La Bissell CrossWave Reach Plus es una aspiradora en seco y húmedo de gama media que apuesta por la sencillez: tiene una construcción de plástico, pocos accesorios y una función muy concreta. Su punto fuerte es cumplirla bien. Aspira y friega al mismo tiempo, y recoge con facilidad migas, pelos de mascotas, café molido y otros residuos pequeños. Sin embargo, los trozos grandes pueden escapar a su rodillo, y todos los residuos terminan en el mismo depósito de agua sucia.

Con un precio de lista de 329,99 dólares, es una opción relativamente asequible dentro de la categoría. La versión CrossWave Reach, sin el sufijo «Plus», cuesta 279,99 dólares; la diferencia principal es que no incluye la base de carga. El modelo Plus se lanzó en septiembre de 2026 y está disponible en Estados Unidos.

## Diseño: práctica y fácil de maniobrar

La Reach Plus pesa 3,99 kg y tiene un diseño delgado, con controles de encendido y modos —Eco, Alto y Turbo— colocados al alcance del pulgar. Los indicadores LED de batería y potencia se ven mientras se limpia, y un botón activa el ciclo de autolimpieza del rodillo.

El depósito de agua limpia tiene una capacidad de 450 ml y el de agua sucia, de 600 ml. Ambos se retiran con facilidad, aunque el depósito sucio reúne tanto el líquido como los residuos sólidos, por lo que vaciarlo puede resultar algo aparatoso. La base de carga incluida es sencilla: basta con colocar la aspiradora sobre ella para que empiece a cargarse.

Una de sus características más útiles es la bisagra de 180 grados, que permite reclinar el aparato casi por completo y pasar bajo muebles. El cabezal giratorio también facilita los cambios de dirección. Además, el rodillo se puede retirar para limpiarlo o sustituirlo.

## Rendimiento: excelente al fregar, eficaz con residuos pequeños

En pruebas sobre suelos duros, la CrossWave Reach Plus recogió hojas de té y arroz en una sola pasada hacia delante. Al tirar de ella hacia atrás, algunos residuos pueden engancharse en el protector de silicona del cabezal. También tiene una limitación clara: los trozos grandes, como cereales o palomitas, pueden ser empujados por el rodillo en lugar de aspirarse. Por eso, no sustituye por completo a una aspiradora convencional para limpiezas más exigentes.

El fregado es su mejor baza. El aparato distribuye de manera uniforme la mezcla de agua y detergente, y el suelo queda seco en pocos minutos. En las pruebas, eliminó manchas de kétchup, mostaza y café con una pasada, aunque los olores pueden requerir varias y persistir brevemente.

También puede acercarse bastante a los bordes, aunque el resultado depende de la orientación del cabezal. Junto a una pared, deja menos espacio sin limpiar si se pasa con el lado derecho orientado hacia ella. El funcionamiento no es especialmente silencioso: registra unos 64 dB en modo Eco y hasta 67 dB en Turbo.

Conviene tener presente que aspirar y fregar son funciones inseparables: la máquina trabaja con ambas a la vez y no ofrece un modo exclusivo de aspirado o de fregado.

## Batería y especificaciones

La batería ofrece hasta 39 minutos y 49 segundos en Eco y aproximadamente 23 minutos en Turbo, suficiente para limpiar una vivienda estándar. En una prueba, permitió cubrir unos 74 metros cuadrados en alrededor de diez minutos con Turbo. La recarga completa tarda 4 horas y 35 minutos, y la batería no es extraíble.

**Datos principales:**

– Peso: 3,99 kg
– Depósito de agua limpia: 450 ml
– Depósito de agua sucia: 600 ml
– Autonomía: hasta 39 minutos en Eco y 23 minutos en Turbo
– Tiempo de carga: 4 horas y 35 minutos
– Modos: Eco, Alto y Turbo
– Potencia de succión máxima indicada: 7 AW

## ¿Vale la pena comprarla?

La Bissell CrossWave Reach Plus ofrece una buena relación calidad-precio para quien quiera aspirar y fregar suelos duros en una sola tarea. Es cómoda de maniobrar, se mete bajo los muebles y elimina bien manchas y suciedad cotidiana. Sus principales concesiones son la ausencia de modos independientes, el depósito que mezcla líquidos y sólidos, la autonomía limitada en Turbo y su dificultad con residuos voluminosos.

**Es una buena elección si** buscas una fregadora aspiradora inalámbrica asequible, quieres limpiar debajo de muebles o te resulta práctica la limpieza simultánea.

**No es la mejor opción si** necesitas una aspiradora para residuos grandes o limpiezas profundas, prefieres separar el aspirado del fregado o debes cubrir superficies muy extensas sin interrupciones.

Como alternativas, la Dyson V15s Detect Submarine también puede funcionar como aspiradora convencional, pero cuesta bastante más. La Tineco Floor One S7 Pro ofrece depósitos de mayor capacidad y más funciones, aunque su precio es considerablemente superior.

**Veredicto:** una aspiradora fregadora sencilla y eficaz para la limpieza diaria de suelos duros. No reemplaza a una aspiradora convencional en todas las situaciones, pero por su precio combina un buen fregado, una recogida competente de residuos pequeños y un diseño práctico.

from Latest from TechRadar https://www.techradar.com/home/vacuums/bissell-crosswave-reach-plus-review
via IFTTT IA

Una de las principales ventajas de la inteligencia artificial (IA) es su capacidad para reducir el tiempo y el esfuerzo que requieren las tareas cotidianas. Actividades que antes podían llevar horas —como convertir una reunión en notas o preparar un primer borrador— ahora pueden completarse en minutos. Estos beneficios prácticos explican por qué la IA ha pasado rápidamente de la experimentación a formar parte del trabajo diario de muchas empresas.

Sin embargo, a medida que su uso se consolida, también emerge una realidad más compleja: la IA está cambiando dónde ocurre el trabajo intelectual. Cuando un sistema genera una respuesta casi de inmediato, el desafío deja de ser producirla y pasa a ser decidir qué hacer con ella.

Los empleados dedican menos tiempo a llegar a una primera respuesta, pero más a comprobar si el resultado es preciso y suficientemente fiable para respaldar una decisión. La carga cognitiva se desplaza así de la producción a la verificación.

Las respuestas generadas por IA pueden parecer pulidas y convincentes incluso cuando se basan en información incompleta. Un resultado puede sonar seguro y, al mismo tiempo, pasar por alto un contexto decisivo. A medida que estas herramientas mejoran su capacidad para expresarse con confianza, también aumenta el riesgo de que errores plausibles no se cuestionen y terminen influyendo en decisiones empresariales.

Cuando la confianza supera a la precisión

Por eso, el criterio se está convirtiendo en una de las habilidades más importantes en los entornos de trabajo que utilizan IA. La fuerza laboral del futuro necesitará aplicar contexto, experiencia y buen juicio a resultados que pueden parecer autoritativos. Quien conoce a fondo un mercado o un proceso quizá detecte enseguida que algo no encaja; otra persona podría aceptar la misma respuesta porque está presentada con claridad y seguridad.

El problema es que el criterio individual no escala fácilmente. No es realista esperar que cada empleado identifique todos los resultados dudosos, especialmente cuando la IA empieza a intervenir en más decisiones dentro de una organización. La revisión humana es esencial, pero depender únicamente de la vigilancia individual no constituye un modelo operativo sólido ni sostenible.

El desafío se amplía con el crecimiento de la IA agéntica. Cuando la IA pasa de sugerir a ejecutar, las consecuencias de una respuesta errónea pueden ser más graves: el error puede propagarse rápidamente a un proceso empresarial real. Por ello, una gobernanza robusta será cada vez más importante a medida que estas herramientas se integren en las operaciones.

Mejores datos para tomar mejores decisiones

Muchas empresas invierten en facilitar el acceso de la IA a sus datos, pero la disponibilidad no equivale a preparación. Este es uno de los puntos en los que numerosos proyectos tropiezan. A menudo, las organizaciones se centran en el modelo —la parte más visible de la tecnología— y dejan en segundo plano la calidad de la información que lo sustenta.

Es probable que muchas organizaciones tengan pronto acceso a modelos con capacidades similares. La diferencia competitiva dependerá cada vez más de la calidad de los datos, la gobernanza y la disciplina operativa que los acompañen.

Preparar los datos para la IA significa asegurarse de que sean actuales, fiables y estén estructurados de forma que reflejen cómo funciona realmente la empresa. Sin esas bases, los equipos dedican más tiempo a validar los resultados que a obtener valor de ellos.

Los datos deficientes trasladan trabajo adicional a los empleados, que deben comprobar más respuestas y resolver inconsistencias. Esto debilita cualquier promesa de productividad. Según las cifras citadas en el material de referencia, el 74 % de los empleados de primera línea utiliza IA con regularidad y, entre ellos, el 41 % afirma experimentar una mayor carga cognitiva pese a obtener mejoras de productividad.

Integrar la gobernanza en las operaciones diarias

La gobernanza de la IA debe ir más allá de las políticas y los principios generales. Para generar valor empresarial, las organizaciones necesitan responder preguntas concretas: ¿quién es responsable de una decisión asistida por IA? ¿En qué momentos debe mantenerse el juicio humano dentro del proceso?

A medida que crece la adopción, estas cuestiones también involucrarán cada vez más a los directores financieros. Además de controlar el gasto, deberán demostrar que las inversiones en IA generan valor rentable. Para ello, será necesario saber dónde se utiliza la tecnología, cómo se toman las decisiones y si se contabilizan adecuadamente los costes de validación, supervisión y corrección.

La gobernanza también puede contribuir a la eficiencia de costes. Cuando los sistemas de IA se basan en datos empresariales bien estructurados y fiables, pueden localizar la información pertinente de forma más eficiente y, potencialmente, reducir el consumo de tokens mientras mejoran la calidad y la coherencia de sus resultados. En otras palabras, una gobernanza sólida puede ayudar a reducir el coste de operar herramientas de IA a escala y mejorar el retorno de la inversión.

El criterio humano sigue siendo una ventaja competitiva

Cuando la IA se convierta en una parte habitual de las operaciones empresariales, disponer de la tecnología ya no será suficiente para diferenciarse. La ventaja estará en combinar datos fiables, una gobernanza eficaz y el criterio humano para tomar mejores decisiones.

La IA puede acelerar el camino hacia una respuesta, pero no puede decidir cuánto peso debe tener esa respuesta. Esa responsabilidad sigue correspondiendo a las personas, respaldadas por datos adecuados, mecanismos de gobernanza y marcos de decisión bien definidos.

from Latest from TechRadar https://www.techradar.com/pro/ai-isnt-replacing-thinking-its-changing-where-we-need-to-think
via IFTTT IA

El Logitech Yeti original lleva años siendo una opción popular para grabar desde el escritorio. Ahora, el Yeti 2 actualiza esa fórmula con un diseño más ligero, controles renovados y mejoras de audio que lo convierten en una alternativa atractiva para streaming, llamadas y grabaciones domésticas.

## Diseño y controles renovados

A primera vista, el Yeti 2 conserva la estética reconocible de la familia Yeti, aunque es ligeramente más compacto. La diferencia de peso es más evidente: con 995 gramos, es bastante más ligero que el modelo original, que pesa 1,4 kg. Su cuerpo metálico y la base acolchada transmiten una sensación de solidez, y también puede montarse en un brazo articulado.

La principal novedad es una pequeña pantalla LED situada sobre un dial multifunción. Desde ahí es posible consultar los niveles de audio y modificar ajustes sin abrir la aplicación G Hub. Es práctico para hacer cambios rápidos, aunque el dial puede resultar algo impreciso y reunir varias funciones en un único control hace que navegar por las opciones sea menos directo que con botones independientes.

Quienes quieran ajustar el sonido con más detalle pueden recurrir a Logitech G Hub. La aplicación ofrece preajustes para distintos usos, como entrevistas, canto e instrumentos, además de controles para ecualización, ganancia, compresión y puerta de ruido. También permite guardar configuraciones en perfiles integrados y asociarlos al inicio de determinados juegos.

## Calidad de sonido y funciones inteligentes

La mejora más importante está en el audio. Frente al Yeti original, el Yeti 2 ofrece una voz más clara y definida. La grabación de 24 bits y la cancelación de ruido por software contribuyen a una experiencia más refinada para el uso cotidiano.

Entre sus funciones destaca Auto Tracking, que detecta de dónde procede la voz y adapta el patrón de captación. También puede ajustar la ganancia según la distancia a la que se encuentre la persona. Estas herramientas ayudan a mantener un volumen más uniforme sin tener que intervenir constantemente. No son infalibles: al alejarse del micrófono puede aumentar la presencia del eco, pero el resultado es más flexible que con el modelo anterior.

El Yeti 2 incluye varios patrones de captación, entre ellos estéreo, cardioide, omnidireccional y figura en ocho, además de opciones direccionales adicionales y un modo personalizado. Para muchos usuarios, Auto Tracking será suficiente; quienes necesiten más control pueden seleccionar un patrón manualmente.

## Precio y especificaciones

El Logitech Yeti 2 está disponible por **159,99 dólares, 139,99 libras o 249,95 dólares australianos**. Cuesta más que el precio habitual del Yeti original, aunque sus mejoras y funciones adicionales justifican en buena medida la diferencia.

– **Conectividad:** USB-C
– **Resolución de audio:** 24 bits
– **Frecuencia de muestreo:** 48 kHz
– **Respuesta de frecuencia:** 20 Hz–20 kHz
– **Patrones:** Auto Tracking, estéreo, cardioide, figura en ocho, omnidireccional, hipercardioide, supercardioide y personalizado

## ¿Vale la pena comprarlo?

El Yeti 2 es una opción convincente para streaming, videollamadas y grabaciones personales. Combina una construcción resistente con un sonido claro y funciones automáticas que facilitan obtener resultados consistentes sin dedicar demasiado tiempo a la configuración.

**Te conviene si** buscas un micrófono USB sencillo de usar, con seguimiento automático de la voz y una construcción duradera. También es una buena opción si quieres mejorar el audio sin entrar en equipos de estudio más complejos.

**Quizá no sea para ti si** necesitas conexión XLR o funciones propias de un micrófono profesional. Tampoco es ideal si prefieres controles independientes para cada ajuste o tienes un presupuesto muy limitado.

En conjunto, el Logitech Yeti 2 es una evolución sólida de un micrófono ya conocido. El dial multifunción podría ser más fiable y el precio ha subido, pero la calidad de audio, la pantalla integrada y las opciones automáticas lo convierten en una alternativa destacada para creadores y usuarios domésticos.

from Latest from TechRadar https://www.techradar.com/computing/mics-speakers/logitech-yeti-2
via IFTTT IA

Apple ha comenzado a distribuir iOS 27.2. Aunque no es una actualización tan amplia como iOS 27, incorpora varias novedades útiles, además de las habituales correcciones de errores. Entre los cambios más destacados están las mejoras de Siri, las sugerencias en Mensajes y nuevas opciones para las llamadas grupales de FaceTime.

Siri ahora puede utilizar más información personal para responder a las solicitudes, incluidos los mensajes de voz, las fotos adjuntas a mensajes y las personas que figuran como asistentes en eventos del calendario. También añade compatibilidad con más idiomas en sus funciones de inteligencia artificial: francés, japonés, coreano, portugués y español.

La actualización incluye, además, cambios relacionados con la identificación de imágenes generadas o modificadas mediante herramientas de IA. SynthID se incorpora a las creaciones de Image Playground y a fotografías editadas de forma sustancial, por ejemplo, con las herramientas Reencuadrar o Expandir. La medida busca facilitar la identificación de este tipo de contenido y dificultar que se presente como una imagen original.

## Cambios en Apple Music, Mensajes y FaceTime

Apple Music estrena un icono en blanco y negro, en lugar del diseño rojo anterior, para acercarse a la estética de otros iconos recientes de la compañía.

Mensajes también recibe sugerencias contextuales en forma de accesos directos que se pueden tocar. Por ejemplo, si alguien te invita a un evento, la aplicación podría ofrecerte añadirlo directamente al calendario.

En FaceTime, Dual Capture llega a las llamadas grupales y permite mostrar al mismo tiempo la imagen de las cámaras frontal y trasera. El iPhone Duo también suma compatibilidad con el Apple Pencil USB-C y una función Edge Light, diseñada para iluminar el rostro durante las videollamadas.

Entre los cambios menores se encuentran ajustes en el diseño de la aplicación Podcasts y un recordatorio de aniversario durante las llamadas telefónicas. En conjunto, iOS 27.2 reúne novedades en varias áreas del sistema, junto con mejoras y correcciones adicionales.

La actualización debería aparecer en el iPhone cuando esté disponible para tu dispositivo. Si prefieres buscarla manualmente, ve a Ajustes > General > Actualización de software.

from Latest from TechRadar https://www.techradar.com/phones/ios/ios-27-2-has-landed-with-a-wealth-of-updates-these-are-the-7-biggest-changes-including-siri-improvements-and-a-new-apple-music-icon
via IFTTT IA

El experto multidisciplinario Michael Polanyi observó célebremente: «Sabemos más de lo que podemos expresar». En almacenes y tiendas, esta paradoja se manifiesta a diario: quienes realizan el trabajo conocen detalles esenciales de las operaciones que rara vez aparecen en los manuales.

Las personas que atienden a clientes, preparan pedidos o gestionan mercancías adquieren conocimientos prácticos con la experiencia. Saben cómo resolver excepciones, aplicar atajos seguros y adaptarse a las condiciones particulares de cada lugar. Este conocimiento tácito puede facilitar el trabajo y mejorar la atención, pero suele transmitirse informalmente, mediante conversaciones, observación y práctica. Cuando alguien con experiencia cambia de puesto o se jubila, parte de ese saber puede desaparecer.

Los procedimientos operativos estándar (SOP, por sus siglas en inglés) siguen siendo importantes, pero los documentos elaborados desde arriba no siempre reflejan lo que ocurre en la práctica. La llegada de herramientas de inteligencia artificial (IA) para los equipos de primera línea está ayudando a identificar esa brecha: cuando un asistente entrenado con procedimientos y materiales de formación no puede responder una pregunta, puede estar señalando que la guía está incompleta, desactualizada o desconectada de la realidad.

## Una economía del conocimiento más participativa

Tradicionalmente, los procedimientos se redactaban de forma centralizada y después se distribuían a los equipos. Un modelo más conectado invierte esa dinámica: quienes realizan las tareas también pueden aportar información para mantener actualizados los conocimientos de la organización.

Por ejemplo, una persona que detecta una instrucción confusa, una excepción recurrente o una diferencia entre el procedimiento y la situación real puede comunicarlo a través de un asistente de IA. Las señales recopiladas ayudan a los responsables a revisar los materiales, identificar necesidades de capacitación y convertir la experiencia cotidiana en instrucciones útiles y aprendizaje breve.

Este enfoque no consiste en sustituir el criterio de los trabajadores por una herramienta. Su propósito es facilitar que la experiencia práctica se comparta, se revise y, cuando corresponda, se convierta en mejores procedimientos. Así, la formación puede dejar de limitarse a la incorporación inicial y convertirse en un proceso continuo de aprendizaje y actualización.

Reconocer las aportaciones del personal también puede fortalecer la autonomía y el compromiso. Cuando las mejoras propuestas por los equipos se escuchan y se comparten, la organización está mejor preparada para atender a clientes informados, tanto en una tienda como en un canal digital.

El economista del MIT David Autor ha señalado que las tareas más difíciles de automatizar suelen requerir flexibilidad, juicio y sentido común. En muchos casos, la tecnología no elimina estas capacidades: puede complementarlas y ayudar a que las personas las apliquen con mayor eficacia.

## IA que comprende distintos formatos

El conocimiento operativo no siempre se expresa mejor en un documento extenso. La formación puede combinar texto, imágenes, videos, demostraciones y conversaciones. Esa diversidad refleja las distintas maneras en que las personas aprenden y permite documentar procesos que son difíciles de describir únicamente con palabras.

Los agentes de IA multimodales pueden trabajar con audio, texto, imágenes y video. Un trabajador podría explicar verbalmente que una instrucción no coincide con la práctica habitual, o tomar una fotografía de una estantería para compararla con el plan de exposición de productos. El sistema podría ayudar a señalar diferencias y ofrecer pasos para corregirlas, sujeto a la validación y supervisión adecuadas.

En algunos casos, modelos más pequeños pueden ejecutarse directamente en dispositivos o dentro de la red de la empresa. Esto puede reducir la latencia y limitar la necesidad de transmitir datos fuera del entorno corporativo. La elección de la arquitectura debe considerar la seguridad, la privacidad y las necesidades concretas de cada operación.

## De saber a hacer

Implementar agentes de IA no es solo una decisión tecnológica. También requiere revisar cómo se diseñan los procedimientos, quién valida las actualizaciones y cómo se incorpora la experiencia de los equipos. Un enfoque exclusivamente centrado en el departamento de tecnología puede pasar por alto los cambios culturales y operativos necesarios para que estas herramientas sean realmente útiles.

Las empresas pueden beneficiarse de colaborar con proveedores que conozcan sus sectores y puedan apoyar el diseño, la configuración, la integración y la gestión de las soluciones. La colaboración no elimina la responsabilidad interna: la organización debe definir sus objetivos, proteger sus datos y mantener la supervisión humana sobre las recomendaciones y los cambios en los procedimientos.

También es esencial el respaldo de los directivos y una cultura que permita probar, aprender y corregir. El valor de la IA depende tanto de los modelos y la infraestructura como de la disposición de las personas para participar en la transformación.

La brecha entre lo que sabemos y lo que podemos explicar no desaparecerá por sí sola. Pero al combinar la experiencia de primera línea con herramientas capaces de recoger y organizar aportaciones, las empresas pueden convertir conocimientos dispersos en mejores procedimientos, formación más pertinente y operaciones más sólidas. El resultado potencial es una tecnología que no solo transmite instrucciones, sino que ayuda a que el trabajo mejore día a día.

from Latest from TechRadar https://www.techradar.com/pro/crowdsourcing-the-corporate-brain-closing-polanyis-paradox-on-the-frontline
via IFTTT IA

Microsoft está cambiando la forma de comprobar la velocidad de internet en Windows 11. En una versión preliminar del sistema, la prueba ya se ejecuta directamente desde la configuración rápida, sin abrir el navegador ni redirigir al usuario a una búsqueda de Bing.

Hasta ahora, al iniciar esta función se abría el navegador predeterminado con una prueba de velocidad disponible en la página de Bing. Aunque permitía consultar la conexión, la experiencia resultaba poco práctica: para una tarea sencilla, obligaba a salir de Windows y, de paso, generaba tráfico para el buscador de Microsoft.

## Una prueba integrada en Windows

El cambio aparece en la versión preliminar 26340.9767, disponible para los participantes del programa Windows Insider en el canal Experimental. Según Microsoft, los usuarios pueden iniciar la prueba desde el panel de configuración rápida y consultar allí mismo los resultados, sin ser enviados a un navegador.

También es posible acceder a la función haciendo clic con el botón derecho en el icono de red de la bandeja del sistema, situado en el extremo derecho de la barra de tareas.

Contar con una herramienta integrada puede ser útil cuando una videollamada se interrumpe, un video se reproduce con dificultades o una descarga tarda más de lo esperado. Una comprobación rápida ayuda a determinar si el problema podría estar relacionado con la conexión. Para eso, poder ver el resultado directamente en Windows es más cómodo que abrir una página web.

Por ahora, la función sigue en fase de pruebas y podría cambiar antes de llegar al público general. Microsoft señala que la nueva experiencia amplía la prueba de velocidad que ya había presentado anteriormente a los usuarios de Windows Insider. La compañía no ha anunciado una fecha concreta para su lanzamiento general.

## Un cambio pequeño, pero significativo

La nueva implementación corrige una decisión que hacía que una función del sistema operativo dependiera de una página web. La versión anterior podía cumplir su cometido, pero también servía para dirigir usuarios a Bing. Eso alimentaba la percepción de que algunas funciones de Windows están diseñadas, en parte, para promocionar los servicios de Microsoft.

No es un caso aislado. La compañía ha recibido críticas por otras experiencias relacionadas con Bing, incluidas funciones de su aplicación Bing Wallpaper que algunos usuarios consideran confusas o demasiado insistentes. Aunque estos productos no siempre vienen incluidos con Windows, pueden influir en la impresión general que deja el ecosistema de Microsoft.

Por eso, llevar la prueba de velocidad al propio sistema es más que una mejora de comodidad: también elimina una redirección innecesaria. Si el objetivo es mejorar la experiencia de Windows 11 y recuperar la confianza de sus usuarios, reducir las promociones intrusivas sería un paso importante. Esta actualización es modesta, pero apunta en la dirección correcta.

from Latest from TechRadar https://www.techradar.com/computing/windows/windows-11s-built-in-internet-speed-test-is-getting-a-divorce-from-bing-and-its-about-time
via IFTTT IA

Microsoft ha ofrecido un programa de salida voluntaria a decenas de miles de empleados en varios países, mientras continúa destinando grandes sumas a la infraestructura necesaria para sus servicios de inteligencia artificial. La iniciativa busca reducir la plantilla mediante un paquete de indemnización para quienes opten por dejar la compañía.

La oferta se ha dirigido a 60.000 empleados de Estados Unidos, Reino Unido, Canadá e India, aproximadamente una cuarta parte de la plantilla global de Microsoft. La empresa no ha detallado oficialmente las razones de la medida. Sin embargo, se esperaba que destinara alrededor de 50.000 millones de dólares a gastos entre julio y septiembre, con una parte considerable orientada a centros de datos y capacidad de computación para IA.

## Una oferta vinculada a la puntuación de experiencia

El programa está disponible para empleados con una puntuación de experiencia de 70 o menos, según la escala interna de Microsoft. Las condiciones varían según la puntuación y la antigüedad: algunos trabajadores con una puntuación de entre 65 y 67 podrían recibir dos semanas de salario por cada seis meses en la empresa. Para quienes obtengan menos de 65, el paquete contempla una semana de salario por cada seis meses trabajados.

La oferta también incluye prestaciones adicionales, como la continuidad de la cobertura sanitaria, asistencia para encontrar un nuevo empleo y un periodo ampliado para consolidar acciones. Los empleados tienen hasta diciembre para decidir si aceptan el paquete.

Según informaciones publicadas, algunas áreas —entre ellas marketing, ventas e ingeniería— han optado por no participar. En un memorando dirigido al personal, la directora de Recursos Humanos, Amy Coleman, describió la iniciativa como una novedad para la compañía y señaló que Microsoft evaluará los resultados. También afirmó que la empresa seguirá ayudando a sus empleados a desarrollar nuevas habilidades y a explorar oportunidades internas cuando sea conveniente.

## Inversión sostenida en IA

La oferta de salida llega en un año de crecimiento para Microsoft: la compañía informó de un aumento interanual de los ingresos del 18%, hasta superar los 90.000 millones de dólares. Al mismo tiempo, las principales empresas del sector están invirtiendo cientos de miles de millones en centros de datos, chips y otros componentes de infraestructura, con la expectativa de que la IA mejore la productividad y la eficiencia.

Microsoft ha inaugurado 31 centros de datos en el último trimestre. En abril de 2026 también abrió Fairwater 1, una instalación valorada en 7.300 millones de dólares que ha generado preocupación entre algunos residentes locales por el ruido y la contaminación lumínica.

La compañía trabaja asimismo para reducir los costes de hardware. En octubre presentó Maia 300, su chip de IA más potente hasta la fecha, que ya utiliza para tareas de inferencia en Copilot. Microsoft afirma que el diseño ofrece 1,7 veces más tokens por vatio que la infraestructura de GPU líder y que, gracias a su eficiencia y a la reducción del coste por token, Maia 300 se convertirá en una pieza central de su capacidad de inferencia.

La combinación de una oferta de salida voluntaria y una fuerte inversión en infraestructura refleja dos prioridades simultáneas: ajustar la plantilla y ampliar la capacidad tecnológica necesaria para competir en el mercado de la IA. El resultado del programa y el rendimiento de esas inversiones ayudarán a determinar cómo evoluciona esa estrategia en los próximos meses.

from Latest from TechRadar https://www.techradar.com/pro/microsoft-offers-60-000-workers-voluntary-redundancy-buyout-option-ai-revolution-could-mean-a-quarter-of-its-workforce-can-now-leave
via IFTTT IA

A medida que la inteligencia artificial se extiende por todo el mundo, crecen las preguntas sobre el origen de los datos con los que se entrenan los modelos, quién es su propietario y cómo se protege la información sensible. Estas cuestiones están en el centro de la IA soberana, un enfoque que cobra relevancia conforme la IA pasa de los proyectos piloto a sistemas de producción desplegados en empresas y regiones enteras.

La soberanía de la IA no se limita a elegir el país donde se guarda la información. También implica determinar quién controla las capacidades de IA de una organización y cómo se gestionan sus componentes: desde el hardware y el software hasta las políticas de acceso, administración de la infraestructura e instalación de aplicaciones.

Las leyes y prácticas de protección de datos varían entre jurisdicciones, incluso dentro de una misma región. Por eso, las organizaciones deben comprender y gobernar los flujos de información y los procesos que intervienen en cada etapa. Aunque el debate suele centrarse en los países, estos mismos desafíos afectan a las empresas, cuyas operaciones pueden abarcar múltiples territorios.

## La ubicación es solo una parte de la cuestión

La ubicación física de un centro de datos es relativamente fácil de identificar. Sin embargo, puede ser más difícil saber dónde se procesa o almacena una carga de trabajo cuando un proveedor opera una infraestructura multinube y distribuye recursos entre distintas instalaciones. Si la capacidad escasea, algunas plataformas pueden trasladar cargas de trabajo a otros centros de datos. Las organizaciones necesitan garantías de que sus aplicaciones y sus datos permanecerán en los lugares previstos.

Pero conocer la ubicación no basta. También importa quién tiene autoridad sobre los datos y qué normas determinan su uso o transferencia. Si una entidad de una jurisdicción controla información almacenada en otra, ¿quién decide cómo puede utilizarse y si puede cruzar fronteras? La respuesta puede complicarse aún más cuando una empresa opera en varios países.

La IA añade otra dimensión. Los sistemas tradicionales, como los de gestión empresarial, inventario o recursos humanos, suelen consultar bases de datos corporativas de forma remota. En cambio, la inferencia de IA puede ejecutarse cada vez más cerca del usuario, en dispositivos como teléfonos, vehículos conectados o sistemas industriales. Estos equipos pueden necesitar acceso a datos y resultados del modelo, no solo a contenido procesado y presentado de forma convencional.

Cuando los modelos y los datos empresariales circulan entre centros de datos, infraestructuras regionales y dispositivos periféricos, atraviesan redes y sistemas de almacenamiento distintos. Las organizaciones deben definir quién controla esa información durante el tránsito, sobre todo cuando cruza fronteras.

## Evaluar la soberanía en cada capa

La IA requiere una combinación de capacidad de cálculo, entrada y salida de datos de alto rendimiento y redes rápidas. Esos elementos deben operar bajo políticas, procesos y normas coherentes. Una arquitectura puede incluir servidores en una región, dispositivos periféricos en otra y comunicaciones que atraviesen varias jurisdicciones.

También hay que considerar dónde reside la información, si está centralizada y en qué formato se conserva. La propiedad y la responsabilidad sobre los datos pueden recaer en distintas áreas de una organización, como una unidad de negocio, el equipo de cumplimiento o la dirección ejecutiva. Es esencial aclarar quién decide qué infraestructura ejecuta cada entrenamiento, especialmente cuando un sistema centralizado distribuye tareas según la capacidad y el rendimiento disponibles.

Las organizaciones deberían preguntarse si esas decisiones automatizadas pueden modificarse, qué datos pueden utilizarse para cada propósito y quién autoriza su uso. También deben establecer qué fuentes son fiables y cómo influyen en la selección las obligaciones legales, regulatorias o políticas de cada región.

Un marco de gobernanza sólido asigna responsabilidades tanto a equipos como a personas, y mantiene registros verificables sobre el origen de los datos, sus usos y las licencias o permisos correspondientes. Los mismos principios deben aplicarse a los entornos de entrenamiento, los parámetros de los modelos y las decisiones de despliegue. Asimismo, conviene definir quién puede administrar esos sistemas y desde qué jurisdicción.

Los usuarios no necesitan conocer todos los detalles técnicos, pero sí deberían poder entender la procedencia y la gobernanza de los sistemas que procesan información sensible y propiedad intelectual. La soberanía depende de mantener un control auditable sobre los datos, los modelos, las plataformas y las personas implicadas durante todo el ciclo de vida de la IA.

También es necesario demostrar que los resultados se basan en datos de entrenamiento legítimos y que la información permanece protegida, accesible solo para quienes cuentan con autorización. Algunos proveedores, como Verda, una empresa europea de servicios de nube para IA, ofrecen infraestructuras alojadas en centros de datos nórdicos y opciones para configurar hardware y software según las necesidades operativas y regulatorias de sus clientes. Sus controles incluyen máquinas virtuales confidenciales, entornos de ejecución confiables protegidos por hardware y cifrado de la memoria de CPU y GPU, además de los datos en tránsito y en reposo.

El principio general es que la soberanía no se logra únicamente al elegir una ubicación de alojamiento. Requiere integrar la gobernanza, la seguridad y el control regulatorio en cada etapa del sistema.

## La soberanía operativa va más allá del cumplimiento

La IA se está convirtiendo en infraestructura crítica para empresas de todo el mundo. Por ello, el cumplimiento de las leyes locales debe considerarse desde el diseño, no añadirse cuando el centro de datos ya está en funcionamiento. Los compromisos de soberanía deben mantenerse durante el diseño, la implementación y la operación cotidiana.

Una infraestructura soberana también puede contribuir a la continuidad frente a cambios comerciales, tensiones geopolíticas y transformaciones tecnológicas. La soberanía no elimina todas las dependencias externas: busca identificarlas, decidir cuáles son aceptables y evitar concentraciones de riesgo innecesarias.

Las decisiones de diseño y operación pueden reducir la dependencia de un único proveedor y facilitar que los sistemas sigan funcionando si una relación comercial termina. Depender de un solo suministrador para tecnologías esenciales puede ser arriesgado, ya que los cambios geopolíticos pueden traducirse en aranceles o restricciones comerciales.

Incluso un centro de datos ubicado en una sola región depende de cadenas de suministro internacionales. Servidores, almacenamiento, energía y otros componentes pueden proceder de numerosos fabricantes, pero la operación puede acabar dependiendo de un grupo reducido de proveedores. Entender dónde se concentra ese riesgo es tan importante como conocer la ubicación de las instalaciones.

Los estándares abiertos y la estandarización formal pueden mejorar la interoperabilidad y reducir la dependencia de un proveedor específico. También facilitan la movilidad de las cargas de trabajo entre tecnologías y entornos, lo que contribuye a una infraestructura más resiliente.

## Generar confianza mediante controles verificables

La confianza en la IA soberana depende de que las organizaciones sepan quién puede acceder a sus datos, su infraestructura y sus entornos de producción, en qué circunstancias y bajo qué supervisión. Los accesos privilegiados deben asignarse con claridad, limitarse a quienes los necesitan y quedar documentados. La responsabilidad puede recaer, por ejemplo, en la dirección de TI o en el área de cumplimiento.

Esto es especialmente importante cuando los sistemas procesan datos propios, instrucciones de usuarios, resultados de modelos o conjuntos de ajuste que podrían revelar información comercial sobre productos, clientes y procesos internos.

Las políticas y la formación del personal son necesarias, pero deben complementarse con medidas técnicas y operativas. Las organizaciones necesitan garantías claras de que sus datos no se conservarán, reutilizarán ni incorporarán al entrenamiento de modelos de un proveedor sin autorización explícita.

Los controles de acceso, el cifrado, los registros de actividad, el aislamiento de cargas de trabajo y las políticas de retención ayudan a hacer cumplir esas garantías. Además, los procesos documentados deberían indicar quién controla cada componente, dónde existen riesgos en la cadena de suministro y qué leyes regionales se aplican a los datos.

Por tanto, la gobernanza ya es un criterio de evaluación tan importante como el rendimiento, la escalabilidad y el coste. Los proveedores de IA soberana deben demostrar —no solo afirmar— cómo protegen los datos y gestionan las cargas de trabajo en todas las capas de hardware y software.

Para las organizaciones que dependen cada vez más de la IA como infraestructura crítica, la propiedad transparente, los controles auditables y los procesos coherentes serán fundamentales para generar confianza y facilitar una adopción más amplia.

from Latest from TechRadar https://www.techradar.com/pro/sovereign-ai-is-about-more-than-where-data-resides
via IFTTT IA

Ali G: Who I Iz? está a punto de establecer un récord importante —y posiblemente poco deseado— en Prime Video: será la primera película en estrenarse en una plataforma de streaming menos de una semana después de su debut en salas.

La comedia, en la que Sacha Baron Cohen vuelve a interpretar a su irreverente personaje, llegará al servicio de Amazon el miércoles 28 de octubre. La película se estrenó en cines el viernes 23 de octubre, por lo que entre ambos lanzamientos transcurrirán apenas cinco días.

Amazon no ha explicado por qué Who I Iz? tendrá una ventana tan breve entre su estreno cinematográfico y su llegada al vídeo prémium bajo demanda (PVOD). Hasta ahora, Cohen es la única persona que ha comentado públicamente la fecha, que anunció a través de las redes sociales de Ali G.

He solicitado a Amazon una declaración sobre esta estrategia de lanzamiento, pero la compañía no había respondido al momento de la publicación. Si recibo una respuesta, actualizaré este artículo.

Ali G: Who I Iz? supone el regreso de Cohen al personaje titular por primera vez en casi 20 años. El comediante retiró a su creación más conocida en 2007 y la ha recuperado para esta nueva película de estilo documental.

En un ensayo publicado en Time, Cohen defendió la decisión de traer de vuelta a un personaje que algunos críticos consideran anticuado y problemático. Según explicó, precisamente esa percepción fue una de las razones para resucitarlo: a su juicio, los prejuicios que Ali G exponía no han desaparecido, sino que se han agravado en un entorno marcado por la desinformación y las teorías conspirativas difundidas en redes sociales.

Cohen afirmó que su objetivo sigue siendo hacer reír al público y, al mismo tiempo, confrontarlo con los peligros del fanatismo y las teorías conspirativas.

El estreno de Ali G: Who I Iz? plantea una pregunta sobre el futuro de las ventanas cinematográficas: ¿se convertirá este lanzamiento casi simultáneo en una excepción o marcará una nueva tendencia? ¿Verás la película en Prime Video? Cuéntanoslo en los comentarios.

from Latest from TechRadar https://www.techradar.com/entertainment/amazon-prime-video/ali-g-who-i-iz-prime-video-release-date-announcement
via IFTTT IA

Imagina un equipo de NASCAR cuyo liderazgo decide que ganará el coche que más combustible consuma. El jefe de mecánicos ajusta cada motor para que funcione de forma derrochadora. Los pilotos pisan el acelerador y el freno a la vez. La telemetría registra un consumo récord. El coche termina en último lugar.

Durante un tiempo, algunas empresas aplicaron una lógica parecida a la medición de la IA. Crearon clasificaciones internas que ordenaban a los empleados según la cantidad de tokens que consumían. Un empleado de Meta incluso elaboró una lista de los principales «campeones del token», que retiró discretamente después de que las cifras trascendieran. Para la primavera, la tendencia ya tenía nombre: *tokenmaxxing*, o maximizar el consumo de tokens.

Al comienzo del verano llegó la reacción previsible. Empresas como Uber reconocieron que habían agotado todo su presupuesto anual para IA en cuestión de meses.

Más recientemente, el péndulo se ha inclinado hacia el extremo opuesto: usar el mínimo posible de tokens, una práctica que podríamos llamar *tokenminning*. Pero el problema es el mismo. Si el liderazgo define el éxito como consumir la menor cantidad de combustible, el coche ganador nunca saldría de la línea de salida.

Quemar tokens o ahorrarlos nunca debería ser el objetivo final. La meta es lanzar más productos, con mayor calidad y con las mismas personas o incluso menos. La responsabilidad de los líderes es definir el camino estratégico hacia esa meta y diseñar métricas que ayuden a recorrerlo.

## Por qué las clasificaciones no dan en el blanco

Una métrica de vanidad es una cifra que luce bien en una presentación, una clasificación o un panel de control, pero que no cambia la manera de dirigir el negocio. En el ámbito de la IA, incluso las métricas técnicas y complejas pueden convertirse en métricas de vanidad.

He visto, por ejemplo, índices de utilización de GPU que presumen de la capacidad de procesamiento acumulada, sin demostrar si esta resuelve problemas reales. También he visto recuentos de funciones de IA lanzadas por trimestre, mientras se añade un resumen automático con un icono brillante a cada producto antiguo para engordar las notas de lanzamiento.

Estas métricas pueden parecer rigurosas, pero están desconectadas del trabajo y de sus resultados. Cuando los líderes no vinculan las cifras con los objetivos finales, los equipos de ingeniería pueden acabar persiguiendo aquello que resulta más fácil de contar.

## El mapa de carrera que falta

El trabajo completado solo importa si es el trabajo adecuado. Cuando la dirección celebra una «adopción del 95 %» de GitHub Copilot porque se han distribuido las licencias, puede confundir el acceso superficial con un uso efectivo. Y quizá concluya, sin pruebas suficientes, que la productividad se ha disparado. En realidad, está midiendo quién tiene acceso a la herramienta, no quién la utiliza para mejorar los resultados.

Los desarrolladores pueden generar código más rápido, pero si la herramienta no se integra en un proceso bien diseñado, las solicitudes de cambios pueden crecer y el cuello de botella trasladarse a la revisión humana. El tiempo de ciclo no mejora; incluso puede empeorar la tasa de errores si las personas aprueban sin suficiente revisión resultados incorrectos generados por la IA.

Para cerrar esa brecha, hay que relacionar la profundidad del uso con los resultados y los objetivos de negocio. Si la adopción declarada es del 95 %, pero el tiempo de ciclo no se reduce un 30 % ni disminuye el retrabajo, no se ha alcanzado un uso eficaz. Solo se ha distribuido software costoso.

## Cómo definir la línea de meta

Una sola cifra rara vez cuenta toda la historia. Si puedo producir el doble de código, pero tardo el doble en publicarlo, no he ganado eficiencia: he creado más trabajo. La pregunta correcta no es cuánta IA utilizamos, sino si el trabajo está mejorando.

En los equipos de ingeniería con procesos más maduros, conviene empezar por el resultado que se quiere mejorar y utilizar después marcos como DORA o SPACE para comprobar si se ha conseguido. El marco es un instrumento, no el objetivo. DORA ayuda a evaluar la salud del proceso de entrega: con qué frecuencia se implementan cambios, cuánto tardan, cuánto se demora la recuperación ante fallos y con qué frecuencia los cambios provocan incidentes.

SPACE aborda la productividad de los desarrolladores desde cinco dimensiones, entre ellas los resultados y la satisfacción. Ninguno de estos marcos se diseñó específicamente para la IA, y precisamente por eso pueden ser útiles: ayudan a medir si la IA mejora el trabajo, no simplemente si se utiliza.

Relaciona uno de estos marcos con el uso de herramientas de IA y con resultados de negocio como el tiempo de ciclo, la tasa de retrabajo o el coste por cambio. Un aumento del 25 % en la adopción de IA que coincide con una caída de la estabilidad de las entregas no es un triunfo. El informe DORA de 2025 observó precisamente que muchas organizaciones obtuvieron ese tipo de resultados al incorporar IA a sistemas poco preparados. Las herramientas amplificaron lo que ya existía: los buenos fundamentos de ingeniería mejoraron, mientras que los procesos frágiles se volvieron aún más frágiles.

En áreas ajenas a la ingeniería —como marketing, finanzas u operaciones—, lo mejor es partir de los principios básicos. Elige un resultado que ya quieras mejorar: el tiempo de respuesta, la conversión del embudo de ventas o la precisión de las previsiones. Define la meta antes de incorporar la IA al flujo de trabajo y mide después ese mismo resultado. Si cambia, averigua si la IA contribuyó a ello y si el avance puede repetirse. Si no cambia, también habrás aprendido algo.

Pensemos en un equipo de atención al cliente que quiere reducir el tiempo de primera respuesta. Primero establece una línea de base de nueve horas y luego permite que los agentes preparen borradores con un asistente de IA. Dos meses después, el tiempo de respuesta ha bajado a tres horas y la tasa de reapertura de casos no ha aumentado. La rapidez no ha sacrificado la calidad. Es un resultado concreto, medible y repetible. Para demostrarlo nunca hizo falta una clasificación de empleados.

## Mantén la vista en la línea de meta

El propósito de una métrica es ayudar a gestionar los resultados. Si dedicas más esfuerzo a mejorar la cifra que a mejorar el resultado, estás enfocando el trabajo al revés. Es como mirar el indicador de combustible en lugar de la línea de meta.

Antes de crear la próxima métrica de IA, hazte una pregunta: ¿qué resultado mejoraría si cambiara esta cifra? Si no puedes responder, no estás midiendo el progreso; estás observando el nivel de combustible. Define primero la línea de meta. Todo lo demás es telemetría.

from Latest from TechRadar https://www.techradar.com/pro/ai-success-depends-on-business-outcomes-not-usage-vanity-metrics
via IFTTT IA