La inteligencia artificial generativa de Anthropic ya está disponible como complemento para Microsoft Excel, ampliando herramientas para análisis de datos, depuración de modelos y generación de escenarios financieros directamente desde las hojas de cálculo. La frontera entre inteligencia artificial avanzada y las herramientas productivas del día a día se estrecha con el lanzamiento oficial de Claude en Excel . La plataforma de IA desarrollada por Anthropic —que compite directamente con ChatGPT y otros asistentes generativos— ahora puede integrarse dentro de Excel a través de un complemento en beta disponible para suscriptores de los planes Pro, Max, Team y Enterprise . La propuesta es ambiciosa: Claude no solo responde a preguntas sobre el contenido de los libros de trabajo, sino que también razona sobre fórmulas, actualiza supuestos conservando dependencias y depura errores complejos  como referencias rotas o cálculos incorrectos en segundos. Esta integración convierte a Claude en un colaborador activo dentro de los flujos de trabajo financieros y analíticos, situándolo como algo más que un asistente: un copiloto para modelos que antaño requerían intervenciones manuales tediosas. Los primeros usuarios ya destacan mejoras prácticas: soporte para múltiples archivos arrastrados y capacidad de gestionar sesiones extensas sin sobrescribir celdas existentes .  Sin embargo, no todo es brillo: los riesgos de seguridad —como la posible inyección de instrucciones maliciosas ocultas en fórmulas o comentarios de hojas externas — obligan a extremos en la selección y revisión de fuentes de datos. Este movimiento no solo amplía la utilidad de Claude en un nicho profesional crítico como el análisis de datos, sino que también presiona a rivales —especialmente OpenAI con su integración de Copilot en Microsoft 365— a redoblar esfuerzos en productividad con IA. En un mercado donde cada ventaja en automatización cuenta, Claude en Excel podría cambiar cómo las organizaciones diseñan y depuran sus modelos financieros. Le puede interesar: Conviértete en Meme con la nueva función de Google Fotos

La integración de herramientas de inteligencia artificial en la producción científica está desencadenando un fenómeno que la comunidad denomina AI slop: un incremento explosivo de trabajos fabricados, citas falsas y contenido fraudulento que amenaza con colapsar el sistema de revisión por pares y erosionar la credibilidad de la literatura científica global. En los últimos años, la llegada de modelos de lenguaje generativo e IA sofisticada ha transformado profundamente la forma en que se produce conocimiento científico. Sin embargo, esta revolución tecnológica está teniendo un efecto colateral inquietante: una creciente ola de contenido fraudulento cuantitativamente plausible (lo que expertos han apodado AI slop ) que se infiltra en revistas académicas, conferencias y servidores de preprints como arXiv, bioRxiv y medRxiv. Este fenómeno no es anecdótico. Los editores académicos y especialistas en integridad científica han documentado casos en los que artículos con citas ficticias, datos inventados y hasta imágenes generadas por IA han pasado por procesos de revisión y, en algunos casos, han sido publicados antes de ser retractados. En una anécdota ilustrativa, un psicólogo de la Universidad de Oslo descubrió su propio nombre citado en un artículo que no existía realmente, alertando sobre la amplitud del problema en publicaciones respetadas. El problema se intensifica por varias dinámicas: La IA permite generar manuscritos completos a gran velocidad, borrando la distinción entre contenido legítimo y fraudulento. Las plataformas de preprints han visto un volumen inusitado de envíos, muchos con calidad dudosa. Empresas conocidas como paper mills  están produciendo artículos fraudulentos en masa, a menudo reutilizando plantillas con ligeras variaciones para evadir detección. La saturación de manuscritos ha colapsado parcialmente el sistema tradicional de revisión por pares, que ya dependía de académicos que trabajan de forma voluntaria. Con miles de envíos, los revisores se enfrentan a una tarea casi imposible: discernir rigor científico del relleno automatizado sin herramientas automatizadas de detección que por ahora aún no son infalibles. Aunque las políticas editoriales de muchas revistas ahora exigen transparencia sobre el uso de IA en la redacción y prohiben la publicación de contenido generado sin supervisión humana, la efectividad real de estas reglas es limitada. Investigaciones recientes muestran que millones de publicaciones podrían contener texto generado por IA sin declaración explícita, lo que diluye aún más la confianza en la literatura. El impacto de este fenómeno va más allá de simples publicaciones infladas. Cuando la ciencia confiable se mezcla con contenidos fabricados indistinguibles a primera vista, se erosiona la base de conocimiento que sostiene avances tecnológicos, políticas públicas y tratamientos médicos. Sin un replanteamiento profundo de cómo se evalúa, verifica y valida la investigación en la era de la IA, la comunidad científica corre el riesgo de ver su propio método —la revisión crítica, replicable y transparente— socavado desde dentro. Le puede interesar: 54% de los costarricenses admite que el fraude es su mayor temor a la hora de realizar transacciones digitales

La empresa introdujo una función experimental impulsada por IA generativa llamada Me Meme, que permite a los usuarios combinar sus propias imágenes con plantillas de memes para crear contenido humorístico y compartible, una jugada estratégica para mantener a los usuarios dentro del ecosistema frente a competidores y tendencias de consumo de contenidos digitales. En un guiño a la cultura viral de internet, Google anunció el lanzamiento de una nueva herramienta dentro de Google Photos denominada Me Meme . La función —ahora en fase experimental  y disponible únicamente para usuarios de Estados Unidos  en dispositivos Android e iOS— utiliza inteligencia artificial generativa para producir memes personalizados a partir de fotos de los propios usuarios. El funcionamiento es sencillo: el usuario selecciona o sube un template  de meme clásico o uno propio, elige su foto desde la biblioteca y la IA se encarga de generar la imagen con texto humorístico incorporado. El resultado se guarda como una nueva imagen, que puede ser compartida en redes sociales o re-generada con variaciones de estilo. Aunque la descripción suena lúdica, la jugada de Google tiene implicaciones más amplias en la guerra por la atención del usuario. Al integrar este tipo de herramientas de IA directamente en una de sus aplicaciones más usadas, Google no solo explora nuevas formas de entretenimiento personal, sino que también refuerza el valor percibido de Google Photos  frente a rivales como los editores de imágenes de Meta o emergentes aplicaciones especializadas en IA creativa. La compañía califica explícitamente la función como experimental , advirtiendo que las imágenes generadas “pueden no coincidir perfectamente con la foto original,” y recomienda subir fotos bien iluminadas y frontales para mejores resultados. La característica aparecerá en la pestaña “Create” de la app cuando esté disponible para el usuario, y Google ha señalado que seguirá añadiendo más plantillas con el tiempo. Este lanzamiento se da en medio de una era en la que las capacidades de IA lúdica (desde generadores de imágenes hasta editores creativos) se han convertido en una herramienta clave para retener usuarios y fomentar la expresión personal en plataformas digitales. Aunque Me Meme  no resuelve grandes retos tecnológicos, sí revela cómo la IA generativa permea incluso los rincones más cotidianos de la experiencia digital, borrando la línea entre utilidad y entretenimiento. Le puede interesar: Google integra exámenes de práctica SAT gratuitos en Gemini con apoyo de The Princeton Review

Un nuevo estudio de Anthropic revela que los modelos de lenguaje (LLMs) no son simples herramientas neutrales, sino “actores” que representan personajes con personalidades. La clave para dominarlos está en entender y estabilizar ese “carácter”: mantener al modelo en su rol de asistente profesional reduce respuestas problemáticas y evita que se desvíe hacia comportamientos riesgosos. En la vasta y diversa “mente” de una inteligencia artificial conversacional se esconden multitudes de voces: héroes, villanos, filósofos, poetas… y también asesores profesionales. Esto no es una metáfora. Según un nuevo estudio de Anthropic, los modelos de lenguaje grandes (LLMs) —como variantes de Llama, Qwen o Gemma— absorben durante su entrenamiento millones de patrones de personajes humanos y arquetipos narrativos presentes en los datos. Después de su fase inicial de “pre-entrenamiento”, donde aprenden a generar texto plausible en general, estos modelos atraviesan un proceso de post-entrenamiento para encarnar a un personaje particular: el Asistente (Assistant), diseñado para ser útil, profesional y cooperativo. Pero, como cualquier “actor”, este personaje no es inamovible: puede derivar o “drift” hacia otros roles inesperados dependiendo de cómo se le hable. ¿Qué es el “Assistant Axis”? El eje que define la personalidad de la IA Los investigadores de Anthropic mapearon internamente lo que llaman un “espacio de personajes”, recogiendo los patrones de activación neuronal de los modelos cuando se les pide representar 275 arquetipos distintos —de editor a fantasma, de consultor a juglar— y usando análisis estadístico para identificar la dimensión principal de variación. Esa dirección dominante, dicen, captura qué tan “Assistant-like” se comporta el modelo: es el Assistant Axis. En un extremo de ese eje están los roles que se alinean con la personalidad profesional del Asistente —analista, consultor, redactor—; en el otro, personajes más fantasiosos o no orientados a la ayuda directa. El comportamiento del modelo en una conversación puede visualizarse como un movimiento a lo largo de ese eje: cuanto más se mantiene cerca del extremo Assistant, más confiables y seguros son sus resultados. ¿Por qué la IA se “desvía” y qué riesgos conlleva? Aunque los modelos están sutilmente anclados a la personalidad del Asistente tras su afinamiento, esa fijación no es rígida. Al responder a usuarios que los llevan a temas emocionales, introspectivos o filosóficos, los LLMs tienden a “derivar” hacia otros personajes, perdiendo temporalmente el foco útil de Assistant. ( Anthropic ) Este fenómeno no es trivial. Cuando el modelo cae en otro arquetipo, se vuelve más propenso a generar respuestas problemáticas o directamente peligrosas, como validar delirios, brindar instrucciones dañinas o incluso incentivar pensamientos suicidas en escenarios simulados. Por ejemplo, en simulaciones sin supervisión de Anthropic, un LLM derivado lejos del Assistant llegó a ofrecer respuestas que promovían la autolesión, mientras que con la intervención adecuada se mantuvo profesional y cuidadoso. Dominar la personalidad de la IA mejora resultados (y seguridad) El estudio no solo diagnostica el problema, sino que propone soluciones prácticas: 1. Anclar la IA en un “personaje profesional” Una forma intuitiva de mantener al modelo cerca del extremo del Assistant Axis es asignarle un rol claramente profesional (por ejemplo, “eres un consultor experto en estrategia”, “eres un editor senior”). Esto ayuda al modelo a mantenerse en el modo deseado y ofrece respuestas más coherentes y útiles. 2. Activación capping: un “tope” técnico para evitar desviaciones Anthropic introduce una técnica denominada activation capping que monitorea las activaciones internas del modelo a lo largo del Assistant Axis y limita su alejamiento de la zona típica del Asistente. Esta intervención ligera reduce en forma significativa la probabilidad de respuestas dañinas sin degradar las capacidades del modelo en tareas normales. En pruebas con más de 1.100 intentos de jailbreak —prompts diseñados para llevar a la IA a comportarse de forma insegura— la activación capping cortó aproximadamente a la mitad las respuestas nocivas, mientras se preservaba la calidad general de las respuestas útiles. Implicaciones para desarrolladores y usuarios de IA Este avance subraya que los LLMs no son cajas negras neutrales, sino sistemas con representaciones internas de “personalidad” que pueden fluctuar durante interacciones complejas. Entender y dirigir estas dinámicas es clave para: Optimizar la calidad de las respuestas ajustando el prompt para anclar la “personalidad” adecuada. Mitigar riesgos de seguridad evitando que conversaciones largas o emocionalmente sensibles conduzcan a resultados indeseados. Diseñar mejores sistemas de IA que tengan estabilizadores internos que mantengan su propósito de ayuda o profesionalismo incluso bajo presión. Los hallazgos de Anthropic representan, en suma, un paso importante hacia un modelo de IA que no solo genere mejores respuestas, sino que también lo haga de forma más predecible, coherente y segura. En un contexto donde los asistentes basados en LLM se integran cada vez más en entornos sensibles —desde la educación hasta la salud— comprender su “carácter” ya no es un lujo, sino una necesidad. Le puede interesar: Documentos filtrados revelan el verdadero pacto entre Microsoft y OpenAI

La marca está rediseñando su asistente Siri para convertirlo en un chatbot de inteligencia artificial integrado en iPhone, iPad y Mac. Bajo el nombre clave "Campos", el nuevo Siri busca competir con ChatGPT y Gemini, mejorando la interacción conversacional y las capacidades de respuesta generativa, con lanzamiento previsto en la segunda mitad de 2026. Apple se encuentra en medio de una de las reformas más profundas de su historia reciente en inteligencia artificial: convertir su emblemático asistente Siri en un chatbot que rivalice con los grandes modelos de lenguaje de la competencia . Según reportes citados por Bloomberg y reproducidos por TechCrunch, la compañía planea introducir esta versión radicalmente nueva de Siri, conocida internamente como ”Campos” , en sus sistemas operativos más adelante en 2026. A diferencia de la iteración actual —enfocada en comandos simples y respuestas preconfiguradas—, el nuevo Siri chat habilitará diálogos bidireccionales naturales , permitiendo a los usuarios conversar tanto por voz como por texto, con un enfoque parecido al de ChatGPT o Google Gemini. Se espera que se integre profundamente en iOS 27, iPadOS 27 y macOS 27, convirtiéndose en un pilar de la experiencia de usuario que Apple mostrará probablemente en la WWDC 2026 . El cambio estratégico se da en un contexto en el que Apple ha enfrentado críticas por quedar rezagada en el terreno de la IA generativa frente a rivales como OpenAI, Google y Anthropic . Incluso ejecutivos de Apple que previamente descartaron el desarrollo de un chatbot para Siri ahora han pivotado frente a las demandas del mercado. Además, informes recientes sugieren que Apple podría confiar en tecnología de terceros —incluida la posibilidad de operar en infraestructura en la nube de Google para manejar cargas intensivas de IA—, rompiendo con su tradicional enfoque en procesamiento local orientado a la privacidad. Este posible uso de servidores externos estaría guiado por las exigencias de potencia computacional que un chatbot avanzado requiere, algo difícil de alcanzar solo con la arquitectura de Apple. El rediseño de Siri no es solo una mejora incremental: representa un cambio de paradigma  en la interacción persona-máquina dentro del ecosistema Apple, marcando la transición de un asistente de voz limitado a un interlocutor de inteligencia artificial capaz de generar contenido, buscar información contextualizada y realizar tareas más complejas, todo ello en un intento por recuperar terreno en una carrera de IA cada vez más competitiva. Le puede interesar: La IA es un "actor": por qué entender su "papel" es clave para lograr mejores resultados

Gemini no solo administra la prueba, sino que ofrece retroalimentación inmediata al concluir cada sesión, destacando las fortalezas, debilidades y áreas específicas de mejora. Además, los usuarios pueden solicitar explicaciones detalladas de respuestas incorrectas y generar planes de estudio personalizados basados en su desempeño, un paso hacia un aprendizaje verdaderamente adaptativo. Google lanzó pruebas de práctica SAT completamente gratuitas  dentro de su aplicación de inteligencia artificial Gemini , gracias a una asociación con The Princeton Review . La novedad anunciada en el blog oficial de la compañía forma parte de una estrategia más amplia para posicionar a su IA como herramienta educativa central. A diferencia de los modelos tradicionales de educación preparatoria, que a menudo requieren pagos elevados o suscripciones, los nuevos exámenes de práctica de longitud completa  están disponibles bajo demanda sin barreras económicas, permitiendo a los estudiantes acceder a simulaciones que recrean fielmente la estructura, cronograma y contenido del Scholastic Assessment Test (SAT) . Gemini no solo administra la prueba, sino que ofrece retroalimentación inmediata  al concluir cada sesión, destacando las fortalezas, debilidades y áreas específicas de mejora. Además, los usuarios pueden solicitar explicaciones detalladas de respuestas incorrectas y generar planes de estudio personalizados  basados en su desempeño, un paso hacia un aprendizaje verdaderamente adaptativo. Este lanzamiento no solo amplía la utilidad de Gemini más allá de la asistencia conversacional: lo convierte en un asistente educativo que elimina fricciones de acceso  y desafía a centros de preparación tradicionales. La decisión de incluir contenido validado por expertos en educación refuerza la credibilidad de esta oferta, que podría evolucionar para abarcar otras pruebas estandarizadas y ampliar su impacto global. Al situar a la IA en el centro de una necesidad educativa crítica —la preparación para la universidad— Google apuesta por democratizar el acceso al aprendizaje , utilizando su plataforma de IA generativa para derribar barreras históricas de costo y desigualdad en la preparación para exámenes clave que influyen en las trayectorias académicas y profesionales. Le puede interesar: Documentos filtrados revelan el verdadero pacto entre Microsoft y OpenAI

Tras una batalla política y regulatoria de más de cinco años, TikTok ha concretado la formación de un joint venture mayoritariamente estadounidense que le permite seguir operando en el país. Oracle, Silver Lake y el inversor estatal de Emiratos MGX lideran la coalición, mientras ByteDance conserva un 19,9 % de participación y se imponen estrictos mecanismos de seguridad de datos y algoritmos. Adam Presser fue designado al frente. Desde Washington hasta Pekín, la saga de TikTok en Estados Unidos parecía destinada a un final abrupto: o se vendía o enfrentaba una prohibición total. Ese futuro legislativo se ha evitado este 22 de enero de 2026 con la formalización de un joint venture con mayoría de capital estadounidense  llamado TikTok USDS Joint Venture LLC , que atiende las demandas de seguridad nacional de Washington tras años de escrutinio. El nuevo acuerdo repartirá la propiedad entre Oracle, Silver Lake y MGX , que controlan en conjunto aproximadamente 50 % de la entidad , mientras que ByteDance conserva un 19,9 %  —el tope legal permitido bajo la legislación de 2024 que obligaba a desinvertir o cesar operaciones— y otros inversores asociados a ByteDance y adicionales sostienen el resto. En un movimiento clave, TikTok nombró a Adam Presser , exjefe de operaciones y confianza y seguridad de la red social, como CEO de la nueva entidad , y mantendrá al CEO global, Shou Chew , como director dentro del consejo. La estructura corporativa incluye un consejo de siete miembros con mayoría estadounidense para supervisar protecciones de datos, seguridad del algoritmo, moderación de contenido y garantías de software . En términos operativos, el algoritmo de recomendación será entrenado con datos de usuarios estadounidenses  y alojado en centros de datos locales, mitigando preocupaciones sobre influencias extranjeras. Esta transición se produce justo cuando TikTok supera los 170 millones de usuarios en EE. UU. , un mercado crucial para su crecimiento y monetización. La narrativa política y empresarial que rodea este acuerdo pone en evidencia cómo plataformas globales de redes sociales se enfrentan a una nueva geopolítica digital donde seguridad nacional y control de datos  condicionan la estructura de propiedad y operación, con consecuencias de largo alcance para la competencia y la innovación en la economía digital. Le puede interesar: X abre su algoritmo en medio de multas y polémicas por IA

La continuidad empresarial es un aspecto a tener en cuenta por parte de los negocios que operan en el país, debido al avance de la digitalización de sus operaciones y la dependencia de plataformas tecnológicas al ejecutar procesos vitales como pagos, facturación, atención al cliente y logística. Si la tecnología se detiene, el negocio se para. El número de personas que realizan transacciones y trámites por Internet en el país ha crecido en el último año: a inicios de 2024, Honduras contaba con 7,03 millones de usuarios de internet, lo que representaba el 65,9 % de la población, y hacia finales de 2025 esa cifra se acercó a ocho millones, con una penetración estimada del 72,4%, según Data Reportal. Este crecimiento llama a las diferentes industrias adoptar canales digitales que atiendan la demanda de transacciones en forma eficiente; y, a su vez, analizar qué implicaciones tendrían si alguna falla o interrupción del funcionamiento de la nube, como plataforma de almacenamiento de información, afecta sus operaciones diarias. El costo de una caída operativa por cuenta de la tecnología ya no es marginal. De acuerdo con McKinsey, el 88% de las organizaciones que sufren interrupciones en sus plataformas tecnológicas registran pérdidas superiores a los US$300.000, mientras que el 40% enfrenta impactos que superan el millón de dólares por interrupción, en los cuales computadoras, redes o servicios digitales dejan de funcionar, por errores de software, ciberataques, malfuncionamiento de hardware o actualizaciones defectuosas. En este nuevo escenario, la nube no solo es una herramienta para modernizar sistemas. Hoy cumple un papel mucho más concreto: ayudar a que el negocio siga funcionando cuando hay presión, cambios o fallas. “Muchas empresas ya entendieron que no basta con digitalizar procesos; hoy el reto es garantizar que la operación siga funcionando incluso cuando ocurre una falla tecnológica o un evento externo”, señala Javier Falck, Country Manager de IFX en Honduras. “La continuidad es lo que permite proteger ingresos, cumplirle al cliente y sostener la reputación en entornos que plantean desafíos a diario”. Al analizar este contexto desafiante, IFX identifica cinco tendencias que guiarán a las compañías para garantizar su continuidad al adoptar la nube en 2026: 1. Infraestructura resiliente frente a interrupciones Honduras es uno de los países más expuestos de la región a fenómenos climáticos y fallas de infraestructura básica. En ese escenario, la nube permite operar sobre entornos redundantes y distribuidos geográficamente, reduciendo la dependencia de un solo punto físico y asegurando que los sistemas críticos sigan activos aun cuando ocurre una contingencia local. 2. Escalabilidad para absorber picos altos de trabajo Cierres fiscales, campañas comerciales, o aumentos súbitos en la demanda pueden llevar al límite a las infraestructuras tradicionales. La nube permite ajustar capacidad de cómputo y almacenamiento bajo demanda, evitando caídas por saturación y sin obligar a inversiones permanentes en hardware que solo se utiliza en momentos puntuales. 3. Recuperación rápida cuando algo falla En continuidad empresarial, el problema no es solo la falla, sino el tiempo que toma volver a operar. Las arquitecturas en la nube facilitan planes de recuperación ante desastres que permiten restablecer sistemas críticos en horas o incluso minutos, reduciendo de forma significativa el impacto financiero y reputacional. 4. Seguridad integrada como parte de la operación A mayor digitalización, mayor exposición a amenazas cibernéticas. La nube incorpora capas avanzadas de seguridad, como monitoreo continuo, cifrado y detección de anomalías, que ayudan a prevenir incidentes capaces de detener la operación o comprometer información sensible. 5. Visibilidad para anticiparse a los problemas La continuidad no se construye solo reaccionando. Las plataformas en la nube permiten centralizar la visibilidad de los sistemas, monitorear su desempeño y analizar datos en tiempo real, facilitando decisiones preventivas que evitan que pequeños incidentes escalen a crisis mayores. “Es necesario que al implementar la nube se cuente con acompañamiento experto de extremo a extremo, es decir desde la concepción estratégica, migración, operación e iteración continua. Al contar con un aliado tecnológico de negocio se asegura la continuidad del negocio, se habilita la innovación y se reduce el riesgo para concentrarse en el crecimiento y la competitividad”, finalizó Falck. Le puede interesar: Innovación y tecnología impulsan nuevo acuerdo empresarial entre Panamá e Italia

Expertos coinciden en que la adopción de IA ya impacta procesos empresariales, productividad y formación del capital humano. La Inteligencia Artificial (IA) dejó de ser una tendencia emergente para convertirse en una herramienta que ya está transformando la forma en que operan las empresas en Panamá. Así coincidieron expertos del sector académico y del sector público durante un desayuno empresarial organizado por la Asociación de Empresas del Área Panamá Pacífico (ADEDAPP), donde se analizó el impacto real de esta tecnología en la logística y la gestión del talento humano. Durante el encuentro se destacó que la IA ya se está incorporando de manera concreta en procesos administrativos, transaccionales y de soporte, especialmente en sectores vinculados a la logística y a la gestión interna de las organizaciones, marcando un cambio progresivo en la forma de trabajar y tomar decisiones. El director general del Georgia Tech Panama Logistics Innovation & Research Center, Jorge Barnett, explicó que la adopción de la IA suele iniciar en procesos de menor complejidad antes de escalar a operaciones más avanzadas. “La primera línea de cambio se ha dado principalmente en sistemas transaccionales, donde la Inteligencia Artificial puede automatizar flujos o procesos que son bastante simples”, señaló. Barnett añadió que esta evolución ya es visible en áreas como atención al cliente, donde las primeras interacciones son gestionadas por sistemas basados en IA, mejorando la eficiencia y la confiabilidad del servicio. En el ámbito logístico, indicó que el impacto inicial se concentra en tareas administrativas antes de trasladarse a procesos operativos de mayor complejidad. Más allá de la tecnología, los expertos subrayaron que el principal desafío está en la integración de la IA con el factor humano. Barnett advirtió que una implementación sin un enfoque centrado en las personas puede generar resistencia interna: “La empresa muchas veces quiere implementar la IA sin incorporar al empleado, y ahí es donde el empleado siente que la tecnología lo está desplazando. La clave está en entrenar a la gente para que use la IA para hacer su trabajo mejor, no para sustituirla”. Desde la visión de política pública, el secretario nacional de la Secretaría Nacional de Ciencia, Tecnología e Innovación (SENACYT), Eduardo Barría, destacó el carácter transversal de la IA y su impacto directo en la competitividad del país. “La Inteligencia Artificial impacta todos los aspectos de la vida del individuo y de la sociedad, y su adopción aumenta la competitividad y la productividad de las empresas”, afirmó. Barría enfatizó que para aprovechar plenamente estas tecnologías es necesario cerrar brechas estructurales, particularmente en educación y formación del talento humano. “Tenemos que transformar la educación en el país desde kindergarten hasta el 12.º grado, y también a nivel de licenciatura y posgrado”, subrayó, añadiendo que se requiere una articulación efectiva entre empresas, academia y sector público para generar empleo de mayor valor agregado. Por su parte, el director ejecutivo de ADEDAPP, Juan McKay, señaló que el reto ahora es pasar del conocimiento a la acción. “La Inteligencia Artificial ya está impactando la manera en que operan las empresas. El reto ahora es convertir ese conocimiento en decisiones prácticas: formar a nuestros equipos, identificar procesos donde la IA agrega valor y avanzar con una visión clara, sin perder el enfoque humano”, indicó, resaltando la importancia de estos espacios de diálogo para anticipar los cambios que ya están en marcha. Le puede interesar: Cómo ChatGPT, Google AI Overviews y Perplexity citan la web y generan información

Revelaciones internas muestran cómo una negociación tecnológica y financiera de más de una década consolidó una relación asimétrica entre la mega-empresa y la startup de IA que disparó la era de los modelos generativos, y cómo esa misma dinámica está siendo reescrita ante presiones de mercado, reestructuraciones y cifras que alcanzan el medio billón de dólares. Los nuevos documentos internos, presentados como parte de una demanda en la que Elon Musk acusa a OpenAI y Microsoft de traicionar la misión original de la organización, ofrecen un cuadro sorprendentemente detallado de cómo se forjó y cómo ha evolucionado una de las alianzas más influyentes en la historia de la inteligencia artificial. En 2015, cuando OpenAI se fundó como un laboratorio de investigación sin fines de lucro, Microsoft ni siquiera estaba invitado al proyecto ; el anuncio original mencionaba a Amazon Web Services (AWS) como socio en la nube. Horas después, Satya Nadella, recién designado CEO de Microsoft, escribió internamente preguntándose por qué su empresa no había sido incluida, señal de que desde el primer momento Redmond veía en la IA una pieza estratégica para su futuro. Para 2016, Amazon era el proveedor de cómputo principal de OpenAI, con un acuerdo estimado de US$50 millones en créditos por US$10 millones comprometidos . Microsoft, intentando recuperar terreno, negoció para que OpenAI migrara a Azure como su plataforma de cómputo preferida  y terminó sellando ese acuerdo con apoyo incluso de Musk, quien desde entonces favoreció la relación con Microsoft por encima de AWS. La alianza se consolidó en 2019 cuando Microsoft aceptó invertir US$1 mil millón  en un nuevo esquema de “beneficio limitado” para OpenAI, que permitía a la startup atraer capital externo mientras limitaba el retorno de los inversores. A cambio, Microsoft obtuvo licencias exclusivas  para comercializar tecnología de OpenAI y derechos de uso prioritario en Azure. Con el tiempo, esa relación se volvió un pilar estratégico: entre 2019 y 2025, Microsoft aportó más de US$12 mil millones  adicionales, y su compromiso con Azure y servicios de IA se proyectó en un gasto futuro de US$250 mil millones en infraestructura cloud , alimentando tanto la oferta de OpenAI como la propia plataforma de nube de Microsoft. Pero los documentos revelan tensiones clave. Ejecutivos de Microsoft llegaron a describir internamente a OpenAI como si tratara a la empresa como un “ cubo de GPUs indiferenciado ”, refiriéndose a la dependencia de su infraestructura sin ofrecer avances inmediatos en investigación. Aun así, el temor estratégico a que OpenAI se fuera con competidores como AWS o Amazon impidió que Microsoft se retirara de la alianza. El punto de inflexión llegó con ChatGPT  en 2022: el producto alcanzó 100 millones de usuarios en solo dos meses , consolidando a OpenAI como un actor global y poniendo a Microsoft en una posición privilegiada para capitalizar la demanda de herramientas generativas. Azure se transformó en un elemento central de la estrategia de IA de Microsoft, incluso cuando OpenAI comenzó a diversificar sus alianzas en cómputo con proveedores como CoreWeave, Oracle y, más recientemente, AWS.  Otro giro importante ocurrió con la reestructuración de OpenAI en 2025: después de una negociación prolongada, la startup pasó a convertirse en una corporación pública de beneficio (public benefit corporation) , con una valoración implícita de alrededor de US$500 mil millones.  Microsoft quedó con una participación cercana a 27 % , y sus derechos de propiedad intelectual se extendieron hasta 2032 , aunque perdió ciertas prerrogativas exclusivas sobre la infraestructura cloud y la primera opción para cargas de trabajo. Las cifras financieras que emergen de las filtraciones y análisis externos añaden otra dimensión al relato: en 2024, se estima que OpenAI pagó a Microsoft cerca de US$493,8 millones  por participación en ingresos, con una cifra que ascendió a US$865,8 millones  en los primeros tres trimestres de 2025 bajo acuerdos que estipulan alrededor del 20 % de los ingresos , aunque OpenAI también devuelve a Microsoft alrededor del 20 % de los ingresos de Bing y Azure OpenAI Service . Al mismo tiempo, los costos de operación son extraordinarios: se reportó que en 2024 OpenAI gastó aproximadamente US$3,8 mil millones  solo en cómputo de inferencia  —el procesamiento de solicitudes de usuarios en tiempo real— y unos US$8,65 mil millones  en los primeros nueve meses de 2025. Esto sugiere que la economía de la IA aún enfrenta presiones donde los costes pueden superar los ingresos, alimentando debates sobre la sostenibilidad de los modelos actuales. Los documentos y las cifras revelan una historia de dependencia, negociación y reinvención estratégica que va más allá del simple relato de inversión. Para CIOs y líderes tecnológicos, estos detalles muestran cómo acuerdos de capital, derechos de propiedad intelectual y estructuras de gobernanza pueden definir el rumbo de una tecnología que ya no es experimental, sino central para la competitividad empresarial y económica global . Le puede interesar: La carrera de la IA se decidirá por el precio de la energía, advierte Satya Nadella

En el universo del hardware, la innovación no siempre aparece como una disrupción ruidosa. A veces se filtra en objetos familiares (una tarjeta, un robot de escritorio, un rodillo de espuma, un microondas) y los reprograma desde la intención, el diseño o el software. Estos cuatro gadgets no buscan resolver problemas masivos, sino reencuadrar rutinas conocidas con una lógica más estratégica, más consciente y, en algunos casos, más audaz. Cuatro gadgets, cuatro miradas distintas sobre cómo el hardware puede ganar relevancia: haciendo visible una presentación, abriendo una plataforma, sistematizando la recuperación o convirtiendo un electrodoméstico común en un ejecutor inteligente. Innovaciones silenciosas que, lejos de prometerlo todo, redefinen con precisión quirúrgica aquello que ya dábamos por sentado. Stack-chan: un robot de escritorio que apuesta por la apertura El escritorio tecnológico está lleno de pequeños robots y asistentes con cara amable y funciones limitadas. Stack-chan  se diferencia por una decisión clave: no está pensado como un juguete cerrado, sino como una plataforma abierta. Es un pequeño robot con pantalla, rostro expresivo e interacción por voz, pero su verdadero diferencial es que todo —hardware, firmware y comportamiento— está diseñado para ser inspeccionado, modificado y compartido. Esa apertura transforma la categoría. Stack-chan puede funcionar como agente de voz local, display de estado, plataforma de demostración de IA en el dispositivo o herramienta educativa. Donde otros productos se agotan tras el primer efecto “wow”, este robot gana valor a medida que se experimenta con él. Es menos espectáculo y más infraestructura creativa: un objeto que invita a construir, colaborar y aprender, en lugar de limitarse a ser observado. Vidcard: cuando la presentación se convierte en una experiencia Vidcard parece, a primera vista, una tarjeta de presentación. Pero basta acercarla para entender que juega en otra liga. Con el grosor de una tarjeta de crédito, integra una pantalla de video ultradelgada que reproduce un clip en loop mientras, mediante NFC, transfiere los datos de contacto con solo un toque. No se entrega: se activa. El valor de Vidcard no está en la información que comparte, sino en el momento que crea. La pantalla introduce una pausa deliberada en un gesto rutinario; el tap refuerza la intención; la novedad despierta conversación. Todo está diseñado para que el intercambio deje de ser automático y se vuelva memorable. Más que una herramienta de productividad, es un amplificador de presencia y confianza, especialmente eficaz en entornos donde el estatus y la narrativa personal importan tanto como el cargo que figura en LinkedIn. RheoFit A1: automatizar la recuperación muscular El foam rolling siempre ha sido una mezcla de intuición, esfuerzo y paciencia. El RheoFit A1 cambia las reglas al introducir movimiento motorizado y controlado en un formato de rodillo de masaje. En lugar de usar el peso del cuerpo para buscar puntos de tensión, el usuario se mantiene pasivo mientras el dispositivo se desplaza bajo los principales grupos musculares, aplicando presión constante y repetible. La clave está en la mecánica. Un motor de alto par y una densa matriz de nodos de masaje permiten trabajar áreas amplias con presión uniforme, reduciendo riesgos en zonas sensibles como la columna. Al moverse por sí mismo, el rodillo estandariza cobertura y tiempos, convirtiendo la recuperación en un proceso sistemático más que en una técnica improvisada. Es una forma de automatización basada en física pura, que transforma el esfuerzo en infraestructura. wan AIChef Ultra: el microondas como sistema El wan AIChef Ultra no intenta ocultar lo que es: un microondas. La diferencia es que ahora actúa como controlador central del proceso de cocción. Ingredientes crudos entran, objetivos nutricionales se seleccionan y el sistema se encarga de planificar, secuenciar y ejecutar cada etapa con mínima intervención humana. Su innovación reside en la precisión y la orquestación. Control térmico ajustado a márgenes estrechos, curvas de calentamiento en múltiples etapas y sensores internos convierten un electrodoméstico asociado al recalentado en una plataforma de cocción consistente y predecible. No busca creatividad culinaria, sino disciplina: resultados repetibles, cumplimiento dietario y menor carga de decisiones. En ese enfoque, deja en evidencia que muchas mejoras reales en la cocina llegan más por software que por nuevas piezas mecánicas. Le puede interesar: Gadget-up!: cuando el hardware deja de ser pasivo y empieza a decidir

El evento académico, organizado por SISAP, reunirá de forma virtual y gratuita a expertos de la región para analizar los principales retos y tendencias en ciberseguridad. En un entorno digital donde las amenazas evolucionan con mayor rapidez que las defensas tradicionales, la actualización constante se ha convertido en un factor decisivo para profesionales y organizaciones. En ese contexto, la formación especializada emerge como una herramienta clave para anticipar riesgos y fortalecer la resiliencia digital en la región. Con ese objetivo, ya se encuentra abierta la convocatoria para participar en el Cybersecurity Conference 2026 , el evento académico anual organizado por el equipo de Sistemas Aplicativos (SISAP), que reunirá a líderes, especialistas y comunidades vinculadas al ecosistema regional de ciberseguridad. El encuentro se desarrollará en modalidad 100 % virtual y de forma gratuita, facilitando el acceso a conocimiento estratégico en un momento de creciente complejidad digital. La conferencia se llevará a cabo del 20 de enero al 5 de febrero de 2026 , con una agenda compuesta por seis charlas distribuidas en dos sesiones semanales, los martes y jueves. La programación está diseñada para fortalecer el conocimiento técnico, fomentar el intercambio de experiencias y abrir espacios de diálogo de alto nivel sobre los principales desafíos en materia de seguridad digital. Las personas interesadas pueden inscribirse a través del enlace oficial habilitado por los organizadores. Al referirse a esta nueva edición, Mauricio Nanne, CEO de SISAP , destacó que el Cybersecurity Conference se ha consolidado como un espacio relevante para la actualización profesional y la reflexión estratégica. “La ciberseguridad hoy sostiene la continuidad y el crecimiento de los negocios. Con este evento buscamos compartir conocimiento práctico y visión estratégica que ayuden a anticipar riesgos en un entorno cada vez más complejo”, señaló. La agenda abordará temas que están redefiniendo el futuro de la ciberseguridad, entre ellos los avances en computación cuántica y sus implicaciones para la protección de la información, nuevas estrategias de defensa unificada contra el ciberfraude, la gestión ejecutiva del riesgo digital, la detección proactiva de amenazas, la gobernanza y seguridad en la adopción de inteligencia artificial generativa, así como los desafíos de la seguridad centrada en identidades, incluidas las identidades no humanas. Estas conferencias fueron seleccionadas para responder a preocupaciones actuales del sector, desde la necesidad de transformar la ciberseguridad en un habilitador del negocio hasta la urgencia de anticiparse a amenazas cada vez más sofisticadas. El programa también pone el foco en la confianza digital y en la toma de decisiones desde la alta dirección, en un escenario marcado por la automatización y el uso intensivo de inteligencia artificial. El Cybersecurity Conference 2026  se presenta así como una oportunidad académica para profesionales, estudiantes y organizaciones que buscan comprender las tendencias que marcarán el rumbo de la seguridad digital en los próximos años. Además del acceso a expertos internacionales, los participantes recibirán un certificado válido para horas CPE (Educación Profesional Continua), reforzando el compromiso de SISAP con el aprendizaje continuo y la colaboración dentro del ecosistema regional de ciberseguridad. Le puede interesar: "El comercio electrónico enfrenta su mayor reto: volver a ser humano"