Los debates sobre ciberseguridad en defensa a menudo se enfrentan a escenarios dramáticos, pero la realidad puede ser tan mundana como reveladora: lo que parece insignificante a simple vista puede convertirse en una pieza clave de inteligencia cuando se observa en el contexto adecuado. Un ejemplo reciente, relacionado con cámaras destinadas a drones de la Royal Navy que incorporaban componentes fabricados en China y enviaban señales de “latido” a una dirección en China, ilustra exactamente esa idea. Aunque no hay pruebas de que datos, imágenes o sistemas clasificados hayan sido accedidos o exfiltrados, el episodio subraya una alerta: no sabemos todo lo que sucede varios niveles por debajo de nuestra cadena de suministro tecnológica.

Cuando una señal de latido parece inofensiva, su verdadero valor radica en la pregunta equivocada que los responsables de seguridad deben evitar: ¿la información es realmente inútil? La respuesta es no. Telemetría básica puede revelar presencia de dispositivos, tiempos de actividad y patrones de uso. Ninguna de esas piezas, aisladas, revela mucho; sin embargo, la inteligencia rara vez nace de un único dato perfecto. Ocurre cuando se entrelazan señales aparentemente insignificantes con inteligencia de fuentes abiertas (OSINT), señales SIGINT, metadatos de enrutamiento o conocimiento de ejercicios y despliegues. En conjunto, pueden delinear un cuadro más útil de lo que parece a primera vista.

Este incidente no implica necesariamente la revelación de ubicaciones, personal u operaciones, pero sí demuestra que la pregunta debe expandirse: no solo para saber si información sensible salió de un sistema, sino qué podría inferirse a partir de la información disponible. En sistemas con cámaras y sensores conectados, es crucial entender qué podría hacer un componente: qué puede ver, qué puede hacer, si puede comunicarse de forma independiente y si su comportamiento puede ser modificado.

La tentación de respuestas simples —“comprar británico” para asegurar la soberanía— no captura la complejidad de la realidad tecnológica moderna. Los productos de defensa ya no son solo ensamblajes locales; son cadenas de suministro globales donde procesadores, cámaras, módulos de comunicación, microcontroladores y firmware provienen de múltiples proveedores, a veces lejanos. La visibilidad cae rápidamente más allá de los proveedores de primer nivel, en el Tier 2 y siguiendo, donde interactúan fabricantes especializados y dependencias de software que pueden quedar fuera del control directo.

La economía de la defensa está siendo redefinida por tecnologías comerciales rápidas de desarrollo. Componentes comerciales por igual, incluidos los de bajo costo, permiten capacidades que antes requerían inversiones sustanciales; sin embargo, esa economía también crea dependencias y retos de aseguramiento. Ucrania ha demostrado el valor estratégico de sistemas no necesariamente sofisticados, pero rápidos de producir, adaptar y reponer. Esto no elimina la necesidad de plataformas avanzadas, pero sí cambia la economía de la guerra. En consecuencia, las futuras fuerzas armadas deben aspirar a capacidades exquisitas y, al mismo tiempo, a tecnologías que se puedan fabricar a escala y adaptar con rapidez. El desafío es gestionar estas tensiones en el marco de la autonomía estratégica.

Para mitigar riesgos, es esencial auditar lo que pueden ver, pensar y comunicar los componentes: diseñar controles para limitar la conectividad innecesaria, segmentar redes, suprimir telemetría y definir rutas de comunicación estrictas. La idea de un repositorio compartido de componentes verificados y un Bill of Materials (BOM) formal facilita la transparencia y la gestión de vulnerabilidades, como recomienda CISA. Pero dicho repositorio no debe convertirse en una lista estática; las actualizaciones de firmware, sustituciones de componentes y cambios de proveedores exigen una vigilancia continua.

La lección clave no es perfección: es un enfoque de aseguramiento basado en riesgos. Identificar qué componentes o software presentan la mayor amenaza y aplicar controles arquitectónicos para reducir la exposición es más práctico que intentar un conocimiento absoluto de cada pieza. Este marco de pensamiento —centrado en la seguridad de la cadena de suministro, la arquitectura y la gestión continua de riesgos— es especialmente relevante cuando la defensa depende de tecnologías existentes en el ecosistema global.

En definitiva, lo que este episodio destaca es la necesidad de detenerse ante una pregunta simple pero poderosa: ¿por qué está este dispositivo conectado a Internet? Las respuestas deben guiar decisiones de diseño, despliegue y operación para que la innovación no se frene por preocupaciones desproporcionadas, sino que se gestione de forma prudente y proactiva. En un entorno de tecnología rápida y entrelazada a escala global, la responsabilidad reside en entender límites, construir defensas y mantener una vigilancia constante sobre la autenticidad y la integridad de cada componente dentro de un sistema complejo.

from Latest from TechRadar https://ift.tt/w8BnbFz
via IFTTT IA

Instax ha decidido mirar de frente a la popularidad viral de la Kodak Charmera digital y, con ello, presentar el Instax Pal 2. Un cambio de diseño notable frente al original Instax Pal, tan distinto que podría haber recibido un nombre completamente nuevo. En lugar de seguir la estética de una bola de golf, el Pal 2 se inclina por una vibra retro que busca destacar en un mercado de cámaras compactas con encanto y personalidad.

Entre sus rasgos destaca un cuerpo diminuto de apenas 41 g (1.5 oz), con dos pantallas: una pequeña pantalla LCD de 1 pulgada en la parte superior y un visor óptico simple. También incorpora un mango de viento que añade un marco Instax alrededor de las fotos, un dial de simulación de película con cinco estilos de imagen y seis efectos únicos por cada estilo, y un puerto USB-C deslizante para cargar y conectar directamente al smartphone para subir las imágenes.

La cámara promete memoria suficiente para almacenar 100 fotos, con sensor de 1/3.06 pulgadas y 10 MP, además de una ranura para microSD. En conectividad, incluye Bluetooth para conexión y impresión inalámbricas, con soporte directo para impresoras Instax Link. En paralelo, Fujifilm presentó la nueva impresora Wide Link 2, anunciada al mismo tiempo que esta cámara.

Técnicamente, el Pal 2 mantiene un enfoque en lo lúdico y en la experiencia de captura rápida, pero plantea preguntas sobre su relación entre precio y valor. Pesa poco, pero su precio de lanzamiento se sitúa en 170 USD, 149.99 GBP o 249 AUD, cifra que magnifica la sensación de que se trata de una cámara‑juguete de alto costo frente a opciones más simples que ofrecen menos motivaciones pero a precio más asequible. En contraste, la Charmera de Kodak, por ejemplo, ronda costos significativamente más bajos en su variante Millennium, lo que complica la decisión para usuarios que buscan una experiencia similar sin romper su presupuesto.

El Pal 2 está disponible en dos combinaciones de color para su estreno: negro con ribete plateado o blanco, manteniendo la estética retro que busca diferenciarse en un segmento cada vez más concurrido por mini cámaras con encanto.

A nivel personal, aunque no he tenido la oportunidad de probarla aún, la impresión es que el Pal 2 podría no encajar del todo con la identidad de estas cámaras diminutas que se han popularizado como gadgets divertidos y nostálgicos. La sensación de que ‘es demasiado cámara para su precio’ podría repetirse, y podría requerir un ajuste en la propuesta de valor para lograr ventas significativas frente a opciones más simples y económicas.

Para quien busca un sabor de nostalgia con funciones modernas, el Pal 2 ofrece una experiencia enriquecida por su conjunto de características: doble visualización, marco anunciable, estilos de imagen variados, conectividad USB-C y compatibilidad con las impresoras de Instax. Pero si lo que se busca es una experiencia verdaderamente asequible o una estética más minimalista, podría valer la pena considerar alternativas menos onerosas o esperar a ver cómo evoluciona su adopción en el mercado.

En resumen, el Instax Pal 2 aporta una propuesta atractiva para coleccionistas y entusiastas de cámaras compactas con diseño retro, a la vez que desafía las expectativas de precio frente a productos que comparten el mismo espíritu lúdico. Veremos si su precio inicial se sostiene frente a la respuesta del público y si su conjunto de funciones logra justificar el desembolso para un público que valora la experiencia por encima de la simplicidad.

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

La discusión sobre la soberanía tecnológica gana relevancia a medida que los gobiernos aceleran la adopción de herramientas de IA y de infraestructuras digitales modernas. Cada vez hay más atención sobre dónde se alojan los sistemas, dónde se almacenan los datos y dónde se encuentran los proveedores de tecnología. Estas son consideraciones importantes, pero la soberanía se reduce a una cuestión fundamental: ¿cuánto control retiene una organización sobre la tecnología de la que depende?

Para los gobiernos, esto implica contar con visibilidad de cómo operan los sistemas, comprender cómo se toman las decisiones, mantener la supervisión de los datos y conservar la flexibilidad para adaptarse a cambios de circunstancias.

La soberanía tecnológica debe medirse, por tanto, a través del control operativo, la rendición de cuentas y la resiliencia. La geografía forma parte de ese cuadro, pero es la capacidad de gobernar la tecnología a lo largo de su ciclo de vida lo que crea una soberanía duradera.

La soberanía se pone a prueba cuando las circunstancias cambian

La medida más clara de soberanía es el nivel de control que una organización conserva cuando cambian las circunstancias. Los desarrollos geopolíticos, los requisitos regulatorios, los cambios de proveedores, los incidentes cibernéticos y las fallas tecnológicas pueden poner presión sobre infraestructuras críticas. Una base tecnológica sólida permite a los gobiernos responder, mantener servicios esenciales y continuar tomando decisiones con confianza.

Este principio de control ante la adversidad debe situarse en el centro del debate sobre soberanía. Los gobiernos se benefician del acceso a experiencia global, innovación y proveedores tecnológicos especializados. Los servicios públicos modernos dependen de la colaboración entre ecosistemas tecnológicos, y este acceso genera oportunidades significativas para mejorar la eficiencia y obtener mejores resultados para los ciudadanos.

La prioridad debe ser crear entornos tecnológicos que preserven el control gubernamental al tiempo que se aprovecha la innovación. Los gobiernos necesitan la capacidad de adaptar sistemas, gestionar sus datos y tomar decisiones tecnológicas informadas a medida que evolucionan los requisitos.

Los datos son la base de la tecnología soberana

La conversación sobre soberanía de la IA suele empezar por la propia tecnología. Lo más fundamental es la calidad y la gobernanza de los datos que la soportan.

Los datos del sector público suelen distribuirse entre departamentos, plataformas heredadas y distintos entornos tecnológicos. Unir estas fuentes puede proporcionar a los gobiernos una visión más completa y confiable de la información de la que dependen.

Esto es particularmente importante cuando los organismos públicos exploran la IA para áreas como detección de fraude, salud, fiscalidad y beneficios públicos. Estas aplicaciones requieren información precisa, accesible y bien gobernada.

Las bases de datos sólidas también respaldan la transparencia. Cuando las organizaciones entienden de dónde proviene la información, cómo está conectada y cómo se utiliza, ganan mayor confianza en las decisiones producidas por la tecnología que la soporta.

Por ello, la efectividad de la IA del sector público dependerá en gran medida de la integridad, accesibilidad y gobernanza de los datos subyacentes.

La elección crea resiliencia

La soberanía tecnológica también depende de mantener una elección significativa. Los gobiernos deben tener la libertad de adoptar nuevas tecnologías, trabajar con diferentes proveedores y evolucionar sus sistemas a medida que cambian los requisitos. La interoperabilidad, los estándares abiertos y los datos portátiles pueden apoyar esta flexibilidad al permitir que diferentes tecnologías trabajen juntas y facilitar futuras transiciones.

Esto genera un entorno tecnológico más resiliente. Los componentes individuales pueden evolucionar cuando surjan mejores soluciones, mientras que el sistema en su conjunto continúa operando de forma eficaz.

La diversidad de proveedores también juega un papel importante. Un mercado tecnológico competitivo ofrece a las entidades públicas más opciones, fomenta la innovación y crea incentivos más fuertes para que los proveedores entreguen valor. Para servicios públicos críticos, la competencia forma parte de la estrategia de resiliencia. Un ecosistema de proveedores diverso otorga mayor flexibilidad a los gobiernos y fortalece su capacidad de respuesta ante cambios de circunstancias.

La IA requiere transparencia por diseño

El crecimiento de la IA hace que la transparencia sea cada vez más crucial. A medida que estos sistemas se vuelven más capaces de apoyar decisiones complejas, los gobiernos necesitan visibilidad clara de cómo funcionan y de cómo se producen sus resultados.

Esto comienza con comprender los datos, la lógica y los procesos que contribuyen a una decisión apoyada por IA. Una gobernanza eficaz proporciona la supervisión necesaria para monitorizar el rendimiento, identificar problemas y evaluar resultados a lo largo del tiempo.

Esto es especialmente importante cuando la tecnología influye en el acceso de las personas a atención sanitaria, impuestos, beneficios u otros servicios públicos esenciales. La explicabilidad, la auditabilidad y la supervisión humana proporcionan las bases para una adopción responsable de la IA, dando a las entidades públicas la confianza para usar tecnologías cada vez más sofisticadas manteniendo la responsabilidad de las decisiones que apoyan.

La transparencia también fortalece la confianza pública. Los ciudadanos tienen más confianza en la tecnología cuando las instituciones pueden explicar claramente su uso y cómo pueden revisarse las decisiones.

La rendición de cuentas permanece en el gobierno

Los gobiernos pueden colaborar con organizaciones privadas para proporcionar infraestructura, software y experiencia especializada. La rendición de cuentas pública permanece en el gobierno. Esto hace que la gobernanza sea una parte esencial de la estrategia tecnológica. Las decisiones de adquisición deben considerar funcionalidad y costo junto con cuestiones de control de datos, transparencia, interoperabilidad y flexibilidad a largo plazo.

Una solución tecnológica debe apoyar la capacidad del gobierno para entender sus sistemas, supervisar su rendimiento y realizar cambios a medida que evolucionan las circunstancias.

Este enfoque también crea una relación más sólida entre el gobierno y los proveedores de tecnología. Expectativas claras sobre gobernanza y rendición de cuentas ofrecen a los proveedores la oportunidad de innovar, al tiempo que proporcionan a las entidades públicas la confianza de permanecer en control de los resultados.

Medición de la soberanía a través del control

La soberanía tecnológica debe medirse, en última instancia, por las capacidades que conserva un gobierno. ¿Puede entender la tecnología de la que depende? ¿Puede evaluar y cuestionar las decisiones que la tecnología respalda? ¿Puede acceder y gestionar sus datos? ¿Puede adaptar sus sistemas a medida que cambian los requisitos? ¿Puede mantener servicios esenciales durante periodos de interrupción?

Estas preguntas proporcionan un marco práctico para evaluar la soberanía. El objetivo es crear entornos tecnológicos que combinen innovación con control. Los gobiernos pueden beneficiarse del uso de tecnología global, experiencia especializada y capacidades de IA en rápida evolución, manteniendo la gobernanza, la flexibilidad y la resiliencia necesarias para servir eficazmente a los ciudadanos.

Los entornos tecnológicos con mayor soberanía darán a los gobiernos confianza en los sistemas que operan, visibilidad sobre las decisiones que esos sistemas respaldan y la flexibilidad para evolucionar ante cambios de circunstancias.

En última instancia, la soberanía tecnológica consiste en mantener la autoridad operativa. Se trata de dotar a los gobiernos de la capacidad para entender, gobernar y adaptar la tecnología que soporta los servicios públicos esenciales.

La soberanía se mide por el control que una organización retiene sobre su tecnología, sus datos y sus decisiones.

Hemos destacado los mejores creadores de sitios web impulsados por IA.

Este artículo se enmarca en TechRadar Pro Perspectives, nuestro canal para presentar las mejores ideas del sector tecnológico actual.

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

from Latest from TechRadar https://ift.tt/Ru5l6fK
via IFTTT IA

from Latest from TechRadar https://ift.tt/gc56qaY
via IFTTT IA

Blizzard Entertainment presenta una visión audaz para StarCraft, un regreso que conserva la esencia contundente del RTS original mientras abraza un formato más amplio y narrativo. El nuevo título, anunciado en BlizzCon 2026, se aparta de sus predecesores para avanzar hacia un shooter en mundo abierto impulsado por la historia, manteniendo sin embargo el pulso oscuro y áspero que definió la saga en sus inicios.

El equipo de desarrollo ha subrayado que la atmósfera “gritty” —cruda, realista y ligeramente áspera— sigue siendo fundamental. En palabras de Dan Hay, gerente general y director creativo, lo que más le atraía del StarCraft original era precisamente esa sensación de frontera: un entorno que evocaba un western intergaláctico. Esta memoria de la obra pasada guía la nueva propuesta, que busca incorporar la música, los personajes y la rica tradición de lore que han convertido a la saga en un fenómeno de culto.

La película CGI y el tráiler de presentación han sido el punto de partida para comunicar esta visión. Hay destaca que la experiencia sensorial del original, desde la música hasta los encuentros con personajes y las historias no contadas, aporta una sensación de mundo áspero, asimétrico y verosímil. Esa ambigüedad de las distintas facciones —una representación de la realidad tal como la vivimos— se quiere trasladar al nuevo universo para reforzar la inmersión.

Otra voz relevante es la de Annalee Hartling, directora adjunta de operaciones de desarrollo. Su reacción al tráiler fue particularmente emocional: ver las instalaciones militares descender y tomar forma desde una perspectiva íntima, más que desde lo alto, resultó ser una experiencia poderosa. Para Hartling, esa escena funciona como una llave emocional que conecta con la memoria de su propia infancia y con ese entusiasmo de ver materializarse aquello que había esperado durante años. La experiencia de estar “de botas en el terreno” parece crucial para capturar la experiencia del jugador y la autenticidad del mundo que se está construyendo.

Con estreno previsto para 2030, StarCraft busca equilibrar la presión de un universo estratégico con la libertad de una exploración abierta centrada en la narrativa. El reto será mantener la densidad táctica y la identidad de una saga querida, al mismo tiempo entregar una experiencia más inmersiva y cinematográfica que atraiga tanto a antiguos admiradores como a nuevos jugadores listos para experimentar un planeta-continente de acción y aventura.

En definitiva, el retorno de StarCraft promete un viaje que no solo amplía el alcance del universo, sino que también profundiza su atmósfera fronteriza. Será interesante ver cómo se traduce esa promesa en mecánicas de juego, diseño de personajes y, sobre todo, en una experiencia que logre resonar emocionalmente con la audiencia, tal como lo hizo en sus días de gloria.

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

Las empresas deben poder cambiar de modelos sin reconstruir flujos de trabajo, renunciar al conocimiento institucional ni perder el control de la inteligencia que las diferencia. Las discusiones sobre estrategia de IA suelen comenzar con la misma pregunta: ¿Qué modelo está ganando? La respuesta cambia con cada nueva versión, a medida que emergen capacidades y se reordena el orden competitivo.

En nuestra experiencia desplegando herramientas de IA en algunas de las grandes empresas de atención sanitaria de Estados Unidos, observo que esta especie de mareo por las novedades distrae a las organizaciones de una pregunta mucho más útil: Si el modelo en el que confía cambia o deja de estar disponible mañana, ¿su operación de IA puede continuar sin interrupciones?

Cualquier empresa necesita una estrategia de salida de un solo modelo de IA. Esto no implica abandonar los modelos de frontera, que seguirán siendo una parte importante de la pila de IA empresarial. El punto es asegurar que los flujos de trabajo, la propiedad intelectual y la inteligencia institucional no dependan de un solo modelo o proveedor.

Los modelos están convirtiéndose en infraestructura

Los modelos de base líderes son extraordinariamente capaces, pero sus capacidades tienden a converger. Una característica que distingue a un proveedor hoy suele estar disponible en varios otros en cuestión de semanas, a veces incluso de días.

Vimos una evolución similar con la nube, donde el acceso a la computación se volvió esencial pero rara vez creó una ventaja competitiva duradera por sí solo. La ventaja proviene de lo que las organizaciones construyen encima: sus aplicaciones, datos, procesos operativos y conocimiento propietario.

La IA está avanzando en la misma dirección. Un modelo debe permanecer como un componente de la arquitectura de IA de la empresa. No debe convertirse en el repositorio de la lógica de negocio, el conocimiento operativo o los procesos propietarios.

Esto resulta particularmente importante en sanidad, donde un modelo puede resumir un expediente clínico o interpretar una política, pero no comprende por sí mismo cómo se aplica esa política a un plan de salud, cuándo se debe escalar un caso, qué evidencia necesita un clínico revisar, ni cómo se debe documentar una decisión para una auditoría. Esa inteligencia pertenece a la organización.

La realidad 70/30 para la IA empresarial

Los modelos de propósito general pueden manejar aproximadamente el 70% de una tarea. Pueden extraer información, clasificar documentos, producir resúmenes, responder preguntas y realizar razonamiento amplio.

El 30% restante suele decidir si un sistema de IA es simplemente impresionante en una demostración o confiable en producción. Esa última milla requiere terminología de dominio, políticas empresariales, lógica especializada, salidas consistentes, evidencia trazable, evaluación frente a estándares conocidos y una escalada clara a expertos humanos.

Un modelo puede identificar correctamente el problema clínico general y aun así aplicar la política incorrecta. Puede generar una explicación convincente sin entregar al revisor la evidencia necesaria para validarla. También puede comportarse de manera distinta tras una actualización del proveedor. esas brechas residen en ese 30% final y, en entornos regulados, determinan si el sistema puede confiarse en producción.

En sanidad, esto significa combinar modelos especializados para tareas clínicas y administrativas con modelos de frontera cuyo valor agregado proviene de sus capacidades más amplias. El conocimiento, las políticas, los sistemas de evaluación y los controles de gobernanza de la empresa deben rodear a esos modelos, de modo que el modelo subyacente pueda cambiar sin que la inteligencia de la organización se vea afectada.

Qué significa la dependencia de modelos en producción

Los riesgos de depender demasiado de un único modelo se vuelven mucho más evidentes cuando la IA pasa de la experimentación a la producción. Un proveedor puede lanzar una nueva versión que estructure la información de manera diferente, responda a instrucciones de formas distintas o exprese incertidumbre de forma menos coherente. Un flujo de trabajo que funcionaba de forma fiable durante las pruebas puede empezar a producir resultados ligeramente diferentes.

El cambio también puede ser comercial u operativo, no técnico. El precio puede aumentar, la latencia puede empeorar, los límites de uso pueden afectar la disponibilidad, o un proveedor puede descontinuar un modelo en un calendario que no se alinea con los procesos de validación y lanzamiento de la organización. E incluso si un modelo sigue disponible, quizá ya no sea la mejor opción para un flujo de trabajo concreto.

Con esa separación en su lugar, una organización puede evaluar diferentes modelos contra los mismos criterios de rendimiento y realizar un cambio mediante un proceso controlado. Puede adoptar capacidades mejores a medida que surgen, usar diferentes modelos para distintas tareas y cambiar de proveedor sin reconstruir los flujos de trabajo y el conocimiento operativo que los rodea.

Una estrategia de salida de IA es una estrategia de propiedad

En términos prácticos, una estrategia de salida de IA implica mantener varios activos críticos en propiedad, gobernados y portátiles:

• Datos y conocimiento empresarial propietarios
• Prompts, políticas y lógica de decisión
• Definiciones de flujo de trabajo y orquestación
• Conjuntos de datos de evaluación y referentes de rendimiento
• Retroalimentación humana y historial de decisiones
• Trazabilidad y controles de gobernanza

Conjuntamente, estos activos forman la capa de inteligencia de la empresa, que captura cómo funciona la organización y toma decisiones. Un modelo ampliamente disponible ofrece poco diferenciador por sí solo. La ventaja reside en el conocimiento, las políticas y la experiencia operativa propietarias que dan forma a cómo se utiliza el modelo.

Cuando ese contexto está integrado en herramientas específicas del modelo, características propietarias o sistemas de memoria alojados, la organización corre el riesgo de perder el control de la inteligencia que está creando. Cambiar de modelo puede requerir mucho más que reemplazar una API. Podría significar reconstruir años de lógica de negocio, diseño de flujos de trabajo, retroalimentación de expertos y aprendizaje operativo.

Definir la frontera entre modelos y empresas

Mantener la separación entre modelos y empresas también puede proteger la experiencia humana. Cada interacción entre un experto y un sistema de IA genera algo valioso: un clínico puede corregir una recomendación, una enfermera puede aclarar cómo aplicar una política, un líder de operaciones puede cambiar una vía de escalamiento, o un equipo de cumplimiento puede establecer un nuevo requisito de revisión.

Con el tiempo, esas interacciones se convierten en inteligencia institucional. Es crucial que fortalezcan a la empresa en lugar de desaparecer dentro de la plataforma de un proveedor o volverse inaccesibles cuando la organización cambia de modelos.

Señales de advertencia de una dependencia excesiva de modelos

Una señal es cuando los prompts y la lógica empresarial están redactados de forma tan específica para un modelo concreto que no se pueden transferir fácilmente. Otra es cuando cambiar de modelos exige rediseñar la aplicación en lugar de realizar una evaluación controlada y un ajuste de configuración.

Los líderes deben poder responder a una pregunta básica: ¿Qué perderíamos si este modelo dejara de estar disponible mañana?

Abordar estos riesgos no exige una reconstrucción costosa. Las empresas pueden empezar separando la lógica de negocio de las llamadas a modelos, creando interfaces estandarizadas, manteniendo conjuntos de evaluación independientes del modelo, documentando dependencias de flujo de trabajo y almacenando el conocimiento organizacional en sistemas que controlan.

También deben probar la intercambiabilidad de modelos antes de necesitarla. Ejecutar el mismo flujo de trabajo con varios modelos ayuda a revelar dependencias ocultas y proporciona información significativa sobre rendimiento, costo, latencia y riesgo.

La elección del modelo debe seguir siendo reversible

Comenzamos esta discusión con una pregunta, pero creo que lo más importante no es solo qué modelo debe usar una empresa hoy. Los líderes deben preguntar cuán difícil sería reemplazar ese modelo mañana.

Ese es el propósito de una estrategia de salida. No se trata de abandonar IA o alejarse de la innovación de frontera, sino de sentar las bases para la elección, la resiliencia y la propiedad duradera de la inteligencia empresarial.

Esta pieza forma parte de TechRadar Pro Perspectives, un espacio para presentar a las mentes más brillantes de la tecnología hoy.

from Latest from TechRadar https://ift.tt/TnHGaD4
via IFTTT IA

En un mundo donde la portabilidad y la calidad de sonido a la carta parecen ir de la mano, iFi continúa sorprendiendo con soluciones que buscan simplificar la experiencia sin sacrificar el rendimiento. El nuevo Go Cable es una propuesta audaz: un DAC y un amplificador para auriculares integrados directamente en un cable USB-C para IEMs (in-ear monitors). Disponible para pre-pedido por 79 USD / 79 GBP (aprox. 160 AUD) y con fecha de lanzamiento prevista para el 21 de septiembre, este accesorio promete convertir cualquier par de IEMs estándar en una experiencia de alta fidelidad portátil.

Diseño y conectividad
– El Go Cable conecta desde un puerto USB-C en un extremo, pasando por el DAC y el amplificador de auriculares, hasta dos conectores 0,78 mm de dos pines para tus IEMs favoritos. Los IEMs deben ser proporcionados por el usuario.
– A primera vista, podría parecer un producto orientado a smartphones o laptops, pero iFi también lo presenta como compatible con juegos, por ejemplo en Switch 2. Incluye funcionalidad de micrófono para llamadas de voz, lo que añade versatilidad para usos móviles y de entretenimiento.

Especificaciones y rendimiento
– Bajo el capó, el Go Cable comparte visiblemente similitudes con el Go Link 2 en cuanto a capacidades: soporte para 32-bit/384 kHz PCM y DSD256, con una potencia de salida de 70 mW a 32 ohmios. Aunque las especificaciones son atractivas, el valor real del producto no reside únicamente en números; reside en su concepto de “todo en uno”.
– El uso de tecnologías de iFi como la compensación THD para reducir la distorsión y el chip ESS Sabre DAC, que aporta mejora de rango dinámico de hasta 6 dB, sugiere una experiencia de sonido más limpia y detallada cuando se conectan IEMs compatibles.

Ventajas y límites
– Ventaja principal: al combinar DAC/amp y cable en una única pieza, se reduce el número de objetos que llevar y pegas a cada viaje. Menos cables, menos dispositivos que recordar al pasar por seguridad y menos preparación para sesiones de escucha en movimiento.
– Limitación: requiere que el usuario aporte sus propias IEMs. Para algunos, esto puede ser un criterio de compra decisivo; para otros, la oferta podría quedarse corta si buscan todo en un solo conjunto cerrado.
– Opcional de entrada: iFi ofrece un kit inicial que añade un par de auriculares AIRO Astra por 20 USD / 20 GBP (aprox. 40 AUD) más. Este paquete permite a los usuarios probar el sistema con una solución de arranque de menor costo y, con el tiempo, cambiar por opciones más premium sin abandonar el cable.

Conclusión
El Go Cable de iFi propone una idea clara: hacer que la experiencia de audio portátil sea más sencilla sin sacrificar calidad. Si buscas una solución todo-en-uno que elimine la necesidad de llevar un DAC/amp separado y un conjunto de auriculares, y estás dispuesto a aportar tus propias IEMs, este producto podría valer la pena considerarlo. Para los usuarios que ya cuentan con IEMs de alta calidad o que prefieren sistemas cerrados, la oferta podría no encajar completamente. En cualquier caso, la propuesta de iFi subraya una tendencia interesante en el mercado de audio móvil: menos piezas, más libertad para disfrutar de música y juego en movimiento.

from Latest from TechRadar https://ift.tt/sTIYDH0
via IFTTT IA

La conversación sobre lo que la IA podría hacer por los servicios financieros es optimista. Puede acelerar procesos, detectar actividades sospechosas más temprano y ayudar a los bancos a gestionar fraudes a una escala imposible para equipos humanos. Y, sin duda, todo esto es cierto. Pero existe un riesgo de que se eclipsen problemas más inmediatos: la misma tecnología está mejorando la economía del fraude, y los delincuentes no enfrentan las mismas limitaciones que las organizaciones que buscan frenarlos. No tienen largos ciclos de adquisición, tecnología heredada que integrar o procesos regulatorios que sortear. Pueden experimentar, fracasar y volver a intentar. Esto crea una brecha cada vez mayor entre la velocidad a la que evoluciona el fraude habilitado por IA y la rapidez con la que las instituciones financieras pueden adaptar sus defensas. La pregunta para la FCA y la industria, en general, es si estamos prestando suficiente atención a esa brecha.\n\nIdentidad: las verificaciones fueron construidas para un problema distinto. Muchas de las medidas de verificación de identidad utilizadas hoy se basan en una suposición simple: en algún punto del proceso, una persona real se está haciendo pasar por otra. Por ello, las empresas han aceptado controles como verificación de documentos, verificación de vida por video y callbacks de voz. Cada paso añade un obstáculo para el defraudador. Pero la IA generativa cambia la naturaleza de ese desafío: la persona, la voz o el documento pueden no haber existido nunca. Una voz convincente puede generarse. Las imágenes faciales pueden crearse o modificarse. Los documentos de identidad y el rastro digital pueden producirse de forma rápida y consistente. Lo que antes requería habilidades especializadas y un esfuerzo considerable se vuelve más barato y accesible. Esto no invalida por completo los controles existentes, pero sí significa que las verificaciones no pueden asumir que un pase implica lo que antes significaba. Una verificación de vida, por ejemplo, solo es útil si puede distinguir de forma fiable entre una persona real y lo que la última generación de medios sintéticos puede producir. Eso ahora es un objetivo móvil.\n\nLa mayor preocupación es la persona que no existe. El fraude de identidades sintéticas merece mucha más atención. El robo de identidad tradicional suele tener una víctima real: alguien descubre una cuenta que no abrió, una transacción no realizada o una solicitud de crédito que no conoce. Eventualmente, hay una persona que puede alertar. Las identidades sintéticas son distintas. Los defraudadores pueden combinar información genuina con detalles inventados para crear un individuo aparentemente legítimo. Un identificador real puede emparejarse con un apellido falso, historial laboral fabricado o dirección inventada. IA puede ayudar a crear la documentación y el rastro digital necesarios para que esa identidad parezca creíble. Lo inquietante es que puede no existir nadie a quien quejarse. Eso dificulta identificar el fraude de identidad sintética en etapas tempranas. Un cliente sintético puede comportarse de forma normal, crear una historia financiera y generar confianza antes de cometer fraude mucho después. Debemos pensar en este riesgo de forma similar a cómo se veía el inicio de la toma de control de cuentas hace una década. Hoy en día, la toma de control de cuentas está bien entendida y existen sistemas maduros, inteligencia compartida y señales conductuales para detectarla. Esa madurez tomó tiempo. El fraude de identidad sintética aún no está ahí. Hay un riesgo de que la IA acelere el problema antes de que la industria logre reconocerlo.\n\nLos bancos deben atacar sus propias defensas. La respuesta no es simplemente adquirir otro producto de fraude impulsado por IA. Las instituciones financieras deben empezar a usar la misma tecnología de forma ofensiva contra sus propios sistemas. Si los delincuentes utilizan herramientas de IA generativa para probar lo que logra pasar, los bancos deben hacer exactamente lo mismo. Los equipos de seguridad durante años han red-teaseado redes y aplicaciones. Los procesos de identidad y onboarding deben someterse a pruebas similares. ¿Puede una voz generada por IA pasar un proceso de callback? ¿Puede una cara sintética superar la verificación de vida? ¿Puede sobrevivir onboarding una documentación fabricada? ¿Puede crearse una identidad sintética convincente a través de varios puntos de datos sin activar una alerta? Estas son preguntas que las empresas deben responder por sí mismas, en lugar de esperar a que un defraudador aporte la respuesta. Cada intento exitoso debería convertirse en una lección. Si pasa un documento sintético, entender por qué. Si una voz generada engaña a un control, cambiar el control. Y volver a probarlo. También implica alejarse de depender excesivamente de una verificación única. Probar la identidad una sola vez, en el onboarding, es menos tranquilizador cuando ese momento puede ser fabricado de forma convincente. El comportamiento a lo largo del tiempo importa más. Cómo se utiliza una cuenta, cómo interactúa un cliente con los servicios y si la actividad es coherente con lo que la organización sabe de esa persona pueden proporcionar señales mucho más difíciles de fabricar con un único deepfake o documento forjado.\n\nLa regulación siempre estará persiguiendo a la tecnología. La FCA tiene un papel importante, pero la regulación por sí sola no resolverá este problema. La IA se desarrolla demasiado rápido para que las reglas actuales anticipen todas las técnicas de fraude que emergerán mañana. Eso implica más responsabilidad para las propias instituciones. La confianza y la rendición de cuentas deben incorporarse a los sistemas de IA desde el inicio. Las empresas deben probar deliberadamente cómo sus sistemas pueden ser engañados o mal utilizados. Deben asignar una propiedad clara a nivel directivo cuando las decisiones automatizadas salen mal, en lugar de permitir que la responsabilidad desaparezca detrás de “el algoritmo”. Y deben entender y poder explicar por qué se tomaron decisiones importantes. Esto no puede convertirse en otro ejercicio de cumplimiento. Las instituciones que tratan la gobernanza de IA como papeleo para satisfacer a un regulador pueden cumplir técnicamente con los requisitos actuales y permanecer expuestas a fraudes del mañana. Aquellas que prueban continuamente sus suposiciones, desafían sus propias defensas y construyen responsabilidad en la tecnología estarán en una posición mucho más fuerte.\n\nEste análisis se acompaña de una nota de contexto: hemos destacado que existen recursos y herramientas relevantes, como las soluciones de IA para chat empresarial, que pueden influir en la eficiencia y la seguridad.\n\nLa perspectiva aquí compartida busca enfatizar que la innovación debe ir acompañada de una vigilancia rigurosa y de una evolución constante de las prácticas para la gobernanza de IA en el sector financiero.

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