Un análisis de más de 5.000 sitios web revela que la influencia en internet está distribuida en todo el ecosistema digital, desafiando la narrativa centrada en redes sociales. Durante años, el concepto de influencia digital ha estado estrechamente ligado a plataformas sociales. Sin embargo, una nueva investigación de SparkToro basada en el análisis de los 5.000 sitios más visitados en web móvil y desktop plantea una conclusión distinta: la influencia ocurre en todas partes. El estudio muestra que una porción significativa del tráfico y la atención del usuario se concentra fuera de las redes sociales. Sitios de noticias, portales especializados, blogs, foros y plataformas de contenido juegan un rol clave en la formación de opiniones y decisiones. En otras palabras, el ecosistema de influencia es mucho más amplio y fragmentado de lo que sugiere la narrativa dominante. Uno de los hallazgos más relevantes es que Google sigue siendo un actor central en este entramado. La búsqueda continúa siendo una de las principales puertas de entrada al contenido, lo que refuerza la importancia del SEO y de la presencia en medios digitales más allá de las redes sociales. Además, el estudio subraya que los usuarios distribuyen su tiempo entre múltiples tipos de plataformas. Esto implica que las estrategias de marketing que se enfocan exclusivamente en redes sociales están dejando fuera una parte significativa del recorrido del consumidor. Desde una perspectiva estratégica, esto obliga a repensar la asignación de recursos. La influencia no se limita a los creadores con grandes audiencias en redes, sino que también reside en publicaciones especializadas, comunidades nicho y sitios con alta credibilidad en sectores específicos. El dato estructural es contundente: la web abierta sigue siendo un espacio crítico para la influencia. En un momento donde las plataformas sociales concentran gran parte de la conversación, este estudio introduce un matiz necesario. El poder de moldear decisiones no está centralizado, sino distribuido en un ecosistema complejo donde múltiples actores compiten por la atención. En ese contexto, las marcas que logren articular una presencia coherente a lo largo de todo el ecosistema digital, no solo en redes sociales, serán las que capturen una influencia más sostenida y efectiva. Le puede interesar: La creatividad publicitaria de TikTok tiene una vida útil más corta

Un nuevo informe revela que muchas empresas están reduciendo controles de identidad y acceso para acelerar el despliegue de inteligencia artificial, lo que está generando riesgos de seguridad y pérdida de control sobre agentes autónomos. La carrera por adoptar inteligencia artificial en las empresas está generando un efecto secundario preocupante: muchas organizaciones están relajando sus controles de identidad y acceso para acelerar los despliegues de IA, lo que aumenta significativamente los riesgos de seguridad. Según un informe citado por SecurityBrief, una gran parte de las organizaciones ya está utilizando agentes de inteligencia artificial en tareas de automatización, desarrollo de software, investigación y seguridad informática. Sin embargo, los sistemas tradicionales de gestión de identidad y acceso (IAM) no están preparados para manejar agentes autónomos a gran escala, lo que está generando una nueva categoría de riesgo empresarial. Los datos del informe son particularmente reveladores. El 68% de las organizaciones no puede distinguir claramente entre acciones realizadas por humanos y acciones realizadas por agentes de IA. Además, el 74% de los agentes de IA recibe más permisos de los necesarios, el 79% crea métodos de acceso difíciles de monitorear y más de la mitad hereda permisos no intencionados. A pesar de estos riesgos, solo el 22% de las organizaciones aplica controles de acceso de forma consistente para agentes de inteligencia artificial. El problema surge porque muchas empresas están tratando a los agentes de IA como si fueran usuarios humanos o scripts tradicionales, cuando en realidad son entidades autónomas que pueden ejecutar acciones, acceder a sistemas y tomar decisiones sin intervención directa. Esto crea lo que algunos expertos llaman una “crisis de identidad digital”, donde las organizaciones pierden visibilidad sobre quién o qué está actuando dentro de sus sistemas. El informe también señala que muchas empresas utilizan cuentas compartidas o credenciales humanas para los agentes de IA, lo que dificulta la trazabilidad y la responsabilidad en caso de incidentes de seguridad. Las medidas más comunes para mitigar riesgos son revocar tokens (49%) o cerrar entornos (42%), pero solo el 33% de las organizaciones está ajustando políticas de acceso de forma proactiva. La paradoja es evidente: las empresas quieren adoptar IA lo más rápido posible para no quedarse atrás, pero al hacerlo están debilitando sus controles de seguridad y creando nuevos riesgos operativos. En la práctica, la gobernanza de la inteligencia artificial se está convirtiendo en un problema más importante que la tecnología en sí misma. Podría interesarle: Cuáles son las mejores estrategias de gobernanza de datos

En esta columna, Luis R. Soto E. repasa la evolución desde la Seguridad de la Información tradicional hasta la ciberseguridad moderna, marcada por amenazas globales, entornos distribuidos y una creciente dependencia del factor humano, para explicar por qué hoy proteger ya no alcanza: anticiparse es la única estrategia viable. Por Luis R. Soto E. - Coordinador Académico Escuela de Ingeniería y Tecnología de la Universidad del Caribe, Rep. Dominicana. Hace años, proteger la información era, en gran medida, una cuestión de armarios con llave, políticas de acceso físico y procedimientos documentados en carpetas. Era la era de la Seguridad de la Información: custodiar el dato, independientemente de su soporte. Confidencialidad, Integridad y Disponibilidad. La famosa tríada (o CIA) como se le conoce. En ese contexto, la seguridad se percibía como algo estático, casi administrativo. Las amenazas eran internas en su mayoría: accesos indebidos, pérdida de documentos, errores humanos. El control era tangible, visible, incluso predecible. Se sabía dónde estaba la información y quién tenía acceso a ella. Luego llegaron los sistemas informáticos. Las organizaciones digitalizaron sus procesos y con ello nació la Seguridad de los Sistemas de Información: ya no bastaba con proteger el dato, había que proteger la infraestructura que lo procesaba. Servidores, redes, bases de datos, aplicaciones. El perímetro empezó a dibujarse... ¡y también a complicarse! Con esta transformación surgieron nuevos riesgos: virus, accesos no autorizados, fallos en sistemas, ataques internos más sofisticados. La seguridad dejó de ser únicamente un asunto de políticas y comenzó a depender también de controles técnicos: firewalls, antivirus, sistemas de detección de intrusos. Apareció el concepto de “defensa en profundidad” y las organizaciones empezaron a entender que la seguridad debía diseñarse en capas. Sin embargo, aún existía una cierta ilusión de control. El perímetro organizacional era relativamente claro: dentro estaba lo seguro, afuera lo incierto. Las redes corporativas eran espacios delimitados y gestionables. Entonces pasó lo impostergable: El mundo se conectó. Todo. Al mismo tiempo. Con la llegada del Internet, la movilidad, la computación en la nube y, más recientemente, el Internet de las Cosas (IoT), se rompió por completo ese perímetro. Los datos comenzaron a moverse sin fronteras físicas, ahora los usuarios acceden desde cualquier lugar y los sistemas ya no residen únicamente dentro de una organización. La superficie de ataque se expandió de forma exponencial. La Ciberseguridad no es simplemente el nuevo nombre de lo anterior. Es una disciplina que absorbe lo mejor de ambas etapas y las lleva a un entorno donde el atacante es global, el vector es digital y el impacto puede ser físico, económico o incluso geopolítico. Como lo hemos visto, hoy en día un incidente de ciberseguridad puede paralizar hospitales, afectar infraestructuras críticas o comprometer la reputación de una organización en cuestión de horas. Los atacantes ya no son sólo individuos aislados, sino grupos organizados, redes criminales e incluso actores patrocinados por estados. En este nuevo escenario, la seguridad deja de ser un componente aislado y se convierte en un elemento estratégico del negocio. Ya no basta con reaccionar; es necesario anticiparse. Surgen enfoques como la gestión de riesgos, la inteligencia de amenazas, el modelo de “Zero Trust” y la cultura de ciberseguridad organizacional. Además, el factor humano cobra una relevancia aún mayor. Por más tecnología que exista, una mala decisión, un clic indebido o una configuración incorrecta pueden abrir la puerta a un incidente. Por eso, la concientización y la formación continua son tan importantes como cualquier herramienta tecnológica. Quien entiende la historia de esta disciplina, gestiona mejor su presente. Comprender de dónde venimos permite dimensionar mejor los desafíos actuales: no se trata sólo de proteger sistemas, sino de garantizar la continuidad, la confianza y la resiliencia en un mundo hiperconectado. La evolución de la seguridad no ha terminado; por el contrario, sigue avanzando al ritmo de la innovación tecnológica. Y en ese camino, la verdadera ventaja no está únicamente en las herramientas que utilizamos, sino en la capacidad de adaptarnos, aprender y anticiparnos a lo que aún está por venir. Le puede interesar: Empresas relajan controles de identidad para acelerar la adopción de IA, pero aumentan los riesgos de seguridad

El especialista en tecnología Israel Figueroa destacó el paso de la programación tradicional a la orquestación de agentes inteligentes durante el evento regional organizado por Connecta B2B. El avance de la inteligencia artificial está redefiniendo la forma en que se desarrollan productos digitales y se gestiona la innovación en las empresas. En este contexto, los espacios de intercambio regional se han convertido en catalizadores clave para entender hacia dónde evoluciona la tecnología y cómo deben adaptarse los profesionales. Con ese enfoque, el especialista en tecnología Israel Figueroa participó como expositor en el Festival de Inteligencia Artificial realizado en Puerto Rico, un evento organizado por Connecta B2B como parte de una gira regional que recorre distintos países de América Latina. Durante su intervención, Figueroa presentó una visión práctica sobre el impacto de los agentes de inteligencia artificial en el desarrollo de software, destacando cómo estas herramientas están transformando el rol tradicional de los programadores. “Ya no estamos programando como antes, escribiendo líneas de código. Ahora damos instrucciones a herramientas que ejecutan y generan resultados prácticamente en tiempo real”, explicó. Como parte de la demostración, el expositor mostró cómo fue posible desarrollar soluciones funcionales —como un sistema de tracking y una plataforma para gestión de hoteles— sin escribir código directamente, sino utilizando agentes de IA capaces de interpretar tareas y ejecutarlas de forma autónoma. “Nosotros no hicimos nada de código, simplemente vimos el resultado y pedimos”, afirmó. El planteamiento central de su presentación giró en torno a una nueva lógica de trabajo: pasar de la programación manual a la orquestación de sistemas inteligentes. En este nuevo esquema, los desarrolladores asumen un rol más estratégico, enfocado en definir prioridades, diseñar flujos y coordinar múltiples herramientas. “Ahora hay que pensarlo desde un layer de orquestar, como dirigir una orquesta”, señaló. Figueroa también abordó el uso de plataformas como Linear para la gestión de proyectos, donde los agentes pueden encargarse de tareas técnicas mientras los humanos supervisan y toman decisiones clave. Este enfoque permite acelerar procesos, reducir tiempos de planificación y optimizar recursos en entornos empresariales cada vez más exigentes. Asimismo, destacó que la conversación en la industria está cambiando rápidamente. “Ya no se trata de qué stack usas, sino de qué agente utilizas, qué modelos prefieres y cómo los integras”, indicó, subrayando que la ventaja competitiva radica en la capacidad de adaptación y aprendizaje continuo. El Festival de Inteligencia Artificial forma parte de una estrategia regional de Connecta B2B para impulsar el intercambio de conocimiento en temas emergentes, conectando a expertos, empresas y profesionales en distintos mercados de América Latina y el Caribe. Le puede Interesar: Festival IA Puerto Rico 2026: de la idea al contenido audiovisual que vende en cuestión de horas

Un nuevo análisis revela que los anuncios en TikTok pierden efectividad en cuestión de semanas, obligando a las marcas a replantear sus estrategias creativas en un entorno dominado por la velocidad y la saturación. La lógica tradicional de la publicidad digital está siendo desafiada por TikTok. Según datos recientes publicados por Search Engine Land, la vida útil de una pieza creativa en la plataforma es significativamente más corta de lo que las marcas están acostumbradas a manejar. En muchos casos, el rendimiento de un anuncio comienza a decaer después de apenas dos o tres semanas, un fenómeno que redefine por completo la planificación de campañas. El problema no es menor. TikTok se ha consolidado como uno de los principales canales de adquisición para marcas orientadas al consumidor, pero su algoritmo favorece la novedad constante. Esto implica que incluso los anuncios exitosos experimentan fatiga rápidamente, lo que obliga a los equipos de marketing a producir contenido de forma casi continua. La creatividad deja de ser un activo duradero y pasa a convertirse en un recurso efímero. El análisis sugiere que las campañas más efectivas no son necesariamente las más pulidas, sino aquellas que logran integrarse orgánicamente en el feed. Esto implica adoptar un lenguaje visual y narrativo similar al de los creadores nativos de la plataforma. La autenticidad, más que la producción de alto nivel, se convierte en el principal driver de performance. Desde el punto de vista operativo, esto introduce nuevos desafíos. Las marcas necesitan escalar la producción creativa sin comprometer costos ni consistencia. Algunas están recurriendo a modelos híbridos que combinan contenido generado por usuarios, colaboración con creadores e inteligencia artificial para acelerar la iteración de piezas. El dato más relevante es estructural: TikTok no solo está cambiando qué tipo de anuncios funcionan, sino también cuánto tiempo funcionan. En un entorno donde la atención es volátil y el contenido se consume a una velocidad sin precedentes, la creatividad ya no es una inversión a largo plazo, sino un proceso continuo de experimentación. Le puede interesar: ¿Estamos en una burbuja de inteligencia artificial? CIOs comparan la era de la IA con la burbuja puntocom

La principal importancia de este diseño de audífonos es que permiten estar atento a ruidos del exterior mientras se usan.  El uso de audífonos inalámbricos se ha popularizado y junto a esta tendencia, la reducción de ruido pareció ser un elemento diferenciador en cada nuevo modelo que salió al mercado. Paralelo a ello y como una nueva opción, surgen los audífonos con diseño y tecnología de ajuste abierto.  Estos audífonos no son in-ear por lo que para largos periodos de uso pueden ser más cómodos y no causan molestías. Este diseño permite estar atento al ambiente y ruido de alrededor. Los fabricantes como Huawei los recomiendan para uso en tareas laborales en oficinas por ejemplo, para estar atento si alguien se comunica con nosotros. Además, pueden ser usados al realizar algún deporte en espacios abiertos y públicos para evitar percances.  El diseño de ajuste abierto de modelos como Huawei FreeClip y Huawei FreeArc, permite escuchar sin problema el ruido del exterior para siempre estar alerta. Ambos modelos cuentan con Sistema de Ondas Sonoras Inversas que permiten ajustar de forma inteligente el volumen al tiempo que cancela sutilmente las ondas sonoras, reduciendo eficazmente la fuga de sonido.  En cuanto a autonomía, la carga de los Huawei FreeClip puede durar hasta 36 horas, mientras que los Huawei FreeArc puede ser de hasta 28 horas, dependiendo el uso.   En el caso de los FreeArc, se han convertido en los audífonos más resistentes de la marca con protección IP57. Le puede interesar: IT NOW Review: conozca la versión Glimmer de la Smart Band 10 de Xiaomi

La firma presentó TurboQuant, una tecnología que reduce drásticamente el consumo de memoria de los modelos de IA, y Lyria 3 Pro, su nueva IA para crear música completa. Ambos anuncios reflejan la nueva fase de la carrera de la IA: menos obsesión por el tamaño de los modelos y más por la eficiencia y las aplicaciones creativas. Google anunció dos avances que apuntan a direcciones distintas pero complementarias en la evolución de la inteligencia artificial: por un lado, una tecnología de compresión que podría reducir radicalmente los costos de la IA, y por otro, una herramienta creativa capaz de generar canciones completas con inteligencia artificial. El primero de estos anuncios es TurboQuant, una tecnología desarrollada por Google Research que permite comprimir la memoria utilizada por modelos de IA, especialmente el llamado key-value cache, uno de los componentes que más memoria consume durante la inferencia. Según los datos presentados por Google, TurboQuant puede reducir el uso de memoria al menos seis veces y acelerar la inferencia hasta ocho veces sin pérdida de precisión. Este tipo de avance es particularmente relevante porque el costo de ejecutar modelos de IA, más que entrenarlos, se está convirtiendo en el principal desafío económico del sector. El impacto potencial va más allá de la eficiencia técnica. Si los modelos pueden ejecutarse con menos memoria y menor costo, la inteligencia artificial podría expandirse a más aplicaciones, desde dispositivos locales hasta sistemas empresariales más accesibles. Algunos analistas incluso señalan que este tipo de mejoras puede aumentar la demanda total de infraestructura de IA en lugar de reducirla, un fenómeno conocido como la paradoja de Jevons, donde mayor eficiencia genera mayor uso total. En paralelo, Google también presentó Lyria 3 Pro, una nueva versión de su modelo de generación musical con inteligencia artificial desarrollado por DeepMind. La principal novedad es que ahora puede generar canciones completas de hasta tres minutos, cuando antes el límite era de 30 segundos. Además, el sistema permite definir estructuras musicales como introducciones, versos o coros, lo que produce composiciones más coherentes y cercanas a la música creada por humanos. Lyria 3 Pro está integrado en varios productos de Google, incluyendo Gemini, Vertex AI y Google AI Studio, lo que indica que la compañía no ve esta tecnología solo como una herramienta para creadores, sino también como parte de su estrategia empresarial de IA generativa. También incorpora medidas de seguridad como SynthID, una marca de agua digital que permite identificar audio generado por inteligencia artificial, en medio de preocupaciones por derechos de autor y suplantación de artistas. Vistos en conjunto, TurboQuant y Lyria 3 Pro muestran la doble estrategia de Google en inteligencia artificial. Por un lado, hacer que los modelos sean más baratos y eficientes. Por otro, crear nuevas aplicaciones creativas y comerciales sobre esa infraestructura. La carrera de la IA ya no se trata solo de modelos más grandes, sino de modelos más baratos, más rápidos y más integrados en productos reales. Temas relacionados: Google prepara Android para PC

El debate sobre una posible burbuja de la inteligencia artificial crece en el sector tecnológico. CIOs y analistas comparan el momento actual con la burbuja puntocom, donde la tecnología era real, pero las expectativas y las inversiones estaban infladas. El debate sobre si la inteligencia artificial está viviendo una burbuja similar a la de las empresas puntocom a comienzos de los años 2000 se ha intensificado entre ejecutivos, inversores y líderes tecnológicos. Según análisis y opiniones de CIOs, muchos líderes tecnológicos creen que la comparación con la burbuja puntocom no es del todo incorrecta. La inteligencia artificial está generando una enorme inversión, expectativas infladas y una proliferación de soluciones que podrían desaparecer en los próximos años. Sin embargo, también consideran que la tecnología en sí es transformadora y seguirá evolucionando incluso si se produce una corrección del mercado. Uno de los principales argumentos es que el problema no es la tecnología, sino las expectativas. Muchas empresas creen que la IA transformará sus negocios de forma inmediata, pero la realidad es que la implementación a escala es compleja y costosa. Actualmente, solo el 28% de las aplicaciones empresariales está realmente conectado con ecosistemas de IA, y el 74% de las empresas tiene dificultades para escalar proyectos de IA a producción. Los números muestran una brecha significativa entre la inversión y los resultados. Se estima que el mercado global de inteligencia artificial supera los 233 mil millones de dólares, pero una gran cantidad de proyectos no logra generar valor real. Algunos análisis indican que hasta el 85% de los proyectos de IA no entrega los resultados prometidos, una tasa de fracaso casi el doble que la de proyectos tradicionales de TI. Sin embargo, muchos CIOs sostienen que incluso si existe una burbuja, eso no significa que la inteligencia artificial vaya a desaparecer. La comparación con la burbuja puntocom es instructiva: muchas empresas desaparecieron después del colapso, pero internet terminó transformando la economía global. La recomendación para las empresas es invertir en casos de uso concretos, con métricas operativas claras, contratos flexibles y estrategias de gobernanza para reducir el riesgo. En otras palabras, la discusión sobre si existe o no una burbuja puede ser secundaria. La historia tecnológica muestra que las burbujas suelen coexistir con revoluciones tecnológicas reales. La pregunta no es si la IA está sobrevalorada en el corto plazo, sino qué empresas y modelos de negocio sobrevivirán cuando el entusiasmo se enfríe y el mercado empiece a exigir resultados reales. También puede leer: Los nuevos roles de TI para evaluar y gobernar la IA en las empresas

Las herramientas de ciberseguridad actuales generan un volumen de notificaciones que a menudo desborda la capacidad de análisis humano. Esta saturación, lejos de proteger, se convierte en un riesgo operativo crítico que debilita la respuesta ante incidentes reales y desgasta severamente a los equipos encargados de la defensa digital. Por Aneyka Esilka Hurtado Mena, Profesora de la Facultad de Informática, Electrónica y Comunicación de la Universidad de Panamá. En el actual panorama digital, las organizaciones se ven obligadas a desplegar una amplia variedad de soluciones de seguridad para mantener bajo control sus redes y sistemas críticos. Estas herramientas, configuradas para detectar desde comportamientos anómalos hasta fallos de configuración, emiten notificaciones de manera constante ante cualquier irregularidad. Aunque la lógica podría sugerir que una mayor vigilancia equivale a una protección más robusta, la realidad operativa muestra que el exceso de información sin un filtrado adecuado termina siendo contraproducente. La capacidad humana para procesar datos tiene un límite claro, y cuando el flujo de alertas lo rebasa, la atención disminuye, generando brechas que los atacantes pueden aprovechar. Este fenómeno, conocido comúnmente como fatiga de alertas, afecta principalmente a los analistas de los Centros de Operaciones de Seguridad (SOC), quienes lidian a diario con miles de avisos. Informes recientes de la industria señalan que una gran parte de estas alertas son falsos positivos; es decir, alarmas activadas por acciones benignas que el sistema interpreta erróneamente como peligrosas. Este ruido incesante obliga a los profesionales a invertir tiempo valioso descartando amenazas que no existen, lo cual desvía recursos críticos que deberían estar enfocados en investigar incidentes reales de mayor complejidad y riesgo para la organización. Con el paso del tiempo, esta sobrecarga sensorial desencadena un comportamiento humano bastante predecible y riesgoso: la desensibilización. Los analistas, al sentirse abrumados por la marea de datos, empiezan a priorizar basándose en su intuición o, peor aún, a ignorar categorías enteras de avisos que históricamente han resultado ser falsas alarmas. Si bien es un mecanismo de defensa psicológico comprensible ante el estrés continuo, estadísticamente incrementa la posibilidad de que un ataque sofisticado logre camuflarse entre el ruido de fondo, permaneciendo invisible hasta que el daño a la infraestructura es irreversible. Desde una perspectiva de gestión de riesgos, el problema trasciende lo puramente técnico para convertirse en un fallo organizacional sistémico. A menudo, cuando la eficacia de la seguridad se mide por métricas de volumen, como la cantidad total de alertas bloqueadas, en lugar de métricas de calidad y tiempo de respuesta, se pierde la visibilidad real del estado de defensa. El sistema puede parecer activo y funcional en los reportes, pero la resiliencia verdadera ante un ataque dirigido se debilita considerablemente, dejando a la empresa expuesta justo en el momento en que cree estar más segura. La creciente complejidad de la infraestructura tecnológica agrava este escenario de saturación informativa. Cada proveedor de seguridad maneja sus propias taxonomías, niveles de severidad y formatos de notificación, lo que genera silos de datos desconectados entre sí. Sin un proceso efectivo de correlación de eventos, que permita conectar puntos dispersos para ver la imagen completa, los equipos terminan reaccionando a síntomas aislados. Esto dificulta la comprensión de la cadena de ataque en su totalidad, facilitando que los adversarios se muevan lateralmente dentro de la red sin ser detectados de manera integral. Más allá del riesgo técnico, la fatiga de alertas impacta de forma severa en el bienestar del capital humano. Las jornadas laborales marcadas por la revisión monótona de pantallas, interrupciones constantes y la presión por tomar decisiones rápidas conducen inevitablemente al síndrome de desgaste profesional. Estudios del sector indican que esto eleva las tasas de rotación de personal, lo que a su vez provoca una fuga de conocimiento institucional difícil de reemplazar y obliga a las empresas a incurrir en mayores gastos de reclutamiento y capacitación continua para mantener sus niveles de operatividad. La adopción de tecnologías de Orquestación, Automatización y Respuesta de Seguridad (conocidas por sus siglas en inglés como SOAR) surge como una solución necesaria, aunque no mágica, para este desafío. Estas plataformas permiten automatizar tareas repetitivas, como la clasificación inicial de urgencia de las alertas, aliviando la carga manual del equipo. No obstante, una configuración inadecuada de estas herramientas podría replicar los mismos problemas de saturación si no se ajustan los umbrales de detección. La tecnología debe servir para potenciar la capacidad analítica del humano, no para inundarlo con más datos carentes de contexto. Para mitigar este riesgo de forma efectiva, resulta fundamental adoptar un enfoque basado en la inteligencia de amenazas y el contexto específico del negocio. No todas las alertas poseen la misma relevancia; un intento de acceso en un entorno de pruebas no tiene la misma criticidad que en una base de datos de clientes. Ajustar los sensores para que se alineen con el apetito de riesgo de la empresa permite filtrar el ruido desde la fuente, requiriendo una revisión periódica de las reglas de detección para asegurar su vigencia ante nuevas tácticas de los ciberdelincuentes. Asimismo, la colaboración estrecha entre los equipos de desarrollo y operaciones y los de seguridad es vital para reducir las alertas desde el diseño mismo de los sistemas. Si las aplicaciones se construyen con estándares de seguridad desde el inicio, generarán menos errores y comportamientos anómalos en producción. Esta filosofía, conocida como "mover la seguridad a la izquierda" en el ciclo de desarrollo, ayuda a prevenir que las vulnerabilidades lleguen a la etapa donde generarían alertas masivas, atacando el problema de raíz en lugar de gestionar solo sus síntomas. En conclusión, la fatiga de alertas representa un riesgo silencioso que escala proporcionalmente con la digitalización de las empresas modernas. Cuando el exceso de información paraliza la capacidad de análisis, la inversión en ciberseguridad pierde su retorno real y la protección se vuelve una ilusión. Gestionar adecuadamente este flujo, mediante la combinación de automatización inteligente y el cuidado del talento humano, transforma la seguridad en un proceso sostenible, reservando la atención humana para aquellos incidentes que realmente requieren juicio experto. Le puede interesar: IA agéntica: el nuevo frente de la seguridad informática

En la carrera por la transformación digital, muchas empresas invierten en software, automatización y nuevas plataformas. Sin embargo, uno de los activos más críticos para su competitividad sigue quedando fuera del radar: el conocimiento que vive en la cabeza de sus colaboradores.  Cuando un líder de proyecto o un especialista decide irse, no solo se pierde talento; también se pierden procesos, aprendizajes y decisiones acumuladas durante años que muchas veces nunca fueron documentadas. En muchas organizaciones el conocimiento crítico no está en los sistemas, está en la memoria de las personas. Cuando alguien se va, la empresa pierde no solo experiencia, sino también información estratégica que no siempre está disponible para el resto del equipo. El problema no es menor. Según el Work Trend Index Microsoft , los trabajadores del conocimiento pasan en promedio el 57% de su tiempo laboral en comunicación —reuniones, correos y chats— y solo el 43% en trabajo productivo, una señal de cuánto tiempo se pierde intentando acceder a información o coordinar dentro de las organizaciones. En ese contexto, cada vez más empresas empiezan a implementar estrategias de gestión del conocimiento, como los mapas de conocimiento, para identificar dónde reside la experiencia técnica y estratégica dentro de sus equipos. “Resguardar el conocimiento permite anticipar riesgos operativos, acelerar la integración de nuevos perfiles y mejorar la productividad, porque los equipos pueden identificar rápidamente quién tiene la experiencia necesaria para resolver un problema”, señala Héctor Ferraro, Director Backend & Cognitive en Snoop Consulting. En Snoop Consulting este desafío comenzó a abordarse hace años. “Desde nuestros inicios fuimos una empresa distribuida, con equipos en La Plata, Buenos Aires, Chile y otras ciudades, lo que nos obligó a pensar cómo preservar y acceder al conocimiento interno. Mucho antes del auge de los modelos de lenguaje desarrollamos una herramienta de IA llamada Sknow: alguien hacía una pregunta en el chat y el sistema identifica automáticamente quién dentro de la organización tenía más probabilidades de conocer la respuesta”, agregan desde Snoop Consulting. La tecnología empieza a jugar un rol clave en este proceso. Y hoy no es necesario desarrollar algo propio, ya que existen plataformas de gestión colaborativa como ClickUp que permiten integrar documentación, procesos y aprendizajes dentro del mismo flujo de trabajo donde se ejecutan los proyectos. En un escenario donde las organizaciones operan con equipos cada vez más distribuidos y los cambios de roles son más frecuentes, preservar el conocimiento interno se vuelve una cuestión estratégica. Más que una práctica de orden interno, las empresas empiezan a entender que convertir el saber individual en un activo compartido es clave para sostener la productividad, escalar operaciones y mantener la continuidad del negocio. “Cuando la documentación forma parte de la herramienta que el equipo usa todos los días, el conocimiento deja de ser un archivo olvidado y pasa a convertirse en una herramienta de consulta permanente. No alcanza solo con tener una buena documentación de procesos, la información debe estar disponible y fácilmente accesible”, concluyen desde Snoop Consulting. Le puede interesar: Qué quieren las personas de la IA: los hallazgos de 81.000 entrevistas revelan una relación compleja y ambivalente

Un informe de ManageEngine identifica cinco prioridades tecnológicas que marcarán la transformación digital en América Latina y Costa Rica en 2026, donde la inteligencia artificial, la ciberseguridad preventiva, la nube y la sostenibilidad pasarán a ser parte central de la estrategia empresarial y no solo del área de TI. La transformación digital en América Latina está entrando en una nueva etapa. La tecnología ya no se limita a ser una herramienta de soporte operativo, sino que se está convirtiendo en el motor principal de la estrategia empresarial, la innovación y la creación de valor. En ese contexto, ManageEngine identificó cinco prioridades tecnológicas que definirán el panorama empresarial en América Latina y Costa Rica durante 2026. Según la compañía, la región se encuentra en un punto de inflexión en el que la inteligencia artificial, la ciberseguridad, la nube y la sostenibilidad tecnológica se integran directamente en las decisiones estratégicas de las organizaciones. América Latina sigue siendo una región estratégica de crecimiento tecnológico, con mercados como Panamá y Costa Rica desempeñando un papel cada vez más relevante en la transformación digital regional. La democratización de la inteligencia artificial en las empresas La primera gran tendencia es la democratización de la inteligencia artificial a nivel empresarial. Para 2026, la IA dejará de ser una herramienta especializada y pasará a convertirse en el tejido conectivo de las operaciones de TI y del negocio en general. Esto incluye sistemas autónomos, IA agéntica y automatización de flujos de trabajo completos sin intervención humana. La evolución también impacta la gestión de servicios de TI, que avanza hacia modelos AIOps predictivos donde la inteligencia artificial generativa resuelve incidentes de forma proactiva en lugar de limitarse a responder consultas. Además, el análisis de datos se integrará en departamentos no técnicos para facilitar la toma de decisiones en tiempo real. Los datos muestran que la adopción ya está en marcha. Según un estudio de Microsoft citado en el informe, Costa Rica lidera la adopción de inteligencia artificial en la región, con entre el 25% y el 26% de la fuerza laboral en 2025  experimentando la integración de IA en su trabajo. Además, un estudio de Gartner indica que el 70% de los CIO en América Latina aumentarán su inversión en entrenamiento en IA para 2027 , lo que muestra que la adopción no solo será tecnológica, sino también educativa y organizacional. Plataformas de desarrollo nativas de IA y la brecha regional La segunda prioridad tecnológica es el surgimiento de plataformas de desarrollo nativas de inteligencia artificial. Estas plataformas permiten desarrollar aplicaciones con IA integrada en entornos automatizados, seguros y con gobernanza incorporada, facilitando que tanto desarrolladores profesionales como desarrolladores ciudadanos puedan crear soluciones con inteligencia artificial. Sin embargo, el informe advierte sobre una brecha importante en la región. Según el Índice de IA de América Latina, aunque la región representa el 6,6% del PIB mundial y el 8,8% de la población mundial , solo representa el 1,12% de la inversión global en inteligencia artificial . Esto evidencia un rezago en inversión tecnológica que podría afectar la competitividad regional si no se acelera la adopción. El reto para las empresas será integrar modelos de lenguaje y modelos especializados directamente en sus procesos internos mediante APIs abiertas, transformando la IA en un motor de innovación continua y no en una herramienta aislada. Ciberseguridad preventiva y resiliencia digital La tercera prioridad tecnológica es la resiliencia digital total y la ciberseguridad preventiva. La seguridad dejó de ser una capa adicional y se convirtió en el núcleo de la estrategia digital empresarial. El enfoque está migrando desde la protección perimetral tradicional hacia modelos de detección y respuesta extendida (XDR), arquitecturas de malla de ciberseguridad y modelos Zero Trust. El informe destaca el impacto del ataque de ransomware Conti en Costa Rica, que afectó a casi 30 instituciones gubernamentales , como un punto de inflexión que aceleró la integración entre seguridad y operaciones de TI para mejorar la resiliencia digital del país. Las soluciones modernas de seguridad ya incluyen capacidades autónomas que detectan, analizan y responden automáticamente a amenazas, reduciendo los tiempos de respuesta y limitando el impacto de los ataques. La seguridad, en este contexto, se convierte en un elemento que garantiza la continuidad del negocio. FinOps y la nueva economía de la nube La cuarta prioridad tecnológica es la optimización de costos y la gobernanza en la nube, conocida como FinOps. A medida que las empresas migran a la nube, el problema ya no es la adopción, sino el control financiero y la eficiencia del gasto tecnológico. Según estudios sobre madurez de la nube en América Latina, aproximadamente el 70% de las empresas de la región tienen problemas de visibilidad sobre sus gastos en la nube , lo que genera sobrecostos importantes. En Costa Rica, el ecosistema tecnológico es particularmente relevante, con más de 350 empresas multinacionales  operando dentro del sector de servicios y tecnología del país. Esto ha impulsado la adopción de plataformas de observabilidad y gestión de activos que permiten alinear el gasto en la nube con el valor empresarial generado, optimizando la asignación de recursos entre tecnología y negocio. Tecnología verde y sostenibilidad digital La quinta prioridad tecnológica es la tecnología verde y la sostenibilidad en TI. El informe introduce el concepto de retorno sobre el propósito (ROP), que amplía el concepto tradicional de retorno sobre la inversión para incluir impacto ambiental y sostenibilidad. Según el Foro Económico Mundial, las tecnologías digitales tienen el potencial de reducir las emisiones globales en un 20% para 2050  en los sectores con mayores emisiones. En América Latina, la tecnología verde se está convirtiendo en una ventaja competitiva, ya que permite optimizar recursos, reducir costos energéticos y responder a las exigencias de inversionistas internacionales. Las prioridades tecnológicas para 2026 muestran un cambio estructural en la forma en que las empresas entienden la tecnología. La infraestructura tecnológica ya no se evalúa únicamente por su eficiencia operativa, sino por su capacidad para generar resiliencia, innovación y crecimiento sostenible. La combinación de inteligencia artificial, ciberseguridad, nube y sostenibilidad está redefiniendo la estrategia empresarial en América Latina. Las empresas que lideren esta integración tecnológica no solo serán más eficientes, sino también más resilientes y competitivas en la economía digital que se está consolidando en la región. Puede interesarle: 2026: ¿el año de las mega-IPO?

SONDA impulsa en el mercado panameño el modelo “AI First” para integrar agentes inteligentes, analítica y robótica en la operación empresarial. Durante los últimos años, muchas compañías en Panamá y América Latina han experimentado con inteligencia artificial (IA) a través de chatbots o iniciativas puntuales. Sin embargo, esta etapa comienza a quedar atrás, dando paso a una nueva fase en la que la IA se integra de forma estructural en la operación diaria. En sectores como energía, banca y retail, donde se toman miles de decisiones operativas cada día, la inteligencia artificial ya no solo analiza información. Ahora puede anticipar eventos, apoyar decisiones críticas y ejecutar acciones dentro de procesos de negocio de forma controlada y trazable. Este enfoque es el núcleo del modelo “AI First”, promovido por SONDA, que plantea una arquitectura capaz de conectar inteligencia artificial, analítica avanzada y automatización para transformar la operación empresarial. Héctor Bravo, director regional de Tecnologías Disruptivas & AI de SONDA. “La mayoría de las empresas han interactuado con la IA a través de herramientas como chatbots. Eso es útil, pero limitado. Un enfoque AI First implica convertir la inteligencia artificial en una capacidad operativa, conectada a datos, sistemas y procesos”, explicó Héctor Bravo, director regional de Tecnologías Disruptivas & AI de SONDA. El impacto potencial de esta transformación es significativo. Se estima que la inteligencia artificial podría aportar más de US$22 billones a la economía global hacia 2030, aunque América Latina aún representa una porción reducida de esta inversión, lo que abre oportunidades para acelerar su adopción. El modelo AI First se basa en tres capacidades clave. La primera es AgentIA, que permite automatizar procesos y ejecutar tareas dentro de sistemas empresariales como ERP o CRM. La segunda es Analytics, que convierte grandes volúmenes de datos en información accionable para anticipar fallas y optimizar decisiones. Y la tercera es RobOps, que lleva la IA al mundo físico mediante robots, drones y sensores. Esta combinación ya se observa en entornos industriales, donde tecnologías como robots autónomos y drones realizan inspecciones en infraestructuras críticas, detectando anomalías como sobrecalentamientos o fugas y generando alertas en tiempo real para los equipos humanos. Según Bravo, estos sistemas no sustituyen el criterio humano, sino que lo potencian. “La inteligencia artificial no reemplaza al experto. Lo que hace es liberar tiempo para que el criterio humano se aplique donde realmente marca la diferencia”, afirmó. La adopción de estos modelos también plantea retos, especialmente en términos de conectividad en zonas remotas. Para enfrentarlos, las empresas combinan tecnologías como computación en la nube, edge computing y procesamiento local, garantizando la continuidad de las operaciones incluso con conectividad limitada. Con este avance, el desafío para las organizaciones ya no es experimentar con inteligencia artificial, sino integrarla de forma estratégica, segura y escalable, para convertirla en un motor real de productividad y competitividad. Le puede interesar: "Innovación empresarial en Panamá premia soluciones con IA, salud y sostenibilidad"