En este momento, mientras las organizaciones aceleran la adopción de IA en el lugar de trabajo, surge una pregunta clave: ¿cuáles son los fundamentos que permiten que la IA transforme la productividad sin perder la claridad? Este draft explora la necesidad de una memoria organizacional durable que permita que humanos y sistemas inteligentes razonemos desde un contexto compartido, evitando la fragmentación que hoy dificulta la toma de decisiones y el servicio al cliente.

Hoy, un insight repetido puede suceder varias veces a diferentes interlocutores porque la organización no conserva un recuerdo común de conversaciones previas. Es una cuestión de infraestructura cognitiva: sin memoria estable, las herramientas de IA generan salidas que parecen “inteligentes” pero carecen de la profundidad contextual necesaria para apoyar decisiones críticas.

La conversación sobre IA ya no es solo sobre inversión o pruebas piloto. La reciente creación de comités y grupos de trabajo, como el reciente Taskforce de IA y Empleos en grandes ciudades, señala que los responsables políticos y empresarios están obligados a mirar las implicaciones reales de la IA dentro de las organizaciones. En este contexto, la memoria organizacional se vuelve un activo estratégico, especialmente para garantizar consistencia en el servicio al cliente, continuidad en ventas y claridad en operaciones.

La IA acelera el trabajo, no la claridad

A medida que las organizaciones integran IA en flujos fragmentados, el problema de coherencia se agranda. Investigaciones señalan que los trabajadores del conocimiento cambian de aplicaciones y herramientas en promedio unas 1,200 veces al día, un fenómeno conocido como “toggling tax”. Este dato ilustra que no es la escasez de herramientas, sino la falta de una coordinación entre ellas lo que genera ineficiencia.

La paradoja es clara: la productividad puede parecer mayor, pero la claridad no mejora si la información no se mantiene vinculada a un marco de contexto confiable. Muchos sistemas actuales de IA dependen de que las personas realicen la síntesis del conocimiento. Se recupera información, se resume, se proponen vínculos; sin embargo, los usuarios siguen cargando con la tarea de dotar de significado a esas salidas. Eso genera desconfianza y percepción de que la IA es una ayuda de bajo esfuerzo.

Cuando el contexto se pierde internamente, los efectos se manifiestan en respuestas lentas, solicitudes repetidas de información, experiencias de soporte fragmentadas y equipos de ventas que reconstruyen historiales de cuentas para cada renovación o revisión ejecutiva.

Los sistemas sin estado no preservan la memoria organizacional

Las capacidades de los modelos de IA siguen aumentando, pero la base organizacional que los sustenta a menudo es fragmentada. Muchos sistemas de IA son, en su esencia, sin estado: generan resultados a partir de ventanas contextuales temporales en lugar de memoria organizacional duradera. Cada interacción requiere reconstruir comprensión desde fragmentos, una carga que no es sostenible.

Comparémoslo con bases de datos: no se vuelve a calcular todo desde cero cada vez que llega una consulta. Se almacenan, indexan y preservan relaciones entre entidades para evitar recomputaciones irracionales. Aun así, gran parte de la IA empresarial se despliega de la manera contraria, confundiendo actividad con inteligencia.

Lo que debe preocuparse a las organizaciones es si cuentan con una memoria estructurada y duradera que permita a IA y humanos razonar a partir del mismo contexto compartido. Sin esa base, los resultados de IA se vuelven genéricos y menos confiables.

Las dinámicas de colaboración también amplían el problema. A menudo, el conocimiento se codifica en convenciones de nomenclatura y memorias tribales —información que vive en nombres de canales o estructuras de carpetas que solo unos pocos entienden. Además, incluso cuando la información existe, puede ser inaccesible: decisiones idénticas aparecen en diferentes canales como cambios de migración, actualizaciones de bases de datos o infraestructuras, sin que los sistemas que deben surfacear esa información logren asociarlas correctamente.

Este problema es aún más agudo en organizaciones distribuidas. No es factible construir grandes empresas globales sobre una cultura de “tú debiste estar allí”; sin embargo, muchas siguen operando como si el contexto importante se transfiriera por proximidad o por comunicación sincrónica.

Buscadores no son lo mismo que entendimiento

La búsqueda está diseñada para descubrir información; el trabajo moderno exige sistemas que entiendan las relaciones entre los datos. Una escalación de un cliente no es solo un ticket de soporte: está conectada con decisiones de producto, discusiones de ingeniería, historial de cuentas, obligaciones contractuales e impacto en ingresos. Una oportunidad de ventas se vincula con el sentimiento del cliente, patrones históricos de soporte, uso del producto y alineación entre partes interesadas.

Las soluciones tradicionales de colaboración aplanan estas relaciones en canales y documentos desconectados, mientras que los grafos de conocimiento de IA las preservan. Esta idea, descrita como un sistema de memoria transaccional, permite que las IA participen en el proceso codificando contexto, surfaced información relevante y dirigiendo el conocimiento a las personas adecuadas en el momento oportuno.

El problema de productividad de Inglaterra se está volviendo un problema de IA

Las estadísticas oficiales señalan el crecimiento débil de la productividad como un reto económico persistente. Si bien la IA se presenta como un mecanismo para cerrar esa brecha, la productividad no mejora simplemente por añadir más agentes de IA al flujo de trabajo. Si cada decisión importante requiere reconstruir contexto fragmentado, la confusión se acelera en lugar de resolverse.

Lo que las empresas deben buscar son sistemas capaces de preservar el contexto, mantener la memoria institucional y anclar los sistemas de IA en el conocimiento organizacional confiable. Una IA mejor empieza con una pregunta simple: ¿tu organización recuerda algo? En muchos casos, la respuesta honesta es no.

Este artículo forma parte de TechRadar Pro Perspectives, que busca presentar ideas de líderes y expertos en la industria tecnológica actual. Las opiniones expresadas pertenecen al autor y no necesariamente a TechRadar Pro o Future plc. Si te interesa contribuir, puedes explorar cómo participar a través de los recursos disponibles en la plataforma.

from Latest from TechRadar https://ift.tt/lIREbv0
via IFTTT IA

Las redes sociales y plataformas profesionales están experimentando un cambio significativo en la autoría de los contenidos. Un informe de Pangram Labs, empresa especializada en detección de IA, señala que una proporción notable de publicaciones largas en LinkedIn y otras plataformas están siendo creadas total o parcialmente por inteligencia artificial. Este fenómeno tiene implicaciones para la autenticidad, la confianza y la calidad de la conversación profesional en la web.

Principales hallazgos del estudio:
– LinkedIn muestra el mayor grado de saturación de IA: más del 40% de las publicaciones de formato largo (más de 250 palabras) se identifican como completamente generadas por IA. Substack y X/Twitter también reportaron elevadas tasas de contenido potenciado por IA.
– En conjunto, al analizar plataformas como Medium y Reddit, el estudio evaluó un conjunto de datos de más de un millón de publicaciones y encontró que una de cada cuatro publicaciones largas en redes sociales fue marcada como generada íntegramente por IA, con una mayor propensión a la creación de contenido extenso mediante IA.
– Aunque LinkedIn concentra la mayor proporción de contenido artificial, X/Twitter emerge como la plataforma con mayor mezcla de IA y humano cuando se considera contenido mixto. En X, casi la mitad de los artículos estaban ya sea totalmente IA-generados (23,9%) o asistidos/mixtos (22,9%), con solo el 53,2% etiquetados como escritos por humanos de forma exclusiva.

Análisis y perspectivas:
– El estudio sugiere que la problemática de la IA escrita es transversal a múltiples plataformas, pero impacta especialmente a los contenidos de formato largo.
– Aunque podría parecer contradictorio, la demanda de IA para expresar ideas en entornos profesionales gobernados por la identidad real es alta, mientras que en plataformas casuales o anónimas la adopción es menor.
– Frente a estas tendencias, existe preocupación por la transparencia y la responsabilidad: saber si una pieza fue escrita por una persona, por una IA o por una combinación puede ser crucial para mantener la confianza y la credibilidad en las comunicaciones profesionales.

Conclusión:
La IA está influyendo cada vez más en la producción de contenidos en redes sociales y plataformas profesionales. Aunque la tecnología ofrece eficiencia y consistencia, también plantea desafíos en torno a la autenticidad y la calidad informativa. La industria y los usuarios deben valorar estrategias claras de revelación de uso de IA y promover prácticas que equilibren la rapidez de estas herramientas con la responsabilidad ética de comunicar claramente la autoría.

from Latest from TechRadar https://ift.tt/p9tKxhj
via IFTTT IA

El Universo Cinematográfico de Marvel (MCU) continúa evolucionando con el desarrollo de su primera película de los X-Men. En medio de la expectación, han surgido rumores sobre la posible confirmación de Magneto, el icónico mutante capaz de manipular el metal, en este nuevo proyecto. Aunque varias voces de la industria han difundido la noticia, aún no hay un anuncio oficial por parte de Marvel ni una verificación concluyente de fuentes reputadas como Deadline, Variety o The Hollywood Reporter. La conversación pública se ha visto alimentada por publicaciones de insider y por filtraciones en redes, que señalan nombres y escenarios alternativos para el elenco. Entre los nombres que han sonado con mayor fuerza aparece Adam Driver, conocido por su trabajo en Star Wars y otras producciones destacadas. Sin embargo, es importante subrayar que, a día de hoy, se trata de especulación y no de una confirmación definitiva. Este tipo de rumores ha acompañado a Driver en distintas ocasiones a lo largo de los años, vinculándolo anteriormente con otros roles de alto perfil en el MCU, como Doctor Doom y Reed Richards, sin que ninguno de esos rumores se materializara en un acuerdo formal. En este contexto, el rumor de Magneto podría interpretarse como una prueba de la creciente intensificación mediática que rodea a la próxima entrega de X-Men en el MCU. ¿Qué significa esto para el plans de Marvel? En primer lugar, confirma el interés público en atraer a actores de renombre para dar vida a personajes icónicos y, al mismo tiempo, evidencia la cautela típica de los estudios ante anuncios que podrían cambiar el tono de una franquicia consolidada. En segundo lugar, sugiere que Marvel podría apostar por un Magneto que aporte una lectura nueva o una continuidad con el linaje de actores que han interpretado al personaje en el pasado, como Michael Fassbender e Ian McKellen, pero buscando una identidad propia para el universo actual. A día de hoy, la maquinaria de Marvel trabaja con guionistas y directores ya asignados a la película, mientras que la postulación de actores de alto perfil suele acompañarse de un despliegue de marketing estratégico que podría materializarse en una presentación o anuncio durante eventos emblemáticos como San Diego Comic-Con 2026. Aunque la información no está verificada de manera independiente, el ecosistema de rumores puede servir para avivar la expectación de los fans y preparar el terreno para una revelación que llegue cuando Marvel lo considere oportuno. Mientras tanto, la conversación continúa en foros y redes, donde se analizan posibles encarnaciones del personaje y se debaten las mejores elecciones para encarnar a Magneto sin perder la coherencia con las entregas previas de la saga. En definitiva, la llegada de un Magneto al MCU podría marcar un nuevo capítulo en la historia de los X-Men dentro de la casa de las ideas, siempre sujeto a la confirmación oficial y al ajuste fino de casting que Marvel ha mostrado saber hacer en el pasado.

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

from Latest from TechRadar https://ift.tt/Atkl0eR
via IFTTT IA

Invierte un poco de tiempo en leer sobre IA y verás un patrón: las historias sobre nuevas capacidades y la inversión rara vez quedan lejos de las preguntas sobre lo que la tecnología significa para los empleos.

No es difícil ver cómo eso ha moldeado la percepción pública. Mucha conversación sobre las herramientas de IA continúa enmarcada a través del lente de la reducción de la fuerza laboral, creando ansiedad sobre lo que la tecnología podría quitar en lugar de lo que podría habilitar.

Investigaciones de Acas reflejan esa inquietud, con más de una cuarta parte de los trabajadores del Reino Unido identificando la pérdida de empleo como su mayor preocupación respecto a la IA en el lugar de trabajo.

Esas preocupaciones importan porque, a través de distintos sectores, las organizaciones están incorporando IA en un momento en que los empleados ya navegan incertidumbres económicas, presiones presupuestarias y cargas de trabajo crecientes. En ese entorno, los miedos a la sustitución pueden moldear la recepción de las nuevas tecnologías mucho antes de que las personas experimenten sus beneficios.

Sin embargo, centrarse solo en los empleos corre el riesgo de perder una conversación mucho más importante. Para muchas organizaciones, especialmente aquellas que prestan servicios públicos esenciales, el desafío no es la falta de trabajo. Es la falta de capacidad. La pregunta real es si la IA puede ayudar a las personas a trabajar de forma más eficaz ante circunstancias cada vez más desafiantes.

La realidad del trabajo en primera línea

Ese desafío es particularmente visible en los servicios públicos.

Oficiales de vivienda ayudan a residentes en circunstancias difíciles, trabajadores sociales evalúan riesgos en situaciones complejas y equipos de atención al cliente ayudan a personas vulnerables a acceder a apoyos esenciales. En cada caso, los resultados dependen del criterio, el contexto y las relaciones humanas, por lo que no son entornos donde la tecnología pueda intervenir y hacerse cargo de todo.

Lo que muchos profesionales de primera línea luchan no es una falta de experiencia, sino la carga administrativa que impide aplicar esa experiencia donde más importa.

La información crítica suele estar distribuida en múltiples sistemas. Las plataformas que sostienen estos servicios rara vez fueron diseñadas para compartir información de forma simple. En la práctica, suelen ser una mezcla de sistemas ERP y aplicaciones legadas, cada una conteniendo una parte de la imagen.

Como resultado, el personal invierte tiempo valioso buscando expedientes, revisando historiales y reuniendo información antes de poder actuar. Estos desafíos pueden estar detrás de escena, pero consumen grandes cantidades de tiempo.

Apoyar la experiencia, no reemplazarla

La IA aporta su mayor valor cuando ofrece a las personas un acceso más rápido a la información y más tiempo para concentrarse en las decisiones que importan.

Un oficial de vivienda podría localizar rápidamente historiales de arrendamiento relevantes en múltiples sistemas, mientras que un trabajador de servicios sociales podría recibir alertas sobre riesgos emergentes o cambios significativos que requieren atención. Estos trabajadores podrían usar IA para identificar patrones en la demanda de servicios y priorizar enfoques de manera más eficaz.

Es crucial que esto se base en los sistemas de los que ya dependen, el ERP y las plataformas de gestión de casos que contienen sus datos, en lugar de adquirir soluciones adicionales que fragmenten aún más el panorama. El valor proviene de conectar y dar sentido a la información existente, no de añadir a los sistemas de registro.

En cada caso, el trabajador sigue siendo responsable de la decisión, y la IA le ayuda a alcanzarla más rápido y con una mejor información.

Para muchos equipos, la demanda ya supera la capacidad. El reto es crear suficiente tiempo para que los profesionales cualificados se centren en el trabajo que requiere experiencia, juicio e interacción humana.

Si se usa de forma efectiva, la IA puede ayudar a crear esa capacidad. Al reducir la fricción administrativa y facilitar el acceso a la información, permite que las personas dediquen más tiempo a aplicar las habilidades en las que las organizaciones confían.

Este principio se extiende mucho más allá del sector público. Ya sea en negocios, servicios financieros, operaciones de atención al cliente o gobierno, el mayor valor suele provenir de hacer que la experiencia sea más accesible y aplicable, en lugar de intentar reemplazarla por completo.

Por qué importa la percepción

Cuando la IA se introduce junto con discusiones sobre ahorros de eficiencia y presiones laborales, es fácil verla a través del lente de la reducción de costos en lugar de la construcción de capacidades. Esa percepción puede generar resistencia antes de que las nuevas herramientas hayan demostrado su valor.

Por eso, la adopción exitosa de IA exige más que una implementación técnica. Una de las lecciones más claras de la transformación digital es que la tecnología por sí sola no impulsa el cambio; son las personas las que mueven la transformación.

Quien haya trabajado en un gran programa ERP lo entenderá. Los sistemas que tienen éxito rara vez son los que cuentan con la funcionalidad más sofisticada, sino los que los equipos entienden, confían y usan a diario.

Las organizaciones que avanzan tienden a centrarse en resultados prácticos más que en la propia tecnología. Involucran a los equipos desde el principio, los incluyen en cómo se implementarán las herramientas y demuestran cómo la IA puede ayudar a abordar desafíos operativos reales.

Cuando las personas pueden ver el impacto en su trabajo diario, ya sea reduciendo la carga administrativa, mejorando el acceso a la información o apoyando una toma de decisiones más rápida, la adopción se vuelve mucho más natural.

La confianza se desarrolla con el tiempo a través de la participación, la transparencia y resultados tangibles. Las personas necesitan ver cómo la tecnología apoya su trabajo antes de estar dispuestas a aceptarla.

Más allá de la narrativa de reemplazo

El debate sobre IA se ha centrado desproporcionadamente en qué trabajo podría desaparecer. Esa preocupación es comprensible, pero corre el riesgo de ocultar un desafío más inmediato que enfrentan las organizaciones hoy: ayudar a las personas a gestionar cargas de trabajo crecientes, mayor complejidad y expectativas en aumento.

Para el sector público, la oportunidad es mucho más práctica que una visión futura de servicios totalmente automatizados. Consiste en ayudar al personal de primera línea a pasar menos tiempo buscando información, a identificar riesgos más rápidamente y a tener mejor acceso a las ideas necesarias para actuar. En la mayoría de los casos, esto significa obtener más valor de los sistemas centrales existentes en lugar de perseguir una reinvención total.

Esas pueden no ser las historias que generan más atención, pero son las que probablemente determinen si la IA entrega un valor real.

Si las organizaciones quieren que los empleados adopten la IA, deben ir más allá de las conversaciones centradas en el reemplazo y enfocarse en los problemas que la tecnología puede resolver en el terreno. Este grupo está menos interesado en lo que la IA es capaz de hacer, y más en cómo ayuda a hacer mejor su trabajo.

Hemos presentado el mejor creador de sitios web con IA.

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

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

from Latest from TechRadar https://ift.tt/3bRHlcu
via IFTTT IA

La operación de Nihon Kotsu, la mayor empresa de taxis de Japón, ha sido afectada por un ciberataque que obligó a deshabilitar parcialmente sus sistemas informáticos y a interrumpir servicios de reserva y despacho. Este incidente subraya la resiliencia necesaria en una industria que depende de la conectividad y la disponibilidad de sus plataformas digitales para atender a clientes y socios.

Resumen de los hechos: A primeras horas de un sábado, se detectó una infección de malware en dispositivos internos de Nihon Kotsu. En respuesta, la empresa aisló sus redes, informó a las autoridades pertinentes y contrató a expertos externos para evaluar el daño y coordinar las reparaciones. Como consecuencia, ciertos servicios al cliente quedaron temporalmente fuera de servicio, incluyendo el sistema de reservas web, la gestión de pedidos y el despacho telefónico. Ante la interrupción, se recomendó a los usuarios utilizar aplicaciones de taxis alternativas para solicitar servicios.

Estado de la seguridad de datos: En el momento de la comunicación oficial, no se habían verificado filtraciones de datos ni datos expuestos en la web oscura. No obstante, la compañía dejó claro que podría divulgar información si se detectara exposición de datos personales de clientes o partes relacionadas y que respondería de forma formal conforme a la legislación aplicable, notificando a las personas afectadas de manera individual cuando fuera necesario.

Contexto operativo: Nihon Kotsu emplea a más de 18,000 personas y opera una flota que supera los 8,500 taxis y 2,000 vehículos con chófer. La magnitud de la empresa subraya la importancia de una estrategia de ciberseguridad integral que abarque redes, sistemas de reserva, atención al cliente y procesos de respuesta ante incidentes.

Lecciones para la industria:
– Preparación y respuesta rápida: cortar la propagación, aislar redes y activar perímetros de seguridad son pasos críticos para contener un incidente.
– Colaboración y transparencia: la cooperación con autoridades y la comunicación clara con los usuarios y socios ayudan a gestionar la confianza durante una crisis.
– Evaluación de riesgos de datos: aunque no haya evidencia inicial de filtraciones, las empresas deben asumir un enfoque proactivo para detectar posibles exposiciones y comunicar cualquier hallazgo de forma oportuna.
– Dependencia de terceros: la participación de expertos externos y la evaluación de proveedores de software o soluciones de seguridad deben integrarse en un plan de continuidad operativa.

Conclusión: Incidentes como este resaltan la necesidad de fortalecer la ciberseguridad en el sector de transporte, donde la interrupción de servicios puede afectar significativamente la experiencia del cliente y la operativa diaria. La implementación de medidas preventivas, la respuesta coordinada ante incidentes y la comunicación responsable con las partes afectadas deben convertirse en pilares de la gobernanza tecnológica de las empresas de movilidad.

from Latest from TechRadar https://ift.tt/vWFjxM7
via IFTTT IA

El ecosistema digital global se sostiene gracias a una floreciente red de proveedores externos, permitiendo a las organizaciones escalar e innovar con rapidez. Este entorno no solo está lleno de software comercial que se compra, sino también de una amplia gama de bibliotecas y componentes incrustados en productos de terceros.

La velocidad es, en ocasiones, enemiga del riesgo: muchas organizaciones no han verificado de forma adecuada si las tecnologías de terceros cuentan con salvaguardas suficientes contra amenazas cibernéticas y otros riesgos digitales. Así, si bien el software es un habilitador poderoso, también conlleva riesgos cuando se construye con marcos y bibliotecas que no siempre son conocidos o están bien soportados.

Se estima que las empresas utilizan en promedio 106 aplicaciones SaaS dentro de sus entornos de TI, lo que deja claro que la seguridad de la cadena de suministro de software es una preocupación seria.

No es casualidad que la mitad de los participantes en la última Encuesta de Riesgos de la Cadena de Suministro haya clasificado las vulnerabilidades de software en productos de proveedores como la amenaza de ciberseguridad más disruptiva para la cadena de suministro de su organización (51%), superada solo por filtraciones de datos (64%) y malware o ransomware (52%).

Un panorama de ataque cada vez más dinámico, que abarca servicios en la nube, microservicios, APIs, plataformas SaaS y ahora agentes de IA, se ha extendido más allá de lo que alguna vez se consideró un perímetro conocido antes de la transformación digital masiva.

¿Cómo de segura es su propia ecosistema digital extendido? Si esta pregunta acelera su pulso, observe tres consideraciones clave para abordar la seguridad de la cadena de suministro de software.

1. Visibilidad: determine qué hay realmente en su cadena de suministro multi‑capa

Dado que la cadena de suministro de software forma parte de un ecosistema digital vasto e interconectado, las organizaciones a menudo no tienen plena visibilidad de quiénes componen a sus proveedores terceros. Incidentes de alto perfil recientes han mostrado lo frágil que puede ser una cadena de suministro.

Garantizar la continuidad del negocio requiere que las organizaciones evalúen a sus socios antes de otorgarles una confianza tan profunda. Ese esfuerzo empieza por saber quién forma parte de su ecosistema digital interconectado antes de gestionar el riesgo.

Comprender el riesgo a lo largo de la cadena de suministro es conceptualmente sencillo, pero prácticamente complejo. Si bien delinear claramente los parámetros y requisitos de seguridad en los contratos con los proveedores es un buen punto de partida, el contrato es a menudo una actividad puntual y debe complementarse con monitoreo continuo. Debe poder ver y medir los activos de software para gestionarlos mejor.

Después de todo, no puede proteger lo que no puede ver. Muchas empresas siguen sin tener un inventario de activos completo y preciso, lo que significa que su exposición a vulnerabilidades es incompleta. Si desconoce qué sistemas, aplicaciones, dispositivos y bibliotecas componen su entorno, la gestión de vulnerabilidades se convierte en conjeturas y suposiciones.

Es crucial entender qué están haciendo sus proveedores tanto aguas arriba como aguas abajo, porque sus decisiones ahora forman parte del propio perfil de riesgo de la organización. El software suele representar los mayores puntos ciegos en la gestión de activos, en gran parte debido a la falta de transparencia en la compilación y dependencias, la sombra de TI, la sombra de IA y los endpoints no gestionados.

La exposición de una organización está directamente ligada a la postura de seguridad de cada proveedor del que depende. Los atacantes lo saben y, cada vez más, atacan a socios aguas arriba o aguas abajo. Incluso si su entorno está perfectamente protegido, puede haber vulnerabilidades a través de la supervisión de otros. Por ello, herramientas que perfilen, cuantifiquen y califiquen el riesgo de la cadena de suministro son esenciales, al igual que las herramientas que monitorean actividad inusual.

2. Vigilancia: priorizar la seguridad de las integraciones de IA a lo largo de la cadena de suministro de software

Las amenazas pueden estar en cualquier lugar de la cadena de suministro. Pero hay un nuevo actor: la IA. La cadena de suministro de software se ha expandido para incorporar riesgos propios de la IA, como la dependencia de modelos base externos y de agentes altamente conectados.

Esta integración creciente de herramientas de IA eleva la complejidad de la cadena de suministro y sus riesgos. Profesionales de ciberseguridad que participaron en el más reciente Estudio de Fuerza Laboral en Ciberseguridad identificaron un evento de seguridad relacionado con IA en el año anterior: intoxicación de datos (data poisoning) citada por un 11%.

La intoxicación de datos ocurre cuando atacantes insertan intencionalmente datos corruptos, engañosos o maliciosos en el conjunto de entrenamiento de un modelo de aprendizaje automático. Incluso una pequeña cantidad de datos contaminados puede cambiar el comportamiento del modelo, generando clasificaciones erróneas, menor precisión u outcomes maliciosos. Así, ese chatbot aparentemente útil incrustado en su CRM, CMS u otro software empresarial podría no ser tan inofensivo.

Las organizaciones tienen poco o ningún control sobre el software que utilizan sus proveedores, lo que dificulta asegurar que las vulnerabilidades se identifiquen antes de un despliegue general y que estén soportadas y parcheadas tras el despliegue. Sin embargo, sí pueden controlar la supervisión de los proveedores.

Por ello, el equipo de seguridad y los procesos que siguen importan más que nunca. La tecnología acelera ambos lados de la batalla, por lo que la ventaja real proviene de contar con profesionales capacitados que entiendan cómo la IA altera el perfil de riesgo, la superficie de ataque y que puedan implementar los controles adecuados para compensar.

Los profesionales de ciberseguridad especializados en seguridad de la cadena de suministro de software pueden cuantificar el riesgo de la manipulación o dirección de modelos, inyección de prompts y inversión de modelos, y evaluar el sesgo inherente de modelos abiertos. Así se protege la integridad del software y los servicios desde las vulnerabilidades aguas arriba. Este enfoque holístico garantiza que cada componente, desde bibliotecas de terceros hasta los propios datos de entrenamiento, cumpla con los estándares de seguridad y éticos de la organización.

Además, revisar y evaluar los acuerdos con proveedores es una tarea importante para equipos de seguridad y las partes interesadas. Piensen en estas acciones disciplinadas como una prueba de esfuerzo necesaria para identificar y abordar debilidades y necesidades cambiantes. Un buen contrato, con entregables y expectativas claras, forma parte de una estrategia defensiva de ciberseguridad junto con las personas, las tecnologías de defensa y la supervisión continua de sistemas y servicios.

3. Validación: adopte marcos de habilidades y códigos de práctica para la seguridad de la cadena de suministro de software

Ninguna organización debe enfrentarse solo a la mayor amenaza de la seguridad de la cadena de suministro de software. Aproveche guías existentes como el Código de Prácticas de Seguridad de Software del Reino Unido para guiar la defensa de su propia organización.

Este código no solo apoya a los proveedores de software en el desarrollo seguro a lo largo del ciclo de vida, sino también a los clientes de software para mitigar la probabilidad e impacto de ataques a la cadena de suministro de software.

Además de seguir estos códigos y marcos de guía, las organizaciones pueden recurrir a marcos de habilidades y certificaciones neutrales de proveedores para validar que sus profesionales de ciberseguridad demuestren las competencias necesarias para fortalecer la seguridad y la resiliencia de la cadena de suministro.

El desarrollo de habilidades en gobernanza, riesgo y cumplimiento (GRC), desarrollo de software seguro y capacidades de IA permite a quienes trabajan en ciberseguridad y gestión de riesgos tomar decisiones informadas sobre seguridad de la cadena de suministro de software y gestión de riesgos.

De la complejidad a una seguridad mejor

Las cadenas de suministro son complejas, largas y multidimensionales. Las organizaciones deben enfocarse más en someter a prueba la resiliencia de los proveedores de software y en evaluar de forma continua la exposición.

Este enfoque va más allá de ser cuidadoso con lo que llega a la informática; la capa potencialmente más dañina a abordar es el software integrado y las herramientas de IA que usan otros proveedores.

La pregunta no es si su cadena digital sufrirá una interrupción, sino si usted tiene la visibilidad, la vigilancia y la validación para operar cuando ocurra. Eso es resiliencia: la estrella polar de la seguridad de la cadena de suministro de software. Sin duda, la transparencia debe recorrer las cadenas de suministro en lugar de quedar solo dentro de la organización.

Tenemos un resumen de las mejores soluciones de protección de dispositivos para apoyar estos esfuerzos, disponible para lectura adicional.

Este artículo forma parte de TechRadar Pro Perspectives, nuestro canal para presentar a las mejores mentes en la industria tecnológica de hoy. Las opiniones aquí expresadas son del autor y no necesariamente las de TechRadar Pro o Future plc. Si está interesado en contribuir, puede obtener más información en el enlace proporcionado.

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