La empresa lanzó un nuevo acelerador de inteligencia artificial enfocado en tareas de inferencia masiva. Diseñado para ofrecer alto rendimiento con eficiencia energética, este chip promete ser el núcleo de implementaciones de IA en servicios en la nube y soluciones empresariales, consolidando la apuesta de la empresa por la infraestructura de IA propia. En la carrera por el hardware que impulse la próxima generación de servicios de IA, Microsoft  acaba de dar un paso estratégico con el anuncio del Maia 200 , un acelerador de inferencia que marca su entrada propia en el terreno de chips especializados para cargas de trabajo de IA. La inferencia (el proceso de ejecutar modelos de IA entrenados para generar predicciones en tiempo real) es uno de los principales cuellos de botella para servicios que van desde respuestas conversacionales hasta personalización en aplicaciones empresariales. Con Maia 200 , Microsoft busca abordar esa demanda con eficiencia de un extremo a otro de su pila: desde su nube Azure hasta aplicaciones propias de productividad. Aunque aún no se detallan métricas comparativas frente a otras soluciones en el mercado (como los chips de NVIDIA o los ASIC de Google), la arquitectura del Maia 200 fue concebida para equilibrar rendimiento, consumo energético y latencia , tres factores críticos en el despliegue a gran escala de servicios de inferencia de IA. La movida refleja un cambio más amplio en la industria: las grandes plataformas tecnológicas ya no dependen exclusivamente de proveedores externos de hardware para cargas de IA, sino que diseñan sus propios aceleradores  para optimizar la integración entre software, servicios en la nube y aplicaciones empresariales. Es una tendencia que ya vimos con Apple y Google en dispositivos móviles, y ahora se replica en la infraestructura para IA en la nube. Al integrar Maia 200 en sus centros de datos y soluciones propias, Microsoft no solo busca mejorar la latencia de sus servicios de IA, sino reducir costos operativos  a largo plazo y ofrecer una propuesta más competitiva frente a otras nubes públicas que dependen de chips de terceros. Este anuncio también es estratégico frente a la proliferación de modelos de IA cada vez más sofisticados y exigentes en potencia de cálculo: desde enormes LLM hasta modelos multimodales. El Maia 200 se coloca como un pilar tecnológico  para sostener esa próxima generación de servicios con IA intensiva, tanto para clientes corporativos como para desarrolladores que usan Azure como plataforma de despliegue. Le puede interesar:

La inteligencia artificial ha entrado de lleno en la informática forense, y no es para menos: ayuda muchísimo a procesar montañas de evidencia digital que a un humano le tomaría años revisar. Pero claro, en cuanto estas máquinas empiezan a tener más autonomía y a decidir por su cuenta, la cosa se complica. Surgen dudas serias sobre cómo rastrear esas decisiones, explicarlas ante un juez o saber a quién culpar si fallan. Por Aneyka Esilka Hurtado Mena, Profesora de la Facultad de Informática, Electrónica y Comunicación de la Universidad de Panamá. Usamos IA porque no nos queda otra: hay tantos datos hoy en día que sin ayuda automatizada nos ahogaríamos. Es una herramienta brutal para ahorrar tiempo, sí, pero cambia las reglas del juego. El problema real llega cuando la IA deja de ser solo un asistente y empieza a tomar el mando. Ganamos velocidad, pero es peligroso confiar ciegamente en sus conclusiones sin que nadie las revise. En nuestra área, un error de interpretación no es un simple "bug"; puede arruinar una investigación entera. Es un arma de doble filo: detecta cosas que nosotros no vemos y procesa terabytes volando, pero a menudo le falta ese "olfato" humano para entender el contexto, sobre todo cuando los datos están incompletos o son confusos, algo que pasa casi siempre en la vida real. La llegada de la IA al mundo forense no fue por moda, sino por pura supervivencia operativa. El volumen de datos digitales ha crecido a un ritmo tan acelerado que el análisis exclusivamente humano ya no da abasto; tuvimos que automatizar para optimizar recursos y no colapsar. Sin embargo, esto no implica simplemente añadir una herramienta más al inventario, sino asumir un cambio profundo que está redefiniendo la dinámica tradicional de las investigaciones desde la base. El verdadero punto de quiebre aparece cuando la tecnología deja de ser un simple soporte y empieza a influir en decisiones automatizadas. Si bien esa autonomía dispara la eficiencia, también introduce riesgos serios si aceptamos sus conclusiones sin la debida supervisión. En informática forense, equivocarse en una interpretación no es un simple "bug" técnico irrelevante; es un factor determinante que puede alterar por completo el rumbo y la validez de una investigación. Al final, estamos ante un arma de doble filo. Por un lado, la capacidad para procesar terabytes en tiempo récord y detectar anomalías invisibles al ojo humano es una ventaja indiscutible. Pero por otro, la máquina sigue atada a sus reglas y datos de entrenamiento. Ahí es donde suele fallar: le cuesta leer el contexto, especialmente cuando la información es ambigua o está incompleta, algo que, por desgracia, es el escenario más frecuente en los casos reales. La reconstrucción de eventos, pilar de la informática forense, se ve particularmente afectada por estas limitaciones. A diferencia del investigador humano, que puede integrar contexto y experiencia, los sistemas automatizados operan dentro de parámetros definidos. Esto incrementa el riesgo de falsos positivos o conclusiones parciales que, sin revisión adecuada, pueden desviar la investigación. A este problema se suma la opacidad de muchos modelos de IA, conocida como el efecto de “caja negra”. Cuando no es posible explicar cómo un sistema llegó a una conclusión, la evidencia pierde fuerza técnica y legal. En el ámbito forense, la explicabilidad no es opcional, ya que la validez de los resultados depende de su capacidad de ser auditados y comprendidos. Otro desafío relevante es la falta de consistencia en los rastros de decisión automatizada. En muchos casos, los sistemas no generan registros claros y completos de los pasos que llevaron a un resultado. Esta carencia dificulta la verificación independiente, limita las auditorías y reduce la confianza en los hallazgos generados por IA. Desde una perspectiva de seguridad informática, estos riesgos pueden abordarse mediante el uso de guardrails . Estos mecanismos funcionan como controles preventivos que delimitan qué puede hacer un sistema automatizado, bajo qué condiciones y con qué nivel de acceso. Aplicados correctamente, permiten reducir la superficie de ataque, mantener control operativo y asegurar la trazabilidad de las acciones del sistema. La atribución de responsabilidad es otro punto crítico. Cuando una decisión forense se apoya en sistemas autónomos, resulta más complejo determinar quién responde ante un error: el desarrollador, el operador o la organización que implementó la tecnología. Sin marcos claros, se genera un vacío legal y ético que afecta la credibilidad de las investigaciones. En este contexto, la evolución de los modelos forenses tradicionales se vuelve indispensable. Integrar trazabilidad, explicabilidad y registros completos como principios básicos permite aprovechar los beneficios de la IA sin comprometer la integridad de la investigación. La informática forense enfrenta así el desafío de adaptarse a la autonomía tecnológica, manteniendo el control, la transparencia y la confianza en los procesos. Le puede interesar: IA agéntica: el nuevo frente de la seguridad informática

El gigante del comercio está en conversaciones avanzadas para concretar un movimiento que podría convertirla en el principal inversor de una ronda de capital de 100.000 millones, mientras la startup de ChatGPT explora nuevas fronteras de crecimiento y posibles opciones de salida a bolsa. En una señal de cuánto ha escalado la competencia por liderazgo en inteligencia artificial, Amazon.com  se ha embarcado en negociaciones para aportar hasta 50.000 millones de dólares  en la próxima ronda de financiación de OpenAI , según informaron fuentes cercanas a la operación. La cifra, que representaría casi la mitad de los 100.000 millones de dólares  que OpenAI pretende recaudar, colocaría a Amazon como el mayor inversor individual de la empresa creadora de ChatGPT . Los términos aún están sujetos a cambios, pero las conversaciones —lideradas por los CEOs Andy Jassy  (Amazon) y Sam Altman  (OpenAI)— revelan la magnitud de la apuesta estratégica. De confirmarse, esta inversión podría elevar la valoración de OpenAI hasta aproximadamente 830.000 millones de dólares , un salto que ubicaría a la compañía entre las más valiosas del sector tecnológico global. Además de Amazon, otros grandes actores como SoftBank, que podría aportar hasta 30.000 millones , y Nvidia o Microsoft están implicados en discusiones para participar en esta gigantesca ronda. El posible acuerdo se produce en un contexto donde OpenAI ha consolidado su influencia en la IA conversacional y generativa, pero también enfrenta presiones de rentabilidad, costos crecientes en infraestructura y la necesidad de competir con ofertas de Google, Meta y otros rivales. La participación de Amazon —históricamente vinculada a su negocio de infraestructura en la nube AWS — sugeriría además una integración más profunda entre los servicios de IA y la provisión de computación de alto rendimiento. Aun así, la operación ocurre en paralelo con despidos significativos y reestructuraciones internas  en Amazon, incluidas reducciones de plantilla de miles de empleados, subrayando el equilibrio que las grandes tecnológicas buscan entre eficiencia operativa y apuestas de largo plazo por la inteligencia artificial. Le puede interesar: El 94% de las empresas continuará invirtiendo en IA incluso si no genera retornos inmediatos

A medida que desarrolladores adoptan agentes de IA para generar la mayor parte de su código surge un nuevo desafío: la deuda de comprensión. Más allá de la velocidad en producción, los errores conceptuales, la sobreabstracción y la dependencia de los agentes pueden deteriorar la calidad del software y la capacidad humana de entenderlo. El paisaje del desarrollo de software está atravesando una de sus transformaciones más profundas en décadas. Según el desarrollador y tecnólogo Addy Osmani  subraya una tendencia en auge: equipos que utilizan agentes de IA para generar la mayoría del código, reduciendo la escritura manual a menos de un 20% del total. Según datos citados por Osmani, encuestas recientes muestran que 44% de desarrolladores ahora escriben menos del 10% de su código manualmente , mientras que otro 26 % queda en el rango de 10–50% . Esto sugiere que los agentes no solo completan tareas rutinarias sino que están restructurando fundamentalmente cómo se construyen las aplicaciones. Pero esta revolución rápida trae consigo un problema crítico: no es que los errores hayan desaparecido, sino que han cambiado de naturaleza . Los agentes tienden a generar código que parece correcto sintácticamente, pero alberga suposiciones incorrectas, complejidad innecesaria e incluso código muerto que se arrastra por el repositorio . Osmani describe un fenómeno que denomina “deuda de comprensión” : la tendencia creciente de los equipos a depender de agentes que generan soluciones completas que los ingenieros son incapaces de explicar o entender profundamente . Esto crea una brecha entre la velocidad de producción y la verdadera calidad técnica. Además, métricas de productividad pueden resultar ilusorias. En algunos equipos con alta adopción de IA, se observó un 98 % más de fusiones de solicitudes de extracción (PRs) , pero con tiempos de revisión que crecieron hasta un 91% , lo que indica que el volumen de código (no la eficiencia) se ha disparado. La narrativa dominante de que los agentes simplemente aceleran el proceso de codificación sin fricciones es hoy insuficiente y potencialmente peligrosa . En proyectos grandes y maduros, los desafíos estructurales y de mantenimiento derivados del uso indiscriminado de IA pueden eclipsar los beneficios superficiales de velocidad. Le puede interesar: El 94% de las empresas continuará invirtiendo en IA incluso si no genera retornos inmediatos

Permite conectar celulares, computadores, tablets o una televisión, para una mayor eficiencia en diferentes tareas.  El ecosistema desarrollado en conjunto por Lenovo y Motorola permite controlar todo lo de un smartphone en una pantalla más grande, permitiendo ahorrar tiempo y trabajar con mayor comodidad.  Con Smart Connect se puede iniciar tareas en el celular para continuarlas en una pantalla más cómoda, como la de una computadora. Al cambiar de dispositivo, las tareas, archivos, aplicaciones, notificaciones, fotos, videos e incluso el portapapeles estarán al alcance del mouse y el teclado.  Smart Connecta ya lleva algún tiempo funcionando en dispositivos Motorola, pero se han incorporado mejoras y unido a este ecosistema lo dispositivos Lenovo.  Al iniciar Smart Connect, se ve un panel de control bastante intuitivo, compuesto por ventanas con acceso a las funciones más populares y todos los dispositivos conectados. El diseño es adaptable y dentro de sus características más utilizadas y destacadas se encuentra que permite utilizar el smartphone como webcam en la PC.  ¿Qué se puede hacer con Smart Connect?   Compartir archivos de tu smartphone sin cables ni pasos extra Usar un solo teclado y mouse entre varios dispositivos Continuar con tareas y contenidos de una pantalla a otra  Ver y gestionar notificaciones desde un único lugar Utilizar tu smartphone como webcam para videollamadas nítidas En su evolución más reciente, Smart Connect integra moto ai, la inteligencia artificial de Motorola, para ofrecer interacciones más intuitivas y útiles.  Esto permite usar comandos de voz o texto para buscar archivos, abrir aplicaciones o transmitir contenido con instrucciones naturales.  Le puede interesar: Microsoft presentó el chip de IA Maia 200

Avanzando hacia un mundo cada vez más digital y un momento de inflexión en la evolución tecnológica de América Latina, Liberty Networks traza el rumbo que las empresas deben seguir para asegurar la competitividad empresarial.  Las empresas están transitando hacia una nueva etapa de digitalización caracterizada por la convergencia entre inteligencia artificial, ciberseguridad avanzada, computación en la nube y conectividad global.  En este escenario, estas son las tendencias que marcarán el rumbo:  Conectividad avanzada: la era de la infraestructura crítica   La transformación digital depende de una base sólida: la conectividad. La infraestructura de cables submarinos en fibra óptica continúa siendo la columna vertebral de la red de internet, transportando más del 95% del tráfico global.  Del desarrollo del sistema MANTA, una nueva autopista digital panregional, avanza de forma sostenida, integrando puntos clave en México, Panamá y Colombia para fortalecer la resiliencia y reducir la latencia en la región.  Inteligencia artificial: de la automatización a la toma de decisiones La IA se consolida como la herramienta más transformadora del entorno empresarial. En 2026, su uso se expandirá más allá de los procesos operativos hacia la predicción de escenarios, la optimización de recursos y la generación automática de contenido y de decisiones. Modelos más eficientes y accesibles impulsarán la adopción de la IA generativa, de agentes autónomos y de sistemas híbridos que combinan el análisis humano con algoritmos de aprendizaje profundo.  Ciberseguridad con enfoque humano   La seguridad digital evoluciona, pasando de la protección tecnológica a la resiliencia integral. El 2025 cerró con un incremento sostenido en el número y la complejidad de los ciberataques, impulsados por la automatización, el uso de inteligencia artificial maliciosa y el aumento de los incidentes dirigidos a la nube y a infraestructuras críticas.  La nube como plataforma universal  El cómputo en la nube se consolida como el sistema digital de las empresas modernas, al permitirles operar, innovar y escalar con mayor agilidad. Según el estudio “The Investment Opportunity in Cloud Ecosystems de McKinsey & Company (2025), más del 95% de las organizaciones en le mundo ya cuenta con presencia en la nube, mientras que la proporción de cargas de trabajo ejecutadas en entornos cloud creció de cerca de un tercio en 2018 a más de la mitad en 2025.  Sostenibilidad digital y eficiencia energética   A medida que aumenta el consumo de datos y el uso de inteligencia artificial, las empresas tecnológicas también avanzan hacia modelos más sostenibles y eficientes. El 2026 será clave para consolidar el concepto de “infraestructura verde”: centros de datos con menor huella de carbono, redes energéticas optimizadas y prácticas de economía circular aplicadas a equipos y cableado. Esta tendencia responde a un doble propósito: reducir el impacto ambiental y garantizar operaciones más rentables y adaptativas frente al cambio climático.  Le puede interesar: El 94% de las empresas continuará invirtiendo en IA incluso si no genera retornos inmediatos

La capacitación y la cultura de ciberseguridad se consolidan como pilares frente al aumento de ataques y el uso de inteligencia artificial. En un entorno marcado por la digitalización acelerada y la creciente sofisticación de los ciberataques, la protección de los datos personales se ha convertido en un factor determinante para la confianza de clientes, ciudadanos y usuarios de servicios digitales. En Panamá, esta realidad cobra especial relevancia ante el aumento sostenido de incidentes de seguridad asociados al manejo inadecuado de la información. Aunque las organizaciones continúan invirtiendo en soluciones tecnológicas avanzadas, el factor humano sigue siendo la primera línea de defensa frente a filtraciones y brechas de datos. Prácticas como el uso de contraseñas débiles, el tratamiento incorrecto de información sensible o la interacción con correos fraudulentos continúan figurando entre las principales causas de exposición de datos dentro de las empresas. En el marco del Día de la Protección de Datos Personales, Soluciones Seguras hizo un llamado a reforzar la educación en ciberseguridad, especialmente frente al incremento de ataques basados en ingeniería social. Si bien la Ley 81 regula el tratamiento de datos personales en Panamá, amenazas como el malware, el ransomware y el uso de inteligencia artificial generativa evidencian la necesidad de fortalecer la capacitación continua y la cultura organizacional. La adopción empresarial de herramientas de inteligencia artificial generativa (GenAI) está introduciendo nuevos riesgos de exposición de información confidencial. Esta tecnología, aunque aporta eficiencia y agilidad, también amplía la superficie de ataque si no se gestiona con políticas claras, controles adecuados y una gobernanza definida. De acuerdo con datos de Check Point, partner de Soluciones Seguras, en diciembre el 91 % de las organizaciones que utilizan GenAI se vieron afectadas por actividades de alto riesgo. Este escenario se agrava debido a que los empleados comparten información sensible en plataformas de IA de terceros sin los controles necesarios, utilizando en promedio 11 herramientas GenAI por persona, lo que incrementa significativamente la probabilidad de filtraciones. La situación en Panamá refleja la magnitud del desafío: la divulgación de información afecta al 71 % de las organizaciones, consolidándose como la vulnerabilidad más recurrente. Aunque estas tecnologías impulsan la productividad, su uso sin lineamientos claros eleva considerablemente los riesgos de seguridad. “La tecnología es clave, pero las personas siguen siendo la primera línea de defensa en la protección de los datos. Ninguna herramienta es suficiente si los usuarios no cuentan con la capacitación y la conciencia necesarias para identificar riesgos y resguardar la información que manejan a diario”, afirmó Eli Faskha, CEO de Soluciones Seguras. Ante este panorama, la compañía recomienda acciones básicas como desconfiar de mensajes o enlaces inesperados, utilizar contraseñas únicas y robustas, y promover la capacitación continua en buenas prácticas digitales. La protección de los datos personales exige un enfoque integral que combine tecnología, procesos claros y, sobre todo, personas informadas, entendiendo la ciberseguridad como una responsabilidad compartida y un pilar esencial para la confianza y el desarrollo de la economía digital. Le puede interesar: Cómo ChatGPT, Google AI Overviews y Perplexity citan la web y generan información

JICA y Senacyt impulsan soluciones digitales para modernizar la cadena agroindustrial en la provincia. Panamá avanza en la transformación de su sector agropecuario con la puesta en marcha del programa piloto Ideathon y Hackathon IHCAVA, una iniciativa liderada por la Agencia de Cooperación Internacional del Japón (JICA) y la Secretaría Nacional de Ciencia, Tecnología e Innovación (Senacyt), orientada a desarrollar soluciones innovadoras para los desafíos de la cadena de valor agroindustrial en la provincia de Chiriquí. El programa conecta a productores y empresas agrícolas con talento tecnológico mediante un enfoque multidisciplinario que busca convertir los retos del campo en soluciones escalables y aplicables. La iniciativa cuenta con la consultoría especializada de la Organización para la Innovación y Cultura de Negocio (INNOBUC) y el acompañamiento de mentores provenientes de distintas áreas del conocimiento. Fumiya Naito, jefe del Equipo de Cooperación de JICA en Panamá, destacó que la Ideathon y Hackathon permiten articular al sector público, académico y privado en torno a soluciones concretas para el agro, promoviendo la innovación aplicada y el desarrollo de capacidades locales. Señaló además que esta cooperación técnica está orientada a generar un impacto sostenible y a fomentar la participación de talento joven como motor del desarrollo económico y social del país. Desde Senacyt, Gladys Bernett, directora de Innovación Empresarial, subrayó que la iniciativa fortalece la articulación del ecosistema nacional de innovación al conectar al sector productivo con la academia, el emprendimiento y el talento tecnológico. Según explicó, este espacio permite integrar conocimientos técnicos y buenas prácticas internacionales para impulsar la productividad, la innovación y el desarrollo sostenible en territorios estratégicos como Chiriquí. La metodología del programa combina tecnologías como Inteligencia Artificial, Agrotech y trazabilidad digital, y se desarrolla en dos fases. La Ideathon, que se realiza los días 27 y 28 de enero de 2026, está enfocada en el diagnóstico de retos y la generación de ideas viables alineadas con las condiciones reales de producción, almacenamiento, transporte y comercialización del sector agropecuario. Posteriormente, la Hackathon, programada para los días 25 y 26 de febrero de 2026, permitirá que las mejores propuestas evolucionen hacia prototipos funcionales y Productos Mínimos Viables, en formatos de software o hardware, a través de procesos de programación, diseño y validación técnica. El resultado esperado es el desarrollo de soluciones tecnológicas que respondan a necesidades reales de los productores chiricanos y contribuyan de manera concreta a la modernización de la cadena agroindustrial, posicionando a la innovación como un puente clave hacia un sector agropecuario más productivo, eficiente y competitivo en Panamá. Le puede interesar: Cómo ChatGPT, Google AI Overviews y Perplexity citan la web y generan información

La adquisición ronda los U$S2.000 millones, en lo que constituye una de sus mayores compras históricas y una jugada estratégica para reforzar su posición en IA aplicada a audio, interacción y dispositivos wearables mientras la industria intensifica la carrera en el sector. El icónico fabricante de iPhones ha movido otra ficha de gran calado en la carrera global por la inteligencia artificial . Apple ha acordado la compra de Q.ai , una startup israelí fundada en 2022 y especializada en tecnologías de aprendizaje automático que interpretan micro-movimientos faciales y mejoran la comunicación entre humanos y máquinas, por un valor cercano a 2.000 millones de dólares . La operación, que según fuentes se ubica como la segunda adquisición más grande en la historia de Apple , solo por detrás de la compra de Beats por 3.000 millones en 2014 , refleja el cambio de estrategia de Cupertino para no quedar rezagado frente a gigantes como Meta, Google y OpenAI en el terreno de la IA contextual integrada en hardware. Q.ai ha trabajado de manera discreta en tecnologías que permiten descifrar el “habla silenciosa”  —interpretar patrones musculares sutiles del rostro para comunicarse con asistentes de IA sin voz audible— y mejorar la captura de audio en entornos complejos. Estas capacidades podrían integrarse en productos como AirPods, el visor Vision Pro o futuras gafas inteligentes, ampliando el ecosistema de Apple Intelligence  hacia interfaces más naturales e intuitivas. La adquisición también trae de vuelta al cofundador de Q.ai, Aviad Maizels , quien previamente vendió su empresa PrimeSense a Apple en 2013 (tecnología que después se convirtió en piedra angular de Face ID en iPhone), junto con el resto del equipo. Este movimiento coincide con un contexto de presión creciente sobre Apple para demostrar avances tangibles en IA. El enfoque de la empresa, como han señalado analistas, ha sido distinto al de sus competidores: Apple prioriza la inferencia en el dispositivo  frente a la computación en la nube masiva, apostando a que la latencia y la privacidad atraigan a los usuarios. Este argumento podría reforzarse con adquisiciones como la de Q.ai, diseñada para empaquetar capacidades inteligentes directamente en hardware de consumo. Le puede interesar: Amazon recorta 16.000 empleos en medio de una reestructuración para reducir la burocracia e invertir en IA

Esta semana, en nuestra nueva sección de hardware inteligente, controles con sensores innecesarios, contenedores que cobran por tirar comida, proyectores que rozan la obsesión técnica y tablets que huyen del ruido digital: una selección de dispositivos donde el diseño, la ingeniería y la provocación se cruzan para contar algo más que una simple ficha técnica. El hardware ya no compite solo en especificaciones. Compite en narrativa, en sistemas y, cada vez más, en la forma en que moldea comportamientos. Desde un gamepad que usa un sensor de ritmo cardíaco como carnada mediática, hasta contenedores inteligentes que lograron reducir drásticamente el desperdicio de alimentos en Corea del Sur, estos dispositivos muestran cómo el diseño puede ser irónico, punitivo, elitista o deliberadamente austero. En esta edición de Gadget-up!  repasamos productos muy distintos entre sí, pero unidos por una misma idea: cuando la tecnología se toma en serio a sí misma (o decide no hacerlo), el impacto va mucho más allá del objeto. Anbernic RG G01 Anbernic volvió a hacer lo que mejor sabe: lanzar un producto que parece un chiste, pero que está mejor construido de lo que su propio gimmick sugiere. El RG G01 es su nuevo experimento en gamepads y viene con dos anzuelos claros para atraer miradas: una pequeña pantalla integrada para configurar el controlador sin software externo y, justo en el centro, un sensor de ritmo cardíaco cuya única función real es generar conversación. Más allá de esa broma consciente, el hardware es sólido. El mapeo de botones, macros y calibración directamente desde el dispositivo es una ventaja real para quienes saltan entre PC, Switch y móviles. Suma giroscopio, conectividad Bluetooth, 2.4 GHz y cableada, y una tasa de sondeo declarada de 1000 Hz que lo ubica en terreno serio. El sensor cardíaco no aporta nada funcional, pero cumple su objetivo: atraer clics hacia un controlador que, sin ese detalle, pasaría por discretamente competente. Es, en esencia, un buen gamepad envuelto en un chiste. El gancho es artificial, pero el producto debajo se sostiene solo. TCL Note A1 NXTPAPER El Note A1 NXTPAPER de TCL es una tablet de notas de 11,5 pulgadas que decide, de forma consciente, no competir en entretenimiento. Se presenta como una superficie de lectura y escritura enfocada, con una pantalla NXTPAPER de tipo LCD que busca emular el papel, pero con tiempos de respuesta muy superiores al e-ink. La promesa no es versatilidad, sino concentración. El concepto es un híbrido comprimido. Toma la austeridad funcional de un Kindle y la combina con la fluidez de escritura de una tablet tradicional, permitiendo anotaciones a color, marcados rápidos y transcripción en tiempo real. Esa velocidad es clave en reuniones y toma intensiva de notas. A cambio, no ofrece la autonomía del e-ink ni la extensibilidad de un iPad completo. Resuelve la impaciencia, no la ambición. Es, en el fondo, un Kindle reducido con reflejos de iPad. Ideal para quienes detestan la latencia del e-ink y el ruido del ecosistema tablet. No intenta ser más que eso, y en esa renuncia encuentra su razón de ser. Contenedores RFID para residuos orgánicos En Corea del Sur, tirar comida se convirtió en un acto medido al gramo. Los contenedores de residuos orgánicos con RFID pesan los desechos domésticos, registran cada uso y cobran a los hogares según el kilo descartado. El proceso es simple y deliberadamente incómodo: tarjeta de residente, descarga de residuos, confirmación y costo visible. La lógica es brutalmente clara: el precio cambia hábitos más rápido que cualquier sermón ambiental. El verdadero logro no está en la pantalla del contenedor, sino en el sistema completo que lo respalda. Separación obligatoria, tarificación precisa y procesamiento anaeróbico cierran el circuito. En Seúl, este enfoque redujo el desperdicio de alimentos cerca de un 25% a nivel ciudad y más del 50% en algunos complejos residenciales. El agua se extrae, el biogás se reutiliza y los restos se convierten en insumos para alimentación animal. La presión recae primero en la cocina, no en la logística de recolección. No es una solución elegante, sino efectiva. Requiere mantenimiento, sufre corrosión y no es barata, pero expone la economía del desperdicio de forma directa. En Corea del Sur, esa crudeza funciona. Valerion VisionMaster Max El VisionMaster Max es la apuesta de Valerion por el cine en casa de referencia: un proyector DLP 4K de triple láser que promete negros cercanos al OLED, color casi perfecto y una instalación amigable gracias a amplios ajustes ópticos. El posicionamiento es explícitamente premium, dirigido a compradores convencidos de que la pureza de imagen justifica casi cualquier precio. El problema no es la ambición, sino la matemática. La mejora en calidad de imagen es real. El iris dinámico y el Enhanced Black Level corrigen, por fin, el talón de Aquiles histórico del DLP en los negros. La precisión cromática de fábrica es excelente. Pero el corazón del sistema sigue siendo un chip DLP de 0,47 pulgadas: las mejoras son incrementales, no estructurales. Con un precio que ronda entre los 4.000 y 5.000 dólares, entra en competencia directa con televisores de 100 pulgadas y proyectores más equilibrados. El resultado es incómodo. Es un proyector sobresaliente atrapado en un precio difícil de justificar. Solo los puristas más obsesivos o los fieles a la marca encontrarán ahí una ecuación aceptable. Le puede interesar: Gadget-up!: nueva sección de hardware con inteligencia (y carácter propio)

La firma anunció una actualización mayor para Chrome que integra su modelo de IA Gemini 3 directamente en el navegador, con un panel lateral persistente y una capacidad que permite a la IA realizar tareas complejas de varias etapas , como investigar viajes, llenar formularios o comparar productos, con confirmación del usuario. Google reveló una expansión significativa de las capacidades de inteligencia artificial en su navegador Chrome , marcando un paso más en la transformación de la navegación web hacia experiencias más asistidas y automatizadas. La actualización, disponible en preview para suscriptores de Google AI Pro y Ultra en los EE. UU. , introduce “ Auto Browse ”, una función que permite a la IA de Gemini 3  manejar tareas de varios pasos de manera semi-autónoma: desde investigar hoteles y vuelos hasta completar largos formularios o gestionar suscripciones. El núcleo de esta transformación es un panel lateral permanente con Gemini , que reemplaza la antigua ventana emergente del asistente. Esta barra lateral mantiene el asistente AI accesible sin interrumpir la pestaña principal del navegador y puede extraer contexto de múltiples pestañas abiertas para tareas como comparar productos , resumir reseñas  o explorar itinerarios de viaje. Además de Auto Browse, Google integró Nano Banana , su herramienta de IA para generar y editar imágenes directamente en Chrome, eliminando la necesidad de descargar y volver a subir archivos para manipulaciones creativas simples. Google ha diseñado Auto Browse para operar en segundo plano, abriendo y navegando entre pestañas, interactuando con páginas web de forma similar a un humano —por ejemplo, desplazándose, haciendo clic o introduciendo texto— pero pausando y solicitando confirmación del usuario antes de realizar acciones sensibles , como pagar o publicar en redes sociales. Este salto en la integración de IA coloca a Chrome en una competencia directa con navegadores que ya han adoptado funciones de agentes autónomos, y abre el debate sobre seguridad, privacidad y control del usuario frente a agentes que pueden operar de forma cada vez más independiente en la web. Le puede interesar: OpenAI presentó Prism, una plataforma de IA diseñada para acelerar la ciencia colaborativa

Dos dispositivos que complementan el ecosistema de Samsung con funciones avanzadas de inteligencia artificial, un rendimiento óptimo y que se adaptan a cualquier necesidad actual.  El Samsung Galaxy S25 FE ofrece un rendimiento avanzado para uso multitareas y asistentes de inteligencia artificial desde procesamiento de texto, traductor, edición de fotografías y mucho más. Por su parte la Samsung Tab S10 Lite es una tableta que destaca por su enorme pantalla y resistencia, así como su rendimiento para adaptarse a las necesidades de los profesionales de hoy en día. Conozca ambos dispositivos en el siguiente IT NOW Review: Le puede interesar: IT NOW Review: Razr 60 Ultra, un plegable que no sacrifica rendimiento