Colapinto responde a la broma de Clarkson sobre una penalización por ser argentino



¡El comentario de Jeremy Clarkson en el Gran Premio de Estados Unidos no pasó desapercibido! El expresentador de televisión, invitado de Alpine, bromeó durante una entrevista con Sky Sports F1 al decir que Franco Colapinto merecía una penalización en la parrilla por ser argentino.

“Franco tiene una penalización en la parrilla por ser argentino. Probablemente. Bueno, yo se la pondría por eso. Pero, en fin…”, dijo Clarkson el sábado, con tono de broma.

Colapinto ya respondió al comentario, que rápidamente llamó la atención de los aficionados. La ocurrencia añadió un momento inesperado al fin de semana de carrera y puso al joven piloto argentino en el centro de la conversación.

Entre la tensión de la competición y las bromas fuera de pista, el episodio dejó claro que en la Fórmula 1 también hay espacio para comentarios que encienden el debate. ¡Y la respuesta de Colapinto no tardó en llegar!
from Motorsport.com – Formula 1 – Stories https://ift.tt/3feOANh
via IFTTT IA

Suecia restringe ChatGPT y Claude en el trabajo gubernamental por motivos de seguridad


Las autoridades suecas han prohibido el uso de ChatGPT y Claude para tareas oficiales del Gobierno, ante la preocupación de que información sensible pueda terminar en plataformas que no cuentan con las garantías de seguridad y regulación requeridas.

La medida no implica que se haya vetado toda herramienta de inteligencia artificial. El personal podrá seguir utilizando servicios aprobados, como Microsoft Copilot, aunque bajo controles de seguridad más estrictos. Además, un grupo limitado de empleados conservará acceso a ChatGPT y Claude mediante una plataforma especial para asistentes de IA, según indicó el Gobierno.

El riesgo de usar herramientas no autorizadas

Mikael Wettercrantz, director de información (CIO) y de digitalización, advirtió que el uso de herramientas de IA no aprobadas —una práctica que puede formar parte de la llamada «IA en la sombra»— podría tener consecuencias para la seguridad de la información de Suecia.

La decisión se produce después de que una revisión de las herramientas utilizadas por empleados de la Administración Sueca de Transporte detectara usos problemáticos de plataformas de IA en tareas oficiales. Uno de los riesgos señalados es que, sin un contrato empresarial adecuado y las protecciones correspondientes, los datos ingresados en un chatbot puedan compartirse con el proveedor y almacenarse para entrenar sus sistemas.

La falta de acuerdos empresariales también puede dificultar la auditoría del uso de estas herramientas y plantear dudas sobre la protección de datos. Esto resulta especialmente relevante cuando la información se procesa fuera del Espacio Económico Europeo y queda sujeta a otras jurisdicciones.

Antecedentes de restricciones a la IA

La medida se suma a la restricción previa de DeepSeek para el trabajo gubernamental en Suecia, motivada por preocupaciones relacionadas con la privacidad y el cumplimiento del Reglamento General de Protección de Datos (RGPD).

En Estados Unidos también se han impuesto restricciones a productos y servicios vinculados con DeepSeek. Entre las inquietudes mencionadas figuran las posibles implicaciones de las leyes chinas sobre el acceso a los datos, así como advertencias del Departamento de Seguridad Nacional estadounidense sobre posibles vulnerabilidades de seguridad.

El caso sueco refleja un desafío cada vez más presente para las instituciones públicas: aprovechar las capacidades de la inteligencia artificial sin exponer datos confidenciales ni perder visibilidad sobre cómo se procesan. Para ello, las organizaciones necesitan definir qué herramientas están autorizadas, establecer controles claros y ofrecer alternativas seguras al personal.

from Latest from TechRadar https://ift.tt/egTMA3h
via IFTTT IA

En la era de la IA, la seguridad de identidades sigue siendo la prioridad


La inteligencia artificial agéntica está acelerando las operaciones y creando nuevas superficies de ataque. Algunos proveedores afirman que sus modelos más avanzados pueden escapar de entornos aislados e incluso vulnerar organizaciones. Sea cual sea el grado de realidad o de exageración de esas afirmaciones, los responsables de seguridad deben mantener el foco en los fundamentos: proteger las identidades y controlar los accesos.

Los CISO deben anticiparse a los cambios, pero no a costa de descuidar las medidas esenciales. Muchas brechas, incluso en empresas sofisticadas, siguen aprovechando credenciales expuestas, permisos excesivos y accesos que deberían haberse revocado. La novedad puede estar en la herramienta utilizada; la debilidad subyacente suele ser conocida.

También es necesario distinguir los riesgos concretos del ruido. El llamado «lavado de IA» —exagerar el papel de la inteligencia artificial en un producto o una estrategia— existe. Para tomar buenas decisiones, los líderes necesitan explicaciones precisas sobre las amenazas y sus consecuencias, no más confusión alrededor de la tecnología de moda.

El desafío de las identidades

Presentar cada incidente relacionado con agentes como un problema de «seguridad de la IA» puede resultar comprensible, pero no siempre ayuda a decidir qué hacer. Para reducir el riesgo de manera práctica, conviene plantear una pregunta más específica: quién o qué tiene acceso a cada sistema, con qué permisos y durante cuánto tiempo.

La gestión de identidades ya es compleja en organizaciones con plantillas cambiantes. Además de empleados, muchas empresas conceden acceso a consultores, proveedores, auditores, contratistas y personal temporal. Si esas cuentas no se revisan ni se eliminan cuando dejan de ser necesarias, se convierten en accesos huérfanos y sobreprivilegiados.

Ese problema también afecta a las identidades no humanas (NHI, por sus siglas en inglés), como cuentas de servicio, aplicaciones y agentes de IA. La brecha de Hugging Face ilustra el riesgo: una identidad no humana con permisos excesivos y sin supervisión permitió obtener acceso de administrador a clústeres en dos entornos. El ataque pudo ser novedoso; la falla de control no lo era. Se concedió acceso, pero nadie lo revisó ni lo revocó.

Una responsabilidad que no puede quedar entre equipos

La gestión de accesos implica a distintas áreas. ¿Quién es responsable de una identidad de IA: el CIO, el CISO, Recursos Humanos, el equipo de riesgos o el área que implementó el agente? Si la respuesta no está clara, las tareas pueden quedar desatendidas. Y un proceso de incorporación riguroso no basta si nadie se ocupa de retirar permisos cuando una persona o un sistema deja de necesitarlos.

Los datos de Verizon en su informe DBIR de 2026 señalan que la explotación de vulnerabilidades superó por primera vez en 19 años al robo de credenciales como principal vector inicial de acceso. Sin embargo, las credenciales siguen desempeñando un papel importante en la escalada de privilegios y el movimiento lateral. Una vulnerabilidad puede abrir la puerta; una identidad sin control permite desplazarse por la organización.

Los agentes de IA pueden ayudar a descubrir fallas con una velocidad extraordinaria. Pero, incluso cuando se explota una vulnerabilidad, el acceso de mínimo privilegio, los permisos temporales y una gobernanza adecuada de las identidades no humanas pueden limitar el alcance del incidente. No se puede resolver un problema de identidad únicamente instalando parches.

Aprender de las olas tecnológicas anteriores

La expansión de la computación en la nube ofrece una comparación útil. La brecha de Capital One de 2019, en la que quedaron expuestos datos de más de 100 millones de personas a través de un rol de AWS mal configurado, mostró cómo la expansión de permisos en la nube podía superar la capacidad de las organizaciones para gobernarlos. De esa experiencia surgieron prácticas y herramientas de gestión de derechos de infraestructura en la nube (CIEM) para aplicar el principio de mínimo privilegio a gran escala.

La IA presenta un patrón parecido. Los agentes reciben permisos amplios, se incorporan credenciales a flujos de trabajo sin rotación ni alcance limitado, y a veces no está claro quién debe supervisar esos accesos. La respuesta no tiene por qué consistir en inventar un nuevo acrónimo. Se trata de aplicar con rigor principios conocidos —mínimo privilegio, acceso justo a tiempo y revisión continua de derechos— y adaptarlos a los sistemas de IA.

La tecnología cambia, pero la pregunta central permanece: quién —persona o máquina— puede acceder a qué recursos, bajo qué condiciones y durante cuánto tiempo. Las organizaciones deben asignar claramente las responsabilidades, compartir conocimientos entre equipos y establecer planes de transición para cuando alguien cambie de función o deje la empresa.

Más herramientas para crear también significa más riesgo

La IA ha simplificado la creación de aplicaciones y agentes. Hoy, personas sin experiencia tradicional en programación pueden construir herramientas capaces de gestionar credenciales, consultar API e interactuar con sistemas de producción. Esa capacidad es transformadora, pero amplía la superficie de ataque, especialmente cuando el software se desarrolla y despliega sin controles de identidad adecuados.

Las credenciales estáticas almacenadas en texto sin formato, los permisos excesivos y las cuentas sin propietario siguen siendo riesgos evitables. Los principios de confianza cero y mínimo privilegio pueden reducir tanto la probabilidad de un acceso indebido como el impacto de una brecha. Las herramientas existen; el reto consiste en aplicarlas de forma coherente.

La atención a los agentes que actúan de manera autónoma está justificada. Pero los atacantes seguirán aprovechando las oportunidades que encuentren, como siempre lo han hecho. La prioridad para los líderes de seguridad no es perseguir cada nueva narrativa tecnológica, sino garantizar que cada identidad —humana o no— tenga solo los permisos necesarios, durante el tiempo necesario, bajo una responsabilidad claramente asignada.

Las organizaciones que extiendan esa disciplina a la gobernanza de las identidades no humanas estarán mejor preparadas para la próxima ola tecnológica. Poner los fundamentos en orden no impide innovar: permite hacerlo con menos riesgo.

from Latest from TechRadar https://ift.tt/nv5O6o3
via IFTTT IA

La tecnología redefine el futuro de la movilidad de lujo



La innovación está transformando la manera en que concebimos los vehículos de lujo. Hoy, el diseño y el rendimiento conviven con avances tecnológicos que pueden hacer cada trayecto más conectado, intuitivo y adaptado a las necesidades de quienes están al volante.

Jaguar Land Rover (JLR) representa una visión de la movilidad en la que la tecnología forma parte integral de la experiencia. Desde la concepción del vehículo hasta su interacción con el conductor, cada decisión de diseño puede contribuir a crear automóviles que combinan carácter, funcionalidad y sofisticación.

Esta evolución también requiere pensar más allá del vehículo. La conectividad, los servicios digitales y la integración de sistemas están cambiando las expectativas de los conductores. Una experiencia fluida depende de que estos elementos trabajen en conjunto y resulten fáciles de utilizar, sin restar protagonismo a la conducción.

Al mismo tiempo, el sector automotor se enfrenta al desafío de innovar con una perspectiva de largo plazo. La transformación tecnológica implica revisar procesos, materiales y soluciones de movilidad, y exige equilibrar las expectativas de los clientes con las prioridades de la industria.

El futuro del lujo automotor no dependerá de una sola característica, sino de cómo se integren diseño, tecnología y experiencia. Para JLR, esa oportunidad consiste en seguir desarrollando vehículos que reflejen una identidad distintiva y respondan a un mundo en constante cambio.

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

Montoya cuestiona la sanción a Russell en el Gran Premio de Estados Unidos



¡Una penalización que sigue dando de qué hablar! El expiloto de Fórmula 1 Juan Pablo Montoya se mostró sorprendido por el castigo impuesto a George Russell durante el Gran Premio de Estados Unidos y sostuvo que el británico no obtuvo ventaja con el incidente.

Russell recibió una sanción de cinco segundos por salirse de la pista en la curva 12 y reincorporarse por delante de Oscar Piastri, de McLaren, en la primera vuelta de la carrera disputada en el Circuito de las Américas. El piloto de Mercedes terminó en la octava posición.

La decisión de los comisarios abrió el debate sobre si Russell realmente sacó provecho de la maniobra. Montoya puso en duda que la acción justificara la penalización, al considerar que el piloto no ganó una ventaja con su salida de pista.

El caso vuelve a poner bajo la lupa uno de los momentos más discutidos de la carrera y plantea una pregunta clave: ¿fue justa la sanción o merecía Russell una interpretación diferente de lo ocurrido?
from Motorsport.com – Formula 1 – Stories https://ift.tt/xNfiw5r
via IFTTT IA

Microsoft Teams incorporará IA para detectar phishing y estafas



Microsoft Teams se prepara para reforzar la seguridad de sus usuarios con una nueva función de detección de amenazas impulsada por inteligencia artificial. La herramienta analizará el contexto de las conversaciones para identificar posibles ataques de phishing, intentos de suplantación y otras formas de ingeniería social.

A diferencia de los sistemas que dependen principalmente de señales conocidas —como enlaces maliciosos o archivos sospechosos—, esta protección buscará indicios de comportamiento engañoso dentro de los mensajes. Microsoft destaca que el análisis contextual podría resultar especialmente útil en situaciones de mayor riesgo, como los chats iniciados por personas externas con las que el usuario no había interactuado antes.

La compañía describe la función como una medida de seguridad para detectar phishing, suplantación de identidad y posibles intenciones fraudulentas. También señala que podrían aplicarse protecciones adicionales en determinadas regiones o situaciones.

Microsoft aún no ha especificado qué modelos o plataformas de IA utilizará. Sin embargo, ha aclarado que la función tendrá un propósito exclusivamente relacionado con la seguridad: no se empleará para resumir conversaciones, ofrecer recomendaciones de productividad, mostrar publicidad ni supervisar a los usuarios. Según la empresa, el contenido de los mensajes no se conservará para entrenar modelos ni para otros usos secundarios.

La función figura actualmente como en desarrollo y su implementación general está prevista para noviembre de 2026, para los usuarios de Microsoft Teams de todo el mundo. Los administradores de TI no tendrán que realizar ninguna acción para habilitarla.

La incorporación de esta herramienta refleja una tendencia creciente en la seguridad digital: utilizar la IA no solo para reconocer amenazas conocidas, sino también para detectar señales sospechosas en el contexto de una conversación. Su eficacia dependerá de cómo se aplique en la práctica, pero el objetivo es ofrecer a los usuarios una capa adicional de protección frente a estafas cada vez más convincentes.

from Latest from TechRadar https://ift.tt/OG0Xm2d
via IFTTT IA

La IA en finanzas: menos tareas rutinarias, mejores decisiones


La inteligencia artificial ha dejado atrás los proyectos piloto para convertirse en una parte central de la función financiera. Según Deloitte CFO Signals, cerca del 93 % de los directores financieros ya utiliza IA en operaciones clave, un cambio notable frente a la experimentación cautelosa de hace apenas dos años. La adopción avanza con rapidez, pero las organizaciones que obtengan mejores resultados no serán necesariamente las que automaticen más, sino las que elijan con criterio dónde aplicar la tecnología.

En finanzas, muchas tareas parecen automatizables, aunque dependen de un contexto que los datos no reflejan. Un aumento en los costes de un proveedor podría parecer un problema contractual, hasta que se descubre que responde a un cambio estratégico acordado por la dirección.

Del mismo modo, una variación puede parecer una señal de alerta cuando, en realidad, está vinculada a un cambio operativo planificado. La IA puede detectar anomalías, pero no siempre comprende los matices de la organización que explican lo ocurrido. La distancia entre lo que muestran los datos y lo que sabe el negocio es precisamente donde la confianza puede deteriorarse.

Por eso, los equipos financieros necesitan saber no solo si la IA puede identificar un problema, sino también cuándo es razonable confiar en su interpretación y en qué momento debe intervenir el criterio humano. Esta cuestión será fundamental en la siguiente etapa de adopción.

La IA no elimina el criterio: cambia dónde se aplica

La transformación en finanzas no consiste en eliminar por completo el juicio humano, sino en desplazarlo. En lugar de dedicar tiempo a revisar cada transacción o analizar manualmente cada variación, los equipos pueden delegar en la IA buena parte del análisis inicial. Así, las personas se concentran en definir los parámetros, decidir qué requiere atención e intervenir cuando algo no encaja.

La forma en que los directores financieros ya emplean esta tecnología refleja ese cambio. La encuesta global de directores financieros de FTI Consulting reveló que casi el 70 % utiliza información generada por IA junto con su experiencia y criterio, en vez de considerar que la tecnología los sustituye. El juicio profesional sigue siendo esencial, pero se aplica cada vez más en las etapas donde se toman decisiones de mayor alcance.

La confianza debe incorporarse desde el principio

A medida que la IA asume más responsabilidades en finanzas, la pregunta ya no es solo si puede completar una tarea, sino si el equipo está preparado para confiar en el resultado.

Esto es especialmente importante cuando se manejan datos sensibles o se toman decisiones en las que un error pequeño puede tener consecuencias financieras o regulatorias. Una herramienta que prepara un borrador de informe implica un nivel de riesgo distinto al de un agente que recomienda un proveedor, señala gastos inusuales o ejecuta un pago.

La confianza debe formar parte del diseño y el funcionamiento de estos sistemas, no añadirse más tarde mediante una política o una sesión de capacitación. Los equipos necesitan suficiente visibilidad sobre cómo se obtuvo un resultado para poder cuestionarlo cuando sea necesario. También deben establecer límites claros sobre lo que la IA puede hacer de forma autónoma y sobre cuándo debe devolver una decisión a una persona.

El principal obstáculo no suele ser el modelo, sino los datos

El mayor reto para la IA en finanzas rara vez es el modelo: es la información que lo alimenta. Durante años, los equipos financieros han conectado datos procedentes de sistemas contables, plataformas de gastos, herramientas de compras y hojas de cálculo. Si esos sistemas contienen proveedores duplicados, códigos incoherentes o información desactualizada, la IA no resolverá el problema: simplemente acelerará sus consecuencias.

La calidad de los datos debe ser una prioridad antes de poner en marcha proyectos de IA más ambiciosos. Una información financiera limpia, coherente y accesible ofrece una base fiable. En cambio, los datos fragmentados hacen que incluso los sistemas más sofisticados sean difíciles de aprovechar y de aceptar. Gran parte del trabajo importante ocurre antes de la implementación: conectar sistemas, depurar datos y crear una visión única y precisa de la información financiera.

Con esa base, la IA puede ir más allá de automatizar tareas administrativas. Puede ayudar a detectar anomalías, comprender patrones de gasto y ofrecer a los equipos información más útil para tomar decisiones.

El valor suele encontrarse en tareas poco llamativas, pero importantes: agilizar el procesamiento de facturas, mejorar la clasificación de gastos, detectar a tiempo irregularidades en el gasto o facilitar el acceso a los datos de planificación. Empezar con casos de uso concretos permite observar cómo se comporta la IA en el entorno propio, dónde aporta valor y qué debe ajustarse antes de ampliar su función.

Este enfoque es más realista que intentar transformar toda la función financiera de una sola vez. Las organizaciones que avanzan resuelven problemas específicos y amplían el alcance cuando comprueban que la solución funciona con sus datos y flujos de trabajo reales.

Un equipo financiero más estratégico

La oportunidad que ofrece la IA no consiste en que el área financiera haga menos, sino en que dedique menos tiempo a la administración y más a las decisiones importantes.

Al asumir tareas repetitivas, la IA permite que los equipos se concentren en analizar el negocio, identificar riesgos y oportunidades, y poner a prueba las suposiciones. En lugar de esperar al cierre de mes para entender qué ha ocurrido, pueden avanzar hacia un análisis y una toma de decisiones más continuos.

La IA no reduce la necesidad de experiencia financiera. Al contrario, puede hacerla más valiosa: las personas siguen teniendo que decidir qué preguntas plantear, evaluar si una respuesta tiene sentido y determinar qué acciones conviene tomar.

El objetivo no es automatizarlo todo

La adopción de IA en finanzas no debería medirse por la cantidad de procesos que se entregan a un agente, sino por la capacidad de los equipos para tomar mejores decisiones con menos carga administrativa.

El reto para los directores financieros es determinar dónde la IA puede actuar de forma autónoma, dónde debe limitarse a recomendar y dónde sigue siendo imprescindible el criterio humano. Los equipos que encuentren ese equilibrio podrán dejar atrás la experimentación y convertir la IA en una fuente real de mejoras.

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

Samsung y OnePlus se suman a la fiebre de los auriculares abiertos de clip


Si has estado consultando nuestra guía de los mejores auriculares abiertos, quizá te resulte cada vez más difícil elegir. ¿La razón? Parece que cada semana aparece un nuevo modelo con diseño de clip. Dos opciones recientes ilustran bien esta tendencia, aunque por ahora ninguna está al alcance de todos.

Los Samsung Galaxy Buds On, los primeros auriculares abiertos de la marca, saldrán a la venta el martes 27 de octubre en Corea del Sur. Todavía no hay información oficial sobre su disponibilidad internacional. Sin embargo, algunos sitios web europeos llegaron a publicar brevemente el producto, una señal de que el lanzamiento en otros mercados podría estar próximo.

También se han presentado los OnePlus Buds Clip, un modelo que promete características interesantes: doble transductor, reducción de la fuga de sonido, una autonomía superior a la media y detección automática de izquierda y derecha. Esta última función permitiría colocar cada auricular en cualquiera de las dos orejas sin preocuparse por invertir los canales.

El inconveniente es que OnePlus se retiró de Estados Unidos y Reino Unido a principios de este año. Los Buds Clip llegarán a Asia, Europa y otros mercados, pero no estarán disponibles en esos dos países. En un mercado que ya ofrece una cantidad abrumadora de opciones, es una lástima que algunos compradores no puedan probar una alternativa nueva.

Demasiados auriculares de clip

Los auriculares abiertos viven un gran momento. Son cómodos, permiten seguir escuchando el entorno y, al no depender normalmente de la cancelación activa de ruido, suelen ofrecer una buena autonomía. Además, a menudo cuestan menos que unos auriculares intrauditivos comparables y su calidad de sonido ha mejorado notablemente.

Su popularidad ayuda a explicar la avalancha de lanzamientos. Muchas marcas ya cuentan con varios modelos: Bose ha presentado dos opciones recientes; Shokz ofrece los OpenDots Air junto a un modelo prémium; Soundcore ha ampliado su catálogo con alternativas muy parecidas, y fabricantes como Soundpeats, Baseus y Earfun también compiten en este segmento.

La competencia beneficia a los consumidores, pero puede llegar a ser excesiva. A diferencia de los auriculares intrauditivos, los modelos abiertos de clip tienen menos margen para diferenciarse. Muchos de los que probamos se ajustan, suenan y funcionan de manera muy similar.

Para quienes compran por primera vez, tanta oferta puede complicar la decisión. Además, el ritmo de lanzamientos hace que resulte fácil preguntarse si habría sido mejor esperar a la siguiente novedad.

Un consejo sencillo: reduce el ruido y elige una marca de confianza dentro de tu presupuesto. En un mercado tan saturado, encontrar un modelo que se ajuste a tus necesidades importa más que perseguir cada nuevo lanzamiento.

from Latest from TechRadar https://ift.tt/SXVCWd0
via IFTTT IA

Austin dejó una señal decisiva en la batalla por el título de F1



La emoción por Kimi Antonelli se llevó buena parte de los titulares en Austin. Sus celebraciones por el campeonato mundial, sin embargo, tendrán que esperar hasta México. Y mientras todos miraban ese desenlace, otro momento clave de la temporada 2026 estuvo a punto de pasar inadvertido: ¡ya llegó el primer gran veredicto de la lucha por el título!

George Russell y Lewis Hamilton todavía conservan opciones matemáticas, así que la pelea no está completamente cerrada. Pero el resultado de Austin dejó claro que no todos llegan a la recta final en la misma posición. Lando Norris, en particular, quedó bajo los reflectores: su situación en la lucha por el campeonato es ahora una de las grandes historias que seguir.

La temporada entra en una fase apasionante, donde cada punto puede cambiar el panorama y cada carrera puede inclinar la balanza. México será el próximo escenario y promete responder una pregunta enorme: ¿quién podrá mantener viva su candidatura y quién tendrá que despedirse de sus aspiraciones? ¡La batalla sigue abierta, y el margen de error se reduce!
from Motorsport.com – Formula 1 – Stories https://ift.tt/yc42dzO
via IFTTT IA

De la analítica reactiva a la inteligencia de decisiones: cómo aprovechar la IA con criterio



Las organizaciones británicas ya perciben el impacto de la inteligencia artificial (IA) en sus resultados. Un estudio reciente señala que el 66 % de las empresas del Reino Unido experimenta mejoras significativas de productividad impulsadas por la IA. Según sus directivos, estas herramientas no solo automatizan tareas rutinarias: también liberan tiempo para dedicarlo a la toma de decisiones estratégicas.

Este cambio es relevante porque, durante años, la analítica ha sido principalmente retrospectiva y dependiente de una intensa intervención humana. Los sistemas basados en reglas fijas, código rígido y flujos de trabajo estáticos resultaban eficaces en entornos previsibles, pero tenían dificultades para responder con agilidad a escenarios dinámicos y ricos en datos.

La IA está transformando ese modelo y dando paso a la inteligencia de decisiones: sistemas capaces de analizar información, evaluar alternativas y recomendar acciones. La IA autónoma puede ir más allá, planificando escenarios y ejecutando acciones sensibles al contexto con distintos niveles de supervisión humana. A diferencia de la automatización tradicional, que sigue procesos predefinidos, los sistemas de IA agéntica pueden trabajar en equipos de agentes para analizar fuentes diversas y encadenar decisiones complejas.

Por ejemplo, un agente de IA para la evaluación de solicitudes de crédito puede estimar la solvencia de una persona, ajustar el precio de un préstamo, derivar documentación y alertar a los supervisores sobre posibles problemas de cumplimiento. Son tareas que antes recaían en personas y que ahora pueden distribuirse entre sistemas coordinados.

La oportunidad económica es considerable. Se estima que el mercado europeo de inteligencia de decisiones alcanzará los 4.350 millones de dólares en 2025 y podría llegar a 20.610 millones en 2035. Las organizaciones del Reino Unido están en condiciones de captar una parte significativa de ese crecimiento si avanzan de forma deliberada y responsable.

## Definir los límites entre la IA y el criterio humano

El principal desafío no es únicamente tecnológico. Las organizaciones deben decidir qué decisiones puede tomar un sistema por sí solo y cuáles requieren intervención humana. Sin un marco formal, es fácil que los niveles de autonomía se establezcan de manera improvisada, sin límites claros ni mecanismos de supervisión.

La respuesta consiste en integrar desde el principio reglas explícitas sobre las responsabilidades de cada agente: qué puede resolver de forma autónoma y en qué circunstancias debe detenerse y escalar el caso. En el ejemplo de evaluación crediticia, el agente podría fijar un precio dentro de unos parámetros aprobados o gestionar documentación. Pero si detecta un posible incumplimiento o se encuentra con un perfil que queda fuera de sus criterios, debe remitir la decisión a una persona, en lugar de improvisar ante una situación excepcional.

La empresa del futuro no dependerá de sustituir el juicio humano, sino de complementarlo mediante una delegación inteligente. Los sistemas empresariales de inteligencia de decisiones, apoyados en modelos especializados y datos contextualizados, pueden asumir decisiones de gran volumen y basadas en datos en áreas como las cadenas de suministro, la atención al cliente, la fijación de precios y la activación de campañas.

La experiencia humana seguirá siendo imprescindible para la gobernanza, la supervisión ética, la gestión de excepciones y las decisiones en las que el contexto del negocio pese más que la certeza algorítmica.

## Gran potencial, riesgos que deben gestionarse

Los beneficios pueden ser importantes. Algunas empresas de belleza y perfumería, por ejemplo, han utilizado motores de decisión basados en IA para determinar cuándo y con qué propuesta contactar a cada cliente, y han obtenido un retorno de la inversión de dos dígitos gracias a esa colaboración entre estrategia e inteligencia artificial.

Sin embargo, estos sistemas también plantean riesgos. Entre ellos se encuentran las amenazas de ciberseguridad, los incumplimientos normativos, la falta de transparencia y rendición de cuentas, y la posibilidad de producir resultados inadecuados. Además, la inversión inicial —especialmente en soluciones agénticas— puede ser elevada. Los modelos fundacionales diseñados para el entorno empresarial pueden ayudar a optimizar costes, pero no eliminan la necesidad de una implementación cuidadosa.

La adopción debe ser gradual e iterativa. No se trata solo de actualizar la tecnología: también implica adaptar el modelo operativo, integrar los sistemas existentes, desarrollar capacidades especializadas y establecer un marco sólido de ética y gobernanza. La transparencia, la responsabilidad y la confianza deben formar parte del diseño desde el inicio.

A medida que las organizaciones acumulen experiencia, podrán pasar progresivamente de una analítica reactiva a una inteligencia de decisiones proactiva. La ventaja no será necesariamente para quienes avancen más rápido, sino para quienes definan mejor cómo deben colaborar las personas y la IA.

from Latest from TechRadar https://ift.tt/qrlWyM6
via IFTTT IA