La compañía planea evaluar a su personal por los resultados obtenidos con IA, apoyándose en sistemas como Metamate y un nuevo “AI Performance Assistant”. Meta está dando un giro tecnológico decisivo al integrar la inteligencia artificial como un elemento central en la medición del rendimiento de sus empleados. La compañía comenzará a evaluar a su fuerza laboral a partir de 2026 en función del “impacto impulsado por IA”, un criterio que busca medir cómo cada trabajador aprovecha estas herramientas para lograr mejores resultados y construir soluciones que incrementen la productividad. La información surge de un memorando interno en el que Janelle Gale, vicepresidenta de People en Meta, detalla el alcance de esta transformación. La decisión implica que los logros obtenidos mediante IA serán relevantes desde el próximo ciclo de evaluaciones, aunque en 2025 no se contabilizarán métricas individuales de uso. Aun así, los empleados deberán incluir resultados apoyados en IA en sus autoevaluaciones. Un portavoz de Meta recordó a Business Insider que la adopción de estas tecnologías es una prioridad estratégica para la compañía, reforzando que la IA ya forma parte del trabajo cotidiano. Este movimiento se alinea con una tendencia más amplia en la industria, donde gigantes como Microsoft, Google y Amazon han instruido a sus equipos a integrar la IA como práctica habitual y no opcional. En el caso de Google, su CEO Sundar Pichai señaló en una reunión interna que el uso de estas herramientas es clave para mantener el liderazgo en la carrera tecnológica. Meta lleva meses impulsando esta transición hacia una cultura “AI-native”. Este año modificó sus procesos de reclutamiento para permitir que los candidatos utilicen IA en entrevistas de programación y lanzó “Level Up”, un juego interno para fomentar su adopción. Ahora, Gale confirma que la compañía reconocerá a quienes aceleren esta transformación. “Queremos destacar a las personas que están ayudando a que lleguemos más rápido,” escribió en el memorando. Como parte de los ajustes, Meta también rediseñará la forma en que los empleados redactan sus evaluaciones. A partir del 8 de diciembre se incorporará un “AI Performance Assistant” que utilizará los modelos internos de la compañía, incluido Metamate, y permitirá emplear herramientas externas como Gemini para crear contenido relacionado con desempeño. Esta práctica ya se venía gestando: según reportes previos, los equipos llevan tiempo utilizando los asistentes internos para redactar retroalimentación. Le puede interesar: Adiós al "Me Gusta": Facebook dejará de funcionar en páginas externas

Basada en Gemini 3 Pro, la versión incorpora mejoras que buscan responder a las necesidades de creadores y equipos que requieren mayor precisión y consistencia en sus contenidos. Google se prepara para introducir una nueva pieza en su ecosistema de creación asistida por inteligencia artificial, la Nano Banana Pro, una versión potenciada que llegará la próxima semana y que apunta a elevar el estándar de generación de imágenes y contenido visual. Este lanzamiento ocurre en paralelo con la llegada de Gemini 3, lo que refuerza la lectura de que ambos movimientos forman parte de una actualización estratégica más amplia dentro de la hoja de ruta de IA de la compañía. Las primeras pistas sobre esta versión “Pro” surgieron de un material promocional oculto en Google Vids, donde se menciona la capacidad de “generar imágenes y gráficos de alta calidad” directamente desde la herramienta. Esta referencia fue clave para confirmar que la nueva iteración no será simplemente una evolución incremental de Nano Banana, sino una edición equipada con Gemini 3 Pro, distanciándose de las variantes basadas en tecnologías más ligeras, como Flash, utilizadas en su predecesora. La integración con Gemini 3 Pro no solo implica mayor resolución y fidelidad visual, sino una optimización pensada para los flujos de trabajo que ya dependen de la IA generativa dentro del ecosistema de Google. Equipos que utilizan Vids, Slides o las aplicaciones de diseño podrán acceder a un motor capaz de producir contenido visual más consistente, con mejor manejo de detalles y mayor estabilidad entre iteraciones, algo que ha sido una de las prioridades en la evolución de los modelos de la compañía. Este movimiento también encaja con la estrategia que Google aplica en sus actualizaciones de Gemini, con despliegues simultáneos y transversales que empujan mejoras de capacidad en múltiples productos al mismo tiempo. Si las capacidades de alta resolución se confirman, Nano Banana Pro reforzaría la apuesta de la compañía por competir más agresivamente en la generación de contenido para creadores profesionales y entornos empresariales, donde la precisión visual es un requisito clave. En conjunto, el lanzamiento sincronizado con Gemini 3 Pro y la adopción explícita del sello “Pro” muestran la intención de Google de avanzar hacia herramientas generativas más maduras, con estándares de producción que permitan a usuarios individuales y organizaciones adoptar estos modelos como parte central de sus procesos creativos y operativos. Le puede interesar: Compras más inteligentes: la IA de Google se encarga de lo difícil

Un panel compuesto por Sheyla Leacock (Comunidad DOJO), Bruno Silva (Wise Tech) y José Rivera (BAC Panamá) dejó al descubierto una verdad compartida por todas las organizaciones: la nube y los datos ya no son solo habilitadores tecnológicos, sino instrumentos centrales de innovación, eficiencia y resiliencia empresarial. A lo largo del diálogo, los especialistas desmenuzaron los beneficios, los desafíos, las buenas prácticas y una visión de futuro donde cloud, IA y ciberseguridad convergen en la próxima década digital. El panel abrió con un consenso inmediato: la nube se convirtió en un componente omnipresente de la operación tecnológica moderna. Según Sheyla Leacock, Especialista en Ciberseguridad de Comunidad DOJO, uno de los mayores aportes es la flexibilidad para desplegar entornos y consumir solo los recursos necesarios, eliminando la rigidez del modelo tradicional “on-premise”. Esto permite acelerar despliegues, optimizar costos y mejorar la resiliencia al contar con infraestructuras redundantes y escalables. José Rivera, Gerente de soluciones Digitales de BAC Panamá, reforzó esta idea al señalar que procesos que antes tomaban semanas —como levantar una infraestructura para pruebas— hoy pueden resolverse en minutos. En un entorno bancario donde la velocidad de lanzamiento es crítica, “el go-to-market se vuelve más rápido, fiable y segmentado” gracias al cloud. Por su parte, Bruno Silva, CEO de Wise Tech, destacó un beneficio clave para compañías en crecimiento: la capacidad de escalar sin fricciones. En un mercado donde los negocios cambian de tamaño y demanda en cuestión de semanas, “crecer rápido, seguro y sin grandes inversiones iniciales” se ha vuelto indispensable. A la pregunta sobre los riesgos y desafíos de migrar hacia la nube, los especialistas coincidieron en que el obstáculo principal no es técnico, sino cultural. Rivera explicó que muchas organizaciones trasladan sus aplicaciones a la nube sin rediseñar su arquitectura ni su forma de trabajo, lo que neutraliza los beneficios. Para aprovechar realmente el cloud, dijo, es necesario cambiar el mindset  del equipo y adoptar modelos como el serverless y arquitecturas desacopladas. Silva añadió que esta transición exige entender procesos, integrar áreas de negocio y mapear cómo fluye la información. Muchas empresas, afirmó, “ni siquiera conocen bien cómo están integrados sus propios sistemas”, lo que complica la toma de decisiones. A esto se suman desafíos técnicos —aplicaciones difíciles de migrar— y el dilema financiero: hay organizaciones medianas que, pese a necesitar la nube, no cuentan con equipos capacitados para operarla. El panel dedicó un espacio importante a la integración entre cloud e inteligencia artificial. Rivera detalló que BAC Panamá opera bajo un marco regional de gobernanza para IA centrado en los humanos, con procesos de adopción gradual, formación en ingeniería de prompt  y detección de “champions” internos capaces de identificar casos de uso de alto impacto. Actualmente, el banco trabaja en automatización con agentes inteligentes enfocados en extracción y análisis de datos, reducción de tiempos de onboarding y optimización de procesos manuales que aún persisten en el sector financiero. Leacock, especialista en seguridad, subrayó que la nube solo es segura cuando se entiende el modelo de responsabilidad compartida y se involucra a seguridad desde el inicio del proyecto. La realidad, dijo, es que muchas veces los equipos de ciberseguridad llegan cuando el despliegue ya está listo. La experta enfatizó además la importancia de cumplir regulaciones de protección de datos, asegurar las comunicaciones entre nubes e identificar con claridad qué datos se poseen y cómo se manejan. En Panamá, aseguró, hay avances significativos en educación y concienciación, aunque todavía queda un largo camino por recorrer. Al proyectar los próximos cinco años, el panel coincidió en que el crecimiento será impulsado por tres tendencias: 1. Modelos híbridos dominantes. Las empresas mantendrán algunas piezas on-premise, pero la mayoría de cargas se moverán hacia nubes públicas y privadas. 2. Datos como servicio (DaaS) y nuevos modelos de negocio. Silva destacó que pocas organizaciones monetizan sus datos, pero esto cambiará drásticamente. Sectores como retail ya muestran el camino con unidades de retail media  que generan ingresos paralelos al negocio principal. 3. Hiperpersonalización y automatización inteligente. Para Leacock, la clave estará en la gobernanza de datos y en la evolución hacia flujos completamente automatizados, orquestados por agentes de IA. Sin esa gobernanza, advirtió, proliferará el Shadow AI : uso no regulado de herramientas de inteligencia artificial dentro de las empresas. El panel dejó claro que Panamá se encuentra en un punto de aceleración: las empresas están abrazando la nube, experimentando con IA y fortaleciendo su cultura de ciberseguridad. La convergencia de estas tecnologías definirá la competitividad regional en los próximos años, siempre y cuando exista una estrategia clara, una gobernanza robusta y un cambio cultural que acompañe la transformación digital. Le puede interesar: Panamá figura entre los países más atacados de la región por ciberdelincuentes

Autoridades y especialistas alertan sobre el crecimiento de incidentes cibernéticos y la necesidad de mayor resiliencia digital. La creciente digitalización de los servicios públicos y privados en Panamá ha ampliado tanto las oportunidades económicas como los riesgos asociados a la seguridad informática. En este escenario, los ciberataques han evolucionado hacia tácticas más silenciosas, persistentes y difíciles de detectar. Según datos de FortiGuard Labs, el área de inteligencia de amenazas de Fortinet, Panamá registró 2.4 mil millones de intentos de ciberataques durante el primer semestre de 2025, posicionándose como el tercer país más atacado de la región. En conjunto, América Latina concentró el 25% de todas las detecciones globales en ese periodo, lo que evidencia un ecosistema criminal cada vez más sofisticado. De acuerdo con Arturo Torres, director de inteligencia contra amenazas de FortiGuard Labs para América Latina y el Caribe, el atacante inicia su operación con un reconocimiento profundo del objetivo, identificando servicios expuestos, vulnerabilidades y puntos débiles. Ese primer acercamiento rara vez es agresivo: el phishing sigue siendo la vía preferida para ingresar mediante el engaño humano, mientras que los “Initial Access Brokers” ofrecen credenciales robadas listas para usar. Una vez dentro, comienza lo que Torres denomina “la invasión silenciosa”. El atacante evita instalar programas sospechosos y, en cambio, utiliza herramientas legítimas del sistema para desplazarse sin ser detectado. Su comportamiento se camufla entre el tráfico normal, lo que le permite moverse por la red como si fuera un usuario autorizado y explorar durante semanas sin levantar alertas. El objetivo varía según el tipo de ciberdelincuente: desde la búsqueda de credenciales y datos personales para fraudes, hasta la extracción de información crítica o la preparación de ataques de ransomware. En los casos más sofisticados, los metadatos internos representan un mapa que permite planificar ofensivas más profundas y disruptivas. La exfiltración de información suele hacerse en fragmentos y a través de canales cifrados para evitar ser detectada. Aunque estos ataques están diseñados para pasar inadvertidos, existen señales tempranas: escaneos internos inusuales, accesos en horarios atípicos, creación de nuevas cuentas, lentitud del sistema o archivos que desaparecen. Los empleados suelen ser los primeros en notar comportamientos anómalos, por lo que la concientización es clave. Frente a una intrusión, el protocolo debe ser inmediato y estructurado, iniciando con la detección, seguido por la contención, la erradicación de la amenaza y una recuperación segura. Una preparación robusta —con políticas claras, roles definidos y simulacros— aumenta significativamente la capacidad de respuesta. Torres enfatiza que la estrategia más efectiva hoy consiste en integrar soluciones de seguridad que operen como un ecosistema unificado. Construir esta arquitectura requiere experiencia especializada y un enfoque proactivo. Por ello, recomienda recurrir a proveedores expertos como Fortinet para diseñar plataformas capaces no solo de responder a los ataques, sino de anticiparse a ellos. Le puede interesar: Senacyt lanza nuevas plataformas digitales para modernizar el ecosistema de ciencia y tecnología en Panamá

El próximo 25 de noviembre llega al país el evento organizado por Connecta B2B junto a IT NOW y Mercados & Tendencias que reunirá a líderes, especialistas y tomadores de decisiones para explorar las nuevas fronteras del marketing digital. En una era en la que la digitalización avanza a ritmos nunca vistos, este summit se posiciona como el epicentro donde convergen organización, estrategia y tecnología . A través de ponencias, talleres interactivos y paneles con expertos de la región, los asistentes podrán descubrir cómo convertir la IA, el big data y la automatización en ventajas competitivas reales para sus marcas. El día comenzará a las 08:00 a. m. (GMT-6)  con una sesión plenaria que dará paso a dos bloques temáticos centrados en: “IA en tus manos: Domina las herramientas que están cambiando el marketing”: Liderado por Christian Corredoira, este taller práctico se enfocará en la comparación de modelos de IA, creación de contenido automatizado y optimización de procesos. “IA y neurociencia para un marketing que conquista”: Facilitado por Sergio Bravo y Leonardo Correa, esta masterclass profundizará en la intersección entre tecnología, emociones y comportamiento del consumidor. Ambos bloques están diseñados para empresas de todos los tamaños que buscan llevar su estrategia de marketing al siguiente nivel . Además, habrá espacios de networking, mesas redondas y casos de éxito regionales para aprender de forma directa y aplicada. Este evento es ideal para directores de marketing, gerentes de producto, jefes de e-commerce, responsables de innovación digital y consultores que buscan estado del arte tecnológico  en marketing y transformación digital. También es una oportunidad inigualable para conectar con empresas proveedoras de soluciones, socios estratégicos y actores clave del ecosistema centroamericano. Las plazas son limitadas y se recomienda registrarse anticipadamente. Visite el sitio oficial del evento para asegurar su participación y conocer los paquetes disponibles, incluidas entradas estándar, acceso prioritario y opciones premium. Más información en   https://www.marketingtechsummit.net/ Le puede interesar: El Tech Week 2025 concluyó su exitosa gira regional en República Dominicana

Un pico de tráfico anómalo paralizó parte de la web y desató fallas en el sistema de validación challenges.cloudflare.com. Una nueva disrupción en la infraestructura de Cloudflare volvió a dejar fuera de línea a múltiples plataformas en todo el mundo, un episodio que reabre el debate sobre la resiliencia de la red y la dependencia global de los servicios de mitigación de tráfico. La compañía confirmó a las 11:48 UTC del 18 de noviembre que su red estaba experimentando fallas que afectaban a “múltiples clientes”, en un escenario que recuerda al apagón masivo de junio de 2025. En esta ocasión, los reportes de Downdetector citados por el medio indican afectaciones en servicios de alto tráfico como X, OpenAI, Canva, Spotify, AWS, YouTube, Facebook, Uber, ChatGPT, Claude y League of Legends. Cloudflare explicó por correo al medio que detectó “un pico de tráfico inusual” desde las 11:20 UTC, lo que provocó errores en parte del flujo que atravesaba su red. La compañía señaló que aún desconoce el origen de ese aumento repentino y que sus equipos están concentrados en restablecer el servicio antes de profundizar en el análisis técnico. El incidente volvió a poner en evidencia la fragilidad de los grandes nodos de distribución de contenido cuando enfrentan patrones anómalos de tráfico. Al mismo tiempo, otro componente técnico quedó en el centro de la discusión: el dominio challenges.cloudflare.com. Esta web es la base del sistema de validación que Cloudflare utiliza para distinguir entre tráfico humano y automatización maliciosa. Allí se ejecuta el mecanismo de desafío, la prueba que se activa cuando los sistemas detectan comportamiento sospechoso y que, una vez superada, otorga una cookie temporal de verificación (cf_clearance). En escenarios de alta presión, este sistema puede transformarse en un obstáculo adicional, generando falsos positivos y bloqueos para usuarios legítimos. Esto ocurre con mayor frecuencia cuando intervienen factores como el uso de VPNs, salidas corporativas masivas o configuraciones del navegador que impiden la ejecución de los scripts de verificación basados en JavaScript. Estas fallas provocan efectos colaterales que agravan la percepción de caída total, ya que sin completar la verificación aumentan los rechazos de acceso incluso cuando el servicio principal sigue funcionando. Para mitigar estos problemas, Clarín señala soluciones técnicas como habilitar JavaScript, desactivar temporalmente bloqueadores de scripts como NoScript o uMatrix y cambiar los servidores DNS del dispositivo o router por opciones públicas de mayor reputación, como Google DNS (8.8.8.8) o Cloudflare DNS (1.1.1.1), recomendación útil cuando la IP del usuario ha sido puntuada negativamente por actividad previa desde la misma red. De cara al futuro, Cloudflare apuesta por Turnstile, una tecnología de verificación no interactiva que reemplaza los CAPTCHA visuales mediante análisis heurístico y pruebas de trabajo silenciosas. Según el medio, su adopción debería reducir la frecuencia de interrupciones provocadas por desafíos tradicionales y minimizar el impacto del sistema actual en episodios de estrés operativo. Si estas capas de validación se consolidan, el próximo gran apagón de Internet podría limitarse al incidente técnico y no convertirse además en una barrera para usuarios legítimos que solo intentan acceder a sus servicios habituales. Le puede interesar: Nueva alerta en la nube: el apagón global de Microsoft Azure

El directivo podría dejar su puesto antes de lo previsto, en un momento en que la compañía redefine su estructura técnica y refuerza ingeniería, operaciones y finanzas para asegurar una transición estable. La posible salida de Tim Cook como director ejecutivo de Apple ha vuelto a tomar fuerza, con nuevos indicios de que el relevo podría materializarse tan pronto como el próximo año. Según 9to5Mac, que compartió información publicada por The Financial Times, la compañía habría intensificado su planificación interna para asegurar una transición ordenada en su liderazgo, un movimiento que pone el foco en la estructura tecnológica que sostiene a Apple y en cómo se prepara para la próxima etapa de desarrollo de sus productos y plataformas. De acuerdo con el informe citado, el consejo de administración y los altos ejecutivos están revisando con mayor detalle los escenarios para el traspaso del rol, mientras la ingeniería de hardware cobra un protagonismo notable dentro del proceso. John Ternus, actual vicepresidente sénior de Ingeniería de Hardware, aparece como el perfil con mayor posibilidad de asumir la posición, aunque las fuentes del medio británico aclaran que no existe una decisión definitiva. Su rol ha sido clave en la evolución de los chips Apple Silicon y en el rediseño de la línea Mac, áreas consideradas estratégicas para mantener el ritmo de innovación de la compañía. La presión temporal, sin embargo, no estaría relacionada con el desempeño financiero reciente. The Financial Times cita a personas cercanas a Apple que subrayan que la transición responde a una planificación de largo plazo, en un momento en que la compañía se prepara para una temporada de ventas navideñas que se anticipa especialmente fuerte para el iPhone. Apple, además, no anunciaría ningún movimiento antes de su próximo reporte de resultados previsto para finales de enero, el cual abarca el periodo comercial más crítico del año. El contexto también incluye ajustes recientes en puestos estratégicos vinculados a las operaciones y las finanzas, elementos que afectan directamente el desarrollo tecnológico de Apple. La salida definitiva del ex director de operaciones Jeff Williams, quien cerró su ciclo en la compañía tras haber delegado sus responsabilidades en Sabih Khan meses atrás, forma parte de ese reacomodo interno. A ello se suma el relevo en la dirección financiera, con la llegada de Kevan Parekh al puesto que durante años ocupó Luca Maestri, un cambio que ajusta la conducción de la planificación financiera en plena expansión de proyectos de hardware y servicios. Si bien las fuentes citadas advierten que los tiempos podrían modificarse, la intensificación de los preparativos apunta a que Apple busca afianzar su base tecnológica antes de comunicar cualquier nuevo liderazgo. En un ecosistema donde el hardware, el silicio y los servicios avanzados dependen de una visión ejecutiva cohesiva, la compañía parece determinada a asegurar que el próximo paso se dé con la maquinaria técnica perfectamente alineada. Le puede interesar: El iPhone Air no despega: ventas pobres obligan a Apple a replantear su camino

En un escenario en el que la automatización avanza y los atacantes adoptan IA generativa, la verdadera ventaja competitiva estará en cómo las organizaciones transformen su fuerza laboral de seguridad y adopten modelos operativos potenciados por IA. Por Gonzalo García, vicepresidente de Ventas de Fortinet para Sudamérica La inteligencia artificial (IA) ya no es una idea emergente en el horizonte; está incrustada en la manera en que operan tanto atacantes como defensores. Desde campañas de phishing automatizadas hasta detección de amenazas impulsada por IA, el campo de batalla de la ciberseguridad ha cambiado. Para los Chief Technology Officers (CTOs) y los Chief Information Security Officers (CISOs), la pregunta ya no es si la IA transformará a sus organizaciones, sino cómo rediseñar los stacks tecnológicos y las funciones laborales para que humanos y máquinas trabajen juntos de manera efectiva. Por qué la ciberseguridad no puede darse el lujo de esperar La IA generativa ha abierto una nueva era de oportunidades y riesgos. Los atacantes ya tienen acceso a herramientas que pueden generar malware polimórfico, crear correos de spear-phishing realistas y abrumar a los defensores con volumen y velocidad. Al mismo tiempo, los defensores pueden aprovechar la IA para la detección de anomalías, la respuesta automatizada a incidentes y el análisis predictivo. Goldman Sachs Research estima que dos tercios de los empleos actuales están expuestos a algún nivel de automatización por IA, con tareas administrativas (46%) y legales (44%) especialmente vulnerables. La ciberseguridad no es la excepción. La monitorización rutinaria, el análisis de logs y la generación de reportes—que antes eran el pan de cada día de los centros de operaciones de seguridad (SOC)—ahora son manejados con mayor eficiencia por algoritmos capaces de procesar terabytes de datos en segundos.Para muchos CTOs y CISOs, esto plantea un dilema. ¿Permitir que la IA desplace roles existentes o rediseñar los empleos y stacks tecnológicos de modo que el talento humano se eleve en lugar de ser relegado? El caso del rediseño de empleos en ciberseguridad La respuesta está en el rediseño, no en la eliminación. Una investigación de Accenture muestra que casi la mitad de las horas laborales podrían verse afectadas por la IA generativa, pero la mayoría a través de aumentación, no sustitución. En ciberseguridad, esto implica replantear funciones clave en SOCs, inteligencia de amenazas y gobernanza. . De lectores de logs a tomadores de decisiones: los analistas que antes dedicaban horas a revisar alertas deberán pasar a un rol de decisión, evaluando el contexto y el impacto de negocio de las amenazas detectadas por la IA. . De manejadores de tickets a orquestadores: en lugar de responder manualmente a cada incidente, los ingenieros de seguridad diseñarán y supervisarán playbooks automatizados que ejecuten respuestas a través del stack. . De operadores de herramientas a estrategas: en vez de lidiar con la complejidad de decenas de soluciones aisladas, los CISOs deben rediseñar el stack en torno a plataformas potenciadas por IA que ofrezcan visibilidad unificada y respuesta más rápida. Rediseñando el stack de ciberseguridad Un stack moderno de ciberseguridad no puede ser estático; debe ser nativo en IA. Esto requiere que CTOs y CISOs tomen decisiones deliberadas sobre qué capas automatizar y cuáles dejar en manos humanas. 1. IA en el núcleo de detección y respuesta: los sistemas SIEM y EDR deben evolucionar hacia plataformas mejoradas con IA. 2. Automatización de lo rutinario: parches, reportes de cumplimiento y logs deben ser gestionados por IA. 3. Supervisión humana en escenarios críticos: ética, regulación y atribución deben seguir bajo control humano. 4. Cambio hacia plataformas, no soluciones puntuales: el futuro del stack debe ser un ecosistema integrado potenciado por IA, no un mosaico de herramientas aisladas. El rediseño en ciberseguridad no trata solo de reasignar tareas; es una redefinición del liderazgo. CISOs y CTOs deben pasar de ser compradores de herramientas a orquestadores de la colaboración humano–IA. Sus responsabilidades se expanden en tres direcciones: -Estrategia de fuerza laboral: redefinir roles, trayectorias y capacitación. -Gestión del cambio: construir confianza, ser transparentes y apoyar nuevas capacidades.-Gobernanza: establecer límites éticos y de cumplimiento para la IA. Superando el miedo a la disrupción CTOs y CISOs comparten el temor de muchos ejecutivos en otros sectores: ser los agentes de disrupción dentro de su propia organización. Pero la parálisis no es opción. Los atacantes no esperan a que la gobernanza interna madure; ya están usando la IA en nuestra contra. La solución está en replantear la conversación. Goldman Sachs señala que solo un 7% de los empleos podría ser totalmente automatizado, mientras que la gran mayoría es complementada. Accenture enfatiza que las organizaciones que adoptan una estrategia centrada en las personas desbloquean más valor que aquellas enfocadas solo en recortar costos. El mensaje es claro: el rediseño no solo es ético, también es rentable. La fuerza laboral en ciberseguridad del futuro se verá distinta. Los analistas serán como controladores aéreos guiando sistemas impulsados por IA. Los ingenieros diseñarán arquitecturas resilientes en lugar de aplicar parches interminables. Los CISOs asesorarán a las juntas directivas con estrategias de riesgo informadas por IA. Este futuro no es ciencia ficción; ya está ocurriendo. El reto es rediseñar stacks y roles con suficiente rapidez para mantenerse a la par de atacantes y competidores. Un llamado a la acción Para CTOs y CISOs, la era de la IA es amenaza y oportunidad. La amenaza está en ignorarla; la oportunidad está en un rediseño audaz de empleos y stacks. La historia demuestra que las tecnologías transformadoras crean nuevas industrias para quienes se adaptan. La IA generativa no será diferente. La pregunta no es si la IA transformará la ciberseguridad, sino si los líderes tendrán el coraje de rediseñar tanto el stack como los empleos que lo sustentan. Las organizaciones que lo logren no solo se defenderán mejor, sino que marcarán el estándar de liderazgo en seguridad potenciada por IA. Le puede interesar: Dos eventos claves en un mismo encuentro: Cloud y CyberSec Summit llegan a Panamá

Los países centroamericanos refuerzan su cooperación en tecnologías de observación terrestre y gestión de riesgos. En un contexto regional marcado por la necesidad de fortalecer la gestión ambiental y las capacidades tecnológicas, Panamá y Guatemala avanzan en nuevos mecanismos de colaboración para mejorar el uso de datos abiertos y herramientas digitales. Estas iniciativas buscan impulsar la innovación y apoyar la toma de decisiones frente al cambio climático y los desastres naturales. El subadministrador de la Autoridad Nacional para la Innovación Gubernamental (AIG), Francisco Guinard, encabezó la reunión técnica bilateral enfocada en la cooperación en materia de innovación y tecnología, en el marco del Proyecto Copernicus LAC-Panamá, una iniciativa respaldada por la Unión Europea. El encuentro contó con el acompañamiento del Ministerio de Relaciones Exteriores y la Secretaría Nacional de Ciencia, Tecnología e Innovación (SENACYT), y tuvo la participación de la vicepresidenta de Guatemala, Karin Herrera Aguilar, quien realizó una visita oficial a Panamá. Durante la sesión, se presentaron los avances y el impacto del Centro Regional Copernicus LAC-Panamá, que promueve el uso de datos de observación de la Tierra para la gestión ambiental y la reducción del riesgo de desastres. Guinard destacó que la cooperación representa un paso clave para fortalecer las capacidades tecnológicas y científicas en la región, reiterando el compromiso de Panamá con la innovación, la sostenibilidad y la cooperación digital entre países aliados. La vicepresidenta Herrera Aguilar manifestó el interés de Guatemala en emplear las herramientas de Copernicus para mejorar la gestión de riesgos como incendios e inundaciones, así como para fortalecer la seguridad alimentaria y la resiliencia climática a través del intercambio de datos y conocimientos especializados. El viceministro de Asuntos Multilaterales y Cooperación, Carlos Guevara Mann, reafirmó la disposición de Panamá de seguir promoviendo la integración regional e invitó a las autoridades guatemaltecas a sumarse a la conmemoración del Bicentenario del Congreso Anfictiónico de Panamá. Por parte de la Unión Europea, Javier Arregui reiteró el compromiso del bloque de seguir apoyando el programa, destacando el rol de Panamá como país líder en el desarrollo de servicios de observación de la Tierra para la reducción del riesgo de desastres y la gestión territorial. La delegación panameña coincidió en la importancia de la cooperación internacional y del uso de servicios abiertos de Copernicus, en línea con los objetivos del Marco de Sendai para la reducción del riesgo de desastres y el desarrollo sostenible. Le puede interesar: Panamá fortalece su liderazgo científico en la cooperación internacional

Los nuevos asistentes inteligentes interpretan el contexto del negocio, sugieren mejoras y aplican cambios en tiempo real dentro de Google Ads y Analytics, reduciendo la brecha entre el insight y la acción. La inteligencia artificial empieza a asumir un nuevo rol dentro de las plataformas digitales: el de asesor autónomo. Según Google, sus nuevos Ads Advisor y Analytics Advisor representan una evolución hacia herramientas capaces de anticipar necesidades, ofrecer recomendaciones precisas y ejecutar acciones concretas dentro de las cuentas de marketing y analítica, todo impulsado por los modelos Gemini. Ambos asesores funcionan como agentes conversacionales que aprenden del contexto del negocio. En el caso de Ads Advisor, el sistema puede analizar el rendimiento de campañas, detectar oportunidades y sugerir ajustes, desde nuevas palabras clave hasta activos creativos. Incluso, el usuario puede aprobar que el asistente implemente directamente las mejoras dentro de la plataforma de Google Ads, reduciendo el tiempo entre el diagnóstico y la acción. Por su parte, Analytics Advisor lleva la interacción con los datos a un nuevo nivel. Permite formular preguntas en lenguaje natural, por ejemplo, “¿Por qué aumentaron mis usuarios activos en septiembre?”, y obtener respuestas visuales e interpretadas. El asistente analiza los factores que explican esos cambios y sugiere pasos concretos para aprovechar las oportunidades detectadas, todo dentro del entorno de Google Analytics. A nivel tecnológico, la apuesta de Google combina modelos de lenguaje de gran escala con capacidades de análisis contextual y aprendizaje continuo. El resultado son sistemas que no solo procesan datos, sino que entienden patrones, reconocen intenciones y pueden adaptarse al estilo operativo de cada negocio. Con estos asesores, la compañía busca reducir la complejidad de la gestión publicitaria y analítica, trasladando parte del trabajo rutinario a la IA. La supervisión humana sigue siendo clave, pero la interacción se vuelve más estratégica, el usuario valida, guía y toma decisiones apoyado por un sistema que evoluciona con su propio flujo de trabajo. Le puede interesar: Google Maps incorpora navegación conversacional impulsada por Gemini

Google integró inteligencia artificial conversacional, agentes automáticos y su Shopping Graph para generar comparaciones, confirmar disponibilidad en tiendas y ejecutar pagos bajo supervisión del usuario. Las compras de fin de año suelen volverse una tarea repetitiva, buscar entre miles de opciones, revisar precios, comparar especificaciones y hallar disponibilidad. Este año, ese proceso empieza a transformarse gracias a nuevas capacidades de inteligencia artificial que automatizan desde la búsqueda hasta la verificación de inventarios. Según Google, la temporada navideña llega con un conjunto de funciones impulsadas por modelos avanzados y tecnologías agenticas que asumen las partes más complejas del proceso. La primera novedad es una evolución del modo de compras con IA en Search, que permite describir un producto como si se hablara con un amigo y recibir una respuesta estructurada, respaldada por datos actualizados. La herramienta genera visuales, comparaciones y detalles clave, como precios, reseñas e inventario, ajustados a la intención concreta del usuario. Google sostiene que esta precisión proviene de su Shopping Graph, una base de información con más de 50.000 millones de listados que procesa actualizaciones constantes para ofrecer resultados frescos. El ecosistema también se expande al entorno conversacional de Gemini. Ahora, el modelo integra funciones de compra directamente en la app, donde es posible solicitar ideas, filtrar opciones o comparar productos sin salir del chat. Esta experiencia utiliza la misma infraestructura del Shopping Graph para mostrar listados, tablas comparativas y opciones de compra, creando un flujo continuo entre la planificación y la toma de decisión. La compañía confirma que esta capacidad ya está disponible para usuarios en Estados Unidos. Otro avance tecnológico clave es la automatización de consultas a tiendas físicas mediante IA agentica. Cuando se busca un producto “near me”, aparece la opción “Let Google Call”, que activa un proceso donde la plataforma realiza llamadas para verificar existencia, precios y promociones. Google explica que este sistema está construido sobre su tecnología Duplex y potenciado por una actualización del modelo Gemini, capaz de seleccionar los comercios adecuados, definir las preguntas más relevantes y resumir la información obtenida para enviarla al usuario por correo o mensaje. Finalmente, la automatización también llega al momento del pago. El llamado agentic checkout permite que Google supervise precios y realice la compra cuando un artículo alcance el rango definido por el usuario, previa confirmación final. La empresa detalla que esta función utiliza su infraestructura de pagos y el Shopping Graph para garantizar datos precisos y seguridad transaccional. El despliegue inicial incluye comercios como Wayfair, Chewy, Quince y tiendas seleccionadas de Shopify en Estados Unidos. En conjunto, estas herramientas muestran cómo la IA está empezando a asumir tareas operativas del proceso de compra: interpretar necesidades, sintetizar información, verificar disponibilidad y ejecutar acciones bajo supervisión del usuario. En una temporada en la que el tiempo suele escasear, la tecnología apunta a resolver la parte pesada del recorrido, dejando la decisión final en manos de las personas. Le puede interesar: ChatGPT se convierte en asistente de compras

Gracias a microcontroladores cada vez más potentes y eficientes, la IA puede procesar datos, aprender del entorno y tomar decisiones en tiempo real desde el propio dispositivo. Esta revolución marca un antes y un después en la ingeniería mecatrónica, impulsando máquinas autónomas, sostenibles y adaptativas que redefinen los límites de la Industria 4.0 y el Edge Computing. Por Carlos Ávila Murillo, profesor de la Facultad de Informática, Electrónica y Comunicación Universidad de Panamá La Inteligencia Artificial (IA)  ha dejado de ser una tecnología exclusiva de los centros de datos y ahora forma parte de los sistemas embebidos , transformando radicalmente la ingeniería mecatrónica. Esta integración permite que los dispositivos realicen inferencias, predicciones y decisiones en tiempo real, sin depender completamente de servicios en la nube. El resultado es una nueva generación de máquinas autónomas, eficientes y adaptativas , capaces de aprender del entorno. Desde robots industriales hasta sensores inteligentes en entornos IoT, la IA embebida representa un paso clave hacia sistemas más robustos, autónomos y energéticamente eficientes , alineados con las exigencias de la Industria 4.0  y el Edge Computing . Conceptos fundamentales Un sistema embebido  es un conjunto de hardware y software especializado  diseñado para realizar funciones específicas dentro de un sistema mayor. Tradicionalmente, estos sistemas se enfocaban en el control y la adquisición de datos. Sin embargo, con la incorporación de algoritmos de aprendizaje automático (Machine Learning, ML)  y redes neuronales , los sistemas embebidos ahora pueden procesar información localmente y tomar decisiones inteligentes. Esta tendencia se conoce como Edge AI  o Inteligencia Artificial en el borde , donde la inferencia de modelos se ejecuta directamente en el dispositivo (por ejemplo, un microcontrolador ARM Cortex-M o un SoC basado en ESP32), reduciendo la dependencia de la nube y mejorando la latencia, privacidad y eficiencia energética . Arquitectura de un sistema embebido con IA La arquitectura de un sistema embebido con IA combina tres niveles principales: Capa de sensores:  encargada de capturar datos físicos (temperatura, vibración, sonido, imagen). Capa de procesamiento local:  donde reside el microcontrolador o microprocesador con capacidad de ejecutar inferencias. Capa de comunicación y actuación:  transmite resultados a la nube o ejecuta acciones locales (motores, actuadores, alarmas). Un ejemplo típico es un sistema de detección de fallos en motores eléctricos , donde un microcontrolador STM32 analiza las vibraciones mediante un modelo de IA preentrenado. Si detecta una anomalía, envía una alerta o detiene el motor sin intervención humana. Hardware para IA embebida El avance de los microcontroladores de alto rendimiento  y los aceleradores de hardware  ha permitido ejecutar IA en dispositivos de bajo consumo. Algunos ejemplos relevantes son: ARM Cortex-M4 / M7:  muy usados en aplicaciones industriales y educativas. Soportan librerías como TensorFlow Lite for Microcontrollers (TFLM) . ESP32:  combina conectividad Wi-Fi/Bluetooth con procesamiento local básico de IA. NVIDIA Jetson Nano / Xavier:  potentes módulos para visión artificial y robótica avanzada. Google Coral / Edge TPU:  aceleradores especializados para redes neuronales convolucionales (CNN). Estos dispositivos posibilitan la ejecución de modelos de IA previamente entrenados en la nube y convertidos a versiones optimizadas para el entorno embebido. Software y herramientas El ecosistema de desarrollo de IA embebida ha crecido de forma notable. Algunas herramientas y librerías ampliamente usadas incluyen: TensorFlow Lite for Microcontrollers:  permite ejecutar modelos optimizados en microcontroladores con menos de 256 KB de memoria. Edge Impulse:  plataforma que facilita el entrenamiento y despliegue de modelos IA directamente en hardware embebido. PyTorch Mobile y ONNX Runtime:  orientadas a dispositivos más potentes como Jetson o Raspberry Pi. CMSIS-NN (ARM):  librería que acelera redes neuronales en microcontroladores Cortex-M. Estas herramientas simplifican la implementación de IA en entornos con recursos limitados, permitiendo la creación de prototipos rápidos y funcionales. Aplicaciones en mecatrónica La combinación de IA y sistemas embebidos  abre un amplio abanico de aplicaciones en la ingeniería mecatrónica: Robótica autónoma:  robots móviles que reconocen objetos o rutas mediante visión artificial. Mantenimiento predictivo:  sensores inteligentes que analizan patrones de vibración o temperatura para anticipar fallas. Control adaptativo:  sistemas que ajustan parámetros en tiempo real según las condiciones de operación. Vehículos autónomos:  procesadores embebidos que interpretan datos de cámaras y sensores LIDAR. Agricultura de precisión:  nodos IoT que detectan humedad, plagas o calidad del aire para optimizar recursos. Estos sistemas representan la transición hacia una mecatrónica cognitiva , donde la máquina no solo actúa, sino que razona y aprende . Desafíos técnicos Aunque prometedora, la IA embebida enfrenta varios retos: Limitaciones de memoria y procesamiento:  los microcontroladores tienen recursos reducidos. Entrenamiento vs. inferencia:  el entrenamiento se realiza en la nube, y solo la inferencia ocurre en el dispositivo. Seguridad y privacidad:  los modelos deben proteger los datos locales y evitar accesos no autorizados. Optimización de energía:  los algoritmos deben equilibrar precisión y consumo energético. Los ingenieros mecatrónicos deben considerar estos factores al diseñar hardware y software integrados para IA. La Inteligencia Artificial en sistemas embebidos  constituye una evolución natural de la mecatrónica, fusionando control, sensado y toma de decisiones inteligentes en un mismo núcleo. Su aplicación transforma los sistemas tradicionales en entidades autónomas y autoajustables , capaces de aprender de su entorno y mejorar su desempeño. A medida que los microcontroladores se vuelven más potentes y eficientes, la IA embebida seguirá expandiéndose en campos como la robótica, la automatización industrial y las ciudades inteligentes. En definitiva, estamos frente a la era de las máquinas inteligentes distribuidas , donde cada nodo embebido actúa como una célula con capacidad de percepción, razonamiento y acción. Le puede interesar: LoRaWAN y su integración con microcontroladores: conectividad de largo alcance para el IoT