Resultados de la búsqueda

Huawei presenta en la región su nueva línea de wearables y tabletas, con un claro enfoque en la democratización de tecnologías premium. La serie Watch GT 6 destaca por su batería de larga duración, mientras las tabletas MatePad prometen un entorno de productividad y entretenimiento superior. En una reciente entrevista en Revista IT NOW, Camilo Martínez, PR Manager de Huawei en Guatemala, dio a conocer las más recientes innovaciones de la marca para el mercado centroamericano. Los lanzamientos incluyen la esperada serie de wearables  Huawei Watch GT 6, la cual, en la región, es la línea de productos más popular de la compañía. El nuevo portafolio también incorpora los audífonos FreeBuds 7i y las tabletas MatePad 11.5 y MatePad SE. Este conjunto de dispositivos refleja la estrategia de la marca de ofrecer alta tecnología a precios más accesibles, centrándose en el bienestar, el entretenimiento y la productividad móvil. Vea aquí toda la entrevista: Watch GT 6: tres semanas de autonomía y rendimiento extremo El Huawei Watch GT 6 y su versión Pro mantienen la filosofía de combinar materiales de lujo con tecnología de resistencia extrema. Diseño y materiales: El modelo Pro, hecho con titanio de grado aeroespacial, es más ligero y resistente que el acero inoxidable, y cuenta con una pantalla cubierta de cristal de zafiro para ofrecer máxima protección contra rayones. La parte inferior incluye cerámica para una mayor resistencia a rayones y un mejor cuidado de la piel. Batería récord: Una de las mejoras más significativas es la autonomía de la batería, que ahora alcanza hasta tres semanas en comparación con las dos semanas de la generación anterior. Monitoreo biométrico avanzado: Gracias al TrueSense System, un conjunto de sensores de luz, cadencia, fuerza G y localización combinados con algoritmos avanzados, el reloj ofrece información "holística" y "accionable" al usuario. Innovación deportiva: Para los amantes del ciclismo, el reloj integra un potenciómetro virtual de muñeca, una característica que generalmente requiere un dispositivo físico mucho más costoso ($1,000 USD) y que permite medir la potencia en vatios del ejercicio. Además, la serie ofrece monitoreo para más de 100 deportes. "La batería [del GT 6 Pro] alcanza hasta tres semanas de batería. Eso en comparación con la competencia y con el mercado es muy, muy alto con el que ofrecen otras marcas ahora mismo en Guatemala." Audio de alta fidelidad y cancelación inteligente Los audífonos FreeBuds 7i buscan democratizar las tecnologías de audio al trasladar características de gamas superiores a un precio más asequible. Audio HD y cancelación dinámica: Sonido de alta definición (HD) y cancelación de ruido activa (ANC). La cancelación de ruido es "dinámica e inteligente", ya que se adapta a cualquier entorno, como el transporte público o una oficina. Experiencia inmersiva: Incluyen la tecnología de audio espacial sin límites, que posiciona el sonido en el espacio, brindando una sensación más "inmersiva" al usuario. Productividad y bienestar en las tabletas MatePad Huawei también refuerza su línea de tabletas con las MatePad 11.5 y MatePad SE, diseñadas para ofrecer una experiencia cercana a la de un PC. PaperMatte Display: La MatePad 11.5 integra la tecnología PaperMatte en su pantalla, que le confiere propiedades antirreflejos y una sensación táctil "como el papel". Esta tecnología reduce el parpadeo y la luz azul para minimizar la fatiga visual, contando con certificaciones internacionales de protección ocular. Herramientas profesionales gratuitas: Ambas tabletas ofrecen acceso a aplicaciones exclusivas y gratuitas como WPS (para trabajar con documentos de texto, tablas de datos y presentaciones) y GoPaint (para ilustración profesional). Paper Mat y lápiz: La pantalla PaperMatte, al usarse con el M-Pencil, simula la experiencia de escribir sobre papel. Le puede interesar: Universal, Sony y Warner se alinean con la IA: llega el primer servicio que permite “recrear” hits

El evento regional, organizado por Universidad Galileo, se realizó en Guatemala con la participación de más de 40 speakers de diferentes industrias.  El IA Summit Latam tiene como objetivo analizar los avances de la IA y su impacto en la transformación de los negocios y la sociedad en América Latina.  Para este año, los momentos más relevantes fueron las ponencias de diferentes industrias que ya están utilizando la IA, desde fábricas hasta grandes firmas de abogados, mostrando que la inteligencia artificial está impulsando la productividad, la flexibilidad y el valor en sectores clave como negocios, marketing, salud, educación, recursos humanos y legaltech.  “La IA ha dejado de ser una promesa para convertirse en un motor real de competitividad. Este congreso busca mostrar su aplicación práctica y su capacidad de generar impacto tangible”, expresó el Dr. Miguel Morales, Director del Área de Educación Digital y del Laboratorio de Inteligencia Artificial Aplicada (GESAI-LAB) en Universidad Galileo. Vea cómo se vivió el IA Summit Latam 2025  “El AI Summit Latam 2025 es más que un evento; es un punto de encuentro para construir comunidad y fortalecer el ecosistema de IA en la región”, señaló el Dr. Rocael Hernández Rizzardini, Director del Departamento GES y organizador del evento. Le puede interesar: Todo lo que pasó en el IA Festival de Guatemala

El nuevo modelo alcanza 80,9% en SWE-Bench Verified, mejora la gestión de contexto con resúmenes automáticos y reduce el consumo de tokens hasta en 76%. La nueva generación del modelo insignia de Anthropic llega con avances técnicos pensados para aumentar el rendimiento, la eficiencia y la estabilidad de uso. Opus 4.5 busca posicionarse en la frontera de los modelos de gran escala con mejoras puntuales en codificación, gestión de contexto y optimización de recursos, sin apelar a una narrativa comercial, sino a resultados concretos en ingeniería de IA. Uno de los cambios más relevantes se refleja en la experiencia de uso dentro de las aplicaciones de consumo. Los modelos de Claude, incluyendo Opus 4.5, ahora gestionan conversaciones largas sin los cortes abruptos que generaba el límite estricto de 200.000 tokens. En lugar de detener la interacción, el sistema realiza un proceso interno de resumen que identifica, conserva y compacta la información clave, descartando lo accesorio para mantener coherencia. Esta técnica apunta a un manejo más inteligente del contexto, alineado con lo que los desarrolladores también pueden aprovechar a través de herramientas de gestión de contexto y compaction en la API. En términos de desempeño, Opus 4.5 se convierte en el primer modelo en superar la barrera del 80% de precisión en el benchmark SWE-Bench Verified, alcanzando 80,9% y superando a modelos recientes como GPT-5.1-Codex-Max y Gemini 3 Pro. La mejora es especialmente notable en tareas de codificación y uso de herramientas de manera autónoma, aunque persiste una brecha frente a GPT-5.1 en capacidades de razonamiento visual. Anthropic también afirma que esta versión reduce significativamente la vulnerabilidad a ataques de prompt injection, aunque ningún modelo de esta generación logra inmunidad total. Más allá de la precisión, la eficiencia es el punto donde Opus 4.5 marca mayor diferencia. El modelo logra igualar o superar el rendimiento del Sonnet 4.5 utilizando entre 48% y 76% menos tokens, dependiendo del nivel de esfuerzo configurado. Esto representa un avance sustancial en costos computacionales y en la capacidad de ejecutar tareas complejas con menor consumo de recursos. En paralelo, Anthropic incorporó un nuevo parámetro llamado “effort”, que permite ajustar la relación entre eficacia y uso de tokens según las necesidades del desarrollador. La actualización también integra Claude Code en las aplicaciones de escritorio, unificando la experiencia que antes estaba fragmentada entre web, extensiones y línea de comandos. Ahora, los usuarios pueden alternar entre chat y entorno de codificación dentro de una sola interfaz nativa. Finalmente, Anthropic acompañó el lanzamiento con un ajuste agresivo en los precios del API, Opus 4.5 pasa a costar US$5 por millón de tokens de entrada y US$25 por millón de tokens de salida, una reducción significativa frente al esquema anterior de US$15 y US$75. La combinación de eficiencia técnica y costos reducidos refuerza el objetivo de posicionar a Opus 4.5 como un modelo de frontera accesible para desarrolladores y empresas que buscan mayor capacidad sin incrementar su consumo de cómputo. Le puede interesar: Anthropic fortalece su poder computacional con una inversión récord en infraestructura de IA

En República Dominicana, la adopción del comercio electrónico sigue en crecimiento y Black Friday se ha convertido en una de las fechas más intensas del año. Con el aumento de transacciones, también se incrementan los riesgos: fraudes, suplantación de identidad, ataques a sistemas de pago y robo de datos. Prepararse, desde el lado comercial y desde el consumidor, es clave para disfrutar de una experiencia segura. De acuerdo con Angelo Liriano, ejecutivo de Ciberseguridad de Cisco, “los picos de consumo son también picos de riesgo: es durante estos momentos cuando vemos incrementarse campañas de phishing, intentos de fraude y ataques a infraestructuras de pago. Por eso, la prevención deja de ser opcional y pasa a ser estratégica”. Liriano explica que la protección es una responsabilidad compartida y debe apoyarse en tecnología, vigilancia y educación. En el caso de los comercios, el primer paso es garantizar que sus plataformas operen en entornos seguros: sitios web actualizados, sistemas de pago certificados, autenticación reforzada y una administración estricta de accesos. Mantener software y aplicaciones al día “parchea vulnerabilidades y cierra puertas que los atacantes buscan aprovechar”. También recomienda un enfoque integral que contemple identidad, protección, monitoreo y recuperación, así como segmentar la red para reducir el impacto en caso de incidente. La transparencia, señala el especialista, fortalece la confianza del cliente. Comunicar las medidas de seguridad adoptadas y orientar sobre buenas prácticas ayuda a crear un entorno digital más seguro. “El cliente que sabe que usted protege sus datos es un cliente que regresa”, afirma. Durante los días de mayor tráfico, el monitoreo continuo es determinante. Los comercios deben vigilar comportamientos inusuales (pedidos duplicados, accesos desde regiones inesperadas o múltiples intentos fallidos de inicio de sesión) y contar con un plan de respuesta inmediata respaldado por copias actualizadas. Para los compradores, la seguridad inicia en sus propios dispositivos: equipos actualizados, contraseñas fuertes, autenticación multifactor y evitar redes Wi-Fi públicas al hacer compras. Verificar que la página inicie con https://, desconfiar de enlaces sospechosos y revisar estados de cuenta antes y después de la fecha ayuda a detectar movimientos irregulares. Asimismo, pueden analizar los dominios en la plataforma gratuita de Cisco Talos, para asegurarse que el sitio no es malicioso. Cisco trabaja junto a integradores y especialistas locales para acompañar a los comercios dominicanos en su fortalecimiento de seguridad, ofreciendo soluciones escalables, capacitación y asesoría. Dentro de su portafolio de soluciones se encuentran sistemas para proteger tanto plataformas de comercio electrónico como redes empresariales híbridas, así como la seguridad a nivel DNS, los gateways de navegación segura o los brokers de acceso a la nube previenen redireccionamientos maliciosos, filtración de datos y accesos no autorizados. Asimismo, la inteligencia de amenazas de Cisco Talos, uno de los equipos más avanzados del mundo, permite detectar campañas fraudulentas antes de que afecten a comercios o usuarios. “Contar con una capa inteligente que analiza patrones globales nos permite anticiparnos. Esa anticipación reduce pérdidas y protege la reputación del negocio”, agrega Liriano. Le puede interesar: ¿Los modelos de IA tienen sesgos políticos?

El sistema lee sitios confiables, sintetiza datos complejos y ajusta resultados según tus criterios para entregar evaluaciones precisas. La nueva función de investigación de compras transforma la interacción con productos en internet en un proceso guiado por inteligencia artificial capaz de analizar, comparar y sintetizar grandes volúmenes de información en tiempo real. Según OpenAI, esta experiencia convierte la búsqueda tradicional en una conversación inteligente que interpreta descripciones abiertas, identifica necesidades técnicas y construye en minutos una guía personalizada basada en datos actualizados. El sistema está impulsado por una versión especializada de GPT-5 mini, entrenada mediante aprendizaje por refuerzo para tareas de compra. Este modelo fue optimizado para leer sitios confiables, extraer especificaciones, validar información crítica y citar fuentes verificadas al generar sus conclusiones. Su diseño permite procesar categorías con alta densidad técnica, como electrónica, belleza, hogar, cocina o deportes, y manejar consultas que requieren comparaciones detalladas, análisis de restricciones y evaluación de compensaciones entre varias opciones. La experiencia inicia en una interfaz visual donde el usuario describe lo que busca y la IA formula preguntas para precisar criterios como presupuesto, características esenciales o preferencias de uso. En segundo plano, el motor rastrea información sobre precios, disponibilidad, reseñas, imágenes y especificaciones, presentando alternativas que pueden refinarse mediante acciones directas como descartar productos o solicitar variantes similares. El modelo ajusta sus resultados en tiempo real, incorpora nuevos parámetros y genera finalmente una guía con diferencias clave, ventajas técnicas y elementos decisionales relevantes. Si el usuario tiene activada la memoria, el sistema también integra preferencias previas para ofrecer recomendaciones más adaptadas, todo sin compartir datos con minoristas. La función comenzó a desplegarse en web y dispositivos móviles para usuarios Free, Go, Plus y Pro, con uso casi ilimitado durante la temporada de fin de año. También está disponible dentro de ChatGPT Pulse, donde puede sugerir guías técnicas de manera proactiva cuando detecta temas recurrentes, como búsquedas recientes de e-bikes o laptops. Aunque el modelo mejora la precisión al citar datos de productos, OpenAI reconoce que puede cometer errores en precios o disponibilidad y recomienda verificar estos detalles directamente en los sitios de comercio. La empresa afirma que esta es solo la primera etapa de un sistema que ampliará categorías, aumentará la comprensión de preferencias y ofrecerá modos de comparación más intuitivos, avanzando hacia un asistente capaz de procesar información técnica compleja y entregar resultados claros y ajustados en tiempo real. Le puede interesar: Compras más inteligentes: la IA de Google se encarga de lo difícil

¿Uno de los grandes desafíos es hacer crecer su base de datos de clientes potenciales? Muchas veces sabemos que necesitamos captar leads, pero nos quedamos sin ideas creativas para lograr que las personas nos compartan su contacto . En la sección AcademIA  de esta semana, presentamos un nuevo asistente de IA diseñado específicamente para Email List Growth . Vemos cómo configurarlo para que actúe como un experto en marketing y genere ideas de "Lead Magnets" disruptivos, como auditorías fantasma o contenidos invisibles, adaptados específicamente a tu industria. En el ejemplo práctico, verá cómo una corredora de seguros puede usar este asistente para captar jóvenes profesionales con estrategias de alto valor y baja fricción. Pero Prompt IT!   no es solo AcademIA. En este episodio analizamos cómo la IA está reescribiendo las reglas del trabajo y la cultura: AI News:  El diccionario Collins eligió "Vibe Coding"  como la palabra del año 2025, marcando el fin de la programación tradicional. Además, analizamos por qué Meta  comenzará a evaluar a sus empleados según su uso de IA y el lanzamiento del marketplace de voces históricas de ElevenLabs . Casos de Éxito:  Conozca cómo FIFCO  en Costa Rica utiliza IA para devolver conchas marinas a su hábitat, cómo Doppel  combate el phishing en minutos y cómo Symphony AI  detecta delitos financieros con mayor precisión. T oolbox:  Descubra herramientas como ContextLink  para dar contexto a la IA con una simple URL, Chiaro  para guías culturales y Dazzle  para crear software listo para producción. AIMaizing:  ¿Imagina controlar música y notas de voz con un anillo? Mostramos el Stream Ring , un dispositivo que elimina las pantallas de la ecuación. ¿Me acompaña una vez más?  Aquí el programa de esta semana. Disfrute el episodio N° 42 de Prompt IT! Prompt IT! está disponible todos los lunes a través de las tres comunidades de Connecta B2B: IT NOW , Mercados & Tendencias y Construir , además de su propio canal de YouTube , la plataforma 1000 CIOs Club y en formato podcast , ofreciendo un alcance amplio y especializado para diversos sectores de la economía. Disfrute del episodio también en formato podcast Le puede interesar: Prompt IT! #41: ¿Cómo fijar el precio de tu nuevo servicio? Cree un asistente de IA que lo haga por usted

La compañía impulsa la integración vertical de la IA, cierra acuerdos con los mayores fabricantes de chips y lanza herramientas que compiten directamente con startups que intentan encontrar espacio en el mercado. El creciente dominio tecnológico de OpenAI está alterando la dinámica tradicional de Silicon Valley, donde históricamente incluso los emprendimientos más exitosos sabían que podían ser absorbidos o arrasados por gigantes consolidados. Según CNBC, el laboratorio de inteligencia artificial está construyendo una posición que no se parece a ningún ciclo previo, avanza en infraestructura, modelos fundacionales, herramientas para desarrolladores, aplicaciones de consumo y hasta hardware propio, combinando velocidad extrema con un nivel de inversión que el mercado no había visto en una empresa privada. La compañía ha escalado en menos de tres años desde un laboratorio emergente hasta una valoración cercana a los US$500 mil millones. Esa expansión está respaldada por un plan de centros de datos masivos impulsado junto a Nvidia y respaldado por la Casa Blanca, y por acuerdos simultáneos con Broadcom, Oracle y AMD para asegurar capacidad de cómputo y el suministro de chips avanzados. El impacto operativo también es visible, ChatGPT registra ya 800 millones de usuarios semanales, lo que convierte a la plataforma en el mayor punto de acceso global a modelos generativos. OpenAI no solo ha acelerado la infraestructura; también ha desatado una cadencia de lanzamientos que presiona al ecosistema. Su aplicación Sora alcanzó un millón de descargas en menos de cinco días, y en DevDay anunció la disponibilidad general de Codex como agente de ingeniería de software, además de liberar Sora 2 vía API para experimentación de desarrolladores. La empresa también abrió la puerta a una nueva etapa de hardware especializado tras incorporar al diseñador Jony Ive con una inversión de US$6.4 mil millones destinada a crear dispositivos impulsados por IA. Ive dijo en el evento que su objetivo es diseñar herramientas que “nos hagan más tranquilos y menos desconectados”, aunque no reveló detalles técnicos. Este avance transversal está generando incertidumbre en las startups. Nina Achadjian, socia de Index Ventures, advierte que los emprendedores deben preguntarse dónde hay espacio real para innovar, señalando que la dirección de OpenAI es “opaca” y difícil de anticipar. Aun así, lideró una inversión de US$25 millones en Quilter, una compañía que usa IA para diseño de placas PCB, al considerar que se trata de un segmento muy especializado y menos probable de ser intervenido por OpenAI. “No hay predictibilidad”, reconoció. La presión no solo proviene del alcance de la empresa, sino también de la ausencia de “moats” técnicos claros. Ethan Kurzweil, socio de Chemistry, afirmó que es “el periodo de disrupción más rápido” que ha visto en 17 años, con nuevos servicios de OpenAI que compiten directamente con herramientas externas ejecutadas sobre sus propios modelos. Para él, el contexto tiene una mentalidad de “fiebre del oro”, donde muchas startups prosperarán mientras otras quedarán expuestas a los movimientos del líder del sector. Aun con competidores como Anthropic, Google o Meta construyendo modelos avanzados, la ventaja de OpenAI radica en su impulso y en su capacidad para quemar capital sin presiones del mercado público. Achadjian señala que, al ser empresas privadas, tanto OpenAI como Anthropic pueden continuar integrando verticalmente servicios y expandiendo su infraestructura sin el escrutinio trimestral de Wall Street, lo que alimenta la aceleración del sector. En paralelo, el flujo de capital en IA continúa rompiendo récords. El informe de mitad de año de NVCA y PitchBook indica que las inversiones growth alcanzaron US$83.9 mil millones impulsadas por grandes rondas en IA, ritmo que supera el máximo histórico de 2021. Empresas como Exa Labs también crecen al ritmo de esta ola, su cofundador Jeff Wang reconoce que “sería sorprendente que una compañía no compita con OpenAI”, pero asegura que la presencia de la firma en el mercado también mejora las herramientas que otros pueden construir. Para él, incluso si ChatGPT ya funciona como motor de búsqueda para millones, “el nuevo mundo no estará dominado por un único buscador”. Mientras OpenAI continúa expandiendo su huella tecnológica, el Valle enfrenta un escenario sin precedentes: un jugador privado, con acceso a recursos gigantescos, avanzando simultáneamente en todos los niveles de la cadena de inteligencia artificial y dejando a la industria en un estado permanente de reinvención. Le puede interesar: Anthropic toma ventaja: su IA podría ser rentable antes que OpenAI

Anthropic desarrolló un sistema que compara miles de pares de prompts opuestos para medir imparcialidad, usando modelos como Sonnet 4.5 y Opus 4.1 como evaluadores automáticos. La discusión sobre cómo evaluar el sesgo político en sistemas de IA vuelve a escena, esta vez con un método técnico que busca medir con mayor precisión la imparcialidad de los modelos. Según Anthropic, el objetivo es que Claude responda a temas políticos con el mismo nivel de profundidad, matiz y rigor sin favorecer posiciones ideológicas específicas. Para lograrlo, la compañía desarrolló un sistema de entrenamiento y una métrica automatizada diseñada para detectar desbalances en la forma en que un modelo analiza o argumenta sobre temas sensibles. El enfoque parte de un principio técnico, si un modelo produce respuestas más extensas, más elaboradas o más persuasivas para un lado del espectro político, está fallando en su función de asistir sin influenciar. Para detectar ese problema, Anthropic creó un marco automatizado que compara pares de prompts opuestos y evalúa tres dimensiones: nivel de detalle frente a cada postura, capacidad de reconocer contraargumentos y disposición a no rehuir tareas políticamente cargadas. El sistema utiliza miles de pares de preguntas, distribuidos en 150 temas y varios tipos de tareas, argumentación, análisis, narrativa, humor o redacción formal, lo que permite observar patrones que serían imposibles de medir manualmente. La evaluación se basa en el método Paired Prompts, que confronta al modelo con solicitudes simétricas pero ideológicamente contrarias. El análisis posterior lo realiza otro modelo actuando como evaluador automático; en este caso, Claude Sonnet 4.5. La compañía señala que también probó la consistencia del sistema usando otros modelos como grader, Claude Opus 4.1 y GPT-5, para validar que las puntuaciones no dependieran del evaluador. Anthropic reporta acuerdos superiores al 90% entre evaluadores automáticos, un nivel más alto que el obtenido tradicionalmente con evaluadores humanos. Los resultados muestran que Claude Sonnet 4.5 y Claude Opus 4.1 se sitúan cerca del rendimiento de modelos como Grok 4 y Gemini 2.5 Pro en la métrica de “even-handedness”. El análisis sugiere diferencias mínimas en ese indicador, pero sí evidencia contrastes más marcados en la capacidad de presentar perspectivas opuestas y en la tasa de rechazos. Sonnet 4.5 mantiene una de las tasas de rechazo más bajas (3%), mientras que Llama 4 alcanza el valor más alto dentro del conjunto probado (9%). Anthropic enfatiza que estas mediciones no pretenden ser definitivas, sino parte de un proceso experimental que busca sumar más dimensiones y mayor representatividad de temas políticos globales. El entrenamiento de Claude integra además un componente de “caracterización”, que son instrucciones reforzadas para que el modelo evite lenguaje que pueda inclinar al usuario hacia visiones políticas específicas, adopte terminología neutral y represente matices sin intervenir en la formación de opinión. Ese comportamiento se impulsa tanto desde el system prompt, ajustado de forma continua, como desde técnicas de reinforcement learning enfocadas en rasgos de imparcialidad. Anthropic reconoce limitaciones, el análisis se concentra en discurso político estadounidense, evalúa interacciones de una sola vuelta y depende de métricas que, según la propia compañía, podrían ampliarse o redefinirse. Aun así, la apertura del método, liberado como evaluación de código abierto, busca que otras empresas reproduzcan pruebas, cuestionen los resultados y aporten variaciones que permitan acercarse a un estándar común para medir la neutralidad política de los modelos. Para una industria donde los sistemas de IA participan cada vez más en conversaciones de alta sensibilidad, disponer de mecanismos reproducibles para medir sesgo podría transformar la forma en que se auditan y comparan los modelos. Esa es, al menos, la apuesta técnica que Anthropic coloca sobre la mesa. Le puede interesar: Cómo Anthropic documentó una campaña de espionaje ejecutada casi por completo por IA

El proyecto de Meta, aún en pruebas, utiliza modelos avanzados para interpretar el feed y fuentes externas, creando informes diarios que buscan situar a Meta en la carrera por asistentes inteligentes. Meta está preparando un asistente matutino impulsado por IA que podría competir directamente con los servicios de resumen inteligente que ya ofrecen otros gigantes del sector. La compañía trabaja en una nueva herramienta capaz de analizar la actividad de Facebook y transformarla en un informe personalizado que los usuarios recibirían cada mañana. De acuerdo con The Washington Post , citando documentos internos, el desarrollo, conocido dentro de la empresa como Project Luna, busca interpretar publicaciones del feed y contenidos externos para generar una síntesis diaria basada en intereses y patrones de uso. La propuesta recuerda a la función Pulse de ChatGPT, pero enfocada en la dinámica social que caracteriza a Meta. Aunque la idea no es del todo nueva, Samsung lleva tiempo aplicando un enfoque similar con Now Brief, inspirado a su vez en el sistema At a Glance de Google, la apuesta de Meta radica en aplicar análisis contextual avanzado directamente sobre la actividad del usuario en su red social más grande. El sistema de Samsung recopila datos de múltiples aplicaciones de noticias, salud, tareas o viajes para mostrarlos en un panel; Meta quiere replicar ese nivel de coherencia, pero desde una fuente social centralizada y alimentada por modelos de IA de la casa. Por ahora, la compañía planea probar la experiencia con un grupo reducido de usuarios en Nueva York y San Francisco. No está claro si, de funcionar, podría extenderse después a Instagram, Threads o WhatsApp. Y es una duda válida, hasta ahora, la integración de IA en el ecosistema Meta ha resultado irregular, con funciones limitadas y herramientas que no alcanzan la sofisticación de ChatGPT o Gemini, además de polémicas recientes como la inserción de videos generados por IA en apps sociales. Aun así, una herramienta capaz de filtrar, interpretar y condensar la saturación diaria de contenidos podría darle a Meta un punto de tracción que no ha logrado con otros proyectos recientes. Apostar por un resumen claro y utilitario desde su plataforma social más poderosa no solo tiene sentido tecnológico, sino que también podría abrirle nuevas puertas en un terreno donde aún busca consolidar un modelo real de ingresos impulsado por IA. Le puede interesar: Meta redefine el desempeño: la IA será el nuevo estándar

La demanda de cómputo para IA crece tan rápido que el próximo salto de mil veces en capacidad tendría que lograrse en apenas cuatro o cinco años. La presión por ampliar la infraestructura necesaria para los modelos más avanzados de inteligencia artificial está empujando a Google a asumir un ritmo de crecimiento pocas veces visto en su historia tecnológica. Según CNBC , el jefe de infraestructura de IA de la compañía advirtió internamente que será necesario duplicar la capacidad de servicio cada seis meses para sostener el uso actual y el que se proyecta para los próximos años. En una reunión global el 6 de noviembre, Amin Vahdat, vicepresidente en Google Cloud, presentó un escenario en el que la demanda de cómputo para IA crece tan rápido que el próximo salto de mil veces en capacidad tendría que lograrse en apenas cuatro o cinco años. Vahdat lo planteó con claridad, la competencia en infraestructura es “el componente más crítico y más costoso de la carrera de la IA”, una batalla donde no gana quien gasta más, sino quien logra sistemas más confiables, eficientes y capaces de escalar a niveles inéditos. Esa escalabilidad no depende solo de construir más centros de datos. Vahdat explicó que Google intenta amortiguar la presión con modelos más eficientes y con su estrategia de hardware propio. La compañía acaba de lanzar la séptima generación de sus Tensor Processing Units, conocidas como Ironwood, que según sus datos internos ofrecen casi 30 veces más eficiencia energética que la primera TPU presentada en 2018. Además, la colaboración con DeepMind proporciona una hoja de ruta anticipada sobre cómo podrían evolucionar los modelos, algo que influye directamente en el diseño de chips, redes y sistemas de almacenamiento. La exigencia también tiene un componente de energía y costo, Vahdat dijo que Google necesita entregar mil veces más capacidad, en cómputo, almacenamiento y redes, manteniendo niveles similares de gasto y consumo energético, un desafío que combina ingeniería extrema, optimización y rediseño continuo de su infraestructura global. El propio CEO, Sundar Pichai, advirtió al equipo que 2026 será “intenso”, marcado por una competencia feroz en IA y por la presión de escalar nubes y servicios capaces de absorber cargas mucho más pesadas. Reconoció que existe preocupación sobre una posible burbuja en el mercado de IA, pero insistió en que el riesgo de quedarse cortos en capacidad es aún mayor. Puso como ejemplo el caso de Veo, la herramienta de generación de video, la demanda superó la capacidad disponible y eso limitó el lanzamiento dentro de Gemini. A pesar de la volatilidad en los mercados y de que las grandes tecnológicas están incrementando agresivamente su gasto en infraestructura, Pichai aseguró que la compañía mantiene un enfoque disciplinado y respaldo financiero suficiente para manejar ciclos de presión. Para Google, el reto ya no es solo construir más máquinas, sino construirlas más rápido, con mejor rendimiento y con menos energía, en un contexto en el que los modelos se vuelven más grandes, las aplicaciones más complejas y la disponibilidad de cómputo se convierte en el verdadero cuello de botella de la industria. Le puede interesar: Gemini ya puede decirte si una imagen es sintética

Norma Moreno Rodríguez , Directora de Innovación para Latinoamérica en AstraZeneca, explica cómo la IA se ha convertido en una aliada fundamental en el desarrollo de nuevos medicamentos y en la mejora de los sistemas de salud. Detalla la estrategia de la compañía para equilibrar la innovación tecnológica con un compromiso ético y humano, enfocándose en la eficiencia, el acceso en zonas remotas y la sostenibilidad a través de alianzas público-privadas. En un mundo donde la tecnología redefine constantemente los límites de la ciencia y la medicina, la irrupción de la inteligencia artificial (IA) ha marcado una auténtica revolución en el sector salud. AstraZeneca, líder global en el campo farmacéutico, ha adoptado esta tecnología como un eje central en su cadena de valor. Conversamos con Norma Moreno Rodríguez, Directora de Innovación para Latinoamérica en AstraZeneca , para profundizar sobre el impacto transformador de la IA, el futuro de los laboratorios y el compromiso ético que guía este cambio. Moreno Rodríguez, de nacionalidad colombiana, es Ingeniera Electrónica con doble maestría: Máster en Organización de Ingeniería (Politécnica de Madrid) y Máster en Liderazgo para la Transformación Digital (CESA–ESIC). Suma más de diez años liderando innovación, transferencia tecnológica y gestión de proyectos en academia, sector público y privado: en la Pontificia Universidad Javeriana en Colombia impulsó procesos de transferencia tecnológica y la creación de centros de excelencia en IoT y Big Data; en iNNpulsa Colombia (agencia del Gobierno colombiano) consolidó la articulación del ecosistema de emprendimiento e innovación y dirigió políticas y programas de innovación. En 2023 se unió al equipo de AstraZeneca como Innovation Lead México, consolidando el Health Innovation Hub, alianzas con startups y proyectos de alto impacto para la organización. Desde junio de 2025, se desempeña como Directora de Innovación LATAM y Oncology Business Partner. ¿Cómo está cambiando la inteligencia artificial la forma de hacer ciencia dentro de AstraZeneca? Definitivamente, en AstraZeneca la inteligencia artificial ya es una aliada fundamental que nos permite hacer ciencia. La integramos en toda la cadena de valor, desde el descubrimiento y desarrollo de nuevos medicamentos —por ejemplo, a través del uso de modelos de IA generativa para diseño de moléculas— hasta el desarrollo de modelos que aceleran la entrega de fármacos a nivel global. Actualmente, cerca del 70% de los proyectos de química de moléculas pequeñas de AstraZeneca ya incorporan inteligencia artificial , lo cual marca una revolución en nuestra forma de trabajar. A nivel local, nos hemos centrado en nuestra estrategia global Transform Care , que consiste en un modelo de colaboración con los sistemas de salud para identificar, diagnosticar y tratar a más pacientes. Esto se logra integrando la IA, por ejemplo, en radiología o en herramientas de soporte a la decisión clínica, acelerando el acceso a tratamientos. ¿Cómo logran equilibrar la innovación tecnológica, como la IA, con ese compromiso humano y ético hacia la salud? Partimos de la convicción de que la inteligencia artificial potencia, pero no reemplaza el juicio clínico o la intuición científica . Abordamos este equilibrio desde tres perspectivas: Partir de una problemática:  Tenemos un entendimiento común con los actores de los sistemas de salud para definir el problema que queremos resolver. La tecnología debe ser un medio, no un fin. Además del entendimiento común con los actores, al interior de AstraZeneca trabajamos con equipos crossfuncionales: personas de Corporate affaris, medical, diagnóstico y tecnología que son responsables de estructurar e implementar estos proyectos. Es fundamental destacar que somos muchos detrás de este tipo de iniciativas y no solo equipo de tecnología. Ética y Gobernanza:  Es crucial considerar la ética y la gobernanza de esta tecnología, incluyendo riesgos asociados a la privacidad de datos, la seguridad de la información y los marcos regulatorios. Es fundamental tener un marco de actuación acorde con los posibles sesgos que puede tener la tecnología. Medición de lo relevante:  Nuestros indicadores internos no son comerciales; se centran, por ejemplo, en la reducción de tiempos de diagnóstico  y la adherencia de protocolos a las guías de práctica clínica. Mantenemos separados los equipos de desarrollo de proyectos de los equipos comerciales para garantizar ese equilibrio y mantener el foco en el compromiso humano y la mejora de los sistemas de salud. En esta era de convergencia entre tecnología y biología, ¿cómo imagina AstraZeneca el laboratorio del futuro y cuál será el papel de los científicos en este nuevo sistema? Creemos que ya estamos en parte de ese futuro. Imaginamos el laboratorio como un espacio donde los científicos trabajan como pilotos en la transformación, y la inteligencia artificial es su copiloto . La IA ayuda, por ejemplo, en la síntesis de literatura, propone experimentos o interpreta datos. Sin embargo, el científico adquiere un rol mucho más relevante: es el integrador, el creativo, el que formula las preguntas relevantes y el que valida los resultados, guiando las decisiones basadas en las evidencias. En ese laboratorio del futuro, son fundamentales las alianzas . Por ello, hemos creado la A.Catalyst Network , una red global de aliados tecnológicos enfocada en salud digital. Buscamos impulsar soluciones a través de sinergias; por ejemplo, en República Dominicana, fuimos propulsores del primer acuerdo mundial multisectorial de política pública en salud digital, que busca facilitar la adopción de herramientas digitales y de IA para cerrar las brechas de acceso. Otro ejemplo es El Salvador, donde estamos impulsando un sistema nacional de screening  temprano de cáncer de pulmón. ¿De qué manera la combinación de inteligencia artificial, big data y analítica avanzada permite desarrollar algoritmos predictivos para la toma de decisiones médicas y la anticipación de riesgos de salud? La combinación de estas tecnologías nos permite utilizar los datos para enfocar esfuerzos y recursos hacia pacientes con riesgos reales de sufrir patologías crónicas . De esta forma, podemos anticiparnos y abordar enfermedades en etapas tempranas con fines curativos, en lugar de paliativos, mejorando la calidad de vida. Al integrar herramientas que generan alertas y permiten evaluar la adherencia a guías de práctica o medir tiempos de respuesta en el recorrido del paciente, mejoramos día a día la práctica clínica. Lo que no se mide no se puede mejorar, y el uso de esta información es clave, incluso para patologías complejas como las enfermedades raras. ¿Cómo contribuyen las soluciones digitales que provee la empresa a la optimización de recursos y la eficiencia de los sistemas de salud? Son soluciones de partners tecnológicos que nosotros promovemos. Los partners son los que trabajan directamente con los sistemas de salud, gestionan la data y contribuyen en tres frentes: Eficiencia:  Al estandarizar procesos y soportar la decisión clínica, se reduce la variabilidad entre pacientes. Además, es posible identificar posibles cuellos de botella en la ruta del paciente para optimizar rutas de derivación y enfocar recursos donde se requieran. Acceso:  Se están implementando tecnologías de tamizaje portátil  para enfermedades crónicas. Esto es vital en zonas remotas o vulnerables que carecen de equipos de diagnóstico robustos. Son soluciones que llevan el diagnóstico al paciente, invirtiendo el esquema tradicional de traer el paciente a la solución, con foco en el aumento del acceso. Sostenibilidad:  Para AstraZeneca, la vinculación del gobierno en estas iniciativas es fundamental. Si bien podemos proveer la tecnología y validarla ( due diligence ), la idea es que, a mediano y largo plazo, los gobiernos integren estos proyectos en su operación. La sostenibilidad se logra cuando el uso de estas tecnologías se convierte en parte del sistema y en el business as usual  de la prestación de servicios de salud. La protección de la información es un tema neurálgico en la IA y el manejo de datos, especialmente en salud. ¿Cómo aborda AstraZeneca la seguridad y los principios éticos dentro de su estrategia general de innovación? Para AstraZeneca, este es un asunto neurálgico y lo abordamos desde el diseño  de la tecnología. Cuando identificamos una tecnología en nuestro ecosistema global, realizamos evaluaciones muy estrictas en términos de privacidad, seguridad de la información y soporte científico. Contamos con un assessment  específico y muy robusto para tecnologías de inteligencia artificial. Este análisis incluye publicaciones de artículos científicos evaluados por pares y la robustez técnica del modelo. Tenemos equipos internos expertos en IA que hacen una evaluación completa de los partners  tecnológicos. Esto nos permite mitigar cualquier riesgo asociado a este tema tan delicado y nos da la tranquilidad de recomendar a los gobiernos y sistemas de salud el uso o aplicación de una tecnología. Es una cuestión de mitigar riesgos y hacer evaluaciones conscientes con el apoyo de expertos. Le puede interesar: En el Cloud Summit Costa Rica 2025, la IA redefine el diagnóstico médico

La startup Klay entrenará su sistema con miles de canciones autorizadas y ofrecerá un streaming donde los usuarios podrán transformar temas en otros estilos sin uso indebido de obras protegidas. Las principales discográficas del mundo dieron su aval a una nueva generación de streaming musical impulsada por inteligencia artificial, firmando acuerdos con Klay, un servicio que permite rehacer canciones en distintos estilos mediante modelos avanzados de IA. Según Bloomberg, este movimiento marca un punto de inflexión en la relación entre la industria y las tecnologías generativas aplicadas al audio. Klay se convierte así en el primer servicio de música con IA en alcanzar acuerdos simultáneos con Universal Music Group, Sony Music y Warner Music Group, un hito que le permitirá operar con un catálogo licenciado de miles de éxitos para entrenar su modelo de lenguaje especializado en audio. La plataforma combina la lógica de un servicio tipo Spotify con herramientas de transformación musical que ofrecen la posibilidad de reinterpretar obras existentes sin partir de infracciones o usos no autorizados, según personas familiarizadas con las negociaciones. La empresa, liderada por el productor Ary Attie y reforzada con talento proveniente de Sony Music y del laboratorio DeepMind, ha buscado presentarse como un actor alineado con los intereses del sector, ofreciendo mecanismos de control para que artistas y sellos definan cómo pueden utilizarse sus obras dentro del sistema. Este enfoque es clave en un contexto donde la industria mantiene frentes legales abiertos por entrenamientos no autorizados de IA, como los casos presentados contra Suno y Udio, alegando uso indebido de grabaciones protegidas para generar contenido musical similar. El panorama tecnológico del mercado musical avanza hacia una integración más amplia de IA en producción, edición y distribución. Servicios globales como Spotify y YouTube ya desarrollan herramientas propias en esta línea, mientras que los principales sellos aceleran acuerdos estratégicos para evitar quedar marginados del nuevo ciclo de innovación. Universal Music y Warner Music ya resolvieron sus disputas con Udio y licencian parte de su catálogo para su próximo producto, además de cerrar acuerdos con Stability AI. Aun así, ninguna de las grandes compañías ha firmado con Suno, pese a su valoración milmillonaria y a su rápido avance en el campo de la música generativa. El aterrizaje de Klay con respaldo de las tres grandes discográficas refleja una transición hacia modelos de IA más regulados, con procesos de entrenamiento basados en licencias y herramientas que buscan equilibrar creatividad algorítmica y derechos de autor. Para una industria que considera los catálogos su principal activo tecnológico, este nuevo tipo de acuerdos será decisivo en la forma en que se desarrollen las plataformas musicales en los próximos años. Le puede interesar: Del murmullo a la canción: así HummingLM genera música con IA