece estar desplazándose hacia otra dirección. La ventaja competitiva ya no depende únicamente de acceder a mejores algoritmos, sino de operar sistemas de inferencia confiables, seguros y económicamente sostenibles. Lea también: Los prompts de IA que, sin saberlo, pueden estar filtrando secretos dentro de las empresas

Los sindicatos del períodico han presentado demandas por prácticas laborales desleales, acusando a la dirección de utilizar herramientas de IA como sistemas de vigilancia encubierta y de negarse a transparentar su estrategia tecnológica. El debate sobre los límites de la inteligencia artificial en las empresas tiene un nuevo capítulo en las mesas de negociación laboral. Los sindicatos Tech Guild y Times Guild del medio The New York Times han presentado demandas por prácticas laborales desleales, acusando a la dirección de utilizar herramientas de IA como sistemas de vigilancia encubierta y de negarse a transparentar su estrategia tecnológica. De acuerdo con información de The Verge, la disputa escaló tras la implementación de dos plataformas: DX, un software de productividad que mutó de medir métricas globales a evaluar rendimientos individuales, y Glean, un motor de búsqueda que indexa correos, códigos y borradores internos. Los trabajadores del New York Times denuncian que ambas herramientas se usan para auditar el desempeño de ellos, sin que los trabajadores hayan dado su consentimiento. Ben Harnett, ingeniero de software del Times y líder sindical, alertó sobre el peligro de automatizar la evaluación humana mediante estadísticas planas: "Ahora a las personas en situaciones disciplinarias de repente se les recrimina: 'Solo hiciste una solicitud de cambio de código por semana y eso está un 25% por debajo del estándar de la industria'", comentó. El sindicalista agregó que la forma en que están usando DX y Glean equivale realmente a desplegar tecnología de vigilancia contra los trabajadores. Por su parte, la portavoz del periódico, Danielle Rhoades, rechazó estas descripciones y afirmó que la empresa responderá mediante los canales contractuales normales. Asimismo, desistió de contestar las preguntas enviadas por The Verge. The Verge cita que Times Guild se encuentra actualmente negociando un nuevo contrato; están presionando por protecciones sólidas contra la IA. Uno de los requisitos que piden es que haya un ser humano detrás de cualquier herramienta de IA que se utilice. Además, que cualquier trabajo periodístico que use IA esté etiquetado de forma transparente y que el personal reciba una compensación por los acuerdos de entrenamiento de modelos de IA que la empresa ponga en práctica. Le puede interesar: Los prompts de IA que, sin saberlo, pueden estar filtrando secretos dentro de las empresas

Visa Account Attack Intelligence (VAAI) Score ayuda a identificar la probabilidad de que se estén generando fraudes mediante ataques de enumeración en las transacciones de comercio electrónico. Tras su despliegue en América Latina y el Caribe a mediados de 2025, la herramienta Visa Account Attack Intelligence (VAAI) Score se está consolidando como una herramienta para fortalecer la ciberseguridad y combatir el fraude digital en la región. Visa anunció esta tecnología logró identificar más de US$ 26 mil millones en intentos de fraude en menos de un año desde su lanzamiento en la región. VAAI Score es una innovadora herramienta de evaluación de riesgo que combina la IA generativa y las capacidades de aprendizaje automático para detectar y evaluar mejor las transacciones y detectar posibles ataques por enumeración en tiempo real. Con base en el análisis de transacciones de VisaNet, VAAI Score proporciona una evaluación de cada transacción en tan solo 20 milisegundos, tomando en cuenta hasta 182 atributos de riesgo. "A medida que las empresas, los bancos y consumidores se enfrentan a esquemas de fraude cada vez más sofisticados, los resultados que estamos viendo de VAAI Score de Visa marcan un hito importante en nuestra lucha contra los ataques por enumeración. Es un ejemplo del poder de la innovación para mejorar continuamente la seguridad del ecosistema de comercio digital”, dijo Leopoldo Cottin, líder de Soluciones de Inteligencia de Riesgo y Seguridad para Visa América Latina y el Caribe. “En Visa seguimos comprometidos a ser pioneros y aprovechar proactivamente las capacidades de la IA generativa para crear un futuro más seguro y confiable para todos”. Puntuación de riesgo más robusta Según datos internos, la alta precisión de VAAI Score en la identificación de posibles amenazas puede resultar en una reducción de 85% en falsos positivos en comparación con otros modelos de riesgo. Esto ha ayudado a reducir las pérdidas relacionadas con fraude y las ineficiencias operativas, fortaleciendo la seguridad de los pagos ante la evolución de las amenazas digitales. Esta tecnología cuenta con seis veces más atributos que los modelos anteriores a VAAI, y está destinada a revolucionar la forma en que las instituciones financieras en la región combaten la creciente amenaza de ataques por enumeración en las transacciones con tarjeta no presente. La puntuación de riesgo permite a los emisores gestionar mejor su riesgo de fraude asociado a los esquemas de enumeración, proporcionando a los bancos una herramienta sofisticada para evitar compromisos de cuentas y detener transacciones fraudulentas antes de que ocurran. El Impacto de los ataques por enumeración Los ataques por enumeración se han convertido en una amenaza significativa para la industria financiera. Estos ataques están afectando a más de 750 emisores y 2.000 comercios en todo el mundo, generando aproximadamente USD 1,1 mil millones en pérdidas anuales por fraude. Entre las regiones impactadas, América Latina y el Caribe ocupa el segundo lugar (después de Estados Unidos) con más de 19% de los ataques dirigidos a emisores. Los actores maliciosos están adoptando cada vez más las tecnologías programáticas de pruebas automatizadas, como botnets y guiones automatizados para monetizar las transacciones de comercio electrónico. Sin embargo, en los últimos seis meses, Visa logró contener un incremento del 13% en ataques de enumeración únicos a nivel de la red, mientras continuó mejorando sus principales indicadores de seguridad. Con el VAAI Score de Visa y su arsenal de herramientas de inteligencia ante ataques y soluciones de riesgo de fraude, la compañía está a la vanguardia en la expansión del uso de la IA generativa en ciberseguridad, para así proteger las transacciones en línea y mejorar la seguridad financiera como nunca. En los últimos cinco años, Visa ha invertido más de US$ 12 mil millones en ciberseguridad y prevención de fraude, incluyendo IA y análisis de datos para permitir un comercio confiable. Esta inversión ha llevado a importantes esfuerzos de prevención de fraude, bloqueando miles de millones de dólares en transacciones fraudulentas anualmente. Le puede interesar: Los modelos de IA están cambiando cómo y qué buscamos

En el entorno empresarial actual, el debate ya no gira en torno a si la inteligencia artificial reemplazará o no a los profesionales. La realidad es mucho más inmediata: un nuevo tipo de colaborador ha ingresado a las organizaciones. No firma contratos, no solicita vacaciones y no ocupa un escritorio físico, pero está redactando propuestas, clasificando datos y agilizando flujos operativos cada minuto. Se trata de los agentes de inteligencia artificial. En esta edición número 50 de Prompt IT!, nuestra sección AcademIA se sumerge a fondo en las reglas de este nuevo ecosistema corporativo. Explicamos de forma detallada cómo evolucionar desde el management tradicional hacia el Work Planning, un enfoque donde los líderes ya no solo dirigen personas, sino que orquestan flujos mixtos de trabajo. Analizamos con precisión metodológica qué tareas específicas se deben delegar (procesos rutinarios, análisis masivos de información o borradores creativos) y cuáles son las seis zonas críticas protegidas que jamás deben externalizarse por exigir juicio ético o estratégico. Además, compartimos cómo estructurar un flujo operativo bajo el concepto de Human in the Loop (Humano en el bucle) y cómo evitar el peligroso antipatrón de la "ilusión del control" en las empresas. A la par de este análisis central, el episodio viene cargado con la mejor actualización de la industria global: Evolución en herramientas: Analizamos el despliegue de Gemini 3.5 de Google y sus nuevos agentes capaces de procesar flujos de trabajo incluso con el ordenador apagado, junto con el debate oculto sobre el consumo real de tokens. Cine y geopolítica algorítmica: El impactante estreno en Cannes de una película de 95 minutos generada íntegramente por IA en solo dos semanas, y la agresiva guerra de precios desatada por la startup china DeepSeek que desafía el mercado estadounidense. Fichajes y dilemas de Estado: La incorporación del célebre investigador Andrej Karpathy a Anthropic, el fallido gemelo digital del gobierno argentino y la primera declaración doctrinal del Vaticano sobre la dignidad humana frente a los algoritmos. La perspectiva de la Generación Z: Una mirada estadística y analítica a la caída del entusiasmo tecnológico en jóvenes de 15 a 30 años, y cómo las empresas deben reconfigurar sus narrativas para transformar el miedo al reemplazo en un interés por la amplificación de capacidades. Este episodio está diseñado para dotar a directores generales, mandos medios y líderes de equipos de los criterios necesarios para liderar la adopción tecnológica con absoluta responsabilidad y control. Vea el episodio 50 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

Mientras las compañías aceleran la adopción de ChatGPT, Copilot y asistentes generativos, una nueva amenaza se expande silenciosamente en oficinas, departamentos legales y equipos de desarrollo: los empleados están compartiendo información crítica con modelos de IA sin darse cuenta. El problema ya no es el malware ni el phishing, sino las conversaciones cotidianas con chatbots. La revolución de la inteligencia artificial dentro de las empresas está creando una paradoja incómoda. Cuanto más útil se vuelve la IA generativa para acelerar tareas diarias, más fácil resulta exponer información confidencial sin intención maliciosa. La escena ya es común en miles de organizaciones: un abogado pega un contrato en ChatGPT para resumirlo, un desarrollador sube código propietario para depurar errores, un reclutador carga currículums para generar preguntas de entrevista o un gerente financiero comparte hojas de cálculo para construir proyecciones. Lo que parece productividad cotidiana se está convirtiendo en uno de los mayores agujeros de seguridad corporativa de la era de la IA. Un informe reciente publicado por CIO advierte que ChatGPT generó 410 millones de violaciones de políticas de prevención de pérdida de datos (DLP) en apenas un año, un incremento interanual del 99,3 %. El fenómeno refleja un cambio profundo en la naturaleza de los riesgos empresariales: ahora los datos sensibles salen de las organizaciones a través de conversaciones. La industria de ciberseguridad ya tiene un nombre para este fenómeno: “prompt data leakage”, o filtración de datos mediante prompts. El concepto describe la exposición accidental de información sensible cuando empleados introducen datos corporativos en interfaces conversacionales de IA. El problema es que las herramientas tradicionales de seguridad nunca fueron diseñadas para monitorear chats con inteligencia artificial. Los sistemas DLP clásicos inspeccionan correos electrónicos, archivos adjuntos y transferencias de documentos, pero no entienden qué ocurre dentro de una ventana de conversación con un modelo generativo. Según el análisis de CIO, existen doce escenarios específicos que hoy concentran la mayoría de las filtraciones empresariales relacionadas con IA. El primero involucra la resumización de contratos. Equipos legales copian acuerdos completos en herramientas públicas para generar versiones simplificadas, exponiendo nombres de clientes, términos comerciales y cláusulas confidenciales. Otro caso frecuente ocurre en recursos humanos, donde gerentes introducen evaluaciones de desempeño o planes disciplinarios para “mejorar la redacción”, filtrando datos salariales y registros internos. El reclutamiento también se transformó en una nueva superficie de riesgo. Reclutadores están cargando currículums completos para generar preguntas automáticas o análisis de candidatos, compartiendo historiales laborales y datos personales con plataformas externas. En marketing y ventas, el problema escala rápidamente. Empleados están utilizando chatbots para limpiar bases de datos CRM, redactar correos comerciales o resumir notas de clientes. El resultado es la exposición de teléfonos, correos electrónicos, presupuestos y estrategias comerciales. Sin embargo, el área donde las alarmas son más fuertes es desarrollo de software. Muchos programadores ya utilizan asistentes de IA como parte rutinaria de su flujo de trabajo. El problema aparece cuando copian funciones propietarias, claves API o fragmentos internos de sistemas críticos en plataformas públicas para resolver bugs. Según el reporte, este tipo de comportamiento requiere controles automáticos inmediatos capaces de detectar credenciales y bloquearlas antes de que abandonen la red corporativa. La preocupación no es teórica. Samsung ya enfrentó incidentes de filtración vinculados al uso interno de ChatGPT, mientras que múltiples empresas tecnológicas han comenzado a restringir o monitorear activamente herramientas generativas externas. Al mismo tiempo, la llamada “shadow AI” continúa creciendo: empleados utilizan aplicaciones no autorizadas porque las alternativas oficiales son lentas, insuficientes o inexistentes. Ese fenómeno recuerda a la explosión del “shadow IT” durante la adopción masiva de servicios cloud hace una década. La diferencia es que ahora las filtraciones pueden ocurrir simplemente escribiendo texto en una conversación. Para muchos expertos, prohibir la IA ya no es una estrategia viable. Los bloqueos totales suelen empujar a los trabajadores hacia herramientas invisibles para los departamentos de TI, agravando aún más el problema. La alternativa emergente es un modelo de “gobernanza conversacional”, donde las empresas clasifican dinámicamente qué información puede compartirse con sistemas de IA y bajo qué condiciones. Eso incluye mecanismos de redacción automática que reemplazan datos sensibles antes de que lleguen al modelo, aislamiento de navegador para impedir copiar o subir archivos, sistemas de monitoreo en tiempo real y políticas contextuales según el tipo de información. El desafío se complica todavía más con la expansión de agentes autónomos y sistemas basados en Retrieval-Augmented Generation (RAG), capaces de consultar bases internas de conocimiento corporativo. Investigaciones recientes advierten que estos entornos pueden filtrar información sensible si no implementan controles estrictos de acceso. La discusión también está abriendo un nuevo frente legal. Expertos en privacidad y compliance ya advierten que los prompts podrían convertirse en evidencia judicial. Un análisis citado en Reddit sobre gobernanza de prompts señala que incluso versiones empresariales de IA no garantizan automáticamente protección de privilegio legal o confidencialidad. Eso significa que conversaciones aparentemente inocuas con IA podrían terminar siendo descubribles en litigios futuros. En paralelo, la calidad de los datos comienza a emerger como otra variable crítica. Son muchas las compañías que están alimentando sistemas de IA con información desorganizada, incompleta o mal clasificada, amplificando riesgos operativos y regulatorios. Lea también: La factura oculta de la IA comienza a golpear a Microsoft y las Big Tech

De acuerdo con un estudio de Google, al menos un billón de personas está utilizando motores de búsqueda con IA mensualmente. El usuario ya no busca de forma estática: interactúa, responde, pide comparaciones e incluso corrige cuando se envió mal alguna pregunta. Los modelos de IA cambiaron la forma en la cual se busca: se pasó de preguntas en los motores tradicionales a enviar prompts a la IA, y la migración en esta vía también cambió lo que las personas buscan. Esta es una de las claves encontradas por Google en el informe AI Mode: How people are using in the U.S (Modo IA: Cómo lo está usando la gente en EE. UU). Google señala que la IA está impulsando la transformación más significativa de las búsquedas en su historia. Este movimiento técnico hacia entornos de inteligencia artificial no es un simple cambio de interfaz; representa una evolución cognitiva en la relación entre las personas y los datos. Al dejar de verse obligados a "traducir" sus pensamientos a conceptos fragmentados para que una máquina los entienda, los usuarios están adoptando el lenguaje natural como la norma definitiva. El impacto directo se refleja en la estructura física de las búsquedas: las preguntas que se envían a los AI Mode son, en promedio, tres veces más largas que una búsqueda convencional. El usuario ya no busca de forma estática: interactúa, responde, pide comparaciones e incluso corrige cuando se envió mal alguna pregunta. De hecho, el informe revela que las consultas de seguimiento se incrementan a un ritmo superior al 40% mes a mes, consolidando un modelo dinámico de "ida y vuelta". Google indica que lo “searchable” (buscable) se expandió. También se quebraron las barreras del texto escrito. Por ejemplo, una de cada seis búsquedas en esta modalidad se realizan con formatos alternativos como imágenes, voz o videos. La posibilidad de interactuar a través del entorno, como capturar una fotografía para resolver un problema técnico, está expandiendo radicalmente la frontera de lo que es indexable y localizable en la red. En lo relativo al negocio y consumo, Google categoriza este nuevo paradigma en cinco grandes áreas de comportamiento empresarial y cotidiano que los desarrolladores, así como estrategas de marketing digital, deben mapear con urgencia: Decidir con criterio analítico: Las consultas comparativas complejas para tomar decisiones de compra o logística aumentaron un 40%. Planificación acelerada: Las búsquedas enfocadas en "hacer" o estructurar planes complejos (itinerarios, flujos de trabajo) crecen un 80% más rápido que el promedio general. Creación bajo demanda: Las solicitudes para generar activos visuales o digitales (como logos, códigos informáticos, historias o imágenes conceptuales) se han más que triplicado. Apredizaje y exploración continua: Se consolida el uso de la IA como un tutor personal para desglosar conceptos técnicos o programación, sumado a un alza del 30% en búsquedas destinadas puramente a la generación de ideas (brainstorming). Respecto al ecosistema corporativo y los directores de tecnología (CTOs), los datos de este informe trazan una hoja de ruta obligatoria y es que más de un billón de personas están utilizando motores de búsqueda con IA mensualmente, de acuerdo con Google. Si el consumidor final y el colaborador empresarial ya no buscan información mediante palabras clave aisladas, las arquitecturas de datos, las estrategias de SEO, el desarrollo de aplicaciones y los canales de atención al cliente (como los chatbots corporativos) deben migrar hacia interfaces cognitivas capaces de procesar este contexto masivo y conversacional. Quienes lideren el mercado de la información de ahora en adelante serán aquellos capaces de entender y responder a los prompts de una humanidad que, finalmente, le está hablando a las máquinas en su propio idioma. Le puede interesar: Los prompts de IA que, sin saberlo, pueden estar filtrando secretos dentro de las empresas