En la conversación reciente sobre el rumbo de Samsung, una sesión de Reddit AMA con Annika Bizon, VP de Producto y Marketing para Mobile Experience en Samsung Electronics UK & Ireland, dejó claro que la compañía está evaluando el equilibrio entre hardware, software e inteligencia artificial. A medida que el mercado recibe la inédita línea de plegables y wearables, las respuestas destacan una visión centrada en el usuario y en necesidades reales, como la salud y la personalización de la experiencia.

Tras el lanzamiento de la Galaxy Z Fold 8, Z Fold 8 Ultra y Z Flip 8, Bizon compartió en Reddit su lectura sobre la innovación: la clave está en cómo la IA permite repensar lo que los teléfonos y wearables pueden hacer por cada persona. No se trata solo de hardware, sino de una experiencia que evoluciona a partir de un mayor entendimiento de las necesidades del usuario.

Un punto destacado fue la atención a la salud como área de innovación futura. Bizon señaló que la tecnología ya está acompañando a las personas de formas más preventivas y personalizadas, gracias a sensores mejorados y funciones enfocadas en el bienestar. En particular, la Galaxy Watch Ultra 2 y la nueva generación de sensores en el Galaxy Watch 9 abren la puerta a mediciones como la temperatura de la piel y la monitorización nocturna, con alertas que apuntan a cambios significativos para anticipar posibles enfermedades.

Además, características como Vitals, latency de sueño y alertas de nutrición demuestran una visión de salud integrada en la vida diaria, que va más allá de métricas genéricas para convertirse en recomendaciones personalizadas para cada usuario. Este enfoque, según Bizon, representa la dirección hacia la que evolucionan los dispositivos móviles: más personal, más contextual y, sobre todo, más útil.

En el ámbito de la IA, el AMA dejó claro que la tecnología que entiende lo que necesitas será central. Aunque algunas respuestas en la conversación subrayaron la resistencia a la IA, la postura de Samsung es de oferta personalizable: si la IA no es de uso obligatorio, los usuarios pueden desactivarla a través de opciones de consentimiento y configuración. La invitación, sin embargo, es experimentar con pequeñas funciones que ahorren tiempo y mejoren la experiencia.

La respuesta de Bizon a las críticas no evita los debates éticos, pero propone un enfoque pragmático: empezar con una función pequeña y observar su impacto. Si resulta útil, se expande; si no, se mantiene la elección de desactivarla. Este enfoque de opt-in y personalización podría marcar el ritmo de la adopción de IA en dispositivos móviles en los próximos años.

Más allá de la IA, la conversación también apuntó a la innovación en forma de producto. El énfasis en pantallas más grandes y versátiles en la línea plegable responde a una demanda de explorar más profundamente el contenido y la productividad. En paralelo, la promesa de tecnología que “comprende lo que necesitas” abre la puerta a avances en interfaces, sensores y experiencias que se adaptan dinámicamente al usuario.

Mirando hacia el futuro, la expectativa es que Samsung continúe su patrón de experimentación basado en lo que los usuarios dicen que quieren. La próxima serie Galaxy S27 podría ofrecer indicios tempranos de si esa promesa de innovación sostenida se traduce en nuevas etapas de hardware y software que realmente cambien la forma en que interactuamos con nuestros dispositivos a diario.

Un enfoque claro en la salud

La conversación sugiere que la salud no es solo una función más, sino un eje estratégico para el desarrollo de dispositivos. Con sensores mejorados y algoritmos que transforman datos en recomendaciones prácticas, Samsung busca convertir la tecnología en un compañero de vida que ayuda a prevenir y gestionar retos de salud, desde patrones del sueño hasta la hidratación y la condición física.

Este rumbo, si se mantiene, podría redefinir la manera en que la gente piensa sobre sus dispositivos. No se trata solamente de tener sensores más precisos, sino de convertir esa información en acciones simples y útiles en la vida cotidiana.

En definitiva, el AMA de Annika Bizon ofrece una radiografía de un Samsung que quiere ir más allá de las innovaciones puntuales: busca una experiencia más humana, donde la salud y la comprensión de las necesidades del usuario sean motores centrales de diseño y desarrollo. Si se mantiene esa trayectoria, veremos un año próximo lleno de dispositivos que no solo hacen lo que prometen, sino que entienden mejor lo que cada persona realmente necesita.

from Latest from TechRadar https://ift.tt/IJDl1jA
via IFTTT IA

Meta ha recibido una multa significativa en Nuevo México, con una cantidad de 567 millones de dólares, y el juez la ha calificado como una responsabilidad que afecta no solo a los usuarios, sino a comunidades enteras que incluyen escuelas, hospitales y servicios de seguridad. Este fallo se suma a una serie de medidas que buscan mitigar los daños potenciales de las plataformas Instagram y Facebook en menores de edad.

El tribunal sostuvo que las aplicaciones de Meta pueden generar una carga social y daño para las familias y las instituciones afectadas, describiendo la situación con una analogía contundente: el daño se asemeja a la contaminación provocada por fábricas. En este marco, la sentencia ordena medidas que buscan proteger la salud mental y el bienestar de los jóvenes. Entre las medidas destacan la eliminación de cuentas y datos de usuarios menores de 13 años, y la restricción de notificaciones para menores de 18 años en ciertos horarios. Además, se propone que los nuevos perfiles de adolescentes sean privados por defecto.

La mayor parte de la penalidad, 420 millones de dólares, está destinada a apoyar servicios de salud mental comunitarios y familiares para los jóvenes de Nuevo México. El resto se destinará a programas de detección, prevención y derivación de casos. Es relevante señalar que estas decisiones se deben complementar con un proceso de apelación, ya que Meta ha anunciado su intención de impugnar la sentencia. Este recurso podría alargar el proceso judicial, pero no resta importancia al mensaje que transmite la resolución: existe un reconocimiento creciente de los riesgos que las redes sociales pueden representar para los menores.

El fallo también refuerza la idea de que las plataformas deben responder por su impacto social, incluso cuando las herramientas se introducen para conectar a las personas. En el debate público, las implicaciones para la industria de tecnología y las políticas de uso infantil serán objeto de análisis a medida que las autoridades evalúen nuevas salvaguardas y estándares de protección.

En resumen, se trata de un precedente importante en materia de seguridad digital para menores: además de las consecuencias financieras, la sentencia impulsa medidas prácticas orientadas a reducir la exposición de los adolescentes y a exigir mayor responsabilidad por parte de las plataformas en la gestión de datos y actividades de usuarios jóvenes.

from Latest from TechRadar https://ift.tt/hIqi0AC
via IFTTT IA

En un informe reciente, expertos de Google Threat Intelligence señalan que un grupo anteriormente conocido como BlackFile, ahora denominado Redact, ha estado detrás de una campaña de robo de datos y extorsión dirigida a importantes fondos de cobertura y firmas de abogados en Estados Unidos. La operación combina ingeniería social, impersonación de personal de TI y páginas de inicio de sesión falsas para robar credenciales y tokens de autenticación, con el objetivo de infiltrarse en entornos SaaS empresariales y exfiltrar información sensible antes de exigir rescates.

Tácticas y alcance
– Modus operandi: el grupo contacta a empleados con acceso a sistemas SaaS, se hace pasar por personal de TI y dirige a las víctimas a páginas de inicio de sesión imitadas para capturar credenciales y tokens. Una vez dentro, acceden a entornos como Microsoft 365 y Okta, y emplean herramientas automatizadas para exfiltrar datos.
– Extorsión: tras la exfiltración, notifican a las víctimas y amenazan con filtrar los datos en la dark web si no se paga un rescate.
– Detección de objetivos: la táctica de dirigir a las víctimas hacia dominios falsificados también funciona como indicador para identificar posibles blancos. Un informe reciente de Google resume algunos de los nombres más prominentes del sector financiero que han sido objeto de estas intrusiones, entre ellos Blackstone, KKR & Co, Apollo Global Management e CME Group; también se mencionan firmas legales como Paul Hastings LLP y Greenberg Traurig LLP. No obstante, Greenberg Traurig negó haber sido objetivo y Reuters indicó que no estaban necesariamente comprometidos.
– Frecuencia de dominios de phishing: entre abril y mayo se registró un dominio de phishing nuevo cada 2,2 días, aumentando a uno cada 1,6 días en junio y julio, lo que sugiere una intensificación de la operación.
– Movimiento de fondos: Google vincula la actividad con 18 billeteras de criptoactivos donde se registraron aproximadamente 10,7 millones de dólares recibidos entre enero y mediados de mayo de 2026.

Implicaciones y recomendaciones
– Mayor riesgo para grandes firmas y corporaciones con infraestructuras SaaS expuestas y procesos de acceso a credenciales. La combinación de llamadas telefónicas de suplantación y sitios de inicio de sesión falsos incrementa la probabilidad de compromiso inicial y facilita la exfiltración de datos.
– Importancia de la verificación multifactor (MFA) robusta, controles de acceso condicional, y monitoreo de anomalías en entornos SaaS y en wallets asociadas a operaciones criptográficas.
– Fortalecimiento de la educación de usuarios para reconocer señales de ingeniería social, especialmente en comunicaciones que buscan dirigir a páginas de inicio de sesión imitadas.

Conclusión
La campaña liderada por Redact demuestra que los actores adversarios siguen escalando en sofisticación para apuntar a activos estratégicos en el sector financiero y legal. La combinación de tácticas de ingeniería social, phishing de dominios imitados y la exfiltración coordinada de datos resalta la necesidad de una defensa en profundidad, con énfasis en la autenticación fuerte, la supervisión de accesos y la respuesta rápida a incidentes para mitigar daños y pérdidas financieras.

from Latest from TechRadar https://ift.tt/R10E9kL
via IFTTT IA

En el mundo de la generación de texto asistida por IA, la mayoría de los consejos se centran en las palabras: pedir concisión, rimas o una traducción más profesional de un correo. Pero la apariencia también importa. ChatGPT permite explorar estilos tipográficos a través de Unicode para dotar de personalidad a las respuestas, sin necesidad de instalar fuentes externas.

Este enfoque no implica cambiar la calidad del contenido, sino la forma en que se presenta. Con indicaciones precisas, es posible generar textos decorativos para mensajes de cumpleaños, invitaciones a fiestas, saludos festivos y publicaciones en redes sociales, todo dentro de la misma conversación de chat.

Al aprender a solicitar estilos Unicode específicos en lugar de simplemente pedir una “fuente diferente”, se abre un abanico de posibilidades que se vuelve más útil de lo esperado.

Fuentes curiosas

No existe una configuración oculta ni una versión especial de ChatGPT que deba instalarse. Si puedes escribir una indicación, ya tienes lo necesario. Abro una nueva conversación y pido al modelo que escriba algo como, por ejemplo, “TechRadar Rules!” en distintos estilos de Unicode. En segundos obtengo varias versiones que difieren entre sí.

Cuanto más específico seas, más se acercará a la visión que tienes. Pide letras burbuja y obtendrás: Ⓣⓔⓒⓗⓡⓐⓓⓐⓡ Ⓡⓤⓛⓔⓢ!

Si buscas un aspecto gótico, obtendrás: 𝔗𝔢𝔠𝔥ℜ𝔞𝔡𝔞𝔯 ℜ𝔲𝔩𝔢𝔰!

Para un estética más digital y glitch, está el estilo Zalgo: T̷̘̑e̸̗̅c̵̄͜h̸͉̕R̶͍̍a̸͚̚d̶̻͐a̸͓̽r̷͖̈́ R̷̡̚u̵̟̅l̶̝͂e̷͓̒ș̵͝!

También existe un Unicode para texto al revés: ┴ǝɔɥᴚɐpɐɹ ᴚnlǝs¡

La capacidad de cambiar el tono de un texto mediante estas variaciones fontográficas convierte la experiencia en algo más que una curiosidad. Un anuncio de fiesta de Halloween en letra gótica genera una atmósfera distinta frente a las mismas palabras en burbuja alegre. Las invitaciones de cumpleaños, anuncios de baby shower y mensajes festivos ganan personalidad sin requerir habilidades de diseño gráfico.

Mensajes memorables

Sin embargo, hay límites. No todas las plataformas muestran todos los caracteres correctamente; algunas webs pueden dejar casillas vacías o sustituir símbolos. También, ciertos estilos pueden dificultar la legibilidad, especialmente para herramientas de accesibilidad como los lectores de pantalla.

Los textos decorativos con Unicode son útiles para títulos y usos puntuales, pero conviene evitar convertir textos extensos. ChatGPT puede transformar un ensayo completo en escritura medieval, pero quizá no sea lo más deseable para el lector.

No se espera que estas variaciones transformen radicalmente la productividad, pero sí pueden hacer que una publicación en redes sociales, un mensaje de cumpleaños o una invitación se destaquen. Ese toque distintivo puede ser justamente el detalle que mantenga a ChatGPT interesante y útil en la comunicación diaria.

from Latest from TechRadar https://ift.tt/UK8zLER
via IFTTT IA

from Latest from TechRadar https://ift.tt/8Qp0G3q
via IFTTT IA

Hasta ahora, la inteligencia artificial empresarial se ha desarrollado bajo una conversación familiar: qué modelos usar, dónde desplegar copilotos y agentes, y qué tan rápido avanzar de la experimentación a un valor tangible para el negocio.

Estos temas siguen siendo relevantes, pero a medida que los equipos avanzan en su recorrido con la IA, ya no son las preguntas prioritarias. La primera oleada de IA se centró en descubrir si la IA podía ayudar; se trató de un periodo de experimentación rápida con pruebas de concepto y pilotos en múltiples funciones para identificar dónde podría aportar valor.

Ahora la conversación ha cambiado. Los líderes empresariales no buscan nuevos casos de uso; la mayoría de las organizaciones ya cuenta con docenas. El verdadero reto es escalar de forma consistente: ya no se pregunta “Dónde podemos usar IA?”, sino “Cómo hacer que funcione de forma confiable en todo el negocio”.

Este cambio de enfoque ha puesto de manifiesto un problema que muchas organizaciones subestimaron: los datos.

La IA expone debilidades en las bases

En las etapas iniciales de desarrollo, muchas empresas se centraron en acceder a conjuntos de datos propietarios con el fin de personalizar modelos. Aunque este desafío persiste, hoy hay un tema mayor: la calidad, accesibilidad y gobernanza de los datos en toda la organización.

La IA es tan eficaz como la información y los procesos sobre los que opera. Lo complejo es que la IA tiende a exponer debilidades que ya existían en las organizaciones desde hace años. Y eso debe ser una llamada de atención para los líderes que invierten en IA ahora. Cuando los datos están fragmentados, los procesos son inconsistentes y la madurez operativa es deficiente, la IA no solucionará el problema; lo amplificará.

En ese marco, conviene entender la IA como un multiplicador de fuerza, no como un corrector de ineficiencias heredadas. Sin embargo, lo contrario también es cierto: cuando se tratan los datos como un producto de primera clase, la IA tiene potencial para multiplicar la calidad que se obtiene.

Esta es la diferencia clave entre implementar IA y estar realmente preparado para ella. Puedes tener un modelo sólido, pero si trabajas con datos fragmentados y no estructurados, tus resultados seguirán siendo inconsistentes. Lo he visto en primera persona.

Esto no es solo una anécdota. Gartner predice que hasta 2026, el 60% de los proyectos de IA se abandonarán porque no están respaldados por datos listos para IA, y el 63% de los responsables de gestión de datos dicen no contar con prácticas de gestión de datos que IA requiere.

Estos hallazgos fortalecen lo que muchas organizaciones descubren por sí mismas: el éxito de la IA está cada vez más determinado por la calidad de los datos subyacentes que por la sofisticación del modelo.

La trampa de los pilotos de datos

Muchos observaron resultados alentadores en sus pilotos iniciales de IA, lo cual no sorprende. En general, los pilotos se construyen sobre muestras de datos curadas, que son reales pero, hasta cierto punto, preseleccionadas o ligeramente sintéticas.

Con ese tipo de datos, es natural ver éxito porque la información ha sido escogida para demostrar el potencial tecnológico.

La verdadera prueba empieza cuando las organizaciones escalan IA y la liberan de los límites de esos pilotos hacia el entorno real de la empresa.

De pronto, los modelos acceden a muchos tipos diferentes de datos que deben trabajar juntos. Se enfrentan a años de registros duplicados, definiciones de negocio contradictorias, datos de clientes incompletos, documentación inconsistente y sistemas desconectados. La información que parecía fiable en un piloto se vuelve menos confiable en producción.

Ahí es donde los equipos de liderazgo suelen recibir la mayor sorpresa. Comprenden que el estado real de sus datos es peor de lo que esperaban. Lo que funcionó bien durante la prueba de concepto simplemente no funciona en el entorno de producción, no por menos capacidad de la IA, sino por la realidad de los datos a nivel empresarial.

Lamentablemente, esa experiencia es cada vez más común. Lo definitivo ahora es no demostrar que la IA funciona, sino asegurar que los datos detrás de ella estén preparados para el despliegue a escala.

Señales de que tus datos no están listos para IA

¿Cómo saber si tus datos están listos para IA? En muchos casos, la respuesta se hace evidente cuando los proyectos no entregan los resultados esperados. Pero, mucho antes, hay indicios de alerta.

Tu gobernanza de datos tiene lagunas: ¿sabes dónde reside cada dato, quién lo es dueño y si puede confiarse? Si cada análisis depende de conciliación manual, la IA simplemente escalará esas inconsistencias. Años de crecimiento orgánico suelen dejar datos en silos, definiciones conflictivas y gobernanza inconsistente. Antes de que IA pueda entregar resultados fiables, las organizaciones necesitan propiedad clara, estándares consistentes y pipelines de datos confiables.

Las iniciativas de IA se realizan de forma aislada: cuando diferentes equipos experimentan de manera independiente, es señal de que los datos subyacentes no están conectados. Y esto es más común de lo que parece: investigaciones señalan que menos del 30% de las organizaciones tienen su agenda de IA respaldada directamente por el CEO. La información valiosa queda atrapada en silos departamentales o sistemas heredados, dificultando obtener una visión completa del negocio.

En estas condiciones, IA tiende a quedarse en experimentación a nivel funcional y no en una transformación empresarial coordinada. IA rinde mejor cuando puede aprovechar datos integrados y confiables, no conjuntos fragmentados creados para funciones específicas.

Tus datos no están conectados a resultados de negocio: la IA crea valor al mejorar decisiones y procesos, no al analizar datos por sí mismos. Si no está claro cómo tus datos apoyan los resultados que buscas, las iniciativas de IA difícilmente producirán resultados significativos. Datos incompletos, desactualizados o mal mantenidos minarán la confianza en las salidas de IA, dificultando pasar de pilotos aislados a resultados concretos.

Pasas más tiempo eligiendo modelos que mejorando datos: Elegir un modelo base es importante, pero rara vez determina el éxito. Los mayores desafíos son preparar los datos empresariales, identificar casos de uso de alto valor, incorporar IA en flujos de trabajo existentes y fomentar la adopción en toda la empresa. Buscar siempre la última versión no brindará resultados tangibles; invertir en las bases de datos que harán que un modelo funcione sí.

El potencial solo se realizará con bases sólidas

Quizá el mayor cambio para los líderes empresariales es un cambio de mentalidad: pasar de centrarse en modelos avanzados a establecer bases sólidas. La investigación de McKinsey respalda esto, al indicar que la preparación organizacional explica el 48% de la diferencia entre empresas que capturan valor de la IA y las que no, lo que la convierte en un predictor más fuerte de éxito.

Para las empresas, la meta con IA no debe ser simplemente automatizar tareas existentes, sino replantear cómo opera el negocio. Eso implica rediseñar procesos en función de las capacidades de IA, en lugar de añadir IA a formas de trabajar ineficientes.

Para que eso ocurra, la calidad de los datos, la gobernanza y la propiedad clara ya no pueden tratarse como preocupaciones menores de back-office; deben reconocerse como prioridades estratégicas.

La oportunidad de la IA empresarial es enorme, pero sin datos de confianza sobre los que construir, su potencial seguirá siendo solo eso: potencial.

Este artículo forma parte de TechRadar Pro Perspectives, nuestra plataforma para presentar las ideas de las mentes más brillantes de la industria tecnológica.

from Latest from TechRadar https://ift.tt/zUwgiyH
via IFTTT IA