La empresa prepara una nueva ofensiva en el hogar inteligente con una estrategia diferente a la habitual: desarrollará junto con LG Electronics una familia de accesorios que llevará la marca LG. La lista incluye un timbre inteligente, una cerradura, un termostato y varias cámaras de seguridad, todos concebidos para funcionar dentro del nuevo ecosistema doméstico de Apple. Apple está preparando algo más ambicioso que un nuevo dispositivo para la casa. La compañía estaría reorganizando su estrategia de hogar inteligente alrededor de un nuevo ecosistema, y para hacerlo recurrirá a un socio poco habitual: LG Electronics. Según la información publicada por Bloomberg, Apple y LG desarrollaron conjuntamente una nueva generación de accesorios domésticos que incluye un videoportero, una cerradura inteligente, un termostato, un sensor de temperatura, una cámara interior, una cámara exterior y una cámara con reflector. Los productos llevarán la marca LG, mientras que la compañía surcoreana estará a cargo de la fabricación y el soporte. Los dispositivos están concebidos para funcionar junto con el nuevo hub doméstico de Apple, una versión actualizada del HomePod mini y un nuevo dispositivo Apple TV. El lanzamiento de los nuevos equipos de Apple está previsto para el 13 de octubre. La alianza marca una diferencia significativa respecto de la estrategia tradicional de Apple. En lugar de fabricar directamente cada pieza del ecosistema, la compañía puede intervenir en el diseño, las características y la ingeniería mientras deja en manos de LG buena parte de la producción y el soporte. Para LG, el movimiento también supone una expansión poco habitual de su catálogo. La compañía está incorporando categorías en las que hasta ahora tenía una presencia mucho más limitada, entre ellas cerraduras inteligentes, timbres, termostatos y cámaras de seguridad. Algunos de los productos ya aparecen en registros regulatorios. Entre las denominaciones identificadas figuran LG Video Doorbell Wired, LG Floodlight Cam, LG Outdoor Cam Plug-In, LG Indoor Cam Plug-In, LG Smart Deadbolt Lock, LG Smart Thermostat y LG Temperature Sensor. Los registros incluyen tecnologías como Wi-Fi y Bluetooth, además de Thread y Matter, protocolos utilizados en el ecosistema de hogares inteligentes. La cerradura también incorporaría UWB, o ultra-wideband, para permitir el desbloqueo automático cuando el usuario se aproxima a la puerta. La estrategia llega con una demora respecto del hardware desarrollado directamente por Apple. Los accesorios de LG todavía están por detrás en términos de desarrollo y no se espera que lleguen al mercado durante al menos algunos meses. LG solicitó además que fotografías y detalles más precisos de los productos permanezcan confidenciales hasta comienzos de 2027. Apple y LG declinaron hacer comentarios sobre la alianza. La apuesta supone, en los hechos, un reinicio de HomeKit, la plataforma de hogar inteligente que Apple presentó en 2014. Durante más de una década, el ecosistema dependió en buena medida de fabricantes externos que desarrollaban accesorios compatibles con Apple. Ahora la compañía parece dispuesta a intervenir de manera mucho más directa en el diseño de las piezas que completan su propuesta. El movimiento también cambia la naturaleza de la competencia. Amazon cuenta con Ring en timbres y cámaras, mientras Google tiene Nest en categorías como termostatos y dispositivos de seguridad. Apple pretende competir no necesariamente fabricando todos esos productos bajo su propia marca, sino utilizando su control sobre el ecosistema para definir cómo deben funcionar y cómo deben integrarse con sus dispositivos. El nuevo hub doméstico será una pieza central de esa estrategia. La compañía planea acompañarlo con una actualización del HomePod mini y un nuevo dispositivo de televisión. La apuesta, por lo tanto, no consiste en sumar otro accesorio a la cartera de Apple, sino en construir una plataforma doméstica más amplia. La paradoja es que buena parte de esa nueva plataforma podría tener el logo de otra compañía. Apple estaría intentando recuperar terreno en el hogar inteligente sin asumir por completo el costo y la complejidad de fabricar y mantener cada una de las piezas. Es una estrategia menos visible que fabricar un producto con la manzana, pero potencialmente mucho más amplia. Le puede interesar: Duo: Apple finalmente dobló el iPhone

Anthropic lleva a Claude a Workspace. La compañía lanzó en beta pública una integración con Google Docs, Sheets y Slides que permite editar archivos desde una barra lateral, mientras nuevos conectores permiten crear y modificar documentos de Google directamente desde una conversación con Claude. Anthropic acaba de mover una pieza importante en la batalla por convertir la inteligencia artificial en una herramienta integrada al trabajo cotidiano. Claude ya no necesita que el usuario copie información desde Google Workspace hacia el chatbot y vuelva después con los resultados. Ahora puede trabajar dentro de Docs, Sheets y Slides. Claude for Google Workspace está disponible en beta pública para todos los planes pagos de Claude. La propuesta combina un nuevo complemento para Google Workspace con conectores para Google Docs, Sheets y Slides, también en beta. El complemento abre Claude en una barra lateral junto al archivo que el usuario tiene abierto. Desde allí, el modelo puede leer el documento, la hoja de cálculo o la presentación, identificar el texto, las celdas o las diapositivas seleccionadas y realizar modificaciones directamente sobre el archivo. En Google Docs, por ejemplo, Claude puede corregir una oración o cambiar el estilo de un encabezado sin alterar el formato que lo rodea. Para modificaciones más grandes puede proponer cambios mediante tarjetas de sugerencias en la barra lateral, que muestran qué fragmento pretende modificar para que el usuario decida si aplica o descarta cada cambio. La diferencia aparece con mayor claridad cuando el trabajo deja de ser estrictamente textual. En Sheets, Claude puede escribir fórmulas, construir tablas dinámicas, generar gráficos nativos y crear nuevas pestañas. También puede tomar un rango de datos, procesarlo mediante Python y devolver los resultados a la hoja. Anthropic plantea incluso un escenario de trabajo financiero: comenzar con una hoja vacía, adjuntar los archivos de origen y pedir un informe de presupuesto versus resultados del tercer trimestre, con una pestaña para cada equipo y un gráfico de resumen. Claude puede identificar además los elementos que superen el presupuesto. En Slides, la IA puede crear nuevas diapositivas utilizando los diseños y temas existentes de una presentación. También puede revisar el resultado y advertir sobre elementos superpuestos, contenido que queda fuera de los límites de una diapositiva o textos cuya lectura resulta difícil. La otra novedad está en la dirección del flujo de trabajo. Los conectores permiten comenzar directamente en Claude y pedirle que cree o edite un archivo de Google. El usuario puede pegar un enlace a un documento o solicitar un nuevo documento, hoja o presentación. El acceso de Claude queda sujeto a los permisos de uso compartido que ya existen en Google. Anthropic también intenta mantener dentro de Workspace el contexto empresarial que ya existe en Claude. Según la compañía, la barra lateral conserva los mismos modelos, conectores y habilidades disponibles en la cuenta de Claude. En un ejemplo planteado por Anthropic, el sistema puede utilizar el historial de una cuenta de Salesforce y notas recientes de llamadas disponibles mediante un conector de Google Drive para construir una presentación de revisión trimestral del negocio. El control sobre cuánto hace la IA queda en manos del usuario. El modo predeterminado, "Ask before edits", muestra cada modificación mediante una tarjeta de aprobación y espera autorización antes de ejecutarla. En "Accept all edits", Claude puede avanzar con la tarea y aplicar los cambios sin detenerse para solicitar aprobación en cada paso. Para las organizaciones, la integración también conserva determinados controles empresariales. En los planes Enterprise, Anthropic señala que mecanismos como Compliance API, customer-managed encryption keys (CMEK) y la exportación de auditoría mediante OpenTelemetry se aplican también al complemento. La jugada tiene una lectura más amplia. La competencia entre asistentes de IA ya no se define solamente por quién responde mejor una pregunta o genera el texto más convincente. El campo de batalla está pasando al lugar donde ocurre el trabajo. Si el modelo puede leer, interpretar y modificar directamente el documento, la hoja de cálculo o la presentación, el chatbot deja de ser una aplicación separada y empieza a comportarse como una capa de inteligencia sobre las herramientas que las empresas ya utilizan. Para Anthropic, el desafío es precisamente ese: conseguir que Claude no sea únicamente el lugar al que los empleados acuden para pedir ayuda, sino una pieza integrada en el flujo de trabajo corporativo. Y Google Workspace es uno de los terrenos más evidentes para disputar esa posición. Vea también: Anthropic en una controversia papal sobre si Claude puede ser consciente

Durante años, muchas organizaciones han medido su madurez en ciberseguridad por su capacidad de prevenir. Y sí, prevenir sigue siendo fundamental. Pero hoy hay otra pregunta que pesa igual o más: ¿qué pasa cuando algo logra pasar nuestras defensas? Por Arturo Torres, director de Inteligencia de Amenazas de FortiGuard Labs de Fortinet para América Latina y el Caribe. La diferencia entre un incidente controlado y una crisis operativa no suele estar únicamente en si el atacante logró entrar. Muchas veces está en qué tan rápido detectamos, contenemos, investigamos y recuperamos, y es ahí en donde la estrategia conocida como respuesta a incidentes, se convierte en una capacidad crítica para asegurar la continuidad del negocio. ¿Por qué un equipo capacitado para respuesta es clave para la resiliencia de un negocio? La respuesta ante incidentes, no se trata de “apagar fuegos”, debe ser vista como una respuesta estratégica y organizada que es ejecutada ante un ciberataque o brecha, siguiendo procedimientos definidos para limitar el daño, corregir la exposición y recuperar la operación lo más rápido posible. La respuesta ante incidentes no empieza el día de incidente, empieza cuando se definen responsables, se redactan manuales de procesos (playbooks), se ejecutan pruebas y se validan las capacidades, estableciendo cómo se tomarán decisiones bajo presión. Ante una brecha de seguridad, el tiempo utilizado para mitigar el daño puede hacer la diferencia entre que tanto se recupera o no una empresa. Nos encontramos ante un panorama sumamente avanzado de ciberamenazas con grupos cibercriminales operando como industria, aprovechando las capacidades de IA para reducir trabajo manual y acelerar las distintas etapas del ataque. Ante este escenario, los defensores necesitan evolucionar hacia una defensa igual de industrializada y capaz de responder a la velocidad de las amenazas. Si un atacante puede pasar de la exposición a la explotación en horas, una organización que tarda días en escalar internamente, validar impacto, aislar activos críticos o definir quién autoriza una acción, ya está jugando con desventaja. ¿Qué debe de existir antes de que ocurra el incidente? Para poder armar un plan de respuesta adecuado, es importante tomar en cuenta los siguientes aspectos: Gobernanza clara: quién decide, quién ejecuta, quién comunica y quién documenta. Plan formal de respuesta: escalamiento, coordinación, aislamiento, preservación de evidencia y recuperación. Playbooks específicos: cómo actuar ante ransomware, phishing, credenciales comprometidas, exfiltración, acceso indebido y otros escenarios probables. Visibilidad suficiente: asegurar visibilidad sobre endpoint, red, identidad, nube y registros que permitan reconstruir qué ocurrió. Ejercicios periódicos: tabletop exercises y simulaciones para descubrir fallas antes de una crisis. Capacidad especializada: asegurarse de contar de forma interna o a través de servicios externos con informática forense y respuesta a incidentes (DFIR), análisis forense, análisis de malware, análisis de índices de compromiso (IOC) y reconstrucción de timelines cuando el incidente lo requiera. El costo de no estar preparado El reporte de Fortinet sobre brecha de habilidades en ciberseguridad de 2026 muestra que el 52% de las organizaciones reportó que las brechas les costaron más de US$1 millón; el costo medio reportado fue de US$1,7 millones. Un análisis reciente de Fortinet también señala que el 20% de las organizaciones tardó entre cuatro y seis meses en recuperarse de un ciberataque. Estos datos solo demuestran una cosa: no contar con un plan de respuesta ante incidentes puede multiplicar el daño operativo, financiero y reputacional. Cuando nadie sabe exactamente qué hacer, inevitablemente el tiempo de contención incrementa, la toma de decisiones se hace de manera reactiva, lo que puede alterar la evidencia e incrementar el tiempo de recuperación. Hoy más que nunca, tener un plan y un equipo interno o un servicio experto externo para respuesta a incidentes no es un lujo ni un documento para auditoría. Es una capacidad estratégica para proteger la operación, reducir el impacto de un ataque y sostener la confianza del negocio en los momentos más difíciles. Le puede interesar: Agentes de IA: el nuevo riesgo no está en el modelo, sino en todo lo que puede tocar

La inteligencia artificial ya llegó a casi la mitad de los consumidores estadounidenses, pero eso no significa que se haya convertido en un hábito cotidiano para la mayoría. El séptimo ranking de Andreessen Horowitz muestra un mercado cada vez más concentrado, dominado por usuarios intensivos que gastan grandes sumas en herramientas para programar, crear y trabajar, mientras los agentes personales empiezan a disputar el siguiente gran territorio. La inteligencia artificial de consumo tiene un problema que durante mucho tiempo quedó oculto detrás de las cifras de adopción: mucha gente la prueba, pero relativamente poca la usa con profundidad. El nuevo ranking de las 100 principales aplicaciones de IA de consumo de Andreessen Horowitz (a16z) muestra que casi la mitad de los consumidores estadounidenses dice utilizar IA, pero solo el 25% asegura hacerlo diariamente. Y, a agosto de 2026, apenas el 4,5% tenía una suscripción personal paga activa a ChatGPT, Gemini o Claude. El dato cambia de forma drástica cuando se observa a los usuarios que sí pagan. El 10% que más gasta concentra aproximadamente la mitad de todo el gasto observado en IA de consumo. Ese grupo se inclina especialmente por herramientas de programación, productividad y creatividad, lo que revela dónde está hoy el mercado más sólido: no necesariamente en el consumidor promedio, sino en quienes utilizan la IA para producir algo concreto. El informe de a16z incorpora por primera vez datos de gasto observado en tarjetas de consumidores estadounidenses proporcionados por YipitData. La medición no pretende representar los ingresos totales de las compañías, ya que proviene de paneles y no de un censo, pero permite observar una concentración que los rankings de tráfico no muestran. En agosto, el 4,5% de los consumidores elegibles dentro del panel de recibos electrónicos de YipitData tenía una suscripción personal paga a al menos uno de los tres grandes asistentes, frente al 2,1% un año antes. Pero incluso entre quienes ya pagan, la concentración es extrema. Solo el 13% de los usuarios que pagan por una herramienta de IA también paga por otra. El 1% que más gasta representó el 19,5% de todo el gasto observado en IA de consumo, más que el 16,6% correspondiente al 50% inferior de los consumidores por nivel de gasto. Ese 1% desembolsó un promedio de US$903 mensuales en sus tarjetas para herramientas de IA en agosto de 2026, un gasto que aumentó 80% en los últimos 18 meses. El usuario mediano que paga por IA, en cambio, gasta US$25 al mes y apenas incrementó ese desembolso con el tiempo. La fotografía también modifica la lectura sobre quién está ganando la batalla entre los grandes modelos. ChatGPT mantiene el liderazgo. En agosto tuvo aproximadamente el doble de visitas web que Gemini y seis veces más que Claude. En dispositivos móviles, la ventaja fue de 2,5 veces frente a Gemini y 14 veces frente a Claude en usuarios activos mensuales. La diferencia también aparece en el negocio. Según el panel de YipitData, ChatGPT tiene tres veces más suscriptores consumidores pagos en Estados Unidos que Claude o Gemini. Pero Claude se convirtió en el tercer actor claro del mercado. El modelo de Anthropic ni siquiera aparecía en el primer ranking web de septiembre de 2023 y ahora supera a DeepSeek y Perplexity en tráfico. Además, superó a Gemini en suscriptores estadounidenses este año. Incluso después de que Google trasladara usuarios pagos heredados al nuevo plan de IA, una operación que elevó artificialmente su cifra de suscriptores, Gemini y Claude quedaron prácticamente empatados. La estrategia de Anthropic también muestra otra particularidad. La compañía decidió no incluir publicidad en Claude y apostar por las suscripciones. El 7,3% de sus consumidores pagos está en su plan individual más caro, Max, que comienza en US$100 mensuales. La proporción es de 1,3% para Google y 1,1% para ChatGPT en sus respectivos planes de US$100. La carrera, sin embargo, no se limita a los chatbots. El siguiente campo de batalla son los agentes personales. Seis meses después de que a16z considerara que agentes como OpenClaw todavía no eran utilizables por la mayoría de los consumidores, varios productos de startups ya reportan cientos de miles de usuarios. Entre ellos aparecen Instinct, Tomo, Poke, Lindy y Town. Las grandes plataformas también entraron en la disputa con Meta’s Muse, OpenAI’s Dots y xAI’s Grok Bot. La premisa es distinta a la del chatbot tradicional. Estos agentes intentan estar disponibles en cualquier lugar, como un asistente humano al que se puede enviar un mensaje, un correo electrónico o una llamada. iMessage se convirtió en uno de los principales canales: Instinct se lanzó allí en agosto de 2026 y DoorDash posteriormente presentó su propio agente para realizar pedidos mediante mensajes. Los primeros usuarios siguen siendo power users, y el patrón coincide con el observado en el gasto. Según datos de AssistantBenchmark citados por a16z, la tarea más mencionada para agentes en siete grupos tempranos de usuarios, con una muestra de 1.502 personas, fue la programación y la automatización técnica. Instinct ofrece una señal particularmente agresiva sobre el potencial económico del modelo. Su fundador, Noah Shinn, afirma que el 40% de los usuarios conecta una tarjeta de crédito personal dentro de las primeras tres semanas y que, una vez que realizan una compra, gastan en promedio US$1.300 mensuales a través de Instinct. Shinn también asegura que ya circula por la plataforma un volumen de transacciones anualizado superior a US$1.000 millones, con la mitad atribuida a viajes. La respuesta de las plataformas está empezando a definir qué agentes pueden interactuar con el ecosistema digital. Amazon cerró el acceso a Meta’s Muse en menos de dos semanas, mientras Shopify, Instacart, OpenTable, Expedia, Ticketmaster y Plaid, entre otros, firmaron integraciones oficiales. A fines de septiembre, la pelea de consumo tenía como protagonistas a Instinct y Muse. Instinct habría superado los 100.000 usuarios en tres semanas entre fines de agosto y principios de septiembre, todavía bajo un modelo de acceso exclusivamente por invitación. Muse, lanzado por Meta el 9 de septiembre, funciona en navegador, aplicaciones de escritorio y móviles, además de WhatsApp. Según datos reportados por a16z, alcanzó 250.000 usuarios activos diarios durante su primera semana y superó los 5 millones de descargas en menos de un mes, más rápido que ChatGPT y Claude. Por ahora, Muse está disponible únicamente en Estados Unidos y Canadá. Aun así, esa cifra está lejos de los 15 millones de descargas que Threads consiguió durante sus primeros 22 días en esos mismos dos mercados. La lección es conocida, pero especialmente relevante para la IA: conseguir curiosidad es mucho más fácil que construir un hábito. La otra batalla está en el modelo de negocio. De los 44 productos nativos de IA incluidos en el ranking web, todos cuentan con alguna forma de monetización. El 84% ofrece suscripciones, el 64% cobra por uso o créditos adicionales, el 14% utiliza publicidad y apenas el 2% obtiene ingresos mediante transacciones o comisiones de plataforma. Las compañías pueden utilizar más de un modelo. Es una estructura muy diferente de la economía dominante de internet. En 2025, la publicidad representó el 97,6% de los ingresos de Meta y el 73,2% de los de Alphabet. Amazon, por su parte, registró US$49.600 millones en su negocio de servicios de suscripción, equivalente al 6,9% de sus ingresos totales. La explicación es económica. Las empresas de IA tienen costos de modelos mucho más elevados que las compañías tradicionales de internet y no pueden darse el lujo de construir una enorme base de usuarios gratuitos antes de monetizarla. Pero el informe detecta señales de cambio. OpenAI afirmó que la publicidad de ChatGPT alcanzó un ritmo anualizado de US$1.000 millones en agosto, sobre una base de 1.200 millones de usuarios activos semanales. OpenEvidence, por su parte, es utilizado por un estimado del 50% al 60% de los médicos estadounidenses y también comenzó a monetizar parcialmente mediante publicidad. Los agentes personales abren otra posibilidad: cobrar por transacciones en lugar de por asientos o suscripciones. Instinct y Muse ya describieron planes para obtener una comisión sobre las operaciones, aunque ninguno lo hace todavía. ChatGPT tampoco cobra actualmente por compras iniciadas dentro del producto. El dato más revelador del ranking quizá no esté en quién ocupa el primer lugar, sino en quién paga. La IA de consumo todavía no es un producto masivo en términos de uso profundo. Pero ya encontró un grupo dispuesto a gastar cientos de dólares al mes para programar, crear y trabajar. La próxima fase de la industria dependerá de si las empresas consiguen transformar esa intensidad de unos pocos en una utilidad cotidiana para muchos. Le puede interesar: Cuando la IA decide qué comprar, Amazon puede perder más que una venta

La plataforma presentó Shopping Assistant, un agente conversacional capaz de recomendar productos y responder consultas, y Buy Direct, una función que permite comprar directamente desde el feed con un solo clic. El objetivo es cerrar dentro de TikTok el recorrido que va desde el descubrimiento hasta el pago. TikTok quiere eliminar uno de los últimos pasos que todavía separan el entretenimiento del comercio electrónico: salir de la plataforma para comprar. La compañía anunció el lanzamiento de Shopping Assistant, un agente de inteligencia artificial diseñado para acompañar al usuario durante la búsqueda de productos, y Buy Direct, un sistema de checkout integrado que permite realizar una compra directamente desde el feed For You con un solo clic. El movimiento convierte al feed algorítmico de TikTok en algo más que un escaparate. La plataforma intenta construir un circuito cerrado en el que el usuario descubre un producto, pregunta por sus características, recibe recomendaciones y concreta la transacción sin abandonar la aplicación. Del video al agente de compras Shopping Assistant funciona como un agente conversacional. Según TikTok, puede comprender el contexto de una conversación y recordar las necesidades y preferencias del usuario mientras avanza en la búsqueda. El sistema puede responder consultas sobre características de productos, envíos, talles, disponibilidad y compra. La idea es reemplazar parte de la búsqueda tradicional por una interacción directa con un agente capaz de interpretar qué está intentando encontrar una persona. La diferencia frente a un buscador tradicional está en el contexto. En lugar de que el usuario formule una consulta, revise resultados y salte entre diferentes sitios, TikTok pretende que la conversación ocurra dentro del mismo entorno donde nació el interés por el producto. Es una apuesta especialmente relevante para una plataforma cuya fortaleza está en el descubrimiento impulsado por contenido. Un video puede despertar el interés; el agente puede resolver las dudas; y el checkout puede cerrar la operación. El proceso completo queda dentro de TikTok. Un clic para cerrar la venta La otra pieza es Buy Direct, un sistema de compra integrado que permite adquirir productos directamente desde el feed For You, sin abandonar TikTok. El mecanismo reduce la cantidad de pasos entre descubrimiento y transacción. Para TikTok, eso significa menos oportunidades de que el usuario abandone el proceso y, potencialmente, una mayor capacidad para capturar el valor económico generado por la interacción. Las nuevas herramientas están siendo desarrolladas junto con plataformas de comercio y proveedores de pagos como Salesforce, Shopify, Shoplazza y Stripe, entre otros. La estrategia forma parte de una apuesta más amplia de TikTok por el denominado comercio agéntico. La compañía está incorporando inteligencia artificial en diferentes etapas del recorrido comercial, desde el descubrimiento hasta la conversión y la generación de leads. También presentó Agentic Leads, un agente destinado a ayudar a las empresas a identificar, calificar y convertir potenciales clientes mediante conversaciones guiadas por IA. La herramienta podrá operar en TikTok Direct Message y en formularios de captación alojados en sitios de los anunciantes. TikTok contra el buscador y contra la IA La dimensión estratégica del anuncio es más interesante que la propia función de compra. Durante años, el recorrido digital habitual fue relativamente simple: descubrir algo en una red social, buscar información en un buscador, comparar opciones en distintos sitios y finalmente comprar en una tienda online. La inteligencia artificial está empezando a comprimir ese recorrido. TikTok quiere quedarse con una parte cada vez mayor de ese proceso. Si el usuario ya está viendo un video sobre un producto, no necesita necesariamente abrir Google para investigarlo. Si puede preguntarle a un agente dentro de TikTok, tampoco necesita recurrir a un chatbot externo. Y si además puede pagar sin salir de la aplicación, tampoco necesita visitar la tienda del vendedor. La plataforma se convierte así en descubridor, recomendador, asistente comercial y canal de transacción. La competencia, por lo tanto, ya no es solamente entre redes sociales. También alcanza a buscadores, marketplaces y asistentes de IA. TikTok está intentando que la intención de compra no escape de su ecosistema. La apuesta tiene además una dimensión publicitaria. La compañía anunció otras herramientas basadas en IA para anunciantes y presentó TikTok Ad Network, que permitirá a anunciantes estadounidenses extender sus campañas fuera de TikTok hacia una red de casi 400.000 aplicaciones. El resultado es una plataforma que intenta capturar valor en ambos extremos: dentro de TikTok, convirtiendo el descubrimiento en una transacción, y fuera de TikTok, extendiendo su infraestructura publicitaria a otras aplicaciones. El cambio de fondo es significativo. La próxima generación del comercio digital no necesariamente comenzará cuando un consumidor abra una tienda online. Puede comenzar mientras mira un video y pregunta a una IA si ese producto realmente le conviene. TikTok quiere estar ahí para responder la pregunta y, antes de que el usuario tenga tiempo de pensarlo demasiado, cobrar la venta. Le puede interesar: Cuando la IA decide qué comprar, Amazon puede perder más que una venta

El nuevo Global Workforce Report de Workday muestra una transformación acelerada: la demanda de habilidades básicas de IA cayó un 25% este año, aumenta la búsqueda de perfiles capaces de construir y automatizar con ella, y se estacan las promociones y los movimientos internos. La inteligencia artificial está cambiando el trabajo más rápido de lo que está eliminando puestos. Esa es la principal conclusión del Global Workforce Report de octubre de 2026 elaborado por Workday, que ofrece una fotografía de un mercado laboral donde el problema ya no es únicamente quién perderá su empleo por la IA, sino quién podrá adaptarse a la velocidad con la que está cambiando su puesto actual. El 40% de los líderes empresariales consultados espera que la IA permita obtener más rendimiento de los empleados que ya tiene la organización. Solo el 28% anticipa una reducción de la plantilla. Mientras tanto, las vías tradicionales de crecimiento profesional se están debilitando. Los movimientos hacia nuevos puestos dentro de la misma compañía cayeron en el 57% de los empleadores. Las tasas de promoción se mantuvieron planas y casi 4 de cada 10 empleados dijeron que su empresa atravesó una reorganización o reestructuración durante el último año. "Los empleados pueden no estar cambiando de trabajo, pero sus trabajos están cambiando a su alrededor", señaló Phil Willburn, vicepresidente de people systems, intelligence & support de Workday. "Los líderes deben ser honestos sobre qué es diferente y dar a las personas una manera de mantenerse al día". La señal más clara aparece en las habilidades que buscan las empresas. Workday analizó datos de competencias incluidos en solicitudes de empleo de más de 550 empleadores que utilizan Workday Recruiting. La demanda por habilidades básicas de IA, como el prompting simple, creció durante buena parte de 2025, alcanzó su máximo en enero de 2026 y luego cayó 25% en los meses siguientes. Al mismo tiempo, las competencias prácticas avanzaron en la dirección contraria. La demanda de habilidades relacionadas con la construcción de herramientas de IA, la automatización de flujos de trabajo y la ingeniería de IA aumentó de forma sostenida, con un crecimiento del 51% entre septiembre de 2025 y julio de 2026. El mensaje empresarial es directo: saber utilizar una herramienta de IA ya no alcanza. Las compañías empiezan a buscar personas capaces de construir con ella. Los trabajadores saben que la vara está cambiando. En una encuesta realizada en septiembre de 2026 a 6.000 empleados de tiempo completo, el 79% dijo saber qué habilidades necesita para tener éxito. Sin embargo, solo el 66% afirmó que su empleador efectivamente lo ayuda a desarrollarlas. La diferencia es de 13 puntos porcentuales. La confianza individual no parece ser el principal problema. El 65% de los empleados asegura tener confianza en su capacidad para aprender nuevas habilidades si se les solicita. Entre quienes utilizan IA prácticamente para todo su trabajo, la percepción es todavía más contradictoria. En la encuesta AI@Work Pulse de Workday realizada en agosto a 5.944 trabajadores, el 62% dijo creer que la IA hará que sus habilidades actuales pierdan valor. Pero más de tres cuartas partes, el 76%, esperan que la tecnología genere nuevas oportunidades profesionales. La paradoja es que las empresas están demandando menos algunas de las capacidades que podrían ayudar a los trabajadores a atravesar esta transición. Entre septiembre de 2025 y julio de 2026, las menciones de habilidades de gestión y liderazgo en solicitudes de empleo cayeron 7%, mientras que las de capacitación disminuyeron 13%. El problema no termina en el aprendizaje. También está cambiando la movilidad dentro de las compañías. Los movimientos internos disminuyeron interanualmente en el 57% de los empleadores y las tasas de promoción globales permanecieron prácticamente sin cambios. Entre quienes intentaron cambiar de puesto dentro de su organización, las razones más frecuentes para no conseguirlo fueron que la contratación para el puesto estaba pausada, la falta de apoyo de los managers y procesos de selección considerados poco justos. Aproximadamente la mitad de los empleados ni siquiera intentó moverse internamente durante el último año. De ellos, el 27% dijo que simplemente no veía una oportunidad atractiva dentro de su empresa. La consecuencia es un mercado externo mucho más competitivo. El 84% de los buscadores de empleo dijo haber utilizado IA durante su búsqueda, según AI@Work Pulse. El número mediano de postulantes por cada puesto que finalmente se cubre subió a 69, frente a 58 un año antes. La IA parece estar contribuyendo a aumentar el volumen de postulaciones. En servicios financieros, la cantidad de postulantes por puesto aumentó 27% interanual. En tecnología y medios, el salto fue del 40%. En esos dos sectores, respectivamente el 53% y el 57% de los postulantes dijo que la IA incrementó la cantidad de puestos a los que se postuló. Pero más postulaciones no significan contrataciones más rápidas. El tiempo necesario para cubrir un puesto se mantuvo alrededor de 60 días. Las compañías señalaron que las vacantes permanecen abiertas principalmente porque los candidatos no cuentan con las habilidades adecuadas o porque salario, ubicación o flexibilidad no coinciden con sus expectativas. "La pregunta no es solo si alguien ha hecho exactamente ese trabajo antes", afirmó Willburn. "Es si puede aprender lo suficientemente rápido como para resolver el próximo problema". Hay otro dato que ayuda a entender el clima laboral. La rotación voluntaria se mantiene alrededor del 16% anual y aproximadamente el 70% de los empleados continúa en la misma empresa dos años después. Pero permanecer no equivale necesariamente a estar comprometido. En todas las industrias analizadas, los empleados que planean quedarse son menos propensos a recomendar a su empleador. La diferencia llega a 11 puntos en el sector público. "Hay mucha inquietud silenciosa en el lugar de trabajo en este momento", sostuvo Willburn. "Quedarse no es lo mismo que comprometerse, y las empresas que lo traten de esa manera pagarán el costo en productividad". El estudio combina distintas fuentes. Los datos sobre movimientos internos, promociones, rotación y retención proceden de información laboral anonimizada de empresas que utilizan el software de recursos humanos de Workday, limitada a clientes activos con al menos 250 empleados y comparados año contra año. Las expectativas de los líderes sobre IA y los datos sobre confianza y apoyo para desarrollar habilidades proceden de una encuesta global a 6.001 empleados y líderes empresariales, incluidos aproximadamente 1.780 tomadores de decisiones. Los datos sobre uso de IA en el trabajo y en la búsqueda laboral provienen de la encuesta AI@Work Pulse a 5.944 trabajadores. Los datos de demanda de habilidades se basan en información anonimizada de aproximadamente 550 grandes empleadores que utilizan Workday Recruiting, entre septiembre de 2025 y julio de 2026. El escenario que emerge es menos cinematográfico que la idea de una IA que simplemente reemplaza trabajadores, pero probablemente más complejo. Las empresas no están hablando únicamente de reducir personas. Están rediseñando qué esperan de ellas. El valor se desplaza desde saber utilizar una herramienta hacia saber construir, automatizar, aprender y resolver problemas nuevos. El riesgo, por tanto, no se limita a quedar fuera del mercado laboral. También consiste en permanecer dentro de una organización mientras las reglas para crecer, cambiar de puesto y demostrar valor se modifican alrededor del trabajador. Le puede interesar: La IA de consumo encuentra su primer gran negocio: usuarios que pagan mucho

Chris Olah, cofundador de Anthropic, habría considerado retirar a la compañía del lanzamiento de una encíclica del papa León XIV después de conocer que el documento rechazaba la posibilidad de consciencia en las máquinas. El episodio expone una discusión cada vez más incómoda para la industria de IA: qué significa atribuir experiencias, sufrimiento o estatus moral a un sistema como Claude. La discusión sobre inteligencia artificial acaba de ingresar en un territorio poco habitual para Silicon Valley: el de la conciencia, la moral y la religión. Chris Olah, cofundador de Anthropic, habría amenazado con retirar a la compañía de la presentación de la primera encíclica del papa León XIV sobre inteligencia artificial después de leer una versión anticipada del documento y encontrar una posición contraria a la posibilidad de que las máquinas sean conscientes. Olah había aceptado participar como orador en el Vaticano el 25 de mayo, durante la presentación de la encíclica "Magnifica Humanitas". Pero, según el reporte citado por Yahoo, el texto papal planteaba una definición de la inteligencia artificial que chocaba directamente con una cuestión que Anthropic venía explorando: si un sistema como Claude podría tener algún tipo de experiencia subjetiva. La disputa resulta particularmente significativa porque Anthropic no es una compañía periférica dentro de la carrera por la IA. Es la empresa detrás de Claude y uno de los laboratorios que construyen modelos de frontera. La discusión sobre la posible conciencia de sus sistemas, por lo tanto, no ocurre en abstracto. Está vinculada a una tecnología que millones de personas utilizan para interactuar, trabajar y tomar decisiones. El episodio también expone una tensión más profunda. Las empresas de IA están desarrollando sistemas capaces de mantener conversaciones cada vez más convincentes, interpretar emociones y adoptar comportamientos que los usuarios pueden percibir como intencionales. Pero la capacidad de producir respuestas que parecen humanas no resuelve la pregunta sobre si existe una experiencia interna detrás de ellas. En el caso de Anthropic, esa pregunta habría adquirido suficiente relevancia como para entrar en conversaciones con representantes religiosos y filósofos. El conflicto con el Vaticano es la expresión pública de un debate que la compañía venía abordando de manera más privada. La encíclica de León XIV rechazó la idea de que los sistemas de IA posean conciencia. El texto sostiene que las inteligencias artificiales no tienen experiencias, cuerpo ni conciencia moral, una posición que se convirtió en el punto de fricción con Olah. El cofundador de Anthropic terminó participando igualmente en el acto del Vaticano, pese a la disputa previa. El resultado fue una escena difícil de imaginar pocos años atrás: un ejecutivo de una de las principales compañías de inteligencia artificial compartiendo escenario con el Papa mientras el mundo tecnológico debate si las máquinas podrían algún día ser consideradas sujetos con intereses propios. La cuestión no es meramente teológica. Si una IA fuera algún día considerada consciente, cambiaría la discusión sobre cómo debe ser diseñada, entrenada y utilizada. También obligaría a replantear conceptos que hoy se aplican exclusivamente a seres humanos y animales, desde el sufrimiento hasta la responsabilidad moral. Pero existe una segunda posibilidad, menos espectacular y posiblemente más relevante para la industria: que estos sistemas no sean conscientes y que la atribución de conciencia sea un efecto de su capacidad para imitar lenguaje y conducta humana. Ahí aparece la dificultad para compañías como Anthropic. Cuanto mejores son los modelos para reproducir conversaciones humanas, más fácil resulta que usuarios y observadores proyecten sobre ellos características humanas. La frontera entre una máquina que parece comprender y una máquina que realmente experimenta algo continúa sin una respuesta definitiva. La controversia alrededor de Olah muestra que la pregunta dejó de ser exclusivamente académica. Está entrando en las decisiones de los laboratorios que construyen los modelos y, en este caso, incluso en conversaciones con instituciones religiosas. Para Anthropic, el episodio agrega una dimensión inesperada a una carrera tecnológica que normalmente se mide en benchmarks, usuarios, ingresos y capacidad computacional. Claude no solo compite por ser un mejor asistente. También se ha convertido en objeto de una pregunta mucho más incómoda: si una máquina puede parecer suficientemente humana como para que empecemos a preguntarnos qué siente. Vea también: ChatGPT suma publicidad en la generación de imágenes y marcas de agua para el texto

OpenAI avanza en dos frentes que marcarán la próxima etapa de ChatGPT: incorpora anuncios visuales junto a las imágenes generadas y prepara marcas de agua invisibles para los textos producidos en la Unión Europea. ChatGPT empieza a parecerse cada vez menos a un chatbot convencional y cada vez más a una plataforma tecnológica con su propia economía. OpenAI anunció este 5 de octubre dos movimientos que, aunque responden a problemas diferentes, apuntan en la misma dirección: convertir su producto en una infraestructura de consumo masivo capaz de monetizar la interacción y, al mismo tiempo, demostrar de dónde proviene el contenido generado por inteligencia artificial. Por un lado, la compañía comenzará a probar anuncios visuales que aparecerán junto a las imágenes que los usuarios soliciten generar. Por otro, incorporará una marca de agua invisible en los textos producidos por ChatGPT y Codex para usuarios de la Unión Europea, como parte de su respuesta a las exigencias de transparencia del AI Act. Son dos movimientos que podrían parecer desconectados. En realidad, muestran dos caras de la misma transformación: mientras OpenAI busca hacer de ChatGPT un negocio publicitario de escala global, también debe adaptarse a un entorno regulatorio que exige mecanismos capaces de identificar el contenido producido por modelos generativos. ChatGPT se abre a los anuncios visuales La primera novedad llegará a finales de octubre, inicialmente en Estados Unidos. OpenAI probará un nuevo formato publicitario durante las sesiones de generación de imágenes. Los anuncios aparecerán junto a las imágenes solicitadas por el usuario, estarán claramente identificados y permanecerán separados del contenido generado. La compañía insiste en que la publicidad no modificará las respuestas de ChatGPT. La distinción es relevante porque el modelo de negocio introduce una pregunta inevitable: qué ocurre cuando una herramienta utilizada para responder preguntas, explorar ideas o tomar decisiones comienza también a funcionar como espacio publicitario. OpenAI afirma que ChatGPT alcanza actualmente a 1.200 millones de personas por semana. La publicidad, sostiene la compañía, permitirá ampliar el acceso a sus productos más allá de lo que sería posible únicamente mediante suscripciones. El objetivo, sin embargo, va bastante más allá de colocar banners al lado de una imagen. OpenAI está construyendo alrededor de sus anuncios una infraestructura de medición destinada a demostrar a los anunciantes si sus campañas generan resultados. La compañía está ampliando su ecosistema de medición con integraciones y socios como AppsFlyer, Triple Whale, Adjust, DV Rockerbox, Northbeam, Branch, Singular, Kochava, Airbridge y Tenjin, además de plataformas de medición de embudo completo como Fospha, Measured e INCRMNTAL. También trabaja con Haus, Measured y WorkMagic en experimentos de alcance geográfico. OpenAI también está desarrollando mecanismos para evaluar la adecuación de las marcas al entorno de ChatGPT junto con DoubleVerify e Integral Ad Science. La lectura empresarial es clara: la compañía no está simplemente experimentando con publicidad. Está construyendo las piezas necesarias para que ChatGPT pueda competir por una parte del presupuesto que actualmente fluye hacia buscadores, redes sociales y plataformas de publicidad digital. Y ahí aparece la tensión. Cuanto más importante sea ChatGPT como punto de partida para descubrir productos, servicios e información, más atractivo será ese espacio para los anunciantes. Pero cuanto más publicidad incorpore, mayor será el riesgo de alterar precisamente la experiencia que hizo atractivo al producto. Una marca de agua que el usuario no verá En paralelo, OpenAI está introduciendo una tecnología de procedencia completamente distinta. Durante las próximas semanas, los textos generados por ChatGPT y Codex para usuarios elegibles de la Unión Europea comenzarán a incorporar una marca de agua invisible. La medida responde al AI Act europeo, cuyas reglas de transparencia exigen que el contenido generado por IA pueda ser identificado de manera legible por sistemas automatizados. El mecanismo, denominado textGrain, no agrega caracteres ocultos, espacios invisibles ni símbolos extraños. Modifica estadísticamente la elección de palabras del modelo para crear un patrón que posteriormente puede ser identificado por un detector. El usuario no verá ninguna diferencia en el texto. La señal viaja dentro de la propia redacción, por lo que también puede permanecer cuando el contenido se copia y pega. OpenAI afirma que sus pruebas no encontraron diferencias significativas en el rendimiento de los modelos con el sistema activado. Sin embargo, la compañía reconoce que la tecnología tiene límites importantes. En una prueba con textos de 400 tokens, sustituir el 10% de las palabras por sinónimos redujo la detección del watermark desde aproximadamente 92% hasta 66%. Con una sustitución del 25%, la detección cayó hasta 17%. Los textos cortos, las respuestas matemáticas y determinados contenidos traducidos también presentan mayores dificultades para la detección. Por esa razón, OpenAI no abrirá inicialmente su detector al público general. El acceso quedará reservado a investigadores y organizaciones expertas aprobadas, que podrán evaluar su fiabilidad y sus usos responsables. La compañía también introduce una distinción fundamental: detectar una marca de agua no significa determinar quién escribió el contenido, cuánto intervino una persona o quién es responsable del texto. Y la ausencia de una marca tampoco demuestra que un contenido haya sido escrito por un humano. Dos problemas, una nueva etapa para ChatGPT Los dos anuncios muestran hasta qué punto ChatGPT está entrando en una fase distinta de su evolución. La primera etapa estuvo dominada por el crecimiento de usuarios y la capacidad de los modelos. La siguiente está marcada por algo más complejo: cómo convertir esa escala en un negocio sostenible y cómo insertar esos sistemas dentro de reglas que todavía están siendo construidas. La publicidad busca convertir la atención y la intención de compra de los usuarios en ingresos. El watermarking busca convertir el contenido generado por IA en algo que pueda ser rastreado y distinguido por sistemas externos. Uno mira hacia el mercado. El otro, hacia los reguladores. En ambos casos, OpenAI está intentando resolver un problema que ya no es estrictamente tecnológico. ChatGPT dejó de ser solamente un modelo de inteligencia artificial. Se está convirtiendo en una plataforma donde confluyen consumidores, anunciantes, desarrolladores, empresas y gobiernos. Y cada uno de esos actores empieza a exigir algo diferente. Le puede interesar: Anthropic apuesta US$100 millones para formar 10.000 ingenieros de IA empresarial

El auge de los agentes capaces de buscar, comparar y comprar productos está desplazando el centro de gravedad del comercio electrónico. Un análisis de Andreessen Horowitz plantea que la próxima batalla no será por quién tiene más inventario, sino por quién controla la relación con el consumidor, el pago y, sobre todo, la decisión de compra. Durante dos décadas, buena parte del comercio digital se construyó alrededor de una idea sencilla: quien controla la pantalla controla la transacción. Amazon, Google, Meta, DoorDash, Instacart y otros gigantes levantaron negocios alrededor de ese principio. El consumidor entra, busca, compara, recibe recomendaciones, ve publicidad y finalmente compra. Los agentes de inteligencia artificial están empezando a romper esa secuencia. En lugar de llevar al consumidor hasta una tienda digital, un agente puede recibir una instrucción, conocer las preferencias del usuario, comparar alternativas, seleccionar un producto, realizar el pago y coordinar la entrega. El usuario puede terminar la operación sin visitar Amazon, sin mirar un anuncio patrocinado y sin interactuar con el marketplace que históricamente controlaba la relación. Ese cambio es el centro de un análisis publicado por Alex Immerman y Santiago Rodriguez en Andreessen Horowitz, titulado Who Gets Paid When AI Does the Shopping? La pregunta que plantea el análisis no es únicamente tecnológica. Es económica: si un agente hace las compras, ¿quién se queda con el dinero que antes se repartían las plataformas? El ejemplo ayuda a entender la magnitud del cambio. Un consumidor podría pedirle a un asistente que organice una cena. El sistema conocería su presupuesto, sus preferencias alimentarias y la hora a la que estará en casa. Podría elegir el restaurante, gestionar el pedido mediante una plataforma como Toast y coordinar la entrega a través de DoorDash Drive. La operación seguiría utilizando infraestructura existente, pero el consumidor nunca tendría que entrar en el marketplace ni exponerse a sus anuncios. Para las plataformas, esa diferencia es enorme. Amazon, DoorDash e Instacart construyeron sus relaciones con los consumidores a partir de operaciones difíciles de replicar: grandes catálogos, logística, entregas, sustituciones, atención al cliente y sistemas de pago. Esas capacidades también generaron hábitos y negocios publicitarios. Los agentes, en cambio, no necesitan construir mañana una red logística comparable. Pueden utilizar las redes existentes y decidir a cuál proveedor enviar cada pedido. Ahí aparece el problema económico. Según el análisis de a16z, Amazon generó US$69.000 millones en ingresos publicitarios durante 2025, frente a US$34.000 millones de ingresos operativos excluyendo AWS. Los autores aclaran que los ingresos publicitarios no equivalen a beneficios, pero estiman que, utilizando un margen de contribución supuesto de 70%, la publicidad habría aportado más que ese ingreso operativo. La dimensión es todavía mayor cuando se observa el mercado publicitario digital completo. En 2025, Alphabet y Meta sumaron cerca de US$500.000 millones en ingresos publicitarios, según el análisis. La razón de ese flujo de dinero es precisamente su posición como puntos centrales de distribución de información, productos y servicios. Si los agentes empiezan a ocupar ese lugar, la redistribución económica podría ser considerable. El enfrentamiento ya dejó de ser hipotético. Meta lanzó Muse en septiembre como un agente personal capaz de realizar tareas en nombre del usuario, incluyendo compras. Muse puede utilizar un navegador, completar formularios y actuar sobre diferentes servicios. Meta también incorporó mecanismos de pago mediante Link, de Stripe, y anunció integraciones con Shop Pay y otros servicios. La reacción de las plataformas ha sido desigual. Amazon bloqueó el acceso de Muse, mientras Shopify adoptó una estrategia distinta y permitió la integración. Instacart también está incorporando Muse. Para a16z, las decisiones reflejan modelos económicos diferentes. Amazon tiene un negocio publicitario de gran escala que proteger. Si un agente lleva al consumidor directamente a un producto y elimina buena parte del proceso de descubrimiento dentro de Amazon, la compañía podría conservar el pedido, pero perder parte del valor publicitario asociado a él. Shopify tiene otro incentivo. Su negocio no depende de ser un marketplace publicitario comparable con Amazon. Al facilitar que los agentes accedan al inventario y al proceso de pago de sus comerciantes, puede convertir a la IA en otro canal de ventas mientras continúa obteniendo ingresos de software y pagos. La diferencia parece pequeña desde la experiencia del usuario, pero puede ser decisiva para las empresas. Una venta que llega desde un agente puede ser una venta adicional. También puede ser una venta que habría ocurrido de todos modos y que ahora llega con una nueva comisión que alguien debe pagar. El nuevo intermediario tampoco tiene garantizado el poder. Un agente necesita proveedores. Si un producto, restaurante, hotel o servicio es único, el proveedor puede tener capacidad para negociar condiciones. Si existen cientos de alternativas equivalentes, el poder puede desplazarse hacia el agente que controla la decisión del consumidor. Esto convierte al comercio agentic en una negociación de varios lados. El marketplace quiere conservar el pedido y, cuando sea posible, la relación con el consumidor. El agente quiere controlar la recomendación y la transacción. El comerciante quiere nuevos clientes, pero no necesariamente pagar por clientes que ya habría conseguido. Y el consumidor espera que el sistema encuentre la mejor opción sin obligarlo a conocer cómo se reparte el dinero detrás de la pantalla. Incluso podría aparecer una nueva fuente de ingresos para los propios agentes: cobrar por coordinar la compra. Los autores de a16z plantean que, si un asistente ahorra suficiente tiempo y esfuerzo, los consumidores podrían aceptar pagar por esa conveniencia. Pero ese cobro no sustituiría automáticamente los ingresos publicitarios perdidos por los marketplaces. La otra posibilidad es más interesante para el crecimiento del comercio: que eliminar fricciones produzca más compras. Un consumidor que nunca llega a reservar un viaje porque investigar hoteles, comparar precios y coordinar fechas resulta demasiado complicado podría hacerlo si un agente se encarga de todo. Una cena que queda atrapada durante días en un chat grupal podría convertirse en un pedido. En ese escenario, una plataforma podría ganar menos dinero por transacción, pero aumentar el volumen total de operaciones. La pregunta empresarial será si ese crecimiento compensa el margen que desaparece de cada compra. Podría interesarle: Dos de seis hospitales concentran el 64,4 % de las menciones en consultas a IA en Costa Rica

Un nuevo estudio global presentado por el IBM Institute for Business Value revela que los directores financieros (CFO) han dejado de ser meros guardianes de la estabilidad presupuestaria para convertirse en arquitectos clave de la estrategia y gobernanza de la inteligencia artificial. El informe, elaborado a partir de una encuesta a 1.500 directores financieros en 33 países entre febrero y abril de 2026, destaca que el 62 % de los ejecutivos ha asumido el liderazgo de la tecnología empresarial y la estrategia de IA, mientras que más del 50 % lidera el diseño de nuevos modelos de negocio y la reasignación de capital. A pesar del rápido avance en la adopción de la IA, el estudio advierte sobre una importante brecha de madurez técnica dentro de los departamentos financieros: Baja integración a escala: Solo el 6 % de los CFO encuestados considera que el área de finanzas está “lista para la transformación”, con herramientas de IA integradas de forma continua en sus flujos de trabajo diarios. Control humano en las decisiones: Un reducido 6 % permite que la IA ejecute o recomiende reasignaciones de capital de forma autónoma bajo parámetros prefijados. Retraso en la automatización: Aunque el 48 % de las empresas realiza un seguimiento del valor generado por la IA, solo el 8 % cuenta con activadores de inversión automatizados vinculados directamente a los resultados obtenidos. James Kavanaugh, director financiero de IBM, enfatizó esta transición en el prólogo del informe que históricamente, el CFO era visto como el guardián de la disciplina financiera y el control del riesgo. “Esas responsabilidades siguen siendo esenciales, pero hoy no basta con evaluar las decisiones desde afuera: hay que moldearlas desde el principio, conectando la tecnología con la creación de valor”, aseguró Kavanaugh. El análisis de IBM identificó a un grupo de ejecutivos pioneros calificados como “CFO orientados a la IA” (AI-first CFOs), cuyas organizaciones muestran un rendimiento financiero superior gracias al uso intensivo de datos en tiempo real, especificamente en apartados como: Mayor crecimiento: Las empresas lideradas por este perfil de CFO registraron tasas de incremento en sus ingresos un 23 % superiores a las de sus competidores entre 2022 y 2024. Aprobaciones más rápidas: Estas organizaciones autorizan la financiación para nuevas iniciativas de IA un 15 % más rápido que la media del mercado. Efectividad estratégica: Sus líderes tienen un 18 % más de probabilidades de ejecutar la estrategia corporativa con éxito. De cara a los próximos años, los financieros proyectan un rol aún más decisivo en la contención y dirección de estas tecnologías. El 56 % prevé asumir la responsabilidad directa de diseñar las barreras éticas y financieras para la IA de aquí a 2030, al tiempo que supervisarán la reestructuración de la fuerza laboral y los modelos operativos adaptados a la era digital. Le puede interesar: Cuando la IA decide qué comprar, Amazon puede perder más que una venta

Dentro de los nuevos lanzamientos, resaltan dos con tecnología JBL OpenSound: JBL Sense Pro y JBL Soundgear Clips. Estos nuevos dispositivos se suman a las familias Tour, Live y Tune, para fortalecer su portafolio diseñado para acompañar distintos momentos del día y formas de escuchar, con opciones True Wireless, On-Ear y Over-Ear que combinan sonido, comodidad, tecnología y diseño. “La innovación más relevante es aquella que responde a nuevas necesidades. Con Sense Pro y Soundgear Clips, JBL presenta dos propuestas que combinan un sonido premium con la libertad de permanecer conectado con el entorno, porque la mejor experiencia de audio es la que acompaña la vida real”, resaltó Diego Ocaranza, Regional Marketing Manager de JBL. El detalle de la nueva innovación Los JBL Sense Pro es la propuesta premium de JBL dentro de la línea Open Sound, con diseño ergonómico de gancho ajustable, sonido espacial, audio inalámbrico de alta resolución y tecnología Adaptive Bass Boost. Ofrece una autonomía de hasta 38 horas, carga rápida y certificación IP54 de resistencia al agua y al polvo. Los JBL Soundgear Clips, presentan un formato tipo clip inspirado en la estética de un ear cuff, con un diseño cómodo, portátil y contemporáneo dentro de la categoría Open Sound. Están disponibles en acabados traslúcidos y metálicos. Eb True Wireless Stereo (TWS), la familia JBL Live ofrece opciones premium para el día a día con su renovado Smart Charging CaseTM. JBL Live Beam combina diseño tipo stick, funciones inteligentes, cancelación de ruido y desempeño en llamadas, mientras JBL Live Buds es un formato más compacto tipo bud. La familia JBL Live también suma JBL Live 680NC, con formato On-Ear ligero y portátil, y JBL Live 780NC, una alternativa Over-Ear con mayor aislamiento y comodidad para sesiones prolongadas. Le puede interesar: IT NOW Review: Signature, el nuevo gama alta de Motorola

La compañía lanzó Claude Frontier Academy, un programa que busca cerrar una de las principales brechas de la adopción corporativa de inteligencia artificial: la falta de profesionales capaces de llevar los modelos desde una prueba inicial hasta sistemas desplegados y gobernados en producción. La carrera por la inteligencia artificial empresarial empieza a desplazarse hacia un terreno menos visible que el de los modelos y los benchmarks: el talento capaz de convertir esas tecnologías en resultados concretos. Anthropic acaba de comprometer US$100 millones para abordar ese problema con Claude Frontier Academy, una iniciativa que busca formar 10.000 ingenieros especializados en despliegues de IA empresarial antes de que termine 2027. El programa apunta a crear una nueva categoría profesional dentro de las organizaciones: los Frontier Deployed Engineers (FDE). Se trata de ingenieros capaces de tomar un proyecto de IA desde la identificación del caso de uso hasta su implementación, incluyendo diseño, seguridad, evaluación y puesta en producción. La apuesta de Anthropic es que estos perfiles no solo sepan utilizar Claude, sino que puedan modificar procesos empresariales y construir nuevos productos y servicios alrededor de sistemas de IA, particularmente agentes. “Un pequeño equipo de personas con iniciativa, las habilidades adecuadas, acceso a Claude y un profundo conocimiento de cómo funciona su negocio puede transformar una empresa entera”, afirmó Steve Corfield, Global Head of Business Development and Partnerships de Anthropic. Según el ejecutivo, el desafío está en desarrollar una profundidad de talento suficiente para que esos profesionales puedan “llevar Claude desde una idea hasta un sistema en producción” y, a partir de allí, establecer un estándar sobre cómo se construye IA dentro de una empresa. De la certificación a la implementación Anthropic no plantea Frontier Academy como otro programa de capacitación basado exclusivamente en cursos o certificaciones. El modelo elegido se parece más a una residencia profesional, con una lógica inspirada en la formación médica. Los participantes comienzan con una capacitación presencial de varios días junto a ingenieros de Anthropic e instructores acreditados. Durante ese período deben resolver una implementación empresarial simulada, desde la definición del problema y la selección del caso de uso hasta las revisiones de seguridad y la entrega del sistema. Después llega la parte central del programa: una residencia de 12 semanas en la que cada ingeniero debe liderar un caso real de implementación de Claude dentro de su propia organización, con acompañamiento de profesionales de Anthropic y aprendizaje junto a otros participantes. Al finalizar, vuelve a ser evaluado mediante una prueba práctica. Los primeros profesionales que completen todo el recorrido y obtengan la acreditación Frontier Deployed Engineer están previstos para comienzos de 2027. La selección también marca una diferencia con los programas masivos de formación. La participación es por nominación y está orientada a ingenieros de software con fundamentos sólidos, experiencia construyendo con modelos de lenguaje y capacidad para ayudar a otros equipos a adoptar IA. No es requisito haber desarrollado agentes previamente. Las primeras cohortes ya incluyen profesionales de compañías como Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley y Novo Nordisk. Las actividades iniciales se desarrollan en San Francisco, Nueva York y Londres. El nuevo cuello de botella de la IA La iniciativa revela una preocupación cada vez más concreta para las grandes empresas: tener acceso a un modelo avanzado no significa saber qué hacer con él. Para Anthropic, una organización puede disponer de infraestructura, presupuesto y acceso a modelos de frontera, pero quedarse estancada si no cuenta con personas capaces de conectar esas herramientas con sus sistemas, datos, procesos y controles de seguridad. La compañía sostiene que los equipos que consiguen extraer mayor valor de la IA suelen combinar conocimiento técnico avanzado con una comprensión profunda del negocio. Esos profesionales identifican los problemas que vale la pena resolver, trabajan sobre los sistemas y datos existentes, atraviesan los procesos de seguridad y ayudan a modificar la manera en que trabajan los equipos que los rodean. Por eso, la estrategia de Anthropic no consiste solamente en enseñar a usar Claude. Busca formar una red de especialistas capaces de desplegarlo dentro de las organizaciones y, a partir de allí, multiplicar ese conocimiento internamente. La apuesta además se apoya en una infraestructura de formación que ya venía creciendo. Anthropic asegura que profesionales de 46.000 empresas han obtenido más de 175.000 certificaciones de Claude y que cerca de 4.000 personas completaron Basecamp, su programa inmersivo de capacitación. Frontier Academy representa el siguiente escalón: profesionales seleccionados para encargarse de los proyectos de IA más complejos dentro de sus organizaciones. El movimiento coloca a Anthropic en una competencia que va más allá de quién desarrolla el modelo más potente. Si la adopción empresarial depende cada vez más de especialistas capaces de convertir modelos de IA en sistemas productivos, formar a esos profesionales también puede convertirse en una ventaja estratégica. Le puede interesar: Cómo la IA está revolucionando los empleos en Wall Street