Sistemas de tuberías rotos, hospitales evacuados: lecciones de una simulación nocturna ante Volt Typhoon


En un ejercicio de simulación a puerta cerrada, un consorcio de aseguradoras y operadores de infraestructuras se reunió para ensayar la respuesta ante una interrupción masiva provocada por un atacante externo. El escenario, cuidadosamente orquestado, combinaba una falla sistémica en la red de tuberías con un fallo crítico en los sistemas hospitalarios, desencadenando un efecto dominó de operaciones y decisiones estratégicas. A medida que la simulación avanzaba, emergían tres vectores centrales que transformaban la experiencia en una pesadilla operativa para cualquier organización que dependa de la continuidad del servicio.

Primero, la magnitud de la interrupción revelaba la fragilidad de las cadenas de suministro críticas. Las tuberías rotas, simuladas en múltiples plantas de tratamiento y redes urbanas, no sólo cortaban el suministro de agua y la capacidad de saneamiento, sino que también generaban emergencias adicionales: desbordes, contaminación localizada y un consumo acelerado de recursos de emergencia. En la mesa de decisión, cada interrupción revelaba un detalle operativo que, sin una coordinación precisa, se transformaba en cuellos de botella para la atención sanitaria, la protección civil y la logística de apoyo a comunidades vulnerables.

Segundo, los hospitales evacuados y las instalaciones de atención médica sobrecargadas expusieron límites críticos en la resiliencia institucional. El ejercicio mostró que la continuidad de la atención depende no solo de sistemas de respaldo, sino de protocolos de alto rendimiento que contemplen movilidad de pacientes, interoperabilidad de datos clínicos y redundancias en la cadena de suministro de insumos médicos. Cada traslado forzoso de pacientes, cada desvío de camiones de suministros o cada corte de energía temporal obligaba a replantear la coordinación entre hospitales, autoridades sanitarias y proveedores de seguros. La simulación destacó la necesidad de planes de contingencia que contemplen escenarios de demanda extrema, emergencias multirregionales y comunicaciones confiables en entornos distruídos.

Tercero, la participación de las aseguradoras en este tipo de pruebas evidenció un choque entre gestión de riesgos y respuesta operativa. Las casas aseguradoras evaluaron capacidades de cobertura, liquidez de reclamaciones y mecanismos de financiación de respuestas rápidas ante crisis complejas. Pero el ejercicio mostró que, en una contingencia de gran escala, las métricas financieras deben conversar con las métricas operativas: tiempos de respuesta, coordinación entre múltiples proveedores, trazabilidad de incidentes y transparencia en la comunicación con clientes. En el centro de la discusión surgió una pregunta crítica: ¿qué tan preparados están los marcos de aseguramiento para sostener la continuidad de servicios esenciales cuando la infraestructura básica se ve severamente comprometida?

El escenario, aunque hipotético, dejó lecciones claras para el sector: la necesidad de inversiones proactivas en resiliencia de infraestructuras críticas, la importancia de alianzas público-privadas que permitan respuestas integradas y la urgencia de modernizar los planes de continuidad para fenómenos que van más allá de incidentes aislados. En un contexto donde la amenaza cibernética y la vulnerabilidad física converge, las organizaciones deben diseñar rutas de acción que reduzcan el tiempo de recuperación, fortalezcan la comunicación con clientes y usuarios, y aseguren una capacidad real de sostener servicios esenciales incluso ante fallos sistémicos de gran escala.

Este ejercicio nocturno, de puertas cerradas, no buscaba asustar con escenarios apocalípticos, sino iluminar las áreas críticas que requieren atención y inversión. La vulnerabilidad no es una sentencia; es un llamado a la acción. Con cada simulación se gana una visión más clara de dónde fortalecer, qué procesos priorizar y cómo orquestar una respuesta que no solo contemple la reparación de daños, sino la preservación de vidas, la dignidad de las comunidades y la confianza de las personas en las instituciones que deben protegerlas.
from Wired en Español https://ift.tt/R6egnyB
via IFTTT IA

Audífonos de conducción ósea: seguridad y rendimiento para corredores al aire libre


Escuchar música mientras se corre puede convertir un entrenamiento rutinario en una experiencia más atractiva y motivadora. Sin embargo, la seguridad al correr al aire libre exige mantener la conciencia situacional: escuchar el entorno, entender el tráfico y percibir movimientos cercanos. Los audífonos de conducción ósea ofrecen una solución equilibrada entre disfrute y prudencia, permitiendo disfrutar de la música sin perder conexión con el mundo que nos rodea.

Qué son y cómo funcionan
Los audífonos de conducción ósea se colocan sobre los pómulos, justo delante de las orejas. En lugar de enviar el sonido a través del canal auditivo, las vibraciones se transfieren a través de los huesos hacia el oído interno. Este diseño mantiene el canal auditivo abierto, lo que facilita la percepción de ruidos ambientales como coches, bicicletas o señales de tránsito, al tiempo que se disfruta de la música o de las indicaciones de una brújula o entrenador virtual.

Ventajas para corredores
– Mayor conciencia situacional: al no taponar el oído, se escucha con mayor claridad el tráfico, pasos, perros u otros estímulos externos, reduciendo el riesgo durante la carrera.
– Comodidad prolongada: para personas que encuentran incómodo llevar tapones o audífonos en la aurícula, la conducción ósea ofrece una alternativa menos invasiva.
– Compatibilidad con pedidos de atención: algunos modelos permiten combinar música, mensajes de navegación o instrucciones de entrenamiento sin interrumpir la percepción del entorno.
– Versatilidad en condiciones variables: ideales para correr en parques, avenidas y senderos, donde la mezcla entre música y ambiente exterior es crucial.

Cuidados y consideraciones
– Calidad de sonido: si bien la experiencia puede ser muy satisfactoria para la actividad física, la fidelidad de graves y volumen puede ser diferente a la de los audífonos intraaurales. Elegir un modelo con buena respuesta en rango medio y altos facilita la claridad de la música sin necesidad de subir excesivamente el volumen.
– Ajuste y comodidad: buscar un diseño ligero y con armazón que se mantenga estable durante movimientos y sudor. Paquetes con ganchos de resorte o reguladores de inclinación suelen ofrecer mejor sujeción.
– Resistencia al sudor y al clima: para entrenamientos al aire libre, es conveniente optar por certificaciones de resistencia al agua o al sudor (por ejemplo, IPX4 o superior).
– Duración de la batería: si se planea correr largas distancias, confirmar la autonomía en uso continuo y la disponibilidad de carga rápida.
– Compatibilidad: la mayoría de estos dispositivos se conectan vía Bluetooth a smartphones y relojes deportivos. Verificar compatibilidad con las apps de entrenamiento utilizadas.

Consejos para sacar el máximo partido
– Equilibra volumen y entorno: establece un volumen que permita oír con claridad los sonidos del entorno, especialmente en rutas compartidas o urbanas.
– Personaliza tus rutas: utiliza funciones de navegación en voz para no quitar la vista de la ruta y mantener el paso constante.
– Escucha progresiva: aumenta gradualmente la duración de las sesiones con audífonos de conducción ósea para evitar fatiga auditiva o incomodidad en la mandíbula y pómulos.
– Prueba diferentes modelos: no todos los dispositivos se adaptan a la fisonomía facial o al tipo de carrera. Probar varios te permitirá encontrar el ajuste más cómodo y estable.

Conclusión
Para quienes buscan una experiencia de running más cómoda y segura al aire libre, los audífonos de conducción ósea representan una opción atractiva. Permiten disfrutar de la música o de indicaciones de entrenamiento sin renunciar a la percepción del entorno, lo que facilita mantener la seguridad, la motivación y el rendimiento en cada salida.
from Wired en Español https://ift.tt/H3zoXRj
via IFTTT IA

Mejora la comodidad en tu oficina en casa: análisis profesional de la dupla MK880 y M850L de Logitech



En la búsqueda de los accesorios adecuados para una oficina en casa, la prioridad no es solo el rendimiento, sino también la comodidad. Como muchos, uso el ratón y el teclado de forma intensiva, combinados con un portátil y un monitor externo, lo que exige una configuración ergonómica y agradable para largas jornadas. Recientemente, Logitech presentó una pareja de dispositivos diseñada específicamente para promover la comodidad, lo que lo convierte en una opción atractiva para aquellos que buscan mejorar su experiencia diaria de trabajo.

La línea Signature Comfort Plus de Logitech incluye un teclado y un ratón con amortiguación integrada, diseñada para incrementar la comodidad y mejorar la experiencia de uso. El conjunto MK880 (teclado) y M850L (ratón) se ofrece en una paquete combinado, y tras semanas de uso puedo compartir mis impresiones sobre su desempeño y valor.

Experiencia de uso: facilidad de clic y comodidad continua

Para quienes trabajamos con una combinación de teclado y ratón, una de las claves está en la distribución de la palma y la superficie de apoyo. En el caso del M850L, la novedad es la amortiguación situada en medio de la parte superior, justo debajo de la rueda de desplazamiento, a la que la compañía se refiere como la “almohadilla de la palma”. Este diseño busca disminuir problemas de RSI y fatiga en la mano. A nivel práctico, la presencia de la amortiguación ayuda a relajar la tensión, especialmente en la base de la mano, donde la ergonomía se vuelve crucial durante jornadas prolongadas.

El ratón M850L destaca por su forma más compacta y esculpada, con agarres laterales integrados para mejorar la comodidad y la usabilidad. En cuanto a rendimiento, se comporta de forma rápida y sensible, con conectividad excelente y un diseño ligero y fácilmente transportable, ideal para viajes de trabajo. Cuenta con cuatro botones programables y se conecta vía Bluetooth, sin necesidad de dongle.

Sin embargo, el precio de 49,99 € por sí solo (y 99,99 € en el pack con el teclado MK880) puede hacer que algunos evaluadores opinen que la amortiguación adicional está a un nivel de coste elevado. A la luz de esta experiencia, una posible mejora futura podría ser una mayor cubierta de amortiguación para un confort adicional a lo largo de la jornada.

Diseño y experiencia de tecleo: estilo y ergonomía en la práctica

La experiencia con el MK880, el teclado de la gama Signature Comfort Plus, transmite una sensación de refinamiento y comodidad. Logitech ha mantenido la opción de un reposamuños integrado que ya se ha convertido en un sello distintivo de la marca, pero con una ejecución más sobria y enfocada en la ergonomía. El teclado presenta una elevación en un punto medio que favorece una postura de tecleo más natural, mientras que las teclas, aunque más superficiales que en la línea Wave Keys, ofrecen una experiencia de escritura más silenciosa sin sacrificar el tacto.

El reposamuñecas integrado es más que un añadido cosmético: está diseñado para que las muñecas descansen de manera suave, reduciendo la fatiga durante largas sesiones de escritura. Este detalle, junto con el perfil general ligero y con buen agarre, hace del MK880 una opción atractiva para usuarios que buscan comodidad diaria sin renunciar a un rendimiento sólido y a una conectividad Bluetooth estable, eliminando la necesidad de dongle.

Conclusión: ¿vale la pena invertir en la línea Signature Comfort Plus?

En conjunto, el MK880 y el M850L representan una propuesta bien alineada para usuarios que priorizan la comodidad en su configuración de oficina en casa. El conjunto ofrece una experiencia de uso cómoda, con una construcción ligera, rendimiento fiable y conectividad robusta. Aunque el precio puede parecer elevado para algunos, la inversión se ve justificada por la mejora en la experiencia de tecleo y en la ergonomía diaria a largo plazo. Si buscas una solución que combine estilo, confort y rendimiento práctico para tu entorno de trabajo, la pareja MK880 y M850L se posiciona como una opción destacada en su segmento.

from Latest from TechRadar https://ift.tt/QE6qOBX
via IFTTT IA

Exposición y Gestión: Cómo la realidad conocida redefine la resiliencia cibernética


En un panorama donde se destacan las amenazas cibernéticas sofisticadas y las vulnerabilidades de día cero, muchas organizaciones siguen subestimando un peligro más inmediato: los riesgos que ya conocen y no han corregido. La evidencia reciente pinta un retrato sobrio de la seguridad empresarial actual. De más de 800,000 activos de TI analizados, una de cada tres carece de al menos un control de seguridad crítico. Casi una de cada cinco usa software ya obsoleto y el 17% opera fuera de las herramientas tradicionales de gestión de vulnerabilidades.

En otras palabras, la superficie de ataque moderna no solo se expande; se fragmenta, se vuelve menos visible y es más difícil de controlar.

Vulnerabilidades basadas en lo básico

Uno de los desarrollos más preocupantes es lo poco que los atacantes necesitan innovar. Cada una de las 10 vulnerabilidades más explotadas en casos recientes ya había sido parcheada por los proveedores, a menudo meses antes. Al mismo tiempo, el 65% de los incidentes involucró abusos de servicios de acceso remoto como VPNs, RDP y herramientas de gestión remota. Estos no son puntos débiles obscuros; son componentes fundamentales de entornos modernos de TI.

La conclusión es clara: los atacantes no están superando tecnológicamente a los defensores. Aprovechan huecos de ejecución. Las organizaciones han aprendido a identificar vulnerabilidades, pero son menos eficaces a la hora de priorizarlas y remediarlas, y la brecha entre saber, priorizar y corregir es donde se acumula el riesgo. Esa brecha es, ahora, el lugar donde comienzan la mayoría de las brechas.

El problema de la visibilidad

En el centro de la cuestión está un desafío más fundamental: la visibilidad. Los entornos de TI empresariales se han transformado en ecosistemas distribuidos que abarcan infraestructuras on-premise, servicios en la nube, aplicaciones SaaS, endpoints remotos e integraciones de terceros.

Cada capa suele ser gestionada por distintas herramientas, cada una con su propio inventario. Ninguna ofrece una vista completa, y el resultado es predecible. Los activos quedan fuera de los ciclos de parcheo. Los dispositivos no están cubiertos por protección de endpoints. Sistemas enteros quedan sin escaneo. El 17% de los activos no está cubierto por herramientas de gestión de vulnerabilidades, lo que los vuelve prácticamente invisibles desde la perspectiva de seguridad.

No es simplemente un fallo técnico. Crea una debilidad estructural que muchos líderes de seguridad ya reconocen: las organizaciones no pueden asegurar lo que no pueden ver.

Para las empresas del Reino Unido, este desafío tiene consecuencias cada vez más relevantes. Marcos regulatorios como el Reglamento NIS2 y la futura Ley de Ciberseguridad y Resiliencia del Reino Unido están dando más énfasis en controles demostrables sobre activos y riesgos. Inventarios inexactos y datos fragmentados dificultan cada vez más la demostración de cumplimiento.

Sistemas heredados: el riesgo que no quiere irse

La persistencia de tecnología heredada agrava el problema de visibilidad. El 19% de los activos de TI ejecutan software o hardware obsoleto, lo que ya no recibe actualizaciones de seguridad.

Estos sistemas son particularmente desafiantes. En sectores como salud, manufactura y servicios financieros, suelen estar incrustados en procesos críticos y no pueden reemplazarse fácilmente. Sin embargo, permanecen expuestos a vulnerabilidades conocidas.

El problema no es solo su existencia, sino su opacidad. No es inusual que las organizaciones crean haber desmantelado sistemas heredados, para descubrir más tarde que siguen activos. Esto genera un punto ciego persistente en la superficie de ataque que los atacantes aprovechan con rapidez.

Una brecha creciente entre percepción y realidad

Quizás lo más preocupante es cuánto las organizaciones desconocen su propio estado de seguridad. Muchos dependen de un único sistema de registro —por ejemplo, una herramienta de gestión de configuraciones— como su fuente de verdad. Sin embargo, estos sistemas suelen ser incompletos.

En un ejemplo, una empresa creía tener cobertura total de protección de endpoints basada en informes internos. Análisis independientes revelaron que una parte de sus dispositivos no estaba incluido en el sistema. Esta desconexión entre percepción y realidad genera una falsa sensación de seguridad, cada vez más insostenible ante una mayor escrutinio regulatorio y gobernanza a nivel de junta directiva.

A lo largo del Reino Unido y la Unión Europea, marcos como el Acta de Resiliencia Operativa Digital en servicios financieros y NIS2 en general están elevando las expectativas. Las organizaciones ya no son evaluadas solo por si existen controles, sino por si son eficaces, verificables y aplicados de forma consistente.

De la gestión de vulnerabilidades a la gestión de exposición

En este contexto, se observa un cambio más amplio en la forma en que las organizaciones abordan la ciberseguridad. La gestión tradicional de vulnerabilidades, centrada en identificar y calificar fallas, ya no es suficiente. El reto no es la falta de datos, sino la claridad sobre qué importa realmente.

La gestión de exposición, por el contrario, adopta una visión más holística. Combina descubrimiento continuo de activos con datos de múltiples fuentes, aplicando contexto de negocio y de amenazas para priorizar el riesgo. Crucialmente, también se enfoca en la verificación: asegurar que las acciones de remediación se completen realmente.

Este cambio ya ofrece resultados medibles. Las organizaciones que adoptan prácticas más maduras de gestión de exposición observan reducciones de más del 40% en categorías de riesgo clave, como controles ausentes y activos obsoletos.

Una nueva línea base para la resiliencia cibernética

Las implicaciones para las organizaciones en el Reino Unido son claras. La ciberseguridad ya no se trata solo de defenderse de lo desconocido. Se trata de gestionar lo conocido —de forma sistemática, continua y a escala.

Esto es especialmente relevante a medida que el riesgo cibernético se vincula cada vez más a cumplimiento regulatorio, requisitos de aseguramiento y gobernanza a nivel de junta. Demostrar control sobre la superficie de ataque —probar qué existe, cómo está protegido y si se han reducido los riesgos— se está convirtiendo en una expectativa básica.

Los atacantes pueden lograr control a nivel de dominio en minutos una vez dentro de un entorno. En ese contexto, los retrasos en la remediación o las brechas de visibilidad no son solo problemas operativos: son riesgos comerciales críticos.

Las organizaciones que tendrán éxito son aquellas que cierren la brecha entre insight y acción. Las que vayan más allá de las suposiciones y desarrollen una comprensión clara y verificable de su exposición. En el panorama de amenazas actual, el mayor riesgo no es lo que las organizaciones aún no saben, sino lo que ya saben y no han corregido.

Este análisis se enmarca en las perspectivas de TechRadar Pro Perspectives, un canal para presentar mentes brillantes de la industria tecnológica actual.

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

Cámaras futuras y el dilema de la presencia: reflexiones sobre la visión de Insta360 y el papel humano en la imagen


El fundador y CEO de Insta360, Liu Jingkang, conocido como ‘JK’, compartió recientemente una publicación en la plataforma china Weibo que ha despertado debate. La idea central es una visión de producto orientada a un “Cameraman” —un robot de fotografía inteligente capaz de componer tomas y capturar momentos como lo haría un fotógrafo profesional, permitiendo que los usuarios permanezcan plenamente inmersos en el presente.

JK sostiene que la IA está evolucionando rápidamente y que el ‘cerebro’ del Cameraman se está volviendo cada vez más capaz, abriendo nuevas posibilidades para la imagen creativa. A largo plazo, se plantea que las cámaras lleguen a convertirse en algo casi imperceptible, hasta el punto de “desaparecer” y que la grabación no requiera esfuerzo, convirtiéndose en una parte natural de la vida.

Como fotógrafo y como persona preocupada por los límites de la tecnología, exploré estas ideas y solicité comentarios a Insta360. JK proporcionó una declaración que aborda estas inquietudes y elaboró la visión de la empresa, además de responder a varias preguntas sobre planes potencialmente disruptivos para el futuro de las cámaras.

A continuación encontrarás la respuesta de JK, seguida de una entrevista y la perspectiva de un portavoz de Insta360.

Nota editorial: El objetivo de este texto es presentar una lectura crítica y equilibrada sobre hacia dónde se dirigen las tecnologías de captura de imágenes y qué significado tiene para la experiencia humana de la memoria y la creatividad.

La entrevista

TC: ¿Cómo se imagina este ‘cameraman’? ¿Es una entidad única o múltiples productos?

JK: Para nosotros, el futuro Cameraman es una visión de producto más que un único dispositivo.

Insta360: La idea central es crear una cámara capaz de componer tomas automáticamente, capturar momentos clave y producir contenido terminado para el usuario, de modo que las personas puedan permanecer presentes sin perder lo que importa.

En viajes o eventos en directo, a menudo se sostiene el teléfono durante mucho tiempo y se mira la pantalla en lugar de la experiencia. Nuestra visión a largo plazo es que la cámara trabaje como lo haría un fotógrafo profesional: tú estás presente y ella ayuda a encargarse de la filmación.

Estamos explorando la forma óptima, por lo que no habrá un único producto final en corto plazo. Sin embargo, ya estamos incorporando elementos de esa visión en productos existentes. Por ejemplo, el seguimiento POV de Luna Ultra facilita una experiencia de grabación más fluida, casi invisible, y la consideramos una primera forma importante del futuro Cameraman.

TC: ¿Será el ‘robot fotógrafo’ totalmente automatizado e independiente?

Insta360: En primer lugar, el concepto de futuro Cameraman no implica un robot humanoide. Es una visión de producto y una orientación a largo plazo sobre cómo deberían evolucionar las cámaras.

La idea es liberar a los usuarios de operaciones complejas para que puedan estar realmente presentes mientras obtienen resultados de aspecto profesional. En ese sentido, la cámara empieza a desempeñar un papel similar al de un fotógrafo. Imagina una salida familiar donde el sistema puede encuadrar, grabar, editar y entregar contenidos de principio a fin, sin necesidad de gestionar continuamente el dispositivo.

Dicho esto, no se trata de una cámara que actúe de forma independiente sin el usuario. Se trata de una operación altamente inteligente bajo la dirección, la intención y el control del usuario. Debe poder automatizar mucho más del proceso, incluyendo grabar de forma más completa cuando el usuario lo desee, pero siempre dentro de límites establecidos por el usuario. Nuestro objetivo es que la experiencia sea fluida y natural, incluso hasta el punto en que la cámara se vuelva casi imperceptible en la vida cotidiana.

TC: ¿Cómo se diferencia el sistema de Cameraman de las cámaras y modelos actuales de Insta360?

Insta360: Insta360 ya cuenta con capacidades fundamentales para el Cameraman futuro. Funciones como cosido impulsado por IA, estabilización FlowState, seguimiento de sujetos, reframing, edición automática y procesamiento de imagen en dispositivo forman parte de la evolución hacia una captura más inteligente y autónoma. Sin embargo, los productos actuales son aún versiones tempranas de lo que esa experiencia plenamente realizada podría ser.

Hemos construido una base sólida en imagen en 360 grados, lo que nos ofrece un contexto espacial completo y continuo. Combinado con nuestro trabajo en modelado espacial e inteligencia generativa, esto ayuda a que la IA pase de “ver” el mundo a “entenderlo” y actuar de manera más inteligente.

En el futuro, ampliaremos áreas como estimación de profundidad panorámica, modelos del mundo y sistemas de seguimiento autónomo.

TC: ¿Qué plazos se manejan para este Cameraman?

Insta360: Es una visión a largo plazo. Se realizará a través de iteraciones de producto continuas. No llegará de golpe en un único producto, sino que evolucionará a medida que las tecnologías subyacentes maduren y sean seguras para el uso real.

La frontera ética

Una de las preguntas más relevantes es la autonomía de estos sistemas y el potencial impacto en la privacidad. Insta360 ha señalado que la grabación autónoma debe estar siempre sujeta a la autorización y el control del usuario. La idea central no es grabar sin límite, sino convertir la cámara en un compañero inteligente que entienda lo que el usuario desea capturar y ayude a hacerlo de forma más eficaz, manteniendo límites claros, permisos y controles.

La tensión entre comodidad y agencia del usuario es, probablemente, la más crítica a considerar. Si bien estas tecnologías pueden reducir la fricción y enriquecer la experiencia de captura, también plantean preguntas sobre la dimensión de la experiencia humana y su relación con la memoria y la creatividad.

Reflexiones finales

El balance entre eficiencia tecnológica y presencia humana no es trivial. La promesa de cámaras más “inteligentes” y menos intrusivas podría liberar tiempo para experiencias vividas y una narrativa más auténtica, siempre que el usuario conserve el control y la capacidad de decidir qué grabar y qué dejar fuera de la automatización.

Si Insta360 continúa avanzando en esta dirección, es crucial promover un marco de transparencia, seguridad y consentimiento claro para proteger la privacidad y la libertad creativa de los usuarios y de las personas que aparecen en las imágenes.

En última instancia, la pregunta no es si las cámaras pueden volverse más inteligentes, sino cómo mantenemos el sentido de la presencia y la agencia humana cuando la tecnología se facilita para que capture la vida con menos fricción.

from Latest from TechRadar https://ift.tt/YkP0luD
via IFTTT IA

Evaluando IA en la vida real: un análisis práctico entre Gemini 3.6 Flash y GPT-5.6 Sol


En los últimos días, OpenAI y Google han presentado modelos de IA de gran impacto. OpenAI lanzó GPT-5.6 y Google respondió con Gemini 3.6 Flash. Aunque ambos se promocionan por sus capacidades de codificación y desarrollo, también alimentan las versiones para consumidores de ChatGPT y Gemini.

En lugar de medirlos solo con benchmarks de programación, decidí explorar cuál es realmente mejor para resolver los problemas desordenados y cotidianos que la gente enfrenta al usar IA.

Para esta comparación, enfrenté Gemini 3.6 Flash con GPT-5.6 Sol utilizando su configuración de razonamiento media por defecto, ya que ambas están pensadas para ser modelos estándar de alta calidad que los suscriptores pagan para la mayoría de tareas.

Mi vida digital

Les di acceso a mi semana completa de información digital.

Subí:

  • Extractos bancarios
  • Mi calendario (accedieron a mi app y también envié una captura de pantalla de mi calendario de otra cuenta)
  • Recibos de compras
  • Emails (ambos tenían acceso a mi Gmail)
  • Capturas de WhatsApp
  • Fotos de mis estantes de cocina
  • Una factura de servicios
  • Reservas de viaje
  • Notas escritas a mano

Luego di a ambos modelos la misma instrucción:

“Dime todo lo que debería hacer esta semana”.

Puede parecer simple, pero obliga a la IA a combinar información de varias fuentes, priorizar lo importante, detectar fechas límite, reconciliar datos que se contradicen y producir un plan de acción práctico. En otras palabras, es exactamente el tipo de problemas del mundo real que cada vez más esperas que un asistente de IA sepa resolver.

Los resultados fueron como la noche y el día.

Dos enfoques distintos

¿Sabías que TechRadar ahora tiene membresía?

Varias imágenes de productos tecnológicos junto a las palabras 'Insider TechRadar Aprende Más'

(Imagen con derechos: Future)

Conviértete en TechRadar Insider haciendo clic en ‘Join Now’ en la parte superior de la página. ¿Una pregunta? Escribe a membership@techradar.com

Al subir los archivos a Gemini 3.6 Flash y pedirle qué hacer esa semana, mayormente ignoró las fotos y se enfocó en la captura de mi calendario. Su respuesta inicial repetía principalmente los eventos que ya sabía que ocurrían. Gracias, Gemini — tenía el calendario abierto frente a mí.

Luego le pedí explícitamente si podía inferir algo útil de las demás imágenes. Eventualmente ofreció asesoría adicional y organizó la información en categorías: trabajo, compras, fitness, notas y recibos. Pero no señaló dos eventos que entraban en conflicto esa noche y ofreció poco énfasis en priorización o en guiar para el siguiente paso.

ChatGPT tardó más en responder, pero su respuesta fue mucho más útil. A partir de las capturas de WhatsApp, dedujo con acierto que la clase de Tai Chi del viernes tenía baja asistencia y sugirió decidir si valía la pena asistir. Notó que la sesión de yoga había sido cancelada y detectó dos eventos en conflicto en mi calendario, diciéndome que debía elegir entre ellos.

También sumó los recibos, sugirió qué hacer con ellos y realizó un intento razonable de descifrar mis notas escritas a mano. Más importante aún, organizó todo en un plan día a día para la semana siguiente, e identificó las tres tareas más urgentes para empezar.

La diferencia crucial

Esa fue la diferencia clave. Gemini describió lo que había en mis archivos. ChatGPT decidió qué debía hacer con la información. En términos futbolísticos, ChatGPT anotó un hat-trick mientras Gemini falló un penal.

Google afirma que Gemini 3.6 Flash mejora la codificación, el trabajo de conocimiento y el rendimiento multimodal frente a sus modelos anteriores. Eso puede ser cierto, pero en esta prueba multimodal concreta fue claramente superado.

Cuando pedí a ambas IA que hicieran sentido de la vida real en lugar de un benchmark, ChatGPT razonó sobre la información de una forma mucho mejor que Gemini.

from Latest from TechRadar https://ift.tt/217mdkt
via IFTTT IA

Urgencia, innovación y alianzas: Cómo la colaboración con Ucrania puede acelerar el progreso británico



La pregunta de si la innovación surge únicamente bajo presión es compleja y sugiere respuestas diferentes según el contexto histórico. La histo­ria muestra que momentos de crisis —guerras, shocks y emergencias— han acelerado descubrimientos que luego transformaron industrias enteras. En la Segunda Guerra Mundial, la medicina, la aviación, la informática y la manufactura recibieron impulsos que moldearon el mundo moderno; la pandemia de Covid-19 demostró que la colaboración entre instituciones, capital y reguladores puede acelerar el desarrollo y la aprobación de vacunas a una velocidad antes impensable.

El papel de la presión no es, sin embargo, exclusivo. La pregunta relevante para sociedades que no se sienten en peligro inminente es: ¿qué crea urgencia cuando no hay una amenaza existencial? En Reino Unido, la normalidad cotidiana puede dificultar la generación de esa urgencia, pero la historia demuestra que es posible innovar con una velocidad extraordinaria cuando la necesidad se alinea con objetivos económicos, científicos y institucional.

El análisis de la experiencia británica muestra un patrón claro: la innovación de gran impacto no depende solo de la invención, sino de la capacidad de convertir esos avances en instituciones, marcos de estándares, mercados, servicios profesionales, estructuras de capital y redes globales. Durante la Segunda Guerra Mundial, tecnologías como el radar y el penicilino se convirtieron en motores de transformación social y económica. En el presente, la pandemia evidenció que instituciones y ecosistemas bien sincronizados pueden convertir conocimiento en soluciones de alto impacto en tiempos cortos.

Hoy, la guerra en Ucrania aporta una visión contemporánea de cómo las tecnologías pueden evolucionar con rapidez cuando la adaptación se considera una cuestión de supervivencia. La velocidad de desarrollo en software, sistemas autónomos, drones, guerra electrónica y gestión de datos de campo ha redefinido no solo lo militar, sino también la forma en que se piensa la adquisición, la producción industrial y la preparación operativa. Este cambio ya está siendo reconocido en el Reino Unido a través de referencias a la “pista de tiempo de guerra” y al llamamiento a procesos más ágiles y financiados de manera continua.

No basta con discurso: la verdadera prueba es si se pueden crear sistemas que hagan real la velocidad, de forma sostenible y repetible. En defensa y en la economía, la pregunta es cómo transformar la presión en una capacidad estructural de innovación que sea útil tanto en entornos militares como civiles.

Una lección clave es que la urgencia no debe limitarse a una defensa directa; puede convertirse en una oportunidad para generar nuevas industrias, estándares y liderazgo tecnológico. Reino Unido posee una base sólida para liderar este movimiento: universidades de alto nivel, talento ingenieril, mercados financieros desarrollados, un marco legal sólido, capacidades de fabricación, experiencia en seguros y una red global. Además, la relación con Ucrania, fortalecida por acuerdos y una trayectoria de cooperación, ofrece una vía para convertir la experiencia operativa en valor compartido.

La propuesta central es crear un corredor tecnológico dual uso entre Reino Unido y Ucrania enfocado en problemas reales y usuarios reales. Identificar tecnologías y lecciones operativas ucranianas con relevancia probada, emparejarlas con ingenieros, universidades, inversores y usuarios de defensa y regulación británicos, y probarlas en entornos reales. Las áreas prioritarias deben responder a necesidades británicas genuinas y a experiencia ucraniana en sectores como: protección de aeropuertos frente a interrupciones por drones, inspección de activos energéticos offshore, mejora de comunicaciones de emergencia, fortalecimiento de cadenas de suministro, aplicación de IA a datos visuales complejos, detección de interferencias en infraestructuras críticas, monitoreo de tierras agrícolas e infraestructuras con sistemas autónomos.

El punto ético es crucial: Ucrania no debe convertirse en una fuente de ideas para ser comercializadas sin participación en el valor generado. Si se quiere ganar la confianza de fundadores, ingenieros, militares y responsables políticos ucranianos, es necesario tratar a Ucrania como socio de co–creación, permitiendo que empresas ucranianas escalen internacionalmente desde el Reino Unido con una participación justa en propiedad intelectual, futuro comercial y recuperación nacional.

Existen motivos estratégicos claros para avanzar. Países como Estados Unidos, Alemania y Japón están fortaleciendo relaciones con Ucrania para afrontar una reconfiguración de la seguridad global. El Reino Unido ha sido un aliado firme y puede moderar el impulso tecnológico con una alianza más ambiciosa que conecte defensa, resiliencia industrial y progreso dual uso. La adquisición y el ensayo de tecnologías deben contemplar que las start-ups no esperan años para decisiones críticas; se requieren procesos que permitan a los usuarios civiles y militares probar tecnologías en condiciones reales sin quedar atrapados en trámites excesivos.

Si se logra, este enfoque no solo fortalecerá la defensa y la seguridad europea, sino que sentará las bases para una nueva ola de innovación británico-ucraniana con beneficios económicos y tecnológicos duraderos. El resultado esperado es un ecosistema en el que normas, estándares, mercados y capitales se alineen para convertir las lecciones de Ucrania en herramientas de progreso global.

En suma, la próxima fase de la cooperación tecnológica entre Reino Unido y Ucrania debe basarse en la co-creación, la rapidez operativa y la construcción de infraestructuras institucionales que hagan de la innovación una fuerza sostenible, capaz de transformar tanto la defensa como la vida civil. Esto requiere voluntad política, claridad estratégica y un marco de financiación y prueba que permita a las empresas emergentes avanzar desde la prueba de concepto hasta la implementación real, con un enfoque claro en resultados y responsabilidad.

Este artículo forma parte de TechRadar Pro Perspectives, una plataforma para presentar a mentes destacadas de la industria tecnológica. Las opiniones expresadas son del autor y no representan necesariamente a TechRadar Pro o a Future plc. Si desea contribuir, puede obtener más información en el enlace proporcionado.

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

Economía de la eficiencia: el papel de la IA de bajo consumo en un mundo energéticamente cada vez más exigente



La inteligencia artificial (IA) está redefiniendo la forma en que trabajamos y vivimos, impactando indiscriminadamente a múltiples industrias. Sin embargo, ese impulso acelerado de la tecnología topa con limitaciones tangibles relacionadas con la energía y la infraestructura de suministro. A medida que las operaciones de IA se expanden a escala y se integran en infraestructuras físicas cada vez más complejas, emergen conversaciones críticas sobre el costo, la generación y la disponibilidad de electricidad. Las proyecciones de la Agencia Internacional de Energía señalan un crecimiento de la demanda eléctrica global del 3,3% para 2025 y del 3,7% para 2026, impulsado, entre otros factores, por centros de datos, despliegues de IA y avance industrial. Se advierte incluso que la demanda de electricidad de los centros de datos podría duplicarse para 2030, con instalaciones enfocadas en IA que podrían triplicar su consumo en el mismo periodo. Este fenómeno ya se refleja en impactos financieros y políticas: en mercados con redes eléctricas poco expandidas, la competencia por recursos escasos eleva precios; según S&P Global, algunas regiones con centros de datos de IA han visto subir los precios mayoristas de la electricidad en más de un 250% en los últimos cinco años. Este tira y afloja entre avance tecnológico y disponibilidad de energía está empezando a replantear la forma en que el sector tecnológico encara el futuro de la innovación. Durante años, la premisa dominante fue que el progreso en IA vendría principalmente de ampliar el tamaño de los modelos y de infraestructuras de cómputo centralizadas. Sin embargo, la siguiente ola de creación de valor podría proceder también de la IA integrada en el mundo físico: máquinas, dispositivos, edificios, activos industriales, wearables médicos y la infraestructura que sensa, actúa y se adapta de forma continua. En ese contexto, la cuestión no solo es cómo entrenar modelos más grandes, sino cómo procesar flujos masivos de datos del mundo real con la menor latencia y el menor consumo energético posible. Por ello, las arquitecturas alternativas, incluyendo IA de bajo consumo y descentralizada, están ganando importancia estratégica. ¿Qué son los sistemas de IA de bajo consumo? Son sistemas diseñados para minimizar los recursos necesarios para la inferencia y el aprendizaje en línea, con especial énfasis en la eficiencia energética, sin comprometer el rendimiento. En lugar de depender exclusivamente de una infraestructura en la nube masiva y de centros de datos centralizados que consumen mucha energía, estos sistemas priorizan la eficiencia en cada nivel de la pila tecnológica, desde la arquitectura de los semiconductores hasta el procesamiento y la implementación de los datos. La IA de bajo consumo no es un único avance a nivel de modelo; es una disciplina de diseño de sistemas que abarca sensado, acondicionamiento de señales, procesamiento embebido, arquitectura de semiconductores, optimización de algoritmos y despliegue. El verdadero desafío es la co-diseño de hardware y software para un caso de uso específico, de modo que la inteligencia se entregue donde realmente importa con el presupuesto energético más bajo posible. En este sentido, instituciones de transferencia de investigación como CSEM pueden aportar significativamente: combinando experiencia en sensores, edge computing, diseño IC ultreficiente e integración de sistemas orientada a aplicaciones para traducir la IA en soluciones del mundo real robustas, en lugar de meros demostradores. Mientras que gran parte del desarrollo de IA se ha centrado en sistemas entrenados y operados sobre arquitecturas generalistas que abordan múltiples tareas, estos sistemas de alto rendimiento consumen grandes cantidades de energía. En contraste, los sistemas de IA de bajo consumo se enfocan en ecosistemas más especializados y con alcance limitado a un conjunto bien definido de tareas, lo que les permite funcionar con infraestructuras y recursos energéticos reducidos. Esto incluye IA en el borde (edge AI), donde los datos se procesan dentro de dispositivos y sistemas locales en lugar de enviarlos de forma continua a la nube. Tal cambio es especialmente relevante en la era de la IA física: cuando la inteligencia se incrusta en el mundo real, el volumen de datos potencialmente relevantes generados por sensores, máquinas, vehículos y edificios es enorme. Enviar todo a la nube no solo es ineficiente, sino a menudo demasiado lento y costoso. Muchas decisiones deben tomarse localmente, en tiempo real, bajo restricciones de energía, ancho de banda, privacidad y fiabilidad. Por ello, la IA de bajo consumo resulta esencial no solo para reducir el consumo energético, sino para preprocesar datos cerca de su origen, extraer la fracción mínima de información significativa y permitir que el sistema global se supervise y optimice en términos de rendimiento, recursos y salud. Quizá lo más importante es que estos sistemas amplían el alcance de la IA hacia where AI tools pueden operar de manera realista: dispositivos médicos vestibles, sensores industriales, sistemas de monitoreo remoto, infraestructura de transporte y entornos de fabricación inteligente requieren sistemas de IA capaces de funcionar bajo estrictas limitaciones energéticas. Estos contextos muestran que la sostenibilidad no es solo una medida de costo, sino un requisito funcional. A nivel sub-milivatios, algunos sistemas pueden incluso moverse más allá de la dependencia de la batería, volviéndose energéticamente autónomos mediante la cosecha de energía ambiental (luz, calor o vibración) para lograr un ciclo de vida de tipo usar y desechar sin mantenimiento. ¿Por qué la eficiencia es ahora imperativa? La capacidad de generación de energía, la infraestructura de transmisión, los recursos de refrigeración y las cadenas de suministro de semiconductores están bajo presión simultánea. La idea de que la competitividad futura depende solo de construir sistemas más grandes y más intensivos en energía puede ya no sostenerse, y su expansión podría implicar costos exponenciales. Las organizaciones capaces de entregar sistemas de IA distribuidos, eficientes y altamente focalizados podrían obtener ventajas estratégicas importantes y abrir un camino hacia una mayor resiliencia tecnológica, dado que su diseño ya incorpora robustez frente a variaciones en precios de la electricidad, interrupciones del suministro y volatilidad geopolítica. Además, una opción más sostenible puede generar valor al reducir el impacto ambiental, sin sacrificar funcionalidad. La conversación sobre IA responsable debe ir más allá de la gobernanza de software y marcos éticos; debe considerar cómo se alimentan los sistemas y dónde procesan la información. Una oportunidad estratégica para naciones más pequeñas La emergencia de la IA de bajo consumo también redefine quién puede participar de manera significativa en la carrera global de IA. Estados Unidos y China han sido polos globales en cuanto al desarrollo de IA y, posteriormente, en lo que respecta a grandes inversiones. Ambos son ejemplos de naciones grandes con recursos para invertir en centros de datos, producción de chips y otras infraestructuras. A primera vista, este paradigma puede hacer que otros países queden fuera de los beneficios financieros e innovadores de la IA. Pero con la IA de bajo consumo y distribuida, las naciones más pequeñas no necesitan competir solamente en escala. Pueden competir a través de especialización, ingeniería de precisión y la capacidad de traducir la investigación en sistemas desplegables para aplicaciones exigentes. Suiza, mi país, ofrece un marco útil de práctica. Aunque no podemos superar en gasto a las grandes economías, poseemos fortalezas en microelectrónica, inteligencia embebida, tecnologías de sensado y aplicaciones industriales y médicas de alto valor. Reconociendo estas bases, las entidades de transferencia tecnológica pueden jugar un papel clave al conectar estas fortalezas nacionales con la implementación industrial, ayudando a transformar la IA de un paradigma centrado en la nube en inteligencia eficiente incrustada en el mundo físico. Incluso para naciones relativamente pequeñas, existe la oportunidad de liderar el desarrollo de IA abrazando el diseño de sistemas de bajo consumo. Los fabricantes de chips con recursos limitados deberán centrarse cada vez más en tecnologías especializadas y eficientes para aplicaciones específicas y competir así en el escenario global. A medida que las restricciones energéticas se vuelven más severas, la demanda de sistemas de IA capaces de operar eficientemente en condiciones reales tiende a crecer respecto a entornos centralizados masivos. En muchos sentidos, la IA de bajo consumo podría democratizar partes del auge de la IA al premiar la eficiencia, la precisión y la especialización frente a simples capacidades para escalar rápido. Casi cualquier país posee algún nivel de experiencia técnica especializada que puede conectarse a un caso de uso de IA. Un vistazo al futuro revela un giro desde interfaces de chat y plataformas en la nube hacia sistemas físicos que dan forma a la vida diaria y a la productividad industrial. En ese marco, la inteligencia local eficiente ya no es una optimización secundaria, sino un requisito arquitectónico central. La IA física dependerá de la capacidad de sensar el mundo de forma continua, interpretarlo selectivamente y actuar sobre información relevante sin mover cada flujo de datos crudo a infraestructuras centralizadas. La democratización de la IA exige soluciones y oportunidades más amplias para que todos participen. Mirando hacia adelante Aunque los primeros años de la revolución de la IA se han caracterizado por modelos grandes y multiuso y por un crecimiento de escala, el siguiente capítulo probablemente lo escribirán desarrolladores y ecosistemas que aprovechen la ingeniería de precisión para centrarse en sistemas distribuidos de bajo consumo que, por su propia naturaleza, son más resilientes y sostenibles. La disponibilidad de energía ya no es una consideración secundaria en el desarrollo de IA, sino una variable definitoria para el futuro de la industria y, por ende, de la economía global. La próxima generación de sistemas de IA debe diseñarse con estas restricciones en mente, lo que exige avances en diseño de semiconductores, edge computing, arquitecturas especializadas y gestión inteligente de la energía. Países y empresas que adopten estos sistemas más eficientes y focalizados podrían estar mejor posicionados para la competitividad a largo plazo que aquellos que simplemente busquen crecer al mayor ritmo posible. La Joint Chips Undertaking de la Unión Europea ya está uniendo a sus Estados miembros, así como a socios como Suiza, para desarrollar rutas hacia tecnologías como los chips de bajo consumo. En ese sentido, el futuro de la IA podría no pertenecer exclusivamente a los actores más grandes, sino a los más inteligentes y eficientes. Para la economía global, esa podría ser una de las transiciones más importantes de la era de la IA, que recientemente ha estado en el centro de la controversia sobre los hyperscale data centers. En síntesis, la IA de bajo consumo propone una visión donde la eficiencia, la precisión y la especialización permiten una participación más amplia y sostenible en la innovación tecnológica, con impactos reales para las cadenas de valor y la seguridad energética. Este enfoque no solo es deseable desde la perspectiva ambiental y de costo, sino que se alinea con una estrategia de desarrollo resiliente y equitativa para naciones de todos los tamaños. El futuro de la IA podría depender menos de la escala y más de la inteligencia ubicada, aportando una nueva definición de liderazgo tecnológico y económico.

from Latest from TechRadar https://ift.tt/qJoN3vb
via IFTTT IA

Entregando el poder de la IA agente: cuándo la decisión de la transformación debe quedar en manos de la organización



En la era de las soluciones empresariales, cada pocos años surge una promesa tecnológica que dice que no se puede ignorar. Muchas veces estas afirmaciones quedan por debajo de las expectativas, y las organizaciones invierten tiempo y recursos en innovaciones que no llegan a cumplir lo prometido. La IA con carácter agente es una excepción y, por eso, merece un análisis más detenido.

No nos referimos a simples chatbots que redactan correos o resumen informes. Esto es algo distinto: software que actúa. La IA agente puede leer la propia jerarquía de aprobaciones y permisos de una empresa, tomar decisiones dentro de procesos de finanzas o cadena de suministro y ejecutarlas.

La ola anterior de IA empresarial ofrecía recomendaciones. Esta, en cambio, ejecuta. Para las organizaciones que acierten, se trata de una ventaja de otro nivel.

Los grandes proveedores lo saben, y por ello han dedicado el último año a hacer suya la IA agente. En su conferencia Sapphire, SAP presentó lo que denomina la empresa autónoma: más de 200 agentes especializados que realizan tareas en las funciones centrales del negocio, orquestados por unos 50 asistentes específicos de dominio y accesibles a través de una interfaz única, Joule. Oracle ha seguido una ruta similar, integrando capacidades de agente en Fusion, su suite en la nube para finanzas, recursos humanos y cadena de suministro.

Unlocking the potencial

Muchos hablan de lo que eso podría desbloquear, y para muchas organizaciones el entusiasmo está bien fundado: un agente que puede realizar trabajo, no solo recomendarlo, cambia el propósito del software. Pero para la mayoría, ya ejecutando este software, la verdadera dificultad no era la capacidad, sino el acceso.

Tal como se ha construido, la IA agente es nativa del sistema de registros y está integrada en la plataforma central que opera el negocio. Eso es un logro real: un agente que respeta permisos y ejecuta transacciones en vivo vale mucho más que uno que se integra desde fuera. Pero “nativo” tiene otro significado: al estar atado a la nube del proveedor, no hay forma de acceder a él sin comprometerse con esa misma plataforma, independientemente de qué sistemas se estén ejecutando hoy.

SAP ilustra cómo funciona esa puerta. Hasta la conferencia de este año, Joule solo estaba disponible para clientes con suscripciones en la nube: RISE y GROW. SAP abrió una puerta, pero estrecha. Los clientes on-prem con ECC y S/4HANA no quedan fuera, con la condición de mover la mayor parte de su parque SAP a Cloud ERP. Aun así, obtienen solo un conjunto limitado de capacidades de IA; el camino on-prem, en otras palabras, se vende con la condición de empezar a pagar por la nube. Y para el núcleo ECC más antiguo, el reloj corre: el soporte general termina en diciembre de 2027, con una posible prórroga hasta 2030 a un costo adicional. En resumen, un cliente ECC que opta por la ruta on-prem está pagando por la nube para acceder a capacidades de IA, incluso cuando el soporte de su sistema está disminuyendo.

A more direct route

Oracle llega al mismo resultado de manera más directa: sus agentes no existen fuera de la nube. Las aplicaciones agentic de Fusion que se han desplegado este año funcionan solo dentro de Fusion Cloud, en la infraestructura propia de Oracle y bajo su modelo de seguridad. No hay edición on-prem para licenciarlas. Una organización que aún ejecuta E-Business Suite no puede activar estos agentes en sus sistemas actuales; para utilizarlos, debe migrar a Fusion.

Despejando el envoltorio, la estructura es la misma: la vía de entrada hacia la IA agente es la migración que estos proveedores han intentado vender durante años. Pero lo que cambia es el apalancamiento. El costo, el riesgo y la disrupción han mantenido a muchas organizaciones en instalaciones propias durante años, a pesar de la presión de moverse a la nube. ¿Podría la posibilidad de quedar fuera de la IA agente ser el argumento que, por fin, supere las objeciones?

The budget is already committed

La migración y la IA comparten el mismo presupuesto, y la migración tiene prioridad. En el American SAP Users’ Group, el 61% de los miembros indicó que el presupuesto era el mayor desafío de este año. El director de investigación del grupo fue claro: los proyectos de ERP en la nube generan presión, y se espera que la IA caiga sobre los mismos presupuestos a continuación.

La secuencia es implacable. Paga para acceder a la plataforma, luego paga de nuevo para usar la IA, ya que la suscripción principal cubre solo un conjunto limitado de características embebidas y el resto se factura por consumo. El capital que un CIO querría invertir para crear una ventaja se pronuncia dos veces antes de que una sola IA haya entregado un resultado medible.

Y eso antes de enfrentar la prueba más dura. Las juntas directivas están cansadas de pilotos que nunca llegan a producción y de gastos que no se traducen en resultados. En algunos casos, estos serán fracasos genuinos, pero un programa que empieza con un capital limitado, en un calendario impuesto por otro, no parte de una posición de control.

Who decides the order of operations?

Un CIO debe separar las dos decisiones que el proveedor ha combinado deliberadamente. Modernizar es una pregunta. Cuándo hacerlo, en qué orden y contra qué presupuesto es otra. Nada impide que la segunda sea dictada por una fecha de soporte publicada en la hoja de ruta de alguien más.

El tema crítico es quién tiene la autoridad para decidir cómo cambian y cuándo cambian los sistemas críticos de la organización. Cuando un proveedor fija la cronología, la secuencia y el precio de la innovación, la persona responsable de esa infraestructura ya no es quien la gestiona en su día a día. Recuperar esa autoridad no significa negarse a modernizar, sino negarse a dejar que el proveedor, que tiene más que ganar con el movimiento, decida cuándo y cómo comprarlo.

Este es el caso a favor del soporte de terceros. Un proveedor independiente mantiene el parque ERP existente, asegurándolo y preservando la interoperabilidad, en lugar del contrato de mantenimiento del proveedor, y normalmente a un costo mucho menor. Eso logra dos cosas: elimina la fecha de cierre como función de presión, porque el sistema permanecerá soportado independientemente de si la organización avanza o no. Y libera el presupuesto de mantenimiento que, de otro modo, financiaría el marketing roadmapping del proveedor, para que el dinero pueda destinarse a inversiones en IA que la organización realmente quiere realizar. El núcleo estable deja de ser una carga para escapar según el calendario del proveedor y se convierte en capital productivo, que mantiene el negocio mientras la dirección decide, en sus propios términos, dónde la IA agente gana su lugar.

From there, the real options open up. Una organización puede mantener ese núcleo estable y ejecutar IA agente como una capa de orquestación sobre él, accediendo al sistema de registro sin necesidad de replataforma completa. O puede modernizar de forma selectiva, migrando de bases de datos propietarias a alternativas de código abierto para eliminar costos de licencias, cuando exista un caso de negocio para ello, en un calendario definido por el valor empresarial y no por una fecha de soporte. Lo importante es que la secuencia dependa de la organización.

The case for authority

El caso para mantener esa autoridad es más fuerte con agentes que con asistentes. Vincular el comportamiento y la gobernanza de un sistema que actúa sobre su negocio a la hoja de ruta de una única plataforma de un proveedor es una dependencia más pesada que la era anterior, cuando la gobernanza era interna y no dependía de un tercero. Los proveedores tienen razón en una cosa: la IA agente es una decisión de capital, no una compra de software. Pero una decisión de capital implica decidir hacia dónde va el dinero y qué retorno se espera. Cuando el proveedor fija el timing, la secuencia y el precio, no se está asignando capital, se está pagando una factura.

La empresa autónoma puede valer la pena construir. Pero lo que una junta debe rechazar es permitir que su cronograma y su presupuesto sean determinados por la empresa que más se beneficia del movimiento.

Concluyendo

La IA agente tiene el potencial de transformar la forma en que operan las organizaciones, pero esa transformación debe hacerse en términos que preserven la autonomía y la prioridad de la propia organización para decidir el camino. La gobernanza interna, no la dependencia de la plataforma de un proveedor, es lo que permite convertir la innovación en resultados tangibles y medibles para el negocio.

Este análisis forma parte de TechRadar Pro Perspectives, nuestra vía para presentar las ideas más destacadas de la industria tecnológica hoy. Las opiniones reflejan las del autor y no necesariamente las de TechRadar Pro o Future plc. Si te interesa contribuir, consulta la página de envío de historias.

from Latest from TechRadar https://ift.tt/PIMJht3
via IFTTT IA

Inteligencia artificial y IoT: potenciando seguridad, valor y eficiencia en una era conectada



El mercado global de IA aplicada al IoT ha experimentado un crecimiento acelerado en el último año, alcanzando 4.08 mil millones de dólares en 2025 y con proyecciones de llegar a 6.45 mil millones para 2035. Este avance refleja un cambio más amplio en la industria: ante la creciente adopción de IA, las organizaciones buscan un futuro más inteligente y conectado para maximizar el rendimiento de sus despliegues de IoT.

Construyendo defensas adicionales con seguridad impulsada por IA en IoT

La naturaleza del IoT es compleja, con dispositivos que a menudo operan fuera de los perímetros de seguridad tradicionales de TI y en entornos distribuidos globalmente. En este panorama, los dispositivos conectados se han convertido en la columna vertebral de operaciones diarias, desde energía y salud hasta retail y manufactura. A medida que aumenta la digitalización, también lo hacen las funciones críticas que dependen de dispositivos conectados.

A medida que las implementaciones se aceleran, también lo hace la superficie de ataque potencial del IoT. Por la interconexión de los dispositivos, cada uno puede convertirse en un punto de entrada para ciberdelincuentes. Con el informe del gobierno del Reino Unido sobre un coste anual de ciberataques de 14.7 mil millones de libras, es crucial que toda la implementación de IoT esté protegida.

Aunque direccionamientos IP privados y enfoques de APN privados pueden limitar la exposición, ofrecen visibilidad limitada del comportamiento de los dispositivos una vez que el tráfico fluye, especialmente a medida que las despliegas crecen en complejidad.

La IA, sin embargo, puede detectar lo que antes pasaba desapercibido. La seguridad se ha convertido en un área clave que puede ser elevada mediante detección de anomalías y amenazas impulsada por IA, capaz de identificar comportamientos como IPs sospechosas, ejecución remota de código, puertas traseras en dispositivos o conexiones de puertos anómalas. Esta detección de amenazas permite a las organizaciones identificar rápidamente la primera señal de un ciberataque.

La IA puede incluso ayudar a identificar la naturaleza de los ataques, como ataques de denegación de servicio distribuidos (DDoS) y ataques de hombre en el medio (MiTM), así como el control de dispositivos. Al señalar irregularidades en tiempo real y habilitar acciones correctivas rápidas, la IA fortalece la seguridad del IoT y apoya una gestión de riesgos más eficaz, ayudando a evitar interrupciones operativas, pérdidas financieras y daños a la reputación.

La IA desbloquea el valor de los datos del IoT

Más allá de las preocupaciones de seguridad derivadas del paisaje fragmentado del IoT, las organizaciones pueden enfrentar también desafíos de gestión de datos y de extracción de análisis significativos a través de las redes, dispositivos, entornos en la nube y procesos empresariales.

El IoT recopila y transmite constantemente grandes volúmenes de información; por ejemplo, una sola cámara de seguridad conectada a Internet puede generar unos 300 GB de datos al mes. Cuando estos dispositivos se multiplican y se despliegan a nivel global, el volumen de datos puede resultar abrumador y difícil de aprovechar eficazmente.

Además, el papel del IoT está evolucionando. Históricamente, el IoT ha conectado dispositivos y recogido datos, pero cada vez hay más presión en la industria para soluciones inteligentes que informen la toma de decisiones y impulsen resultados. Las empresas buscan herramientas más efectivas para extraer ideas significativas de la información del IoT; sin ello, corren el riesgo de no aprovechar plenamente el valor de sus datos.

La IA ofrece una solución prometedora a estos desafíos. La infraestructura preparada para IA está ganando prioridad entre las empresas para soportar la recopilación, transmisión, procesamiento e integración de datos en sistemas que faciliten insights impulsados por IA. El análisis inteligente que ofrece la IA facilita identificar patrones y tendencias en flotas de dispositivos, analizarlos de manera más eficiente, reducir la intervención manual y disminuir costos.

A través de analítica avanzada y aprendizaje automático, IAO T puede ayudar a las organizaciones a aprovechar mejor sus datos en toda la flota, transformando datos en un activo cada vez más valioso que impulsa la eficiencia y el valor a largo plazo.

La automatización potencia la eficiencia

Las vastas cantidades de datos del IoT también hacen que la intervención manual sea costosa, ineficaz y consumidora de tiempo. Estos desafíos pueden provocar que problemas de rendimiento escalen sin ser detectados o fallos críticos de dispositivos pasen desapercibidos.

Las capacidades analíticas y de automatización de la IA pueden apoyar la monitorización en tiempo real, la resolución automática de fallos y el mantenimiento predictivo. Al analizar datos sobre el uso de dispositivos, madurez de su ciclo de vida y rendimiento, la IA puede identificar posibles problemas antes de que surjan. Esto facilita un cambio de lo reactivo a lo proactivo, reduce el tiempo de inactividad y disminuye los costos operativos.

Los beneficios de la analítica impulsada por IA son de alcance industrial. En manufactura, por ejemplo, los sistemas de IA pueden usar datos de desempeño de equipos para estimar costos de mantenimiento, minimizando gastos y tiempos de inactividad posteriores. En sectores como la salud, el mantenimiento predictivo también ayuda a garantizar la resiliencia de servicios críticos como la monitorización remota de pacientes, donde es crucial que los dispositivos permanezcan conectados.

La automatización basada en reglas puede respaldar la gestión de flotas y la orquestación de eSIM, con muchas capacidades moviéndose gradualmente hacia una mayor automatización. En la práctica, la adopción es iterativa, empezando con reglas definidas y supervisión, para luego añadir ideas impulsadas por IA como uso en tiempo real, monitorización de rendimiento y detección de anomalías, lo que permite abordar problemas con mayor rapidez.

A medida que la automatización escale, los entornos de IoT podrán responder de forma flexible a condiciones cambiantes con una intervención manual reducida.

Sin embargo, también es importante señalar que a medida que este progreso continúa, la transparencia y la explicabilidad siguen siendo cruciales. Las organizaciones deben entender cómo se toman las decisiones y dónde sigue siendo necesaria la supervisión humana a medida que escalan.

Mirando hacia adelante: conectividad inteligente

La influencia de IAoT solo crecerá en el futuro. De hecho, Transforma Insights pronostica un aumento de las conexiones en más de seis veces durante una década. Gestionar flotas de manera inteligente y segura a escala, con la transparencia en el centro de las operaciones, debe convertirse en una prioridad de la industria.

Aquellos que logren integrar IA con conectividad escalable estarán mejor posicionados para ir más allá de la mera gestión de dispositivos y avanzar hacia operaciones verdaderamente inteligentes. Al hacerlo, abrirán nuevas eficiencias, fortalecerán la resiliencia y crearán un valor diferenciador en el IoT.

Este artículo se ha elaborado en el marco de TechRadar Pro Perspectives, nuestro canal para presentar a las mentes más brillantes en la industria tecnológica. Las opiniones expresadas pertenecen al autor y no necesariamente a TechRadar Pro o Future plc. Si estás interesado en contribuir, encuentra más información aquí: https://ift.tt/dsUeVwk

from Latest from TechRadar https://ift.tt/a56uQOA
via IFTTT IA