El auge de los agentes de programación impulsados por IA no elimina el rol del ingeniero, sino que expone una verdad incómoda: el mayor desafío de la IA empresarial no es el modelo, sino la infraestructura que lo rodea. Mientras algunas predicciones anuncian el fin de los programadores, la realidad cuenta otra historia. Empresas como Anthropic están pagando hasta 570.000 dólares en compensación para contratar ingenieros, incluso cuando afirman que entre el 70% y el 90% de su código ya es generado por IA. La aparente contradicción es, en realidad, una pista. Los ingenieros no están desapareciendo, están cambiando de rol. De escribir código pasan a orquestar agentes que lo hacen. La habilidad crítica ya no es producir líneas de código, sino decidir qué construir, validar resultados y gestionar sistemas complejos generados por máquinas. El fenómeno se amplifica con cifras llamativas. En NVIDIA, el 100% de la compañía utiliza herramientas de codificación asistidas por IA, y su CEO ha señalado que un ingeniero que no consuma al menos 250.000 dólares anuales en tokens de IA es tan obsoleto como un diseñador de chips que trabaja con papel. Pero el verdadero hallazgo está en otro lado. El desarrollo de software es uno de los pocos entornos donde los agentes de IA funcionan a escala. No porque los modelos sean mejores, sino porque existe una infraestructura madura que los respalda. Ese entorno incluye seis pilares clave: gobernanza, observabilidad, evaluación, memoria persistente, control de costos y flexibilidad de despliegue. Fuera del desarrollo de software, estas capacidades están ausentes o incompletas. Por ejemplo, aunque el 80% de las empresas Fortune 500 ya han implementado agentes de IA, solo el 47% cuenta con políticas de seguridad específicas para ellos. Además, el 41% de los líderes tecnológicos identifica la confiabilidad como la principal barrera para escalar estos sistemas. El paralelismo histórico es revelador. La automatización no elimina empleos necesariamente, los transforma. Como ocurrió con los cajeros bancarios tras la introducción de los ATM, la eficiencia puede expandir la demanda en lugar de reducirla. En este contexto, los agentes de código funcionan como un “canario en la mina”. Son el primer caso donde la IA opera dentro de un sistema completo y confiable. Y su éxito expone el problema central de la IA empresarial: no es una cuestión de modelos más inteligentes, sino de construir el andamiaje que permita confiar en ellos. La conclusión es incómoda pero clara. Las empresas que se concentran en elegir el mejor modelo están mirando el problema equivocado. La verdadera ventaja competitiva estará en diseñar la infraestructura que haga que esos modelos funcionen en el mundo real. Lea también: La creadora de TikTok ahora quiere diseñar fármacos “imposibles”

La compañía lanzó Amazon Supply Chain Services (ASCS), un servicio que permite a cualquier empresa utilizar la red logística que Amazon construyó para sí misma. La apuesta expande a Amazon desde el retail hacia el corazón del negocio global de transporte y distribución. Durante años, Amazon construyó silenciosamente una de las infraestructuras logísticas más sofisticadas del planeta. Ahora decidió convertirla en producto. Con el lanzamiento de Amazon Supply Chain Services (ASCS), la compañía abre por primera vez toda su red de transporte, almacenamiento, distribución y entrega a empresas externas, incluso aquellas que jamás venden en Amazon.com. La noticia puede parecer una extensión natural del negocio logístico de Amazon, pero el alcance estratégico es mucho más profundo. La empresa ya no quiere limitarse a ser un marketplace o un operador de última milla. Busca convertirse en infraestructura esencial para el comercio global, replicando en logística la misma lógica que convirtió a Amazon Web Services en el motor financiero del grupo. Peter Larsen, vicepresidente de ASCS, lo resumió con una comparación cuidadosamente elegida: Amazon quiere llevar “la infraestructura, inteligencia y escala” de su cadena de suministro a cualquier empresa, “de manera similar a lo que AWS hizo para la computación en la nube”. La dimensión física detrás de esa ambición es gigantesca. Según la información publicada por la propia empresa, la red logística de Amazon ya incluye más de 200 centros de fulfillment, más de 200 millones de pies cuadrados de espacio operativo, más de 200.000 trabajadores logísticos y una flota superior a 100 aviones. Hasta ahora, buena parte de esa infraestructura servía principalmente al ecosistema de vendedores de Amazon. Con ASCS, la compañía abre el acceso completo a transporte marítimo, aéreo, terrestre y ferroviario, además de fulfillment multicanal, gestión de inventario y envíos de paquetes. Los primeros clientes revelan la escala de la apuesta: Procter & Gamble, 3M, Lands' End y American Eagle Outfitters ya utilizan el sistema. El mercado entendió rápidamente la amenaza. Tras el anuncio, las acciones de UPS y FedEx cayeron más de 9%, mientras Amazon subió cerca de 1%. El mensaje implícito es claro: Amazon ya no quiere depender de terceros para mover mercancías. Quiere competir directamente con ellos. ASCS incorpora además herramientas de inteligencia artificial para pronóstico de demanda y gestión de inventarios. Amazon asegura que su sistema de fulfillment multicanal alcanzó una tasa promedio global de entregas puntuales de 96,4% entre octubre de 2024 y septiembre de 2025. La verdadera ventaja competitiva, sin embargo, no parece estar solo en la infraestructura física. Está en los datos. Amazon opera probablemente la maquinaria de optimización logística más sofisticada del comercio moderno. Cada paquete, ruta, retraso y patrón de demanda alimenta modelos predictivos que mejoran continuamente la eficiencia operativa. Ese punto también genera inquietud. En discusiones online y foros especializados, algunos analistas y operadores logísticos advirtieron sobre el potencial conflicto de intereses que surge cuando Amazon administra cadenas de suministro de empresas que al mismo tiempo compiten con ella en retail. Lea también: Apple prepara unos AirPods con cámara para integrarlos con su nuevo Siri

La empresa anunció la entrada en operación de su nuevo centro de datos en el país, una infraestructura diseñada para responder al crecimiento exponencial de la demanda tecnológica empresarial y fortalecer la capacidad digital de Centroamérica. Con una inversión superior a los US$25 millones y una extensión de 5.000 metros cuadrados, el proyecto representa uno de los movimientos más relevantes en infraestructura tecnológica de la región en los últimos años. Más allá de ampliar la capacidad operativa de IFX, la puesta en marcha de Orión busca posicionar a Guatemala como un punto estratégico para operaciones digitales críticas, servicios en la nube y continuidad empresarial. El nuevo centro de datos se integra a la red regional de IFX en América Latina y ofrecerá más de 1 megawatt de energía redundante para clientes, operación ininterrumpida 24x7x365 y una arquitectura respaldada por controles avanzados de seguridad física y lógica. Uno de los hitos más importantes del proyecto es la certificación Tier III de diseño otorgada por el Uptime Institute, un estándar internacional que garantiza que el data center puede realizar mantenimientos programados sin detener sus operaciones. En un contexto donde la disponibilidad de datos y la resiliencia tecnológica son fundamentales para bancos, fintechs, retailers, telecomunicaciones y entidades públicas, esta capacidad se convierte en un diferenciador clave. “Guatemala necesita más capacidad para acompañar el crecimiento digital de sus empresas. Con la entrada en operación de Orión, estamos sumando una infraestructura que fortalece la capacidad del país para sostener operaciones críticas y responder con mayor solidez a una demanda empresarial cada vez más exigente”, afirmó Alexander Gutiérrez, Country Manager de IFX en Guatemala. La apuesta de IFX también tiene impacto económico y de talento. La operación del nuevo data center impulsará empleo especializado y contribuirá al fortalecimiento del ecosistema tecnológico local, en un momento donde la región acelera inversiones vinculadas a cloud computing, ciberseguridad, inteligencia artificial y servicios administrados. Con más de 25 años de presencia regional, IFX continúa expandiendo su infraestructura para atender a organizaciones que requieren alta disponibilidad, seguridad y eficiencia operativa. La llegada de Orión no solo amplía la capacidad tecnológica del país: también refleja cómo Guatemala se consolida como un nodo estratégico para la economía digital de Centroamérica. Le puede interesar: ¿Cómo las telco en Guatemala pueden fortalecer su estrategia de ciberseguridad?

El laboratorio fundado por la ex OpenAI, Mira Murati, presentó una arquitectura multimodal capaz de procesar audio, video y texto de forma simultánea. La apuesta apunta a una IA que interrumpe, responde y reacciona casi en tiempo real, acercándose más a una conversación humana que a un chatbot tradicional. La carrera por construir asistentes de inteligencia artificial más naturales acaba de entrar en una nueva fase. Thinking Machines, la startup creada por la ex CTO de OpenAI, Mira Murati, presentó esta semana su primer gran avance tecnológico: los llamados “interaction models”, sistemas diseñados para interactuar con humanos sin las pausas artificiales que todavía dominan la mayoría de chatbots y asistentes conversacionales. La idea central parece simple, pero implica una ruptura profunda con la arquitectura actual de los modelos generativos. En vez de esperar a que una persona termine de hablar o escribir para responder, el sistema escucha, observa y procesa múltiples señales simultáneamente. Audio, video y texto conviven dentro del mismo flujo de inferencia. El resultado es un modelo capaz de reaccionar en apenas 0,4 segundos y de participar en “microturnos”, una dinámica conversacional mucho más parecida a la comunicación humana cotidiana. Ese detalle técnico cambia radicalmente la experiencia. Los modelos actuales operan como una especie de ping pong lingüístico: el usuario habla, el sistema espera, procesa y luego responde. Thinking Machines sostiene que ese esquema genera fricción y limita la sensación de naturalidad. Sus nuevos modelos, en cambio, permanecen “presentes” durante toda la interacción. La IA puede detectar interrupciones, cambios de tono, señales visuales o contexto ambiental antes de que la interacción termine formalmente. En términos estratégicos, el anuncio refleja hacia dónde se mueve toda la industria. Durante los últimos dos años, el foco estuvo puesto en aumentar el tamaño de los modelos y mejorar su capacidad de razonamiento. Ahora la batalla empieza a desplazarse hacia la interacción. La pregunta ya no es únicamente qué tan inteligente es un modelo, sino qué tan fluido se siente conversar con él. La propia Thinking Machines ilustró posibles usos que parecen extraídos de la ciencia ficción cotidiana: traducción instantánea mientras alguien habla, alertas posturales cuando el usuario se encorva frente a la computadora, o asistentes capaces de seguir conversaciones complejas mientras observan el entorno visual del usuario. El movimiento también intensifica la competencia en el terreno multimodal. Google, Meta y OpenAI ya trabajan en sistemas capaces de integrar voz, imagen y texto. Sin embargo, Thinking Machines intenta diferenciarse no tanto por la amplitud modal, sino por la latencia y la continuidad conversacional. Esa obsesión por reducir el tiempo de respuesta no es menor. En interfaces humanas, diferencias de apenas cientos de milisegundos alteran la percepción psicológica de fluidez. Una demora de 0,4 segundos acerca el intercambio a los tiempos naturales del habla humana, donde las interrupciones y superposiciones son normales. El desafío técnico consiste en mantener precisión y coherencia mientras el modelo procesa señales simultáneas en tiempo real. La presentación llega además en un momento delicado para el nuevo laboratorio de Murati. Desde su lanzamiento en febrero de 2025, la compañía ha estado rodeada de enorme expectativa y también de turbulencias internas, incluyendo salidas de talento hacia competidores como Meta y OpenAI. En el fondo, Thinking Machines parece apostar a que el futuro de la IA no será textual, sino conversacional y ambiental. Menos cajas de chat y más sistemas capaces de coexistir con humanos de manera permanente, observando, escuchando y reaccionando en tiempo real. Lea también: La Generación Z no mueve un dedo sin la opinión de ChatGPT

Durante SAS Innovate 2026, el Country Lead para México de la empresa aseguró que la inteligencia artificial solo será efectiva si los países construyen primero estrategias sólidas de datos y analítica. La carrera por implementar inteligencia artificial en gobiernos y empresas de América Latina está dejando una lección cada vez más clara: la tecnología por sí sola no resuelve los problemas si no existe una base sólida de datos. Esa fue una de las principales conclusiones compartidas por Mario Ulloa, Country Lead de SAS México, durante una entrevista realizada en el marco de SAS Innovate 2026. En conversación con IT NOW, Ulloa explicó que la visión de SAS para Centroamérica y el Caribe está enfocada en fortalecer la gobernanza y gestión de datos como punto de partida para cualquier estrategia de inteligencia artificial y analítica avanzada. “En la medida en la que nuestros datos estén entrenados, estén preparados y estén gobernados de manera adecuada se va a obtener el valor”, afirmó Ulloa, al destacar que muchas organizaciones todavía enfrentan temor al momento de apostar por proyectos analíticos debido a dudas relacionadas con la calidad de sus datos. Según el ejecutivo, una de las principales barreras que enfrentan gobiernos y empresas en la región es pensar que la inteligencia artificial generativa puede resolver problemas automáticamente sin una preparación previa. “La inteligencia artificial no es magia”, sostuvo. “Tiene que haber una preparación, tiene que haber modelos de datos, tiene que haber procesos, protocolos”. Ulloa señaló que actualmente entre el 60% y el 80% de un proyecto analítico está relacionado con la gestión y gobernanza de datos, aspecto que, a su juicio, termina siendo el verdadero factor diferenciador para generar valor a largo plazo. Durante la entrevista, el ejecutivo destacó que los gobiernos latinoamericanos están comenzando a priorizar áreas específicas para implementar soluciones de analítica e inteligencia artificial. Entre las principales verticales mencionó seguridad pública, recaudación fiscal y salud. En materia de seguridad, explicó que la analítica avanzada ya está permitiendo a algunos gobiernos de la región tomar decisiones basadas en datos y no únicamente en experiencia o percepción. “Tenemos un caso en el Caribe en donde todos los lunes le presentan, basado en analítica de SAS, un panorama de la delincuencia al presidente”, comentó. Para Ulloa, el potencial de la inteligencia artificial en el sector público va mucho más allá de combatir el crimen. También puede ayudar a diseñar políticas públicas más precisas, identificar patrones sociales y optimizar recursos en áreas como salud y educación. Uno de los ejemplos más amplios que compartió durante la conversación estuvo relacionado con la digitalización del sistema de salud. Allí describió un escenario donde la integración de datos permitiría anticipar necesidades médicas y coordinar múltiples servicios públicos desde un mismo ecosistema tecnológico. “Imagínate que llega una señora a un hospital y les dice: ‘Estoy embarazada’. En ese momento se registra en un sistema basado en datos a la señora que está embarazada. Eso dispara acciones por los próximos 10 años”, explicó Ulloa, al describir cómo un sistema inteligente podría coordinar citas médicas, vacunas, educación y otros servicios públicos de manera automatizada. El ejecutivo también advirtió sobre los errores más frecuentes que cometen los gobiernos al intentar acelerar procesos de transformación digital sin construir primero estructuras flexibles y adaptadas a la realidad local. “Muchos gobiernos no apuestan por temas de analítica porque la analítica no es magia”, reiteró. A su juicio, otro desafío importante es lograr que el conocimiento acumulado por funcionarios y especialistas pueda trasladarse a plataformas tecnológicas modernas capaces de automatizar procesos y mejorar la toma de decisiones. En ese contexto, destacó que una de las fortalezas de SAS es su capacidad de adaptación a las necesidades específicas de cada organización. “SAS te permite adaptarte o adaptar la plataforma a la manera en la que está operando la organización”, afirmó. La conversación también abordó el creciente debate sobre regulación e inteligencia artificial en América Latina. Sobre este tema, Ulloa consideró que los países deben enfocarse más en regular el uso ético y transparente de los datos que en intentar frenar el avance tecnológico. “Creo que la regulación no debe detener el avance tecnológico, no debe detener el progreso”, señaló. Añadió que los marcos regulatorios deberían garantizar privacidad, transparencia y control sobre el entrenamiento de los modelos de inteligencia artificial. Finalmente, Ulloa sostuvo que el verdadero valor de la inteligencia artificial no radica en reemplazar a las personas, sino en potenciar sus capacidades y reducir errores mediante plataformas que permitan tomar decisiones más rápidas y mejor fundamentadas. “O sea, todo esto no van a ser sistemas que van a reemplazar al humano”, afirmó. “Van a aprovechar las capacidades de las personas para potenciar toda esta capacidad, todo este resultado”. Le puede interesar: Panamá impulsa medición de la bioeconomía para fortalecer su estrategia nacional

El próximo 19 de mayo, Tegucigalpa será sede de una nueva edición del Festival IA, el encuentro regional que reúne a empresarios, ejecutivos, especialistas y líderes tecnológicos para analizar el impacto concreto de la inteligencia artificial en las organizaciones. La cita es la cuarta escala de la gira regional del evento, que ya se ha consolidado como uno de los espacios más relevantes sobre IA aplicada a negocios en Centroamérica y el Caribe. El Festival IA continúa expandiendo su recorrido regional y desembarcará en Honduras con una agenda orientada a mostrar cómo la inteligencia artificial dejó de ser una tendencia experimental para convertirse en una herramienta estratégica para las empresas. La actividad se realizará el próximo 19 de mayo en el Hotel Clarion Real Tegucigalpa y reunirá a expertos internacionales, empresarios y líderes tecnológicos en una intensa jornada de conferencias, networking y casos de uso reales. La edición hondureña será la cuarta parada de la gira regional del Festival IA, iniciativa que busca acercar el conocimiento sobre inteligencia artificial aplicada a negocios, operaciones, marketing, ventas, innovación y toma de decisiones. El evento está dirigido a ejecutivos, emprendedores, profesionales de tecnología y líderes empresariales interesados en comprender cómo implementar IA de manera práctica y sostenible dentro de sus organizaciones. A lo largo del día, el Festival IA ofrecerá charlas especializadas enfocadas en estrategia empresarial, automatización, modelos agénticos, analítica avanzada, innovación, creación de contenido y optimización comercial mediante inteligencia artificial. La agenda abrirá con la conferencia “IA sin humo: cómo llevar la inteligencia artificial del discurso a la operación”, a cargo de Marcelo Burman, gerente general de Connecta B2B. La exposición abordará cómo las empresas pueden pasar de los pilotos aislados a implementaciones concretas con resultados medibles. Posteriormente, Luis Pedro Collar, científico de datos en Martinexsa, presentará la charla “El engaño del do-it-yourself en la IA”, centrada en los riesgos y limitaciones de implementar inteligencia artificial sin una estrategia adecuada. Catalina N’haux, CEO de Qualtop, participará con la conferencia “IA que orquesta software”, donde expondrá cómo la inteligencia artificial puede acelerar procesos de desarrollo y mejorar la eficiencia operativa de las organizaciones. El componente humano también tendrá un espacio relevante en el evento con la charla “El futuro IA humano”, presentada por Omar Madrid, CEO de Agrega, quien analizará cómo el liderazgo, la cultura y los valores siguen siendo determinantes en cualquier estrategia de transformación tecnológica. David Fernández, CEO y fundador de TDM Internacional, ofrecerá la conferencia “Laboratorio de futuro: Diseño anticipado para realidades que aún no llegan”, una sesión práctica sobre el uso de IA para anticipar escenarios y diseñar estrategias antes de que surjan los problemas. La agenda continuará con “La era de la IA agéntica empresarial”, presentada por Alejandro Medina, fundador de MedInA y especialista en inteligencia artificial generativa. La charla profundizará en el uso de agentes autónomos capaces de ejecutar procesos completos con mínima intervención humana, incorporando además conceptos de gobernanza y soberanía tecnológica. Más adelante, Joel Díaz Llamas, presidente de Popcorn Group, brindará la conferencia “Las personas y los modelos ya cambiaron, usted aún no: Estrategia, data e IA en la nueva toma de decisiones”, enfocada en cómo la inteligencia artificial y la analítica están modificando los procesos estratégicos dentro de las organizaciones. Durante la jornada de la tarde, David Fernández regresará al escenario con “Diseño y validación de prototipos en tiempo récord”, centrada en el desarrollo acelerado de ideas y prototipos mediante inteligencia artificial. Joel Díaz Llamas también tendrá una segunda participación con “De reportes a decisiones: cómo usar IA para convertir data en estrategia”, donde explicará cómo transformar información dispersa en decisiones accionables utilizando IA y analítica avanzada. En el bloque de marketing, Alejandro Medina presentará “Marketing con IA”, una sesión orientada a mostrar cómo automatizar procesos de creación de contenido y optimizar campañas utilizando herramientas avanzadas de inteligencia artificial. El cierre estará a cargo nuevamente de Burman con la conferencia “Si su equipo comercial no usa IA, ya está perdiendo ventas”, enfocada en el uso de inteligencia artificial como copiloto estratégico para equipos comerciales y procesos de ventas. Además de las conferencias, el Festival IA ofrecerá espacios de networking y vinculación entre empresas, especialistas y líderes del ecosistema tecnológico regional, promoviendo el intercambio de experiencias y buenas prácticas sobre adopción de inteligencia artificial. Para conocer más detalles sobre el evento, la agenda completa e inscripciones, los interesados pueden ingresar a Festival IA. Vea también: Festival IA El Salvador 2026: de la promesa a la ejecución, la inteligencia artificial aterriza en el negocio real

Los SLM ofrecen mayor precisión, menor costo y mejor adaptación a tareas específicas, desafiando el dominio de los grandes modelos. Un informe de Gartner anticipa que, para 2027, su empleo triplicará al de los LLM en las empresas. Durante años, la narrativa dominante en inteligencia artificial ha girado en torno a modelos cada vez más grandes. Sin embargo, en el mundo empresarial está ocurriendo lo contrario. Los modelos pequeños, especializados y ajustados a tareas concretas están emergiendo como la opción más pragmática y eficiente. Un informe de Gartner anticipa que para 2027 el uso de modelos pequeños triplicará al de los grandes modelos de lenguaje en entornos empresariales. La razón es clara: precisión contextual, costos más bajos y mayor facilidad de integración en procesos reales de negocio. A diferencia de los LLM generalistas, los SLM están diseñados para resolver problemas específicos, desde atención al cliente hasta análisis financiero o cumplimiento regulatorio. Esto reduce el riesgo de “alucinaciones” y mejora la confiabilidad en sectores críticos como banca o salud. El factor económico es determinante. Modelos más pequeños consumen menos recursos computacionales, lo que reduce costos operativos y de mantenimiento. En algunos casos, pueden operar incluso en un solo GPU, como ocurre con ciertas implementaciones recientes de Google. Además, el costo por respuesta puede ser hasta una sexta parte del de modelos más grandes, lo que cambia radicalmente la ecuación de escalabilidad. Este cambio está dando forma a nuevas arquitecturas. En lugar de depender de un único modelo potente, las empresas construyen “fábricas de conocimiento”, donde múltiples modelos pequeños trabajan en cadena, ejecutando tareas específicas dentro de un flujo más amplio. El resultado es una inteligencia artificial más modular y eficiente. Grandes modelos siguen siendo relevantes, pero como capa estratégica inicial, encargada de planificación o razonamiento complejo. Luego, modelos más pequeños ejecutan el trabajo operativo. Este enfoque también responde a preocupaciones de gobernanza y privacidad. Los SLM pueden desplegarse dentro de infraestructuras internas, detrás de firewalls, lo que facilita el cumplimiento regulatorio y el control sobre datos sensibles. En términos estratégicos, el mensaje es contundente. La ventaja competitiva no estará en quién tiene el modelo más grande, sino en quién diseña mejor el sistema que los orquesta. La IA empresarial se está moviendo de una lógica de potencia a una de precisión. Puede interesarle: El gasto global en TI superará los US$6 billones en 2026 impulsado por la fiebre de la IA

Los hackers dejaron de experimentar con inteligencia artificial y empezaron a industrializarla. Nuevos reportes muestran campañas más rápidas, automatizadas y difíciles de detectar, mientras las empresas todavía intentan entender cómo defenderse. La inteligencia artificial ya no es solo una herramienta defensiva en ciberseguridad. Ahora también es un acelerador ofensivo. Esa es la principal conclusión del análisis publicado por The Hacker News, que describe cómo 2026 se convirtió en el punto de inflexión para los ataques asistidos por IA. Lo preocupante no es únicamente la sofisticación técnica, sino la velocidad con la que el ecosistema criminal está adoptando automatización, generación de código y manipulación conversacional. Durante años, la industria de ciberseguridad advirtió sobre el potencial de la IA para amplificar amenazas. Pero hasta ahora gran parte de esos riesgos permanecía en fase experimental. Lo que está cambiando es la escala. Según el reporte, grupos criminales ya utilizan modelos generativos para producir campañas de phishing hiperpersonalizadas, automatizar reconocimiento de vulnerabilidades y generar malware adaptable en tiempo real La transformación recuerda lo que ocurrió con el ransomware hace una década. Primero aparecieron ataques aislados. Luego llegaron plataformas completas de “ransomware as a service”. Ahora la IA amenaza con convertir la ciberdelincuencia en una operación semiautónoma. El dato más inquietante es que los costos de entrada se están desplomando. Antes, desarrollar malware sofisticado requería equipos técnicos especializados. Hoy, modelos abiertos y herramientas generativas permiten que actores con menos experiencia produzcan campañas convincentes en cuestión de minutos. La IA también está eliminando una barrera histórica del cibercrimen: el idioma. Los ataques de phishing ya no contienen errores gramaticales evidentes. Los modelos actuales pueden imitar tono corporativo, estructuras internas y patrones culturales específicos de cada región. Eso cambia radicalmente el panorama empresarial. Los departamentos de seguridad construyeron durante años defensas basadas en detectar anomalías relativamente obvias. Pero la IA generativa está produciendo ataques cada vez más humanos. En algunos casos, indistinguibles de comunicaciones legítimas. El artículo de The Hacker News advierte además sobre el crecimiento de deepfakes de voz y video utilizados en fraudes corporativos. Empresas financieras y multinacionales ya enfrentan incidentes donde ejecutivos falsificados mediante IA autorizan transferencias o solicitan accesos internos. La amenaza tiene además una dimensión económica enorme. Según estimaciones de IBM y Accenture citadas en distintos estudios recientes, los costos globales del cibercrimen podrían superar los US$10 billones anuales antes del final de la década, impulsados en parte por automatización ofensiva basada en IA. Paradójicamente, las mismas empresas que impulsan inteligencia artificial para productividad están acelerando indirectamente la sofisticación criminal. Cada avance en generación de texto, código o voz tiene una aplicación dual. Ahí aparece el verdadero dilema de 2026: la industria tecnológica todavía vende IA como una revolución de eficiencia, mientras los equipos de seguridad empiezan a verla como una crisis estructural. Las compañías responden con otra ola de automatización defensiva. Sistemas de detección autónoma, análisis conductual impulsado por machine learning y plataformas de respuesta automatizada están creciendo rápidamente. Pero la asimetría persiste: atacar suele ser más barato que defender. Lea también: OpenAI busca dotar de ciberseguridad al gobierno de Estados Unidos

El CEO de OpenAI sostiene que millones de jóvenes utilizan el chatbot como asesor personal, terapeuta, tutor y guía de vida. La declaración revela hasta qué punto la IA empieza a ocupar espacios que antes pertenecían a humanos e instituciones. En una entrevista citada por Fortune, el CEO de OpenAI afirmó que muchos usuarios jóvenes están utilizando ChatGPT como una especie de “life advisor” o incluso como un “operating system” para organizar decisiones personales, relaciones, estudios y trabajo. La frase puede sonar exagerada, pero refleja un fenómeno cada vez más visible: la inteligencia artificial está migrando desde tareas utilitarias hacia funciones emocionales y cognitivas más íntimas. Según Altman, la Generación Z y parte de los millennials, no interactúan con ChatGPT únicamente para escribir textos o programar código. También lo usan para pedir consejos sentimentales, interpretar conversaciones, planificar carreras profesionales y tomar decisiones cotidianas. La declaración llega en un momento particularmente sensible para la industria tecnológica. Después del boom inicial de IA generativa, las empresas empiezan a descubrir que el verdadero valor económico podría no estar solamente en automatizar trabajo, sino en convertirse en infraestructura psicológica permanente. Eso explicaría por qué gigantes tecnológicos compiten ferozmente por desarrollar asistentes cada vez más persistentes, personalizados y multimodales. La visión de Altman apunta justamente hacia ese futuro. Un sistema capaz de recordar contexto, preferencias, historial y comportamiento para actuar como una capa continua de acompañamiento digital. El concepto recuerda parcialmente a la película Her, pero con una diferencia importante: ya no parece ciencia ficción. El fenómeno también coincide con cambios culturales profundos. Diversos estudios recientes muestran que los usuarios jóvenes se sienten más cómodos interactuando con sistemas conversacionales que con canales institucionales tradicionales. Terapia, educación, soporte técnico y orientación profesional empiezan a mezclarse dentro de interfaces de IA. La propia OpenAI ha acelerado herramientas de memoria persistente y personalización, precisamente para fortalecer esa continuidad contextual entre usuario y asistente. Pero el entusiasmo viene acompañado de preocupaciones crecientes. Expertos en ética tecnológica y salud mental advierten que delegar decisiones emocionales o personales a modelos de lenguaje puede generar dependencia psicológica, sesgos de validación y relaciones parasociales difíciles de regular. El problema es especialmente complejo porque la IA conversacional opera en una zona ambigua: no es un terapeuta, pero muchas veces actúa como uno; no es un amigo, pero puede simular cercanía emocional; no es una autoridad profesional, aunque millones de usuarios interpretan sus respuestas como orientación confiable. La industria tecnológica pasó años intentando capturar nuestra atención. Ahora parece intentar capturar algo mucho más profundo: nuestra capacidad cotidiana de interpretar el mundo. Lea también: Meta y Google entran en una guerra de agentes inteligentes

Mientras Silicon Valley compite por chatbots y aplicaciones, Apple parece apostar por otra idea: esconder la inteligencia artificial dentro de objetos cotidianos. Los próximos AirPods Pro con cámara podrían ser el primer paso. Apple rara vez habla primero. Prefiere esperar, observar y entrar cuando la tecnología ya puede integrarse elegantemente en productos masivos. Eso es precisamente lo que parece estar ocurriendo con inteligencia artificial. Ejecutivos cercanos al liderazgo futuro de Apple consideran que la compañía está “a punto de cambiar el mundo” mediante una nueva generación de dispositivos potenciados por IA, incluyendo AirPods Pro equipados con cámaras. La idea suena extraña hasta que se entiende la estrategia más amplia. Mientras competidores como OpenAI, Google y Meta convierten la IA en interfaces explícitas, Apple parece querer volverla invisible. No se trataría de “usar ChatGPT”, sino de vivir rodeado de dispositivos que entienden contexto, entorno y comportamiento sin necesidad de abrir una aplicación. Los AirPods con cámara encajan perfectamente en esa visión. Según filtraciones y análisis citados por Wccftech, Apple trabaja en sensores visuales capaces de capturar información ambiental para alimentar sistemas de inteligencia contextual y computación espacial. Eso permitiría desde navegación contextual y traducción en tiempo real hasta reconocimiento de objetos o interacción avanzada con asistentes inteligentes. El movimiento también conecta directamente con la estrategia iniciada por Apple Vision Pro. Apple parece estar construyendo lentamente un ecosistema donde audio, visión artificial, sensores y modelos de IA convergen en una capa permanente de computación ambiental. En vez de pantallas gigantescas o interfaces agresivas, la empresa apuesta por dispositivos discretos que desaparecen físicamente mientras amplifican percepción digital. La aproximación contrasta radicalmente con el fracaso de varios gadgets de IA lanzados en 2024 y 2025, incluyendo dispositivos independientes que prometían reemplazar smartphones pero terminaron ofreciendo experiencias limitadas. Apple entendió algo que otros todavía intentan descifrar: la IA probablemente no reemplazará el hardware existente de inmediato. Primero se integrará silenciosamente dentro de él. Ahí radica el verdadero riesgo para el mercado. Si Apple logra convertir AirPods en sensores inteligentes permanentes, podría expandir enormemente su dominio sobre computación personal. Los auriculares dejarían de ser accesorios de audio para convertirse en interfaces de percepción aumentada. Eso abriría además nuevas tensiones sobre privacidad. Un dispositivo con cámaras siempre presentes cerca del rostro introduce preguntas inevitables sobre vigilancia ambiental, captura pasiva de datos y procesamiento contextual continuo. Apple históricamente utiliza privacidad como diferenciador competitivo, pero integrar visión artificial en wearables cotidianos eleva la complejidad del debate. También existe una dimensión estratégica interna. El reporte sugiere que el liderazgo futuro de Apple considera que la próxima gran transformación tecnológica no será un único producto, sino una integración profunda entre hardware, IA y servicios. Eso explicaría por qué la compañía avanza con cautela mientras el resto de la industria acelera lanzamientos apresurados. Lea también: El nuevo Siri se ensaya con Veritas, el chatbot secreto de Apple

¿Por qué algunas compañías triunfan con la Inteligencia Artificial mientras otras no pasan de la etapa de prueba? En este programa, analizamos los casos de gigantes como Walmart, Coca-Cola y Unilever para extraer los seis patrones fundamentales de una implementación exitosa. En nuestra sección AcademIA, explicamos por qué el éxito no depende de la tecnología, sino de: Priorizar el problema de negocio antes que la herramienta. Definir KPIs claros y una línea base para medir el ROI. Integración total en el flujo de trabajo diario de tu equipo. Lograr "Quick Wins" o resultados medibles en solo 8 a 12 semanas. Además, en esta edición #47: AINews: El Pentágono abre sus puertas a OpenAI y Google, y la crisis de stock de Mac Mini por el auge de los agentes de IA. ConciencIA: El fin del código tradicional. Analizamos el Vibe Coding y el nuevo paradigma del "Software 3.0". AIMaizing: El primer reality show 100% IA y el misterio de las imágenes de ChatGPT que "no quieren" ser virales. Si busca una guía estratégica para llevar la IA a tu organización con paso firme, este episodio es imprescindible. Vea el episodio 47 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 compañía de infraestructura web anunció el recorte de cerca del 20% de su plantilla global pese a reportar resultados financieros mejores a los esperados. La decisión refleja cómo la inteligencia artificial está transformando no solo productos tecnológicos, sino también la estructura laboral de Silicon Valley. La promesa original de la inteligencia artificial era liberar a los trabajadores de tareas repetitivas. En 2026, cada vez más empresas tecnológicas reinterpretan esa idea de forma literal. Cloudflare anunció el despido de más de 1.100 empleados globalmente, aproximadamente el 20% de su fuerza laboral, en medio de una reestructuración diseñada para convertir a la empresa en una organización “agentic AI-first”. El dato más llamativo no es solamente el tamaño del recorte, sino el contexto financiero en el que ocurre. La compañía superó expectativas de Wall Street durante el primer trimestre de 2026, registrando ingresos de US$639,8 millones y ganancias ajustadas de 25 centavos por acción. También elevó su proyección anual hasta un rango de US$2.810 millones en ingresos. Sin embargo, el mercado castigó el anuncio. Las acciones cayeron entre 13% y 19% en operaciones posteriores al cierre, reflejando la creciente ansiedad de inversionistas frente a compañías que sustituyen crecimiento humano por automatización agresiva. El CEO Matthew Prince sostuvo que la medida no responde a problemas de desempeño ni a presión de costos de corto plazo. Según el memo interno citado por varios medios, el uso de IA dentro de la empresa creció más de 600% en apenas tres meses. Equipos de ingeniería, marketing, finanzas y recursos humanos comenzaron a operar miles de workflows automatizados diariamente. En términos corporativos, Cloudflare está intentando hacer algo más profundo que reducir plantilla: redefinir cómo funciona una empresa tecnológica en la era de agentes autónomos. Ese cambio marca un punto de inflexión para Silicon Valley. Durante décadas, las tecnológicas crecieron contratando más ingenieros, más vendedores y más personal operativo. La nueva lógica de la IA generativa invierte esa ecuación. Ahora las compañías intentan demostrar que pueden crecer mientras reducen headcount. Cloudflare no está sola. Empresas como PayPal, Coinbase y Freshworks también vincularon recientes recortes de personal con procesos de automatización basados en IA. El problema es que el mercado aún no sabe cómo valorar esta transición. Los inversionistas celebran eficiencia, pero temen que muchas compañías estén utilizando la IA como narrativa para justificar desaceleraciones estructurales o sobrecontratación previa. Puede interesarle: 31% de los CIOs no tienen clara la estrategia corporativa de IA en sus organizaciones