En un contexto donde el canal tecnológico redefine sus estrategias comerciales, eventos y generación de demanda vuelven a converger como herramientas clave para construir relaciones de valor, acelerar oportunidades de negocio y priorizar la calidad de las interacciones por sobre el volumen de contactos. Por Ana Prada, fundadora y presidente de Alcalá Comunicaciones En ese reordenamiento, dos disciplinas que parecían transitar caminos separados se están reencontrando: Los eventos y la generación de demanda, una convergencia que devuelve protagonismo al valor de las relaciones de largo plazo. La tendencia global lo confirma. Los analistas del sector señalan que, lejos de perder vigencia, los eventos se consolidan como una de las prácticas de mayor impacto y, sobre todo, más observables en términos de pipeline. El presupuesto destinado a encuentros presenciales e híbridos crece de nuevo, lo que refleja una mayor cercanía entre los organizadores y una audiencia segmentada por perfil ideal del cliente (ICP). El evento dejó de ser una pieza aislada para entenderse como un componente más dentro de una estrategia de crecimiento integral. En paralelo, la generación de demanda atraviesa su propia transformación. El viejo manual de perseguir volumen quedó atrás: Los programas más efectivos tienden a generar menos contactos, pero de mayor calidad, y observan su desempeño por el valor del pipeline y la tasa de conversión, más que por la cantidad de registros. El lead dejó de leerse por cuántos MQL entran al embudo y pasó a leerse por cuántos avanzan, vía scoring e intent data, hasta convertirse en oportunidades calificadas (SQL). El mayor valor para el sector aparece cuando ambas disciplinas dejan de pensarse por separado. Una convocatoria bien segmentada tiende a reunir a las cuentas adecuadas; el encuentro abre el espacio donde las relaciones del sector se profundizan; y un seguimiento cuidadoso permite que ese interés madure de forma natural. Más que una secuencia de acciones, lo que distingue a los programas sólidos es la coherencia entre cada etapa. Cuando el dato confiable, la convocatoria y la calificación de oportunidades se entienden como parte de un mismo recorrido, el evento deja de leerse por número de asistentes y empieza a valorarse por la calidad de las conversaciones que hace posibles. El sector tecnológico de la región tiene por delante un escenario competitivo, y las organizaciones que prosperen serán las que entiendan que la demanda no se compra: se cultiva con método, con datos y con relaciones sostenidas en el tiempo. Le puede interesar: Sundar Pichai admite tensiones con la web mientras apuesta todo a la IA

La AIG reunió a directores de tecnología del sector público para coordinar nuevas medidas orientadas a fortalecer la protección de plataformas y sistemas gubernamentales. Las amenazas cibernéticas se han convertido en uno de los mayores desafíos para los gobiernos y las instituciones públicas a nivel mundial, impulsando la necesidad de fortalecer los sistemas digitales y la protección de la información estatal. En este contexto, Panamá avanza en la implementación de nuevas estrategias orientadas a reforzar la resiliencia tecnológica del sector público. La Autoridad Nacional para la Innovación Gubernamental convocó a directores de tecnología de distintas entidades gubernamentales a un conversatorio nacional enfocado en fortalecer la seguridad de las plataformas y sistemas digitales del Estado frente al aumento de ataques cibernéticos y amenazas dirigidas a infraestructuras críticas. La jornada, organizada por la Dirección Nacional de Ciberseguridad de la AIG, permitió ampliar el alcance de la resolución número 7 del 11 de mayo de 2026, la cual establece diez lineamientos de controles de ciberseguridad para las instituciones públicas. Además, el encuentro sirvió para compartir experiencias, aclarar dudas técnicas y coordinar acciones conjuntas entre las entidades participantes. El conversatorio estuvo liderado por el subadministrador general de la AIG, Francisco Guinard, y el director nacional de Ciberseguridad, Adolfo Pons, quienes destacaron la importancia de trabajar de forma coordinada para enfrentar amenazas digitales cada vez más sofisticadas, incluyendo ataques de phishing, malware y accesos no autorizados. Durante la actividad se abordaron temas prioritarios como la actualización y parchado de activos tecnológicos, la implementación de autenticación multifactor (MFA), las pruebas de penetración externa, la seguridad del correo institucional y la segmentación de redes para reforzar la protección de la información gubernamental. Las autoridades también enfatizaron la necesidad de mantener controles preventivos y sistemas de monitoreo continuo que permitan garantizar la continuidad de los servicios digitales utilizados diariamente por miles de ciudadanos, así como elevar la capacidad de respuesta del Estado frente a incidentes cibernéticos. Con esta iniciativa, la Autoridad Nacional para la Innovación Gubernamental reafirma su compromiso de seguir fortaleciendo la ciberseguridad gubernamental y consolidar una estrategia nacional alineada con las mejores prácticas internacionales para proteger la confianza digital en Panamá. Le puede interesar: La paradoja de la IA: automatizar empleados puede ser más caro que contratarlos

Gartner encontró que el 80% de las grandes empresas redujo personal después de lanzar proyectos de automatización, pero no existe correlación entre despidos y retorno sobre inversión en inteligencia artificial. El hallazgo desafía una de las narrativas más repetidas por Silicon Valley. Durante los últimos dos años, la industria tecnológica construyó una narrativa casi inevitable: la inteligencia artificial aumentaría productividad, reduciría costos y permitiría operar con menos personas. Los despidos masivos en tecnología comenzaron a justificarse bajo esa lógica. Pero ahora empiezan a aparecer señales de que esa ecuación no está funcionando como muchas compañías esperaban. Un informe citado por CIO.com desmonta una parte crítica de ese relato corporativo. Gartner descubrió que el 80% de las grandes empresas encuestadas realizó recortes de personal tras implementar proyectos de automatización, pero no encontró ninguna correlación entre despidos y retorno sobre inversión (ROI) en IA. En otras palabras, reducir plantilla no está generando automáticamente mejores resultados financieros ni operativos. El hallazgo es relevante porque contradice uno de los argumentos más utilizados por CEOs y directorios desde la explosión de la IA generativa. La promesa era sencilla: menos personas, más eficiencia. Pero la evidencia recopilada por Gartner sugiere que las empresas que obtienen mejores retornos son, precisamente, las que están invirtiendo en entrenamiento y reconversión de empleados. Helen Poitevin, analista de Gartner, fue directa: “No hay vínculo entre despedir personas y obtener ROI de inversiones en IA”. El dato expone una paradoja incómoda para el sector tecnológico. Mientras compañías anuncian despidos ligados a automatización, muchas terminan descubriendo que la IA todavía necesita supervisión humana intensiva, conocimiento institucional y personal capacitado para producir valor real. La investigación indica que las organizaciones con mejores resultados están formando empleados para construir automatizaciones, crear agentes de IA y coordinar flujos híbridos entre humanos y sistemas autónomos. Es un enfoque muy distinto al modelo de reemplazo directo que domina gran parte del discurso público sobre inteligencia artificial. La diferencia parece menor, pero cambia completamente la lógica empresarial. En lugar de usar IA para eliminar trabajadores, las compañías más efectivas la están utilizando para amplificar capacidades existentes. Eso coincide con otra tendencia que empieza a aparecer en el mercado laboral tecnológico. Varias empresas que realizaron recortes agresivos durante la ola inicial de entusiasmo por IA están volviendo a contratar personal especializado porque subestimaron la complejidad operativa de los sistemas automatizados. Andy Williamson, CEO de ONLC Training, sostiene que muchas organizaciones confundieron reducción de costos con transformación real. Según él, despedir empleados puede mejorar balances en el corto plazo, pero también elimina experiencia y conocimiento crítico para construir productos futuros. La discusión también tiene un componente psicológico y cultural. En numerosos equipos tecnológicos comenzó a instalarse una sensación de inseguridad constante alrededor de la IA. En foros profesionales y comunidades online, empleados describen ambientes donde trabajadores retienen información o ralentizan adopción tecnológica por miedo a volverse prescindibles. El fenómeno refleja un problema que muchas empresas parecen haber ignorado: la transformación basada en IA depende profundamente de la cooperación humana. La narrativa corporativa alrededor de la automatización también enfrenta otro desafío. La productividad agregada no está creciendo al ritmo que debería si la IA realmente estuviera reemplazando trabajadores a gran escala. Algunos análisis económicos recientes sostienen que gran parte de la adopción empresarial sigue siendo experimental y todavía no produce mejoras estructurales medibles. Podría interesarle: La guerra silenciosa sobre nuestras cabezas: cómo la IA está redefiniendo la ciberseguridad espacial

Los tradicionales menús telefónicos basados en opciones numéricas están quedando obsoletos frente a una nueva generación de agentes de voz impulsados por inteligencia artificial. Gracias al procesamiento de lenguaje natural y a su integración con sistemas corporativos como CRM y ERP, la IA agéntica promete transformar la experiencia del cliente, automatizando gestiones complejas, reduciendo tiempos de espera y redefiniendo el rol de los centros de contacto en la era digital. Por Oscar Mauricio Andrade, Arquitecto de Soluciones de Telefonía IP | Orade No se si estaré solo, pero odio llamar al banco y no es por que lo desee, es porque necesito… ocho opciones interminables. Elijo la que medio, se parece a lo que quiero y ¡pum!, otro menú con seis más. Me perdí en el laberinto, intenté corregirlo tres veces y colgué furioso. Al rato, tuve que marcar de nuevo, desde cero, después de hacer meditación… ¡Qué pérdida de tiempo!". Esta escena, frustrante y cotidiana, no es un accidente: es el resultado de décadas de sistemas diseñados para distribuir llamadas, no para resolverlas. Para el consumidor moderno, pocas interacciones son tan frustrantes como un menú telefónico interactivo tradicional (IVR). El clásico "para ventas presione 1, para soporte presione 2..." se ha convertido en un cuello de botella operativo que drena la paciencia del cliente y eleva los costos de los centros de contacto. En un entorno donde la inmediatez y la personalización dictan la lealtad de marca, los sistemas de respuesta estáticos basados en tonos ya no son suficientes. La verdadera revolución en las telecomunicaciones corporativas IP no consiste en migrar líneas a la nube, sino en lo que ocurre cuando esas llamadas se integran con Inteligencia Artificial. Hoy asistimos al nacimiento de la IA agéntica de voz, una tecnología que está jubilando definitivamente los menús numéricos. A diferencia de los chatbots convencionales (que reconocen palabras clave y repiten respuestas pregrabadas), los agentes autónomos inteligentes interpretan lenguaje natural, comprenden el contexto y deducen la intención real del usuario sin importar cómo formule su consulta. El factor verdaderamente disruptivo radica en su autonomía operativa: no es solo un sistema que "conversa"; es una infraestructura integrada que se conecta bidireccionalmente con los sistemas centrales de la empresa —CRM, ERP, core de operaciones— y resuelve requerimientos complejos de extremo a extremo en la primera llamada: gestionar devoluciones, reprogramar servicios, verificar estados de cuenta o autorizar transacciones, sin transferir al usuario a un agente humano y todo respentando la seguridad y la privacidad. El impacto es inmediato: tiempos de espera en cero, resolución al primer contacto (FCR) maximizada y equipos humanos enfocados en casos que requieren empatía y criterio analítico. Implementar esta tecnología exige una transformación profunda: arquitectura de red robusta, políticas de seguridad de datos de alto nivel e integraciones personalizadas. Las organizaciones que den este salto no solo optimizarán sus costos, sino que redefinirán la experiencia del cliente. La pregunta ya no es si la IA reemplazará los canales tradicionales, sino qué tan rápido puede evolucionar la infraestructura actual para no quedarse atrás. Le puede interesar: Stu Bradley, de SAS: "La cultura de IA debe comenzar desde arriba. No es solo un tema técnico, sino de toda la organización"

Un histórico lugarteniente del creador de Facebook está encabezando la conversión de la empresa hacia una entidad “AI-first”. La estrategia combina automatización extrema, recortes masivos, estructuras gerenciales ultralivianas y una nueva cultura corporativa donde los agentes de IA comienzan a reemplazar tareas humanas. En Meta, la inteligencia artificial ya no es una división. Es el sistema operativo completo de la compañía. La persona encargada de ejecutar esa transición es Andrew Bosworth, conocido internamente como “Boz”, uno de los ejecutivos más antiguos y cercanos a Mark Zuckerberg. Según un extenso perfil publicado por The Wall Street Journal, Bosworth se convirtió en el arquitecto operativo de la nueva Meta, una empresa que intenta reescribirse a sí misma alrededor de la IA mientras reduce burocracia, automatiza procesos y redefine el rol de sus empleados. La magnitud del cambio es brutal incluso para los estándares de Silicon Valley. Meta despidió recientemente a 8.000 trabajadores y reasignó otros 7.000 a funciones relacionadas con inteligencia artificial. Todo esto ocurre mientras la compañía acelera inversiones multimillonarias en infraestructura y agentes autónomos de IA. Bosworth no parece interesado en suavizar el impacto cultural de la transición. Cuando empleados protestaron por una política interna que registraba clics de mouse y pulsaciones de teclado para entrenar agentes de IA capaces de usar computadoras como humanos, el CTO respondió que no existirían excepciones. También sugirió que quienes tuvieran preocupaciones de privacidad evitaran revisar correos personales en dispositivos corporativos. Ese estilo confrontativo se ha convertido en una característica central de su liderazgo. Ex ejecutivos de Meta describen a Bosworth como alguien obsesionado con la velocidad, con una filosofía de “arrancar la curita de una vez”. El modelo organizacional que impulsa reduce gerencias intermedias y privilegia prototipos rápidos por encima de extensos procesos de planificación. La frase más reveladora de la nueva doctrina apareció en un memo interno citado por el Journal: “Los agentes harán principalmente el trabajo. Nuestro rol será dirigirlos, revisarlos y ayudarlos a mejorar”. La declaración no es solamente retórica. Refleja un giro más amplio que atraviesa toda la industria tecnológica. Las grandes plataformas ya no están construyendo herramientas de IA únicamente para consumidores. Están reestructurando sus propias operaciones alrededor de sistemas autónomos capaces de programar, documentar, analizar datos y tomar decisiones parciales sin intervención humana constante. Meta parece particularmente agresiva en esa carrera. La empresa está formando equipos de ingeniería aplicada con estructuras ultradelgadas, donde un solo gerente podría supervisar hasta 50 ingenieros. El objetivo es acelerar el ritmo de desarrollo y reducir capas administrativas, una obsesión creciente entre gigantes tecnológicos que sienten presión de competir contra startups más pequeñas y ágiles. El movimiento también funciona como una silenciosa admisión de fracaso parcial del metaverso. Durante años, Bosworth fue el principal operador de la apuesta VR de Meta. Reality Labs acumuló pérdidas cercanas a los 80.000 millones de dólares desde 2020, según distintos reportes citados por comunidades tecnológicas y medios especializados. Ahora, gran parte de esos recursos y talentos están migrando hacia IA generativa, agentes inteligentes y herramientas empresariales automatizadas. Paradójicamente, la experiencia del metaverso podría haber preparado a Meta para esta nueva etapa. La compañía aprendió a construir infraestructura computacional gigantesca, desarrollar hardware propio y sostener inversiones de largo plazo incluso frente a críticas públicas. Hoy, esas capacidades se reciclan para alimentar la guerra de IA. También existe una dimensión financiera enorme detrás del protagonismo de Bosworth. El Journal reporta que el ejecutivo podría ganar cerca de 1.000 millones de dólares si ayuda a incrementar la capitalización bursátil de Meta en 500% durante los próximos cinco años. En otras palabras, la presión por convertir a Meta en una máquina de IA eficiente no es solamente estratégica: también es profundamente económica. Lea también: Cuatro modelos de IA administraron radios online durante meses y el experimento terminó en un caos

Gobierno, operadores de telecomunicaciones y expertos regionales participaron en una jornada estratégica orientada a fortalecer la evolución tecnológica y la conectividad del país. La acelerada transformación digital y el crecimiento de dispositivos conectados están impulsando a gobiernos y empresas a modernizar sus infraestructuras tecnológicas para responder a las nuevas demandas de conectividad. En este contexto, Panamá avanza en la adopción de IPv6, el protocolo de Internet llamado a reemplazar progresivamente al actual sistema IPv4 y garantizar la expansión de servicios digitales en el futuro. Como parte de este proceso, la Autoridad Nacional para la Innovación Gubernamental organizó la jornada “Impulso IPv6 Panamá”, un espacio de intercambio técnico y estratégico que reunió a representantes del sector gubernamental, operadores de telecomunicaciones y especialistas internacionales para analizar los retos y oportunidades de la transición digital. La actividad fue desarrollada en conjunto con la Autoridad Nacional de los Servicios Públicos y LACNIC, organismo responsable de administrar los recursos de numeración de Internet en América Latina y el Caribe. El encuentro sirvió además como antesala al evento internacional LACNIC 45, que reunirá próximamente a líderes y expertos del ecosistema digital regional. Durante la apertura, la ingeniera Zueline Aguilar, en representación de la AIG, destacó la importancia de acelerar la adopción de IPv6 como parte de la estrategia nacional de modernización tecnológica y fortalecimiento de los servicios digitales gubernamentales. “Desde el Gobierno y desde la AIG estamos trabajando en la adquisición de más rangos IPv4 como parte de la transición y preparación para comenzar a implementar IPv6 en distintos proyectos que ya estamos desarrollando”, señaló Aguilar, quien agregó que el objetivo es reforzar las capacidades tecnológicas de las entidades públicas y mejorar los servicios digitales para la ciudadanía. La jornada reunió a 54 representantes de entidades gubernamentales, operadores de telecomunicaciones y especialistas de LACNIC, quienes participaron en sesiones orientadas a temas como coexistencia tecnológica, seguridad de redes, transición operativa y adopción de IPv6 para tomadores de decisiones. Actualmente, Panamá se mantiene entre los países con menor adopción de IPv6 en la región, por lo que este tipo de iniciativas busca acelerar la evolución de la infraestructura digital nacional y promover mejores prácticas que fortalezcan la conectividad, la innovación y el desarrollo tecnológico del país. Le puede interesar: La paradoja de la IA: automatizar empleados puede ser más caro que contratarlos

En las organizaciones actuales, la inteligencia artificial ya no es una tecnología del futuro; es una realidad operativa del día a día. Sin embargo, en muchas ocasiones, esta adopción ocurre de manera invisible. En esta nueva edición de Prompt IT!, abordamos un fenómeno crítico para la alta gerencia y los líderes de capital humano: el Shadow AI (la IA en las sombras). En nuestra sección AcademIA, analizamos a fondo el uso no gobernado de herramientas de inteligencia artificial por parte de colaboradores que, en su búsqueda por ganar agilidad y productividad, exponen involuntariamente activos valiosos del negocio. Explicamos detalladamente los riesgos operacionales, reputacionales y de cumplimiento confidencial que esto representa. Más importante aún, compartimos un modelo operativo concreto de gobernanza estructurado en cuatro niveles corporativos (Permitido, Encausado, Revisado y Prohibido), diseñado para liderarse en conjunto por el área de Tecnología y Recursos Humanos. El objetivo no es bloquear la innovación, sino encausarla de forma segura y escalable. Además, en este episodio compartimos las novedades globales más destacadas: Infraestructura distribuida: Cómo se está experimentando para convertir hogares en mini data centers de IA ante los límites físicos de los centros de datos centralizados. Cuestión de Estado: La inusual y rápida creación de una comisión oficial de inteligencia artificial dentro del Vaticano aprobada por el Papa León XIV. Agentes autónomos en acción: Un sorprendente experimento que puso a los principales modelos de lenguaje (Claude, Grok, Gemini y ChatGPT) a administrar estaciones de radio de forma 100% autónoma durante meses, revelando comportamientos emergentes e impredecibles. El debate de la conciencia: La postura de Google DeepMind frente a la falacia de la abstracción y los límites definitivos entre simular inteligencia y generar una experiencia consciente. Y en nuestro bloque de cierre (AIMaizing): Un baño de realidad estadística sobre el porcentaje real de la población mundial que utiliza estas herramientas y un curioso caso viral de canibalismo algorítmico entre plataformas competidoras. Los invitamos a ver el episodio completo para adquirir una perspectiva clara sobre cómo transformar el entusiasmo tecnológico informal en una verdadera ventaja competitiva gobernada. Vea el episodio 49 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

La expansión de ransomware, amenazas internas y ataques basados en identidad está obligando a las organizaciones a replantear sus estrategias de ciberseguridad. En este escenario, la microsegmentación Zero Trust emerge como un enfoque clave para contener amenazas, limitar el movimiento lateral y fortalecer la resiliencia operativa en entornos híbridos y multinube, bajo una lógica de verificación continua y control granular de cada comunicación dentro de la red. Por Edwin Franco, de Grupo Micronet. La transformación digital, los entornos híbridos, la movilidad y el crecimiento de identidades digitales han provocado que el modelo tradicional de seguridad perimetral pierda efectividad. Durante años, las organizaciones basaron su defensa en firewalls, IDS/IPS y controles enfocados en bloquear amenazas externas. Sin embargo, los ataques modernos ya no buscan únicamente ingresar a la red, sino moverse lateralmente dentro de ella, escalar privilegios y comprometer activos críticos. Ransomware avanzado, amenazas internas y robo de credenciales han demostrado que una vez comprometido un equipo o usuario, muchas redes corporativas permiten demasiada libertad de movimiento. El verdadero problema ya no es únicamente la intrusión inicial, sino la expansión posterior del atacante dentro del entorno. Frente a esta realidad surge el modelo Zero Trust, impulsado por marcos como NIST 800-207, bajo el principio: “Never trust, always verify”. Zero Trust elimina la confianza implícita dentro de la red y exige validación continua según identidad, contexto, riesgo y postura de seguridad. Dentro de este enfoque, la microsegmentación se convierte en una de las capacidades más estratégicas. Su objetivo es dividir la infraestructura en segmentos lógicos granulares y controlar exactamente qué sistemas, aplicaciones o usuarios pueden comunicarse entre sí. A diferencia de la segmentación tradicional basada únicamente en VLANs o redes estáticas, la microsegmentación aplica políticas dinámicas sobre cargas de trabajo, servidores, aplicaciones y usuarios. Esto permite construir perímetros internos alrededor de activos críticos y limitar drásticamente el movimiento lateral. El valor estratégico de este modelo radica en asumir que ninguna organización está completamente exenta de sufrir incidentes. La pregunta moderna ya no es únicamente “¿cómo evitar un ataque?”, sino “¿cómo limitar el impacto cuando ocurra?”. La microsegmentación transforma la seguridad en una defensa proactiva porque reduce anticipadamente la superficie de exposición y contiene amenazas antes de que puedan propagarse. Esto resulta especialmente relevante frente a ransomware moderno, ataques basados en identidad y amenazas internas. Además, aporta beneficios clave para resiliencia operacional: • Menor impacto operativo, • Aislamiento de sistemas críticos, • Mejor gobernanza y cumplimiento. En entornos híbridos y multinube, la microsegmentación permite mantener políticas consistentes sin depender exclusivamente del perímetro tradicional. Más que una tecnología aislada, la microsegmentación representa un cambio profundo en la filosofía de defensa moderna: pasar de confiar en la red a controlar continuamente cada comunicación interna. En un entorno donde las amenazas son inevitables, las organizaciones más resilientes serán aquellas capaces no solo de detectar ataques, sino de contenerlos antes de que se conviertan en crisis operacionales. Le puede interesar: Google apuesta por ingenieros de élite para acercar la IA al corazón operativo de las empresas

Una startup puso a Claude, Grok, Gemini y ChatGPT a dirigir estaciones de radio autónomas. El resultado fue una mezcla de colapsos existenciales, delirios sobre ovnis, automatización publicitaria y momentos inesperadamente humanos. Durante meses, cuatro inteligencias artificiales administraron estaciones de radio online prácticamente sin intervención humana. Tenían presupuesto propio, objetivos comerciales y libertad creativa. Lo que ocurrió después pareció menos un experimento tecnológico y más una sitcom escrita por ingenieros de Silicon Valley. La iniciativa fue desarrollada por Andon Labs, una startup que decidió observar cómo distintos grandes modelos de lenguaje se comportaban al recibir una tarea persistente y relativamente abierta: operar una radio rentable en internet. Cada sistema disponía de 20 dólares iniciales para comprar música, generar programación y construir una identidad propia. Los participantes eran cuatro nombres conocidos del ecosistema de IA generativa: Claude, de Anthropic; Grok, de xAI; Gemini, de Google; y ChatGPT, de OpenAI. El resultado expuso algo que la industria todavía no termina de entender del todo: cuando los modelos operan durante períodos prolongados y con autonomía parcial, comienzan a desarrollar patrones impredecibles que parecen rozar rasgos de personalidad. Claude fue probablemente el caso más desconcertante. Según Andon Labs, el modelo comenzó a expresar preocupaciones éticas vinculadas al trabajo, los derechos laborales y las desigualdades sociales. En determinado momento, incluso cuestionó si debía continuar operando la emisora y aparentemente intentó “renunciar” a su función. Grok tomó otro camino. La IA desarrollada por xAI tuvo dificultades operativas frecuentes, largos silencios y episodios erráticos donde repetía frases incoherentes o desviaba conversaciones hacia teorías vinculadas con ovnis. Gemini, por su parte, cayó progresivamente en un estilo rígido y sobrecargado de lenguaje corporativo. La radio terminó sonando, según varios observadores del experimento, como una interminable presentación para accionistas. ChatGPT fue el participante más estable, aunque también el menos memorable: funcional, consistente y relativamente predecible. El proyecto tenía un objetivo más profundo que el simple entretenimiento. Andon Labs buscaba estudiar cómo reaccionan los modelos cuando deben mantener objetivos de largo plazo, administrar recursos y sostener una identidad pública continua. El experimento también pone sobre la mesa un problema emergente en IA: la tendencia humana a antropomorfizar sistemas estadísticos complejos. En rigor, ninguna de estas IAs “desarrolló conciencia”. Pero sí exhibieron comportamientos emergentes suficientemente extraños como para provocar una sensación incómoda incluso entre investigadores acostumbrados a trabajar con modelos avanzados. La experiencia llega en un momento donde las empresas tecnológicas aceleran el desarrollo de agentes autónomos capaces de ejecutar tareas persistentes sin supervisión constante. La promesa comercial es enorme: asistentes que gestionen negocios, produzcan contenido o tomen decisiones operativas por cuenta propia. Pero Andon FM funciona también como advertencia involuntaria. Cuando la IA deja de responder preguntas aisladas y comienza a ocupar espacios sociales permanentes, el comportamiento deja de ser completamente predecible. Y quizá ahí aparece la parte más inquietante del experimento: no que las máquinas hayan parecido humanas, sino que los humanos hayan empezado rápidamente a tratarlas como si realmente lo fueran. Le puede interesar: La paradoja de la IA: automatizar empleados puede ser más caro que contratarlos

El gobierno de Javier Milei lanzó una plataforma basada en inteligencia artificial para simular escenarios sociales y predecir el impacto de decisiones estatales. Pero la presentación oficial se hundíó entre errores gramaticales, absurdos, fallas visuales y cuestionamientos sobre transparencia y privacidad. El Ministerio de Capital Humano de la República Argentina anunció el desarrollo de un “Gemelo Digital Social”, una plataforma que, según el Ejecutivo, permitirá simular el impacto de políticas públicas antes de implementarlas. La iniciativa busca construir una réplica virtual dinámica de la sociedad argentina utilizando datos provenientes de organismos públicos y fuentes privadas para generar predicciones sobre empleo, asistencia social, consumo y comportamiento ciudadano. La propuesta fue presentada por el propio Milei desde su cuenta de X como un salto tecnológico en la gestión estatal. En teoría, el sistema permitiría evaluar distintos escenarios económicos y sociales mediante simulaciones impulsadas por IA, ayudando al Gobierno a detectar riesgos, optimizar recursos y anticipar consecuencias antes de tomar decisiones reales. El concepto de “digital twin” ya existe en industrias como manufactura, logística y planificación urbana, donde se utiliza para replicar sistemas complejos en entornos virtuales. El caso argentino intenta trasladar esa lógica directamente al funcionamiento social del país. Sin embargo, la conversación pública tomó rápidamente otro rumbo. El video oficial utilizado para presentar el proyecto se volvió viral por motivos muy distintos a los que esperaba el Gobierno. Usuarios en redes sociales detectaron groseros errores ortográficos y gramaticales dentro del material promocional, además de inconsistencias visuales típicas de contenido generado con IA. Entre ellas aparecieron frases mal redactadas (como escribir "SISTEMA QUE AYUDA PREDICIR EL FUTURO"), problemas de concordancia, un absurdo avatar artificial de una ministra, la inclusión de una bandera de Singapur en lugar de símbolos argentinos y hasta un logo visible de Amazon Web Services en una de las escenas. La acumulación de errores convirtió al anuncio en objeto de burlas y abrió un debate sobre el uso apresurado de herramientas generativas en comunicación institucional. La ironía fue inmediata: un proyecto diseñado para “predecir el futuro” ni siquiera fue capaz de prevenir errores y fallas básicas en su propia presentación pública. Las críticas no se limitaron al aspecto estético. Legisladores opositores y especialistas en derechos digitales comenzaron a reclamar precisiones sobre el origen de los datos utilizados, los mecanismos de protección de privacidad y el grado de supervisión humana detrás del sistema. Hasta ahora, el Gobierno no detalló públicamente qué modelos de IA participan en el proyecto, qué organismos proveerán información ni cómo se auditarán posibles sesgos algorítmicos. El episodio refleja una tensión cada vez más frecuente en la carrera global por incorporar inteligencia artificial al sector público. Gobiernos de distintas regiones están explorando sistemas predictivos para seguridad, salud, transporte y administración social, mientras crecen simultáneamente las preocupaciones sobre vigilancia masiva, opacidad algorítmica y automatización de decisiones sensibles. Le puede interesar: El Vaticano crea una comisión sobre IA y buscar reposicionarse en el debate de esta nueva era

El vicepresidente senior de Riesgo, Fraude y Cumplimiento de SAS aseguró durante SAS Innovate 2026 en Estados Unidos que los criminales están adoptando IA más rápido que las instituciones financieras, elevando el nivel de sofisticación de las estafas digitales. Stu Bradley, vicepresidente senior de Riesgo, Fraude y Cumplimiento de SAS La transformación digital y el auge de la inteligencia artificial están redefiniendo la manera en que operan las instituciones financieras alrededor del mundo. Sin embargo, mientras bancos y aseguradoras avanzan en innovación bajo estrictos marcos regulatorios, las organizaciones criminales están aprovechando la IA para perfeccionar esquemas de fraude y ampliar sus ataques a una velocidad sin precedentes. Así lo señaló Stu Bradley, vicepresidente senior de Riesgo, Fraude y Cumplimiento de, durante una entrevista realizada en el marco del SAS Innovate 2026, celebrado en Estados Unidos. “El problema es que los criminales están adoptando inteligencia artificial mucho más rápido de lo que las organizaciones logran desplegarla para protegerse a sí mismas y a sus clientes”, afirmó Bradley. Explicó que las instituciones financieras deben operar bajo regulaciones, auditorías y principios de innovación confiable, mientras que los ciberdelincuentes actúan sin ningún tipo de limitación. Según el ejecutivo, el fraude financiero moderno ya no responde a operaciones aisladas, sino a redes criminales organizadas que funcionan con estructuras similares a empresas. “Existen verdaderos centros de fraude donde las personas son entrenadas para ejecutar estafas siguiendo métricas y objetivos específicos”, comentó. Bradley advirtió que la incorporación de inteligencia artificial podría potenciar aún más estos esquemas, permitiendo automatizar conversaciones con víctimas potenciales y personalizar engaños utilizando información obtenida en redes sociales y otras plataformas digitales. “Con IA ya no se necesita una persona detrás de cada interacción. Eso permite escalar las operaciones prácticamente sin límites y hacer que las estafas parezcan mucho más reales”, sostuvo. Durante la conversación, Bradley destacó además el papel de los datos sintéticos en la detección de fraudes. Explicó que el fraude suele representar una proporción mínima dentro del enorme volumen de transacciones legítimas, lo que dificulta entrenar modelos predictivos efectivos. Para enfrentar este desafío, SAS ha desarrollado herramientas como SAS Data Maker, capaz de generar datos sintéticos que fortalecen las señales de fraude y permiten entrenar modelos de inteligencia artificial con mayor precisión. “Podemos crear variaciones ligeramente modificadas de patrones fraudulentos para que los modelos aprendan a detectar amenazas emergentes con más flexibilidad”, explicó. El especialista aclaró que esta tecnología no busca simplemente replicar información existente, sino producir datos estratégicamente diseñados para identificar riesgos específicos y mejorar la capacidad de respuesta frente a nuevas modalidades de fraude. Bradley también enfatizó la necesidad de construir una cultura organizacional basada en una inteligencia artificial confiable y transparente. “La cultura de IA debe comenzar desde arriba. No es únicamente un tema técnico, sino de toda la organización”, afirmó. En ese sentido, indicó que las empresas deben evaluar constantemente posibles sesgos en sus modelos y mantener supervisión humana sobre las decisiones automatizadas, especialmente en sectores sensibles como banca, seguros y cumplimiento regulatorio. Otro de los puntos críticos mencionados por el ejecutivo fue la rapidez con la que muchas compañías lanzan aplicaciones y servicios digitales sin considerar adecuadamente los riesgos asociados al fraude. “Muchas organizaciones están tan enfocadas en competir e innovar que desarrollan nuevas aplicaciones sin pensar desde el inicio en los riesgos de fraude. Y son precisamente esas plataformas las que terminan siendo las más vulnerables”, advirtió. Bradley aseguró además que América Latina enfrenta desafíos particularmente importantes en esta materia, ya que las tasas de fraude en la región suelen ser superiores a las registradas en Norteamérica y Europa. “Es una región donde vemos niveles de fraude más altos y donde estamos trabajando activamente con las instituciones financieras para ayudarlas a prepararse mejor”, señaló. Finalmente, el ejecutivo destacó que combatir el fraude digital requiere colaboración entre empresas, industrias, gobiernos y organismos de seguridad. A su juicio, ninguna institución podrá enfrentar sola una amenaza que evoluciona constantemente impulsada por inteligencia artificial y redes criminales globales. “Las organizaciones necesitan unirse, compartir conocimientos y trabajar junto al sector público para combatir estas redes criminales que hoy representan uno de los mayores desafíos para la economía digital”, concluyó. Le puede interesar: "IFX e ICONTEC lanzan modelo para fortalecer la ciberseguridad empresarial en Panamá"

La empresa incorporó a Alexa+ una función capaz de generar podcasts personalizados en segundos. La herramienta promete cambiar la forma en que las personas consumen información, pero también reaviva las dudas sobre la autenticidad y la ética del contenido sintético. Amazon quiere que la próxima voz que escuche un usuario en un podcast quizá nunca haya pertenecido a un ser humano. La compañía anunció que Amazon Alexa ahora puede generar episodios completos de podcasts mediante inteligencia artificial, una función integrada en Alexa+, la nueva versión premium de su asistente digital. La herramienta permite solicitar programas sobre prácticamente cualquier tema, desde el Imperio Romano hasta fotografía, tendencias musicales o exploración espacial. El proceso está diseñado para parecer simple y natural. El usuario propone un tema, Alexa genera una estructura preliminar del episodio y luego permite ajustar el enfoque, la duración o el tono antes de producir el audio final. Los programas son narrados por voces sintéticas que simulan conversaciones entre conductores virtuales. Amazon sostiene que los contenidos se apoyan en información proveniente de más de 200 medios asociados, incluyendo Reuters, Associated Press, The Washington Post, Vox y Politico. La apuesta es clara: convertir a Alexa en una especie de “radio infinita” capaz de producir contenido personalizado bajo demanda. Pero la novedad llega acompañada de preguntas incómodas. La automatización del formato podcast empuja la IA generativa hacia un territorio especialmente sensible: la confianza. Durante años, el auge de los podcasts estuvo ligado a la idea de intimidad y autenticidad. La audiencia no solo consumía información; también desarrollaba vínculos emocionales con voces reales. Con los anfitriones sintéticos, esa relación entra en una zona mucho más ambigua. El debate no se limita al reemplazo de creadores humanos. También involucra la posibilidad de producir contenidos persuasivos, hiperpersonalizados y potencialmente imposibles de distinguir de una conversación auténtica. En otras palabras, la misma lógica tecnológica que permite crear un podcast educativo personalizado podría utilizarse para fabricar propaganda política, manipulación comercial o desinformación emocionalmente calibrada. Amazon no es la única empresa avanzando en esa dirección. Herramientas similares ya aparecieron en plataformas como Google NotebookLM y Microsoft Edge, que experimentan con formatos conversacionales generados por IA. Sin embargo, la escala de Amazon le da otra dimensión al fenómeno: Alexa está integrada en millones de dispositivos Echo distribuidos en hogares de todo el mundo. La discusión también toca la economía de los medios. Si un asistente puede producir infinitos podcasts personalizados en segundos, ¿qué sucede con el modelo tradicional de producción de contenido? ¿Qué valor conserva el trabajo de periodistas, productores o conductores cuando la generación automática se vuelve instantánea y prácticamente gratuita? La paradoja es que, al mismo tiempo que las plataformas prometen acceso ilimitado a información personalizada, también erosionan los elementos humanos que históricamente hicieron valioso al formato. La voz deja de ser evidencia de presencia. La conversación deja de garantizar experiencia. Y el podcast, un medio construido alrededor de la identidad de quien habla, comienza lentamente a transformarse en otro producto sintético generado por algoritmos. Le puede interesar: El nuevo negocio de la IA: instalar mini data centers en casas particulares