En la última década, la computación cuántica ha sido tratada como un horizonte lejano: un desafío teórico más que una necesidad operativa inmediata. Aunque los avances han acaparado titulares, la ausencia de una fecha límite clara para que las computadoras cuánticas puedan vulnerar los estándares criptográficos actuales ha limitado el impulso de las organizaciones para priorizar la preparación cuántica. El Índice de Preparación Cuántica Segura de IBM para 2025 revela cuánto trabajo queda por hacer: el puntaje promedio de las empresas es apenas 25 de 100. Sin embargo, esa ventana de preparación se está reduciendo rápidamente. Este año, Google advirtió que “los márgenes cuánticos pueden estar más cerca de lo que aparentan”, señalando avances en hardware, corrección de errores y algoritmos que aceleran el progreso hacia computadoras cuánticas criptográficamente relevantes. Google ha fijado además un objetivo para completar su propia migración a criptografía poscuántica (PQC) para 2029.

Aun así, esa urgencia creciente sigue sin una fecha límite firme. A diferencia del plazo binario y definido del Y2K, el perfil de riesgo cuántico es nebuloso; el umbral exacto de peligro continúa sin definirse, incluso cuando la línea de tiempo de remediación abarca varios años.

Las grandes empresas necesitan tiempo para identificar dependencias criptográficas, evaluar infraestructuras heredadas, coordinar a los proveedores y asegurar los presupuestos requeridos para la migración. Esas decisiones van mucho más allá de la criptografía y afectan la planificación, la asignación de fondos y la priorización de riesgos en el negocio. De hecho, la disponibilidad de capacidades cuánticas afectará prácticamente todas las áreas de las organizaciones a nivel global.

Encabeza la conversión de este riesgo cuántico en una prioridad empresarial integral

La preparación para el futuro poscuántico ya tiene una solución técnica definida. En 2024, NIST finalizó su primer conjunto de estándares PQC y alentó a las organizaciones a iniciar la transición cuanto antes. Para algunos sistemas, la migración puede consistir en una simple actualización de software o un cambio de configuración. Para otros, podría ser mucho más complejo. El desafío para una gran empresa es saber dónde deben ocurrir esos cambios.

Un primer paso práctico es construir una factura de materiales criptográficos (QBOM), catalogando qué criptografía se usa y dónde, qué sistemas pueden actualizarse relativamente fácil y dónde la infraestructura heredada podría requerir reemplazo u otra estrategia de mitigación. Es un esfuerzo intensivo, pero existen plataformas de software que pueden ayudar.

Luego, las organizaciones deben priorizar sistemas en función del valor de los datos y de cuánto tiempo deben permanecer protegidos. Por ejemplo, registros financieros o información de identificación personal de clientes puede requerir mayor urgencia que un registro de chat interno con poco valor a largo plazo.

La longevidad de los datos es especialmente importante porque los atacantes ya recolectan tráfico cifrado con la expectativa de que futuras computadoras cuánticas podrán leerlo, una práctica conocida como “cosechar ahora, descifrar luego” (harvest now, decrypt later). Para datos sensibles, el ataque puede haber ocurrido ya, aunque el impacto comercial aún no se haya materializado.

La exposición de datos es solo una parte de esa evaluación. La criptofirma de clave pública (PKC) también sustenta la autenticación, incluido el inicio de sesión único y otros mecanismos para establecer la identidad. Si esa base criptográfica ya no puede ser confiable, las organizaciones corren el riesgo de suplantación, con consecuencias para el acceso a aplicaciones, infraestructura y datos.

Gran parte de este trabajo queda fuera del control directo del CISO. Infraestructura, aplicaciones, datos y relaciones con terceros suelen tener propiedad compartida a lo largo del negocio, y también lo hacen los presupuestos necesarios para abordarlos. Los CISOs deben presentar un argumento de riesgo comercial que demuestre a otros líderes —el CIO, CTO, compras, cumplimiento y ejecutivos— dónde están los mayores riesgos y qué necesita atención primero.

Hacer que la agilidad criptográfica forme parte de la migración

La preparación para un futuro poscuántico también exige cripto-agilidad. Las normas criptográficas seguirán evolucionando a medida que surjan nuevas vulnerabilidades y cambien los algoritmos. Las organizaciones necesitan sistemas y plataformas que puedan acoger esos cambios sin otra migración costosa y de varios años. Eso significa comprar y construir de forma que pueda admitir cambios de algoritmos futuros a través de software, más que reemplazos de hardware.

El National Cyber Security Centre del Reino Unido recomienda incorporar esa flexibilidad en los planes de migración PQC y establecer criterios para retirar algoritmos tradicionales, con el objetivo de eliminar la dependencia exclusiva de la criptografía de clave pública tradicional. También implica replantear cómo se gestiona el presupuesto para la transición.

Las grandes empresas suelen operar con presupuestos anuales aprobados con antelación y que se ajustan poco a lo largo del año, pero una transición poscuántica puede exigir más flexibilidad a medida que evolucionen los estándares y las amenazas.

Este principio también debe influir en las adquisiciones. La compliance SOC 2 ya exige a las organizaciones revisar las políticas de privacidad de los proveedores, certificaciones y controles de acceso, pero las dependencias criptográficas pueden ser otro punto ciego. Preguntar qué estándares admite un proveedor, cómo se puede actualizar la criptografía y qué roadmap PQC ofrece puede reducir el riesgo de adquirir infraestructuras que se vuelvan difíciles o costosas de migrar más adelante.

La línea de tiempo cuántica empieza con el presupuesto de hoy

Aunque aún no exista una fecha límite firme para la preparación cuántica, los ciclos presupuestarios ofrecen un marco más disciplinado y accionable para la planificación. Ejecutar una migración de varios años requiere un compromiso financiero sostenido a lo largo de ciclos sucesivos; cada periodo presupuestario que pasa comprime la ventana disponible para la remediación.

La mayoría de los CISOs ya comprende el riesgo cuántico. El reto es convertir esa conciencia en un inventario claro, prioridades de negocio y un plan de migración por fases que pueda financiarse en los próximos ciclos presupuestarios. Comenzar hoy brinda a las organizaciones tiempo para enfocarse en sistemas de mayor riesgo y abordar la infraestructura heredada antes de que la timeline se vuelva crítica.

Este artículo forma parte de TechRadar Pro Perspectives, nuestra visión para destacar a las mentes más brillantes de la industria tecnológica actual. Las opiniones expresadas aquí son del autor y no necesariamente reflejan a TechRadarPro o Future plc. Si estás interesado en contribuir, consulta esta oportunidad.

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

Este es, sin duda, uno de los deals de SIM con mejor relación calidad-precio que he visto últimamente, y resulta una revelación para quienes consumen datos con frecuencia, para los viajeros habituales y para cualquiera que prefiera evitar contratos mensuales.

Actualmente, la EE Rolling Unlimited SIM cuesta solo £15 al mes (antes £35) en Scancom al usar el código HUKDSAVE.

Al tratarse de una SIM con renovación automática (rolling), no hay contrato mensual que firmar, y puedes cancelar en cualquier momento. El plan incluye datos, llamadas y mensajes ilimitados cada mes. Además, se incorporan 25GB de roaming en Europa sin coste adicional.

La mejor oferta de SIM ilimitada de hoy

Por qué lo recomendamos

Datos, llamadas y mensajes ilimitados, junto con roaming europeo gratuito, hacen de esta una de las ofertas de SIM más valiosas del momento.

A £15 al mes, frente a £35, obtienes las velocidades fiables de la red EE sin compromiso alguno, por lo que puedes cancelar en cualquier momento.

El generoso roaming de 25GB en Europa es ideal para viajeros frecuentes (ya sea por trabajo o por placer). Es más que suficiente para streaming, videollamadas, navegación y revisión de correos cuando el Wi-Fi público o del hotel es lento.

No he visto una oferta similar en coste y beneficios equivalentes, ni en Amazon ni directamente de EE.

Contexto de precio y valor histórico

Sin lugar a dudas, £15 al mes por datos, llamadas y mensajes ilimitados es un precio excelente. Para comparar, un plan Unlimited Rolling SIM sin 25GB de roaming europeo se comercializa en Amazon por £25 al mes, y contratar un plan mensual ilimitado directo de EE sin roaming incluido cuesta £23 al mes.

¿Deberías comprarlo?

✅ Compra la EE Unlimited Rolling SIM si…

No quieres firmar un contrato mensual, consumes muchos datos en casa o viajas con frecuencia a Europa por trabajo.

❌ Omite la EE Unlimited Rolling SIM si…

Prefieres comprar directamente a EE para obtener soporte y extras de registro, o necesitas más de 25GB de roaming europeo.

La excepción: lo que debes saber antes de comprar

Al formar parte de la red EE, asegúrate de disponer del servicio en tu zona. Puedes consultar la cobertura de EE aquí: Comprobador de cobertura de EE.

También vale la pena señalar que Scancom es, en la práctica, un sitio B2B, y a menudo se utiliza para soporte empresarial, no el equipo de EE directo. Aunque no hace falta ser empresa para comprar y usar la SIM, el objetivo principal es para profesionales.

• Explora toda la oferta de SIM en Scancom

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

El primer avance de Artificial revela una aproximación audaz a la figura de Sam Altman, cofundador de OpenAI, y al periodo decisivo que marcó el ascenso de la inteligencia artificial como eje central del panorama tecnológico contemporáneo. Dirigida por Luca Guadagnino y escrita por Simon Rich, la película se posiciona como una comedia dramática biográfica que aborda con tono sombrío y provocador las decisiones, tensiones y controversias que rodearon la creación de ChatGPT y la evolución de OpenAI hasta el 2023.

La estrategia de producción promete una experiencia cinematográfica intensa: un entorno visual oscuro y una atmósfera que sugiere la complejidad ética y las ganas de poder que suelen acompañar las innovaciones disruptivas. Andrew Garfield encarna a Altman con una precisión que, a partir de las imágenes divulgadas, sugiere un compromiso con la gestualidad y el timbre verbal característicos del líder tecnológico. La interpretación se enriquece con un elenco amplio y reconocible, que incluye a Yura Borisov como Ilya Sutskever, Monica Barbaro como Mira Murati, Cooper Hoffman como Greg Brockman, Ike Barinholtz como Elon Musk, y Mark Rylance como Geoffrey Hinton, entre otros.

Entre la propuesta creativa y la realidad histórica, Artificial propone una mirada que podría oscilar entre la biografía y una exploración satírica de un periodo clave: la gestación de una tecnología que ha redefinido la economía, la política y la vida cotidiana. El teaser ya sugiere un tono que transita entre la tensión dramática y el humor mordaz, anticipando escenas que invitan a reflexionar sobre quién decide el destino de una innovación que cambia el modo en que trabajamos, aprendemos y nos comunicamos.

La película llegará a las salas de Estados Unidos a finales de diciembre de 2026, con un despliegue internacional en 2027. En el Reino Unido, la fecha de estreno se espera para enero de 2027, dentro de una agenda cinematográfica que hablará de numerosas entregas que marcarán el año. Este estreno oportuno promete activar debates sobre la responsabilidad corporativa, la gobernanza de la IA y el papel de los líderes que impulsan estas tecnologías.

A nivel narrativo, Artificial apunta a centrar su relato en un periodo específico de OpenAI: los días críticos previos a la destitución y posterior restitución de Altman, con la lucha por decidir quién controla una tecnología en medio de una competencia global por el dominio de la IA. Aunque queda por definirse cuánto del trasfondo personal de Altman, sus relaciones internas y el lanzamiento de ChatGPT quedarán plenamente representados, lo que es seguro es que la película generará un intenso debate público y mediático alrededor de sus temas centrales.

En suma, Artificial no es solo una biografía corporativa; es una exploración cinematográfica de un momento en el que la frontera entre innovación y poder adquirió una nueva dimensión. A medida que se acerque su estreno, el foco estará en cómo la película equilibra la verdad histórica con la libertad creativa para construir una historia que dialogue con audiencias diversas sobre el rumbo de la inteligencia artificial y su impacto en la sociedad.

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

Google ha anunciado planes para invertir alrededor de 15.1 mil millones de dólares en Finlandia durante los próximos dos años, consolidando su mayor inversión única en Europa hasta la fecha. Este desembolso busca satisfacer la creciente demanda local de servicios como Gemini, Maps y YouTube. Pero la estrategia va más allá de ampliar centros de datos: también contempla mejoras en la red eléctrica, proyectos de energía limpia, almacenamiento en batería y más.

El clima fresco y la electricidad de baja emisión de carbono de Finlandia resultan especialmente atractivos para los hyperscalers, que buscan optimizar la eficiencia de sus operaciones ante un escrutinio público y regulatorio cada vez más riguroso. En este contexto, Google está invirtiendo de forma significativa en centros de datos en Finlandia, con especial énfasis en la planta de Hamina, que opera desde hace unos 15 años y destaca por su enfriamiento mediante agua de mar y un esquema de recuperación de calor fuera de sitio que canaliza el calor residual hacia propiedades locales.

Las comunidades locales en Hamina, Kajaani, Muhos y Vaala recibirán un total de 36 millones de dólares para formación y educación, y se esperan hasta 37,000 puestos de trabajo durante la fase de construcción de 2027-2028. En el frente energético, Google ha suscrito un acuerdo de compra de energía de 22 años para apoyar la extensión de la central nuclear de Loviisa y ha trazado planes para ampliar la capacidad eólica onshore y un nuevo almacenamiento de 94 MW para amortiguar la variabilidad de la energía renovable.

Bikash Koley, vicepresidente de Infraestructura Global de Google, subrayó también otras inversiones en comunidades y medio ambiente, incluyendo la regeneración de bosques nativos y humedales, senderos recreativos accesibles, saunas públicas y muelles de pesca. En el caso de Finlandia, Google afirma haber invertido alrededor de 4 mil millones de dólares en Hamina y su infraestructura relacionada desde la adquisición del sitio, entonces una antigua fábrica papelera, en 2009.

Este enfoque integral refleja una visión de sostenibilidad y desarrollo local: combinar crecimiento tecnológico con iniciativas que benefician a las comunidades, al tiempo que se impulsa la eficiencia energética y la resiliencia de la red frente a un panorama tecnológico en rápida evolución.

from Latest from TechRadar https://ift.tt/F6sLYwM
via IFTTT IA

El seguimiento de Lioness temporada 3 continúa encendiendo las expectativas de los espectadores. En este viaje, el misterio se entrelaza con la realidad operativa de agencias de inteligencia y las decisiones que marcan el pulso de la historia. Este artículo ofrece un panorama claro sobre el estado actual de la entrega, las fechas de estreno de los episodios y el contexto narrativo que impulsa la acción.

Contexto y avance de la trama:
– La búsqueda de Joe (interpretada por Zoe Saldaña) se ha extendido, manteniendo a la audiencia en vilo y dejando espacio para giros que podrían redefinir a los personajes y sus alianzas.
– Las consecuencias de la desmantelación de redes rusas en Washington provocan fricciones políticas y decisiones difíciles para algunos senadores, lo que añade una capa de tensión institucional a la narrativa.
– El equipo de la CIA continúa centrando esfuerzos en la zona de Houston, con la esperanza de avanzar en la misión de rescate mientras se gestionan las repercusiones de operaciones pasadas.

Cuándo ver el episodio 7:
– En Estados Unidos y Canadá, Lioness temporada 3, episodio 7 se estrenará el domingo 13 de septiembre a las 12:00 a. m. PT / 3:00 a. m. ET.
– En Reino Unido, la emisión está prevista para las 8:00 a. m. BST.
– En India, la llegada será a las 12:30 p. m. IST.
– En Singapur, el estreno está programado para las 3:00 p. m. SGT.
– En Australia, la hora de estreno será a las 5:00 p. m. AEST.
– En Nueva Zelanda, el episodio llegará a las 7:00 p. m. NZST.

Calendario de la temporada (con ocho episodios en total):
– Episodio 1: ya disponible
– Episodio 2: ya disponible
– Episodio 3: ya disponible
– Episodio 4: ya disponible
– Episodio 5: ya disponible
– Episodio 6: ya disponible
– Episodio 7: 13 de septiembre
– Episodio 8: 20 de septiembre

Notas y recursos visuales:
– Se incluye una imagen destacada con crédito de Paramount+ que ilustra la atmósfera de la serie y el tono de la temporada.
– Un video de revisión y análisis está disponible para aquellos que buscan contenido adicional y perspectivas sobre los giros de la temporada.

Conclusión:
Con ocho episodios planificados y una entrega semanal que mantiene el suspense, Lioness temporada 3 promete consolidar su arco narrativo hacia un cierre impactante. Mantendremos este espacio actualizado con nuevas fechas y desarrollos para que los fans no pierdan detalle de la evolución de la historia y de los personajes.

from Latest from TechRadar https://ift.tt/by2T6Pl
via IFTTT IA

Las actualizaciones de Chrome están evolucionando hacia ciclos de dos semanas, una estrategia pensada para reducir la ventana de exposición ante ataques reales y mejorar la entrega de correcciones de seguridad y rendimiento. Este cambio, que entra en vigor con Chrome 153, afectará a las versiones de Chrome para escritorio, Android e iOS, y se enmarca en un esfuerzo más amplio de la industria para responder a la creciente complejidad y vulnerabilidades.\n\nLa motivación principal es doble: por un lado, acelerar la implementación de parches ante un panorama de amenazas en constante evolución; por otro, simplificar la gestión de cambios gracias a entregas más pequeñas e incrementales, lo que facilita identificar y resolver posibles problemas.\n\nComo respuesta al aumento del volumen de ataques y a las herramientas de descubrimiento de vulnerabilidades impulsadas por IA, se espera que el número de parches sea mayor. Con ciclos más cortos, la diferencia entre un parche aprobado y su llegada a los usuarios finales se reduce, disminuyendo así las oportunidades de explotación en el mundo real.\n\nAunque Chrome ha seguido un ciclo de cuatro semanas desde 2021, el contexto actual exige un enfoque más ágil. Se estima que Chrome 154, programado para el 22 de septiembre, reflejará de manera clara este nuevo ritmo, y no solo para Chrome: otros navegadores importantes como Microsoft Edge, Mozilla Firefox y Brave están migrando hacia ciclos quincenales similares.\n\nEl nuevo esquema de actualizaciones busca además un alcance de cambios más contenido, lo que podría facilitar a los desarrolladores entender qué salió mal en caso de incidencias. En resumen, un entorno de seguridad más proactivo y una experiencia de usuario más estable, gracias a parches más puntuales y transparentes.\n\nLa adopción de este modelo refleja una realidad del ecosistema web: la velocidad de las amenazas exige respuestas igual de rápidas, sin perder de vista la calidad y la estabilidad del navegador que millones usan a diario.\n\nNota: la noticia incluye que Google ha confirmado el cambio de un ciclo estable de cuatro semanas a uno de dos semanas, con efectos a partir de septiembre de 2026, y que otros navegadores también están explorando movimientos similares hacia frecuencias de publicación más cortas.

from Latest from TechRadar https://ift.tt/Lcy5hoG
via IFTTT IA

La infraestructura empresarial ha sabido adaptarse a medida que la escala crece. La virtualización mitigó la proliferación de servidores, la computación en la nube redujo la necesidad de provisionar recursos físicos para cada aplicación y la automatización hizo manejables entornos cada vez más complejos. La inteligencia artificial presenta un tipo distinto de desafío de escalamiento.

En las discusiones sobre IA empresarial, el foco se ha centrado en modelos, GPUs y rendimiento de inferencia; sin embargo, esas tecnologías representan solo una fracción de lo que las organizaciones deben operar. Cada despliegue de IA en producción genera un flujo continuo de datos que debe ser ingerido, protegido, movido, analizado, retenido, gobernado y, eventualmente, archivado.

Estas actividades imponen demandas a la infraestructura muy distintas de las que las soluciones de almacenamiento fueron diseñadas para soportar.

Esto se vuelve cada vez más evidente a medida que las organizaciones avanzan desde proyectos piloto. La IA ya no es una carga de trabajo única que corre sobre una infraestructura aislada. Una misma aplicación puede incluir almacenamiento de alto rendimiento para entrenamiento de modelos, almacenamiento de objetos para datos de inferencia, capacidad de menor costo para conjuntos de datos operativos, almacenamiento inmutable para resiliencia cibernética y archivos a largo plazo para cumplir con requisitos regulatorios.

Tradicionalmente, esas funciones las gestionaban productos separados con herramientas de gestión distintas, políticas de seguridad y equipos operativos. Esa arquitectura funcionaba razonablemente bien cuando los datos se movían lentamente y las aplicaciones seguían ciclos de vida predecibles. La IA cambia ambas premisas.

Los conjuntos de datos de entrenamiento se expanden de forma continua. Se introducen nuevos modelos con mayor frecuencia que las aplicaciones empresariales tradicionales. Las cargas de inferencia fluctúan según la demanda. El mismo conjunto de datos puede moverse repetidamente entre procesamiento activo, respaldo, cumplimiento y archivo a lo largo de su vida útil.

Cada transición introduce otra tarea operativa, otra oportunidad de inconsistencia y otro punto donde los administradores deben intervenir. En poco tiempo, el esfuerzo para gestionar la infraestructura empieza a igualar al esfuerzo de construir las propias aplicaciones de IA.

La complejidad se convierte en el verdadero desafío de la infraestructura

Durante años, la respuesta a la complejidad operativa fue la automatización. Los administradores automatizaban aprovisionamientos, mantenían scripts y orquestaban tareas repetitivas. Esas capacidades siguen siendo valiosas, pero estaban diseñadas para ejecutar acciones predefinidas bajo condiciones predefinidas.

Los entornos de IA son considerablemente menos predecibles. La infraestructura debe adaptarse continuamente a cargas de trabajo cambiantes, requisitos de rendimiento, políticas de seguridad en evolución y volúmenes de datos en crecimiento, a menudo sin beneficios de patrones operativos estables.

Ahí es donde la infraestructura de datos autónoma representa algo más que otro marco de automation. En lugar de tratar el almacenamiento como una colección de sistemas independientes, se parte de la premisa de que la plataforma debe optimizar continuamente cómo se gestiona la información a lo largo de su ciclo de vida. La capacidad, el rendimiento, la protección y el costo se convierten en decisiones de políticas en lugar de proyectos de infraestructura.

El movimiento de datos entre niveles de rendimiento se realiza automáticamente según las necesidades del negocio, en lugar de exportarse, migrarse y reimportarse a plataformas diferentes. Un único namespace abarca cargas de trabajo que históricamente requerían múltiples sistemas de almacenamiento, permitiendo que la infraestructura evolucione sin obligar a los administradores a rediseñar el entorno repetidamente.

Ese cambio arquitectónico podría resultar más importante que la propia automatización. Muchas organizaciones subestiman cuánta complejidad operativa se acumula al gestionar múltiples plataformas de almacenamiento. Cada entorno tiene su propio modelo de autenticación, herramientas de monitoreo, políticas de ciclo de vida, calendarios de actualización, procedimientos de recuperación y características de rendimiento.

A medida que la IA se expande por toda la empresa, esas capas de gestión se multiplican junto con los datos. Reducir el número de fronteras operativas a menudo genera un valor mayor a largo plazo que introducir otra capa de orquestación.

El mismo principio se aplica a la resiliencia cibernética. La IA ha incrementado el valor de los datos empresariales mucho más allá de los registros comerciales tradicionales. Conjuntos de datos de entrenamiento, puntos de control de modelos, índices vectoriales y pipelines de inferencia se han convertido en activos estratégicos por derecho propio. Protegerlos requiere más que software de respaldo. Requiere una infraestructura que asuma que ocurrirán fallas y ataques y que esté diseñada para recuperarse sin depender de intervención manual.

La gobernanza se integra al ciclo de vida de los datos

La conversación también se extiende más allá de la seguridad hacia el control. A medida que las iniciativas de IA se vuelven más estratégicas, las organizaciones enfrentan una mayor presión para entender dónde reside la data, quién puede acceder a ella y qué marcos legales y regulatorios la gobiernan.

Esto es especialmente cierto para empresas que operan en múltiples países o en industrias altamente reguladas, donde los requisitos de residencia de datos, iniciativas de soberanía digital y obligaciones de cumplimiento influyen cada vez más en las decisiones de infraestructura.

En lugar de tratar estas cuestiones como ejercicios de gobernanza separados, la infraestructura moderna debe hacer que la ubicación, la retención y el acceso sean parte del ciclo de vida de los datos, permitiendo a las organizaciones cumplir con los requisitos regulatorios sin añadir complejidad operativa adicional.

Una de las decisiones de diseño más significativas detrás de la infraestructura de datos autónoma es que la inmutabilidad existe dentro del motor de almacenamiento, y no solo a través de políticas administrativas. En lugar de modificar datos existentes en el lugar, se escriben nuevas versiones por separado mientras las versiones anteriores permanecen intactas.

Combinado con una auto-curación distribuida que reconstruye solo los objetos afectados en lugar de discos enteros, esto crea un modelo operativo de resiliencia fundamentalmente diferente. La recuperación pasa a ser parte del comportamiento normal del sistema en lugar de un evento excepcional que requiere coordinación y reparación prolongadas.

Los operadores de infraestructura se convierten en arquitectos de infraestructura

Quizá la implicación más interesante no tenga que ver tanto con la tecnología de almacenamiento en sí. Los equipos de infraestructura ya deben gestionar entornos que crecen más rápido que su plantilla, y la IA acelera ese desequilibrio. El objetivo no es eliminar personas de las operaciones, sino reducir el tiempo que los ingenieros altamente especializados dedican a tareas repetitivas que aportan poco valor estratégico.

A medida que más actividades rutinarias se vuelven políticas y se optimizan de forma continua, los profesionales de la infraestructura pueden dedicar más atención a la arquitectura, la gobernanza, la planificación de capacidad y a alinear las decisiones tecnológicas con las prioridades del negocio.

Esa evolución refleja lo que está ocurriendo en ingeniería de software, redes y ciberseguridad. La IA desplaza gradualmente la experiencia humana desde la ejecución repetitiva hacia el diseño de sistemas, la gobernanza y la toma de decisiones estratégicas. La infraestructura de datos autónoma refleja la misma progresión.

En lugar de pedir a los administradores que gestionen una colección creciente de productos de almacenamiento, se trata la infraestructura como un sistema adaptable que opera dentro de políticas establecidas por quienes la gestionan. La aproximación más efectiva no es quitar a las personas del bucle, sino mantenerlas en control de las decisiones que moldean la seguridad, el cumplimiento y los resultados comerciales, mientras la plataforma ejecuta tareas operativas rutinarias de forma autónoma.

Visto desde esa perspectiva, la infraestructura de datos autónoma no es tanto almacenamiento como preparación de IT empresarial para la próxima década. La IA ha revelado las limitaciones de las arquitecturas construidas alrededor de productos aislados, coordinación manual y un overhead operativo creciente.

Las organizaciones seguirán invirtiendo en GPUs más rápidas y en modelos más capaces, pero esas inversiones solo tendrán su mayor valor si la infraestructura subyacente se vuelve igualmente capaz de gestionar la complejidad. La próxima generación de infraestructura empresarial no solo almacenará datos de forma más eficiente; participará activamente en la operación de los entornos de los que depende la IA moderna.

Hemos destacado la mejor plataforma de inteligencia de negocios.

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

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

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