La industria de los videojuegos se encuentra en un punto de inflexión, marcado por una combinación de retos económicos y estratégicos que afectan la planificación de hardware de Sony. En medio de un entorno caracterizado por la escasez de componentes a nivel mundial y tensiones comerciales, la decisión sobre la fecha de lanzamiento del PlayStation 6 sigue sin fijarse. Estas circunstancias no solo influyen en la logística de fabricación, sino también en las decisiones de inversión y en la configuración del ecosistema de entretenimiento que acompaña a la consola de nueva generación.\n\nEn declaraciones recientes, Hiroko Totoki, CEO de Sony, subrayó que la fecha de lanzamiento del PS6 aún no ha sido determinada, destacando que la crisis de RAM y la volatilidad de los precios de los componentes continúan ejerciendo presión sobre la planificación. Aseguró que, dadas las condiciones actuales, “debemos tomar medidas. De lo contrario, no podemos sobrevivir en este paisaje”. Este mensaje refleja una necesidad de equilibrio entre innovación y sostenibilidad económica ante un entorno de demanda acelerada para centros de datos impulsados por IA y otras tecnologías.\n\nAnalistas y observadores han especulado en el pasado con ventanas de lanzamiento para 2027, pero la realidad de la cadena de suministro dificulta confirmar fechas internas. Las perspectivas recientes señalan una posible llegada a finales de 2028, especialmente si Sony acelera su estrategia hacia una experiencia completamente digital, como ha indicado la compañía en movimientos disruptivos hacia la reducción de costes y la eliminación de soportes físicos.\n\nAdemás de la logística de componentes, la discusión se enriquece con el debate sobre la estrategia de productos: ¿el PS6 podría inclinarse hacia una experiencia híbrida o completamente portátil? ¿Cómo influirán las decisiones de Sony en la oferta de dispositivos y en la interoperabilidad entre consolas, dispositivos portátiles y servicios digitales? El análisis actual sugiere que la empresa buscará equilibrar la reducción de costos con la necesidad de mantener un rendimiento avanzado y una propuesta de valor competitiva en un mercado cada vez más orientado al software y a las suscripciones.\n\nLa decisión de no confirmar una fecha de lanzamiento y de priorizar la observación de la evolución del mercado refleja una visión prudente ante un panorama donde la volatilidad de precios de la memoria y la disponibilidad de componentes siguen siendo factores decisivos. En definitiva, el horizonte del PS6 dependerá de la capacidad de Sony para navegar estas dinámicas mientras mantiene la promesa de innovación y una experiencia de usuario que continúe definiendo el estándar en entretenimiento interactivo.}

from Latest from TechRadar https://ift.tt/qu2YONA
via IFTTT IA

El rumor ha crecido hasta convertirse en una conversación continua: Apple podría estar desarrollando AirPods con cámaras. Las expectativas sobre un posible lanzamiento se han visto alimentadas por una filtración que sugiere un video dentro de una versión de pre-lanzamiento de MacOS Tahoe 26.7, que podría mostrar cómo podrían funcionar estos auriculares si llegaran a existir. En este contexto, vale la pena mirar el panorama con mirada crítica y profesional.

Según informes, un video encontrado en código de pre-lanzamiento de MacOS Tahoe 26.7 muestra a un hombre con AirPods mirando un libro, mientras una voz femenina dice: «Con inteligencia visual, tu mundo se vuelve guardable. ¿Ves algo que te guste? Pídeme que lo guarde para más tarde». Aunque el material no parece ser una pieza de marketing, podría tratarse de un placeholder, de un video interno o de una versión de prueba destinada a ilustrar posibles capacidades.

La tecnología a la que alude, denominada Visual Intelligence, implica el uso de la cámara del iPhone para entender el entorno y podría integrarse a los AirPods cuando estos cuenten con cámaras. No obstante, la apariencia de este material no es la de un video promocional habitual de Apple: la producción es desigual y su origen podría ser ambiguo. Aun así, este episodio ofrece una idea de lo que Apple podría imaginar como función de estos auriculares: actuar como extensiones de herramientas de IA para gestionar y recordar información visual.

La conversación pública sobre este tipo de tecnología ya es tensa. Periodistas y analistas señalan que los dispositivos que pretenden estar siempre atentos —como las gafas inteligentes— enfrentan una “revolución de la privacidad” y una opinión pública cada vez más adversa. En el Reino Unido, se han prohibido gafas inteligentes en tribunales, restaurantes y otros espacios, y han recibido apodos despectivos que reflejan la desconfianza social hacia estos dispositivos. Aunque los AirPods con cámaras podrían no capturar imágenes de forma continua, su mera presencia podría asociarse a una vigilancia constante, generando reticencia entre usuarios y reguladores por igual.

La preocupación principal no es solo la posibilidad de grabar: es la percepción de vigilancia y de cómo estos dispositivos podrían ser utilizados para analizar entornos o comportamientos sin consentimiento explícito. Aunque en teoría la tecnología podría centrarse en reconocimiento de objetos y asistencia personal, la realidad social actual podría convertir a estos auriculares en un símbolo de intrusión, conocido popularmente como “pervert earbuds”.

En este contexto, el lanzamiento de AirPods con cámaras podría convertirse en un tiro cruzado para Apple: podría obtener reconocimiento entre usuarios que buscan herramientas de IA y memoria aumentada, pero también podría enfrentarse a una reacción negativa que afecte su adopción y dañe la imagen de la marca. Además, existe la riesgo de que aficionados a la tecnología encuentren formas de sacar provecho de dichas cámaras, incluso si Apple no tenía la intención de facilitar la grabación de video de alta calidad.

Más allá del debate sobre si estas funciones son deseables, es pertinente preguntarse si, en lugar de ampliar las capacidades de grabación, sería más prudente orientar la investigación hacia mejoras en duración de batería, calidad de sonido y comodidad de uso. En un momento en que la opinión pública es cada vez más crítica con dispositivos siempre presentes y conectados, la prioridad podría ser entregar experiencias útiles sin comprometer la privacidad.

A modo de reflexión final, este episodio subraya una realidad: la tecnología que intenta ver todo puede enfrentar un escrutinio social intenso. Las empresas tecnológicas deben considerar no solo la viabilidad técnica, sino también el marco ético y regulatorio, así como la aceptación del usuario. Si Apple decide avanzar con un producto así, la forma de presentarlo, sus controles de privacidad y las garantías sobre el uso de los datos serán determinantes para su aceptación en el mercado.

from Latest from TechRadar https://ift.tt/YLB8za7
via IFTTT IA

En un contexto donde las cadenas globales de suministro siguen expuestas a la incertidumbre geopolítica y climática, las empresas del sector minorista y de bienes de consumo empacado (CPG) se enfrentan a precios y demandas fluctuantes. En el Reino Unido, la volatilidad de la cadena de suministro añade incertidumbre a los costos de materias primas y de packaging, afectando la economía de producción de las compañías CPG.

Investigaciones recientes muestran que una gran mayoría de minoristas británicos no se sienten preparados para escalar sus operaciones de cadena de suministro ante el aumento esperado de la demanda de los consumidores. De hecho, el 43% de los líderes minoristas sitúan los problemas de la cadena de suministro entre sus tres principales retos comerciales en 2025, destacando una preocupación generalizada sobre la capacidad operativa frente a la creciente demanda y la incertidumbre de costos.

Las empresas minoristas y CPG pueden abordar estos problemas modernizando sistemas fragmentados e inflexibles para mejorar la visibilidad y el análisis de datos, así como la automatización en sus cadenas de suministro.

La Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) son herramientas imprescindibles en esta agenda: capacidades potentes que incluyen integración de datos, automatización, detección de demanda e inteligencia, y que están redefiniendo las operaciones de retail y CPG al posibilitar ecosistemas autónomos y sin fricciones.

Conectividad para clientes satisfechos
Las cadenas de suministro conectadas ofrecen transparencia para gestionar operaciones e inventarios en tiempo real, mejorando la asignación de stock y la eficiencia de los pedidos. Los algoritmos inteligentes analizan grandes volúmenes de datos —desde ventas históricas y estacionalidad hasta clima, tendencias en redes sociales y eventos locales— para pronosticar la demanda con mayor precisión y preparar a las cadenas ante cambios en los patrones de pedido.

Con este enfoque preventivo, las empresas pueden adaptar rápidamente la producción y las estrategias de distribución ante picos de demanda o interrupciones de suministro. IA y ML automatizan una variedad de tareas de la cadena de suministro para acelerar procesos, reducir errores y disminuir costos. Al garantizar la disponibilidad de productos en todo momento, los minoristas y las compañías de CPG en el Reino Unido pueden avanzar hacia una mayor satisfacción y lealtad del cliente.

Real-time para capacidad de respuesta y resiliencia
Las perspectivas en tiempo real son críticas para las operaciones de la cadena de suministro. Datos en vivo de sistemas de punto de venta, plataformas de comercio electrónico y otros pueden proporcionar información actualizada sobre preferencias y comportamientos de los clientes, mejorando la previsión de demanda y permitiendo ajustar dinámicamente los niveles de stock en almacenes y tiendas ante cambios súbitos.

Las soluciones de analítica en tiempo real destacan el rendimiento de productos por región, canal e incluso punto de venta, lo que permite optimizar la oferta y lanzar promociones dirigidas. Al proporcionar visibilidad continua de la cadena de suministro, IA permite anticipar cambios en la demanda y interrupciones para mitigar riesgos y mantener la resiliencia.

Predicción precisa para la ejecución de productos
Las plataformas de IA y ML ofrecen capacidades predictivas superiores: van más allá de la previsión general de demanda para anticipar exactamente lo que los clientes quieren, cuándo y, incluso, activar pedidos de reposición antes de que se agoten las existencias. Los algoritmos no solo son más eficientes para identificar patrones y realizar proyecciones que los enfoques tradicionales, sino que también pueden ajustar pronósticos en función de microtendencias.

Al permitir que las compañías CPG y minoristas aseguren que el producto correcto está en el lugar correcto en el momento oportuno, IA y ML reducen pérdidas por stockout, ahorran mano de obra, almacenamiento y otros costos, y mejoran la disponibilidad de productos en canales físicos y digitales, lo que se traduce en una experiencia del cliente superior.

El futuro es autónomo
Las cadenas de suministro impulsadas por IA y con agentes autónomos están elevando la eficiencia operativa y la interacción con el cliente al siguiente nivel, anticipando la demanda, optimizando inventarios y coordinando diversas tareas sin intervención humana.

Los sistemas autónomos satisfacen las expectativas de los consumidores digitales de experiencias sin fricciones, personalizando opciones de producto y entrega y optimizando rutas logísticas para lograr una entrega más rápida y puntual. Ante un retraso, los agentes de IA pueden tomar medidas proactivas, como redirigir un envío o proponer un proveedor alternativo, y mantener al cliente informado sobre el estado de su pedido para evitar frustraciones. Al permitir trazabilidad total, las cadenas de suministro autónomas generan confianza y engagement.

Además, al optimizar inventarios y operaciones logísticas, estas cadenas reducen residuos y consumo de energía, y apoyan una cadena de suministro ética gracias a una visibilidad clara. Ágiles, proactivas y sostenibles: así se vislumbra el futuro del retail y de las cadenas de suministro CPG.

Este artículo forma parte de TechRadar Pro Perspectives, una plataforma para presentar las mentes más brillantes de la industria tecnológica hoy. Las opiniones expresadas son del autor y no necesariamente reflejan a TechRadar Pro o a Future plc. Si te interesa contribuir, consulta la página de envío de historias.

from Latest from TechRadar https://ift.tt/vC4JtLY
via IFTTT IA

La posibilidad de transferir una mayor parte de la infraestructura crítica de Reino Unido a la propiedad pública ha provocado numerosos debates sobre inversión, gobernanza y rendición de cuentas. Sin embargo, menos atención ha recibido lo que esto podría significar para la ciberseguridad. Independientemente de la postura política, una cosa es clara: la propiedad pública no elimina el riesgo cibernético. Al contrario, eleva las expectativas de que los servicios esenciales sean más resilientes, más coordinados y mejor preparados para soportar interrupciones. Esta expectativa refleja la realidad del panorama de amenazas. Los proveedores de energía, las compañías de agua, los operadores de transporte y las organizaciones de atención sanitaria se sitúan en el centro de ecosistemas digitales complejos. Su capacidad para entregar servicios esenciales depende de miles de proveedores, vendedores tecnológicos y terceros. Cuando una organización se ve comprometida, los efectos pueden propagarse mucho más allá de su propia red. La resiliencia, por tanto, depende de algo más que la protección de entidades aisladas: depende de entender y gestionar las relaciones entre ellas. Si el gobierno desea fortalecer la infraestructura nacional, la ciberseguridad debe ser parte de esa conversación desde el primer día. Eso implica ir más allá de programas de seguridad aislados y avanzar hacia un modelo en el que las organizaciones compartan inteligencia, comprendan riesgos comunes y coordinen su respuesta antes de que la interrupción se extienda.

Las infraestructuras críticas se extienden más allá de los límites organizacionales

Algunos de los ataques cibernéticos más destacables de los últimos años han demostrado que los atacantes rara vez buscan un único objetivo. Buscan oportunidades para comprometer una organización y alcanzar a muchas otras. El ataque SolarWinds sigue siendo uno de los ejemplos más claros: al comprometer actualizaciones de software de confianza, los atacantes obtuvieron acceso a miles de organizaciones en todo el mundo. Más recientemente, el ataque de ransomware a Synnovis interrumpió servicios de anatomía patológica en varias trust NHS, provocando operaciones canceladas, citas retrasadas y una interrupción generalizada de la atención al paciente. Ninguno de estos incidentes quedó confinado a la organización inicialmente comprometida. Ambos expusieron la realidad de que la infraestructura crítica depende cada vez más de cadenas de suministro interconectadas tanto como de activos físicos. Esto plantea un desafío para cualquier operador de infraestructura nacional crítica. La seguridad ya no puede verse exclusivamente como un esfuerzo para proteger un propio dominio; las organizaciones deben tener visibilidad de las amenazas que afectan a proveedores, socios y al ecosistema en general. Una vulnerabilidad en un proveedor de software u otro servicio externalizado puede convertirse rápidamente en un problema para todas las organizaciones que dependen de él.

La brecha entre la vigilancia y la acción

Esta es precisamente la debilidad de muchos programas de seguridad actuales. Las organizaciones han invertido fuertemente en tecnologías de detección, plataformas de gestión de vulnerabilidades y feeds de inteligencia de amenazas. Recopilan más información que nunca, pero siguen teniendo dificultades para convertir esa información en decisiones operativas seguras. La evidencia sugiere que no es cuestión de descubrir el riesgo, sino de decidir qué riesgos merecen atención inmediata. Los equipos de seguridad están rodeados de alertas, informes de vulnerabilidades y actualizaciones de inteligencia. Sin contexto, todo parece importante. Los analistas dedican tiempo valioso a investigar vulnerabilidades que pueden no ser explotadas, mientras que rutas de ataque realmente peligrosas quedan ocultas entre el ruido. Esto tiene consecuencias más allá de la eficiencia operativa: una hora dedicada a un tema de baja prioridad es una hora menos para reducir el riesgo de negocio real.

La inteligencia de amenazas debe orientar las decisiones mucho antes de un incidente

Una de las razones de este fenómeno es que la inteligencia de amenazas sigue tratándose, con demasiada frecuencia, como una función del Centro de Operaciones de Seguridad (SOC). Se recolecta, se analiza y se utiliza para detectar o investigar actividad maliciosa una vez que los atacantes ya han llegado a la red. Sin embargo, la inteligencia de amenazas tiene un valor mucho mayor cuando informa decisiones mucho antes en el ciclo de seguridad. Si se utiliza adecuadamente, debe ayudar a las organizaciones a entender qué vulnerabilidades están siendo atacadas, qué rutas de ataque representan el mayor riesgo para el negocio y qué actividades de remediación reducirán la exposición de manera más eficaz. En lugar de tratar todas las vulnerabilidades como urgentes por igual, los equipos de seguridad pueden centrarse en las amenazas que realmente importan para su entorno.
Este es también el lugar donde la Gestión Continua de la Exposición a Amenazas, o CTEM, juega un papel importante. CTEM no debe entenderse como otra categoría tecnológica o sigla de seguridad. Proporciona un marco estructurado para conectar inteligencia de amenazas, gestión de la exposición, validación y remediación en un proceso continuo. En lugar de depender de suposiciones o puntuaciones de riesgo teóricas, las organizaciones pueden validar si una vulnerabilidad es realmente explotable antes de dedicar tiempo y recursos a arreglarla.
Quizá el obstáculo más grande no es técnico: muchas organizaciones siguen operando con equipos de inteligencia de amenazas, gestión de vulnerabilidades, pruebas de penetración y gobernanza trabajando de forma independiente, cada uno con prioridades, procesos y herramientas diferentes. Romper esos silos suele aportar más mejoras que añadir otra plataforma de seguridad.

Construir una capacidad nacional

Si se espera que la infraestructura crítica sea más resiliente, la colaboración debe convertirse en una parte cotidiana de las operaciones, no solo durante un incidente importante. Esa mentalidad ya empieza a tomar forma. A principios de este mes, el National Cyber Security Centre y GCHQ llamaron a la industria, la academia y los operadores de infraestructura crítica para ayudar a definir Cyber Shield, una capacidad de defensa cibernética nacional diseñada para combinar IA, inteligencia compartida y defensa coordinada a escala nacional. Significativamente, la iniciativa reconoce que el gobierno no puede construir esta capacidad solo; dependerá de la estrecha colaboración con las organizaciones responsables de proteger los servicios esenciales del Reino Unido. Además, la Cyber Security and Resilience Bill ofrece una oportunidad para fortalecer ese enfoque al fomentar una mayor coherencia entre los sectores esenciales. Marcos como el Cyber Assessment Framework del NCSC resultan útiles porque proporcionan un lenguaje común para medir la resiliencia, y son aún más valiosos cuando permiten a las organizaciones aprender unas de otras en lugar de enfrentar desafíos similares de forma aislada. Las normas abiertas también desempeñan un papel importante. Recientemente, el Dutch National Cyber Security Centre convirtió a STIX y TAXII 2.1 en estándares obligatorios para compartir inteligencia de ciberamenazas entre el gobierno. Aunque es un tema técnico, esta decisión refleja un principio más amplio: cuando las organizaciones intercambian inteligencia mediante estándares comunes, se elimina fricción de la colaboración y se pueden responder a las amenazas con mayor rapidez.

La tecnología por sí sola no basta

La tecnología no logrará por sí sola ese resultado. La inteligencia artificial, la automatización y las plataformas de seguridad modernas pueden ayudar a las organizaciones a procesar más información y reducir el esfuerzo manual, pero siguen dependiendo de una buena inteligencia, una gobernanza sólida y relaciones de confianza. La razón es simple: las decisiones rápidas solo se convierten en buenas decisiones cuando están respaldadas por el contexto adecuado.

La resiliencia es una responsabilidad compartida

Si la mayor parte de la infraestructura crítica de Reino Unido pasa o no a manos públicas es solo parte de la historia. Los ciberatacantes no distinguen entre organizaciones públicas y privadas: atacan a los eslabones débiles, a los proveedores de confianza y a sistemas interconectados dondequiera que los encuentren. Las organizaciones que estarán mejor preparadas para los años venideros serán aquellas que adopten la resiliencia como una responsabilidad colectiva. Implementarán inteligencia de amenazas antes de que ocurran incidentes, validarán el riesgo real en lugar de confiar en suposiciones y colaborarán a través de límites organizacionales con la misma facilidad con la que los atacantes lo hacen. Proteger la infraestructura crítica nunca ha consistido únicamente en defender a las propias organizaciones: se trata de fortalecer todo el ecosistema que mantiene en funcionamiento los servicios esenciales. Si el Reino Unido quiere construir una infraestructura nacional verdaderamente resiliente, ahí es donde debe empezar la conversación.

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

La productividad de la economía británica podría recibir un impulso significativo si se abraza de forma más amplia el trabajo flexible y se mejora la confianza en la conectividad móvil. Nuevas investigaciones señalan que, al permitir que los trabajadores se desplazen y trabajen fuera de la oficina, se podría reducir el tiempo improductivo en más de tres semanas al año, con un posible beneficio de productividad de hasta 115 mil millones de libras para la economía del Reino Unido. Sin embargo, este potencial depende de la confianza en la calidad y fiabilidad de las redes móviles del país.

El estudio, basado en una encuesta a 2,000 adultos británicos, revela que un tercio de los trabajadores siente que no puede abandonar el Wi‑Fi del hogar o de la oficina para avanzar con tareas mientras se desplaza, y casi la mitad (46%) pasa la mayor parte de la jornada laboral en un puesto fijo. Entre quienes están empleados, el 43% priorizaría trabajar desde cualquier lugar si confiara más en la calidad de las redes móviles del país, citando como grandes ahorros la posibilidad de acceder y colaborar en documentos, realizar llamadas durante los desplazamientos y unirse a consultas médicas remotas desde el teléfono.

A nivel práctico, los trabajadores señalan que pierden casi dos horas semanalmente por ineficiencias durante el desplazamiento y más de una hora esperando en salas de espera o para recoger a dependientes. Este tiempo improductivo suma más de 10 horas semanales en total, superando a países como Francia, Alemania, España, Australia, Singapur, Hungría y Corea del Sur.

La falta de flexibilidad se extiende incluso a los fines de semana; un 34% admite que su lista de tareas pendientes sería más corta si pudiera ser más productivo en movimiento. Entre las tareas mencionadas se encuentran reservar citas médicas a través de apps (23%), pagar facturas de servicios (27%) y comprar entradas sobre la marcha (16%).

Andrea Donà, Directora de Red en VodafoneThree, afirma: “Aumentar la productividad del Reino Unido no tiene que implicar trabajar más horas en la oficina. Para cambiar la forma en que funciona la nación, necesitamos redes móviles que nos mantengan conectados con colegas, tecnología y servicios esenciales mientras estamos en movimiento.”. Añade que el Gobierno británico está abordando este tema con seriedad, y que mejoras en el sistema de planificación y regulaciones adecuadas para la economía digital pueden facilitar el acceso a servicios públicos, cerrar brechas digitales y sentar las bases para el crecimiento.

La encuesta se publica en medio de la expansión de un programa de inversión nacional de 11 mil millones de libras impulsado por VodafoneThree, destinado a mejorar la velocidad y calidad de la conectividad en todo el país, tras su fusión con Three en 2025. La compañía aspira a alcanzar una cobertura 5G Standalone del 99% de la población del Reino Unido para 2030 y el 99,96% para 2034, lo que permitiría a millones trabajar, comprar y acceder a servicios públicos de forma más fluida.

Este cambio de paradigma hacia un trabajo más flexible no solo depende de dispositivos o aplicaciones, sino de una infraestructura de comunicaciones sólida y confiable. En un entorno donde la movilidad y la digitalización se entrelazan cada vez más, invertir en conectividad de alta calidad puede convertirse en un acelerador clave de la productividad nacional.

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

La realidad para muchas organizaciones es que sus empleados ya están siendo engañados. Probablemente también sus clientes, sus inversores y su junta directiva. Durante años, las advertencias se han enfocado en el impacto de las deepfakes, como directores ejecutivos falsos en videollamadas, voces clonadas para autorizar pagos y correos fraudulentos. Las tácticas en sí no son nuevas, pero en los últimos años la IA ha hecho que sean más baratas de producir, más difíciles de detectar y mucho más convincentes dentro del flujo normal de negocio. Es esta tendencia la que hace que el principio de Zero Trust sea cada vez más relevante para cómo se trata la información, así como lo ha sido para el acceso. En ciberseguridad, Zero Trust parte de una suposición simple: ningún usuario, dispositivo, aplicación o solicitud debe ser confiado por defecto. En la era de la desinformación generada por IA, las empresas deben aplicar la misma mentalidad a la información que circula en toda la organización.

El nuevo crisis de confianza

Empleados, clientes, inversores y socios toman decisiones basadas en lo que ven, leen y oyen. Si esa información es falsa, manipulada o descontextualizada, las consecuencias pueden pasar rápidamente de la confusión a un daño comercial. Por eso la desinformación, la misinformation y la malinformación deben tratarse como riesgos empresariales. La misinformation – el contenido falso que se propaga sin intención deliberada – ha existido siempre. La desinformación, construida específicamente para engañar, ahora se fabrica a gran escala con más facilidad que nunca. Y la malinformación – información verdadera, a menudo descontextualizada deliberadamente y armada – podría ser la más insidiosa de las tres. Un competidor, un grupo criminal o una campaña de activismo ya no necesita vulnerar una red para causar daños graves. Pueden influir en aquellos asociados y preocupados con una organización simplemente moldeando lo que esas personas ven y creen.

Lo difícil para las empresas es que esto refleja algo con lo que las personas ya luchan. En un entorno saturado de contenido generado por IA, los hábitos que las personas deben emplear para protegerse – pausar antes de reaccionar, cuestionar la fuente, verificar antes de actuar – son los mismos hábitos que las organizaciones deben incorporar en su operación. Esencialmente, el instinto de confianza se ha convertido en una vulnerabilidad. Y abordarlo requiere algo más parecido a una respuesta estructural que a una campaña de concienciación.

La importancia de la confianza verificada

Aquí es donde Zero Trust se convierte en la estrategia. Tradicionalmente, las organizaciones han pensado en Zero Trust a través del lente de menor privilegio, asegurando que los usuarios correctos tengan acceso a las aplicaciones correctas y nada más. Pero en un entorno de información impulsado por IA, ese principio debe evolucionar. Las empresas ya no pueden centrarse únicamente en quién solicita acceso. También deben interrogar qué información se está utilizando, qué acción se está tomando y si el propósito detrás de la acción es confiable.

El siguiente paso es ir más allá de la autenticación y explorar la autenticidad, preguntando: ¿Esta información está verificada? ¿Esta imagen es real o generada por IA? ¿Este contenido ha sido editado? Zero Trust ofrece un marco para responder a estas preguntas. Obliga a las organizaciones a verificar antes de actuar, limitar la exposición cuando sea posible y reducir el riesgo de que información falsa, manipulada o descontextualizada se desplace sin control por la empresa.

Los organismos de estándares como la Coalición para la Proveniencia y Autenticidad de Contenido (C2PA) señalan la dirección: un futuro en el que la procedencia e integridad están incrustadas en el propio contenido digital, de la misma forma que un candado en un navegador indica que la conexión es segura. En esencia, la confianza no será algo que las empresas deban verificar, sino algo que viaja con la información a medida que la verificación se alimenta de la proveniencia. Cada pieza de contenido se convierte así en una señal en una decisión de confianza continua.

Desarrollar la confianza en la era agentic

La necesidad de confiar en la intención se vuelve aún más urgente a medida que los agentes de IA ingresan al lugar de trabajo. Estos agentes operarán cada vez más como otra persona que trabaja junto a nosotros, leyendo documentos, interpretando datos, tomando decisiones y actuando. La diferencia es que estas identidades no humanas se mueven a velocidad de máquina, donde la verificación humana va a la velocidad de la receta.

Eso significa que los agentes de IA deben regirse por un modelo de Zero Trust desde el inicio. Un agente no debe ser confiable solo porque esté dentro de la empresa, haya sido aprobado por un usuario o esté conectado a sistemas corporativos. Su identidad, permisos, comportamiento y resultados deben ser validados de forma continua. Igualmente importante, los agentes deben regirse por los principios de mínimo privilegio, mínimo dato y mínima función, otorgando solo el acceso, los datos y la capacidad mínimos necesarios para una tarea específica.

Sin embargo, estos agentes generan un desafío de confianza que la gestión de identidades por sí sola no puede resolver. Las empresas necesitarán saber si están tratando con un humano o una máquina, si un agente se comporta de manera responsable y si sus acciones reflejan los valores y límites de la organización. En esencia, las empresas deberán adoptar una constitución operativa contra la que se midan continuamente a los agentes.

Y en esta era de IA, las empresas deben interrogar la información, el contenido, la intención, el comportamiento y la acción en tiempo real y de forma continua, ya que la identidad generalmente se verifica solo al ingresar. Dado el tamaño de la tarea, hará falta IA para auditar, alertar y gobernar cuando sea necesario y mantener intacta la cadena de confianza.

Ingeniería de la confianza en el negocio

Las organizaciones que tengan éxito serán aquellas que traten la confianza como algo que debe ser diseñado, no asumido. la misinformation, la disinformation y la malinformación son desafíos de seguridad, resiliencia y liderazgo, y la IA los está haciendo más difíciles de ignorar.

A medida que la tecnología continúa dando forma a cómo se crea, comparte y actúa la información, las empresas deben construir la misma disciplina alrededor de la autenticidad que siempre han aplicado al acceso. Eso implica verificar contenido, cuestionar la intención y limitar lo que los sistemas de IA pueden hacer a lo que realmente necesitan hacer.

La confianza ya no puede ser la configuración por defecto. En el entorno operativo actual, debe ser una decisión tomada de forma continua, a velocidad de máquina, a través de la información, la intención, el comportamiento y la acción. La buena noticia es que el marco ya existe en Zero Trust. Lo que debe cambiar, sin embargo, es cómo las organizaciones lo aplican, ampliando el alcance para incluir información, intención, comportamiento y acción.

Este artículo forma parte de TechRadar Pro Perspectives, nuestra plataforma para presentar las mentes más brillantes de la industria tecnológica hoy. Las opiniones expresadas son las del autor y no necesariamente las de TechRadarPro o Future plc. Si le interesa contribuir, puede obtener más información aquí: https://ift.tt/bGgBn63

from Latest from TechRadar https://ift.tt/4z7iyXY
via IFTTT IA

El campo de la inteligencia artificial está entrando en una fase nueva: ya no se trata solo de experimentación, sino de implementación operativa en entornos donde las apuestas son altas y el margen de error es estrecho. En especial, servicios críticos como la atención sanitaria están empezando a depender de la IA no solo para generar eficiencias, sino para tomar decisiones que afectan directamente a vidas, resultados y la confianza pública.

Esta evolución ha ampliado la conversación sobre la capacidad de la IA y surge una necesidad real de que los sistemas sean soberanos, confiables y alineados con los marcos legales, éticos y operativos de las jurisdicciones donde operan.

La idea de la IA soberana emerge como respuesta a esta necesidad. No es un término de marketing ni una preferencia técnica aislada; es un requisito estructural para las organizaciones sometidas a una supervisión regulatoria estricta y que manejan datos sensibles de los ciudadanos.

Para estos sectores, la soberanía es el mecanismo que garantiza que los sistemas de IA permanezcan bajo el control de las personas y las instituciones responsables de sus resultados.

Residencia de datos

La distinción entre residencia de datos y soberanía verdadera es central en este cambio. La residencia de datos describe dónde se almacena o procesa la información. Es una afirmación geográfica, no legal. La soberanía de datos, en cambio, define quién controla los datos, quién puede acceder a ellos y qué leyes se aplican. Es una declaración de autoridad legal y de control operativo.

La IA soberana va aún más lejos. Un sistema de IA diseñado de forma soberana garantiza que cada etapa del ciclo de vida de la IA —entrenamiento y ajuste fino, inferencia, despliegue y monitorización— permanezca completamente dentro del perímetro soberano. Esto incluye la infraestructura de TI, los pipelines de datos, los procesos de gobernanza de modelos y el personal que opera y mantiene el sistema. Nada cruza fronteras y nada queda bajo la jurisdicción de autoridades externas.

Para servicios críticos como los sistemas nacionales de salud, este nivel de garantía no es opcional. Las organizaciones deben proteger la confidencialidad de los pacientes, mantener la confianza pública y cumplir con marcos regulatorios que son de los más exigentes del mundo. No pueden depender de sistemas de IA cujos datos de entrenamiento sean opacos, cuya huella operativa abarque múltiples jurisdicciones ni cuya gobernanza no esté alineada con las leyes locales.

Necesitan sistemas que sean transparentes, explicables y auditable, sistemas que puedan demostrar no solo qué hacen, sino cómo y por qué lo hacen.

Sectores regulados

Una de las razones por las que las organizaciones en sectores regulados están buscando cada vez más modelos de IA específicos de dominio, en lugar de modelos generales, es que estos últimos, si bien han impulsado gran parte del entusiasmo reciente, no siempre son adecuados para entornos donde la precisión, la seguridad y la responsabilidad son prioritarias.

Sus datos de entrenamiento suelen ser amplios y, a menudo, extraídos de internet abierto. Su procedencia es difícil de verificar. Sus controles operativos varían. Y sus marcos de gobernanza no siempre están diseñados pensando en el cumplimiento regulatorio. En contraste, modelos de IA específicos de dominio, construidos sobre conjuntos de datos confiables y curados, ofrecen un nivel de precisión y comprensión contextual que los modelos de propósito general tienen dificultades para igualar.

Pueden alinearse con flujos clínicos, rutas diagnósticas y terminología sectorial. Pueden gobernarse con el nivel de transparencia y auditoría que exigen los reguladores. Y cuando se integran dentro de una arquitectura soberana, pueden operar plenamente dentro de los límites legales y éticos requeridos por los servicios críticos.

El auge de la IA soberana señala una transformación más amplia en la forma en que los sectores regulados adoptarán y gobernarán la IA en la próxima década. Las arquitecturas de IA serán más localizadas, con regiones en la nube soberanas, entornos de cómputo aislados y tuberías de MLOps específicas de la jurisdicción que se convertirán en la norma. La gobernanza ganará importancia tanto como el rendimiento del modelo, con explicabilidad, audibilidad y control del ciclo de vida tratados como requisitos de primera clase.

Los reguladores exigirán mayor transparencia en la procedencia del modelo, en la trazabilidad de los datos de entrenamiento y en los controles operativos. Y las cadenas de suministro de IA, desde la ingesta de datos hasta el despliegue del modelo, serán escrutadas con el mismo rigor aplicado a otras infraestructuras críticas.

Cómo se ve este futuro

La atención sanitaria ofrece una ilustración clara de cómo podría ser este futuro. Cuando se implementa de forma responsable, la IA soberana puede automatizar flujos de trabajo clínicos manteniendo una protección de datos estricta, contribuir en el soporte a la toma de decisiones diagnósticas mediante modelos transparentes y explicables, mejorar el flujo de pacientes a través de analítica predictiva y optimizar la asignación de recursos en hospitales y rutas de atención.

Al reducir la carga administrativa y ayudar a dirigir a los pacientes hacia la vía de atención más adecuada de manera más eficiente, también tiene el potencial de mejorar la productividad y hacer un uso más eficaz de los recursos sanitarios limitados.

Puede además permitir obtener insights a nivel poblacional sin comprometer la privacidad, capacitando a los sistemas de salud para planificar de forma más efectiva y responder con mayor rapidez a desafíos emergentes. Estos beneficios solo son posibles cuando los sistemas de IA subyacentes son confiables, transparentes y soberanos.

La IA soberana representa un punto de inflexión en la forma en que los servicios críticos abordan la transformación digital. Reconoce que la confianza, la gobernanza y la experiencia en el dominio son tan importantes como la capacidad del modelo.

Reconoce que la IA debe construirse para servir a las necesidades, valores y marcos legales de las comunidades a las que atiende. Y refleja una verdad más amplia: a medida que la IA se integra más profundamente en servicios esenciales, la soberanía dejará de ser un requisito de nicho para convertirse en la norma.

Descubre nuestra lista de los mejores servicios de respaldo en la nube.

Este artículo se produce como parte de TechRadar Pro Perspectives, nuestro canal para presentar a las mentes más brillantes de la industria tecnológica actual.

Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadar Pro o Future plc. Si estás interesado en contribuir, descubre más aquí: https://www.techradar.com/pro/perspectives-how-to-submit

from Latest from TechRadar https://ift.tt/t7yRpSQ
via IFTTT IA