Las herramientas de IA se han vuelto tan accesibles que el shadow AI representa un riesgo para cualquier organización. Empleados recurren a ellas para resumir documentos, redactar correos y analizar datos, mientras los proveedores incorporan IA en sus productos con documentación deficiente y opciones limitadas para desactivarla.

El resultado es que el personal podría estar usando herramientas sin evaluar ni aprobar, exponiendo potencialmente al negocio a riesgos por procesar datos personales o sensibles sin consentimiento adecuado.

La cuestión clave para las organizaciones en 2026 ya no es si permiten la IA en el lugar de trabajo, sino cómo gestionar de la mejor forma la IA que ya se está usando.

Shadow AI no es solo un tema de comportamiento de los empleados; es una señal de que la tecnología en el lugar de trabajo avanza más rápido que la gobernanza.

¿Qué es shadow AI?

Shadow AI es el uso de herramientas de IA dentro de una organización sin revisión de seguridad, gobernanza formal ni aprobación documentada de Compliance, Legal o IT.

En la práctica, suele implicar IA generativa de consumo como ChatGPT, Gemini, Claude o Copilot, accedida a través de cuentas personales. También puede incluir funciones de IA incrustadas de forma silenciosa en productos SaaS aprobados, extensiones de navegador, servicios de transcripción y la creciente oleada de agentes autónomos.

Es la descendiente directa del problema de shadow IT de fines de la década de 2000, pero con un giro: pasa de almacenamiento no autorizado a inteligencia no autorizada.

Es más difícil de detectar y mucho más difícil de controlar, con consecuencias potenciales que se extienden más allá de un equipo o de un simple error de datos. A diferencia de shadow IT, que era principalmente una preocupación de cumplimiento, shadow AI crea nuevos riesgos porque puede procesar, replicar y actuar sobre la información, haciendo que su impacto sea más difícil de prever y contener.

Los riesgos: protección de datos y cumplimiento de privacidad

El Cost of a Data Breach 2025 de IBM halló que una de cada cinco organizaciones ya había experimentado una brecha vinculada a IA no sancionada, aumentando aproximadamente 670,000 dólares al costo medio del incidente.

Sin embargo, lo más preocupante para los profesionales de protección de datos no es el coste de contención, sino lo que esos incidentes expusieron: el 65% de los incidentes relacionados con IA resultaron en la exposición de información de identificación personal y el 40% condujo al robo de propiedad intelectual.

Los riesgos de protección de datos son considerables, especialmente para organizaciones reguladas por GDPR en el Reino Unido y la UE. Cuando un empleado copia datos de clientes en un chatbot de nivel gratuito, pueden vulnerarse múltiples obligaciones. El artículo 5 exige un procesamiento lícito y transparente, lo que es imposible si la organización no sabe que el procesamiento está ocurriendo.

El artículo 28 exige un acuerdo de procesamiento de datos con cualquier tercero que procese datos; y no existe tal acuerdo entre su empresa y OpenAI u otros servicios similares cuando un empleado utiliza una cuenta personal de ChatGPT. El artículo 35 exige una Evaluación de Impacto de Protección de Datos (DPIA) para procesamiento de alto riesgo, lo cual no puede realizarse con herramientas de las que la organización no está al tanto.

Las sanciones máximas pueden, al menos en teoría, alcanzar 20 millones de euros o el 4% de la facturación global.

La UE AI Act

La inminente UE AI Act impone obligaciones adicionales a los desplegadores de sistemas de alto riesgo, incluyendo una diligencia debida estricta y evaluaciones de riesgo sobre proveedores de IA. De nuevo, es imposible cumplir estas obligaciones si no se sabe qué sistemas se están usando.

Aunque aún no se conoce la postura de aplicación de la UE, la posible multa máxima es del 6% de la facturación global.

Los riesgos más allá de la regulación

Más allá de las sanciones formales, shadow AI podría ocasionar un grave riesgo reputacional. Un incidente que cause un daño fundamental a individuos o revele acuerdos de confidencialidad podría traducirse en una ruptura de confianza irreparable.

A diferencia de archivos subidos a un servicio de almacenamiento autorizado, los datos introducidos en herramientas gratuitas de IA pueden ser mucho más difíciles de recuperar o eliminar. En muchos acuerdos de herramientas gratuitas, los términos permiten al proveedor usar prompts y salidas para entrenar sus sistemas, lo que explica por qué estas herramientas pueden ofrecerse gratis pese a sus altos costos operativos.

Una vez que los datos ingresan al sistema, pueden volverse irrecoverables, ya que pueden añadirse a conjuntos de entrenamiento y no hay garantía de que puedan aislarse para ser eliminados, incluso si el proveedor está dispuesto.

El caso de Samsung en 2023 ilustra rápidamente cómo los riesgos de shadow AI pueden volverse realidad. Poco después de permitir el uso de ChatGPT en su división de semiconductores, ingenieros pegaron código fuente propietario, transcripciones de reuniones y especificaciones de hardware en la interfaz del consumidor en varias ocasiones.

Samsung respondió inicialmente con una prohibición, y luego la levantó. La lección no es que todas las organizaciones deban prohibir IA, sino que sin controles de acceso claros, los datos sensibles pueden exponerse muy rápidamente.

Riesgos emergentes en 2026

Las amenazas más recientes provienen del auge de la IA “vibe coding” y de la IA con agentes. Estas utilizan indicaciones en lenguaje natural para construir aplicaciones que procesan datos y pueden incluso tomar decisiones comerciales sobre cómo se usa esa información.

Los riesgos de seguridad son un tema en sí mismos, pero no someter a escrutinio a estas aplicaciones codificadas por voz puede dejar fuera controles de seguridad básicos que el coder no sabía pedir.

La red social Moltbook fue vibe coded y expuso rápidamente 1,5 millones de claves API y los correos de 35,000 usuarios. Es una violación obvia del principio de seguridad de GDPR, que es el tipo de fallo que los reguladores quieren aplicar.

Los agentes desplegados sin procedimientos de calidad y revisión pueden tomar decisiones incorrectas o inconsistentes, y sesgos en los modelos subyacentes pueden discriminar a grupos, incluidas personas con características protegidas.

Si esto deriva en denegación de atención médica, acceso a servicios financieros o discriminación laboral, existe el riesgo de incumplimiento de la legislación de igualdad y derechos humanos.

¿Qué tan extendido está shadow AI?

Las cifras son altas y crecen de forma constante. El informe State of Shadow AI de UpGuard encontró que más del 80% de los empleados usan herramientas de IA no aprobadas en el trabajo. Netskope, basándose en telemetría de seguridad en la nube de 2024 a 2025, encontró que el 47% del uso de IA generativa en la empresa ocurre a través de cuentas personales que la empresa no supervisa.

La investigación de Telus Digital halló que, de los empleados de empresas que usan GenAI en el trabajo, alrededor del 68% lo hace con credenciales personales en lugar de corporativas, y el 57% admite introducir información sensible en esas herramientas. CX Trends 2025 de Zendesk reportó que el uso de herramientas_shadow AI_ en sectores como salud, manufactura y servicios financieros creció más de 200% año tras año.

También existe una brecha de percepción notable. ManageEngine, en una encuesta de 2025 entre negocios en EEUU y Canadá, encontró que el 97% de los responsables de IT ven riesgos significativos en shadow AI, pero el 91% de los empleados ve poco o ningún riesgo, o considera que el beneficio compensa el riesgo.

Por qué el personal usa shadow AI

La brecha de percepción es clave. Los empleados no copian datos de clientes en ChatGPT para violar políticas; lo hacen porque facilita su trabajo y porque no se les ha proporcionado una ruta más segura para lograr el mismo resultado.

Las violaciones sistemáticas de políticas no reflejan negligencia sino una necesidad no atendida. Las tareas más comunes de shadow AI incluyen resumir notas y llamadas, redactar correos, hacer lluvia de ideas y analizar informes.

Estas son precisamente tareas cognitivas repetitivas que sobrecargan al personal y ralentizan la entrega. Si las herramientas aprobadas no pueden realizar el trabajo con rapidez, los empleados recurren a alternativas que sí lo hacen. Las herramientas gratuitas suelen ofrecer más funcionalidad.

El software empresarial debe ser al menos tan bueno como la opción gratuita; si no lo es, la opción gratuita ganará. Las generaciones más jóvenes están acostumbradas a adoptar herramientas para hacer el trabajo y acelerar procesos, y a menudo superan la velocidad de los procesos de compra.

La investigación de Software AG encontró que el 48% de los empleados seguiría usando herramientas de IA incluso si la organización las prohibiera expresamente, y el análisis de Check Point Software señala que prohibir IA elimina el canal oficial para señalar herramientas, asegurando que toda nueva IA en el negocio sea shadow AI. Claramente, las prohibiciones no son la solución.

Gobernanza que funciona

El tema de Shadow AI es ahora demasiado extendido para que una organización bien gobernada lo ignore, y las compañías que están acertando tratan el fenómeno como una señal, no como una infracción.

Necesita saber qué está sucediendo en su organización para ver dónde están los puntos de presión y aliviar la presión que empuja a los empleados a usar herramientas no aprobadas. Esto requiere a una amplia gama de actores, no solo IT para aprobar o bloquear sistemas.

Comience por mapear lo que ya está pasando. Las herramientas de monitoreo de red y descubrimiento de SaaS suelen revelar una lista sorprendente de servicios de IA en uso activo; trate esa lista como investigación y no como una forma de disciplinar a los infractores. Pregunte a su personal, de forma anónima si es necesario a través de encuestas y sesiones de escucha, para que describan lo que intentan lograr sin temor a represalias.

Cuando haya identificado lo que la gente necesita, proporcione una alternativa autorizada que sea al menos tan buena como la opción shadow, con protecciones de datos de empresa detrás de ella; casi todas las herramientas gratuitas que el personal podría usar tienen versiones empresariales respaldadas por acuerdos de seguridad y protección de datos.

Continúe con una política breve y legible, idealmente permisiva pero con salvaguardas. Nombre las herramientas aprobadas por categoría o propósito, liste entradas de datos prohibidas (datos personales, código fuente, proyecciones financieras, información confidencial de clientes).

Por último, invierta en capacitación en alfabetización para que el personal entienda qué datos van a dónde, y actualícela a medida que cambien las herramientas. Mantenga los casos de uso, su uso real y la política bajo revisión continua y actualícelos regularmente para adelantarse a las necesidades del personal antes de que encuentren sus propias soluciones.

Conclusión

Shadow AI es una batalla perdida si se trata como un problema de disciplina; hay demasiadas herramientas, demasiada demanda y es demasiado fácil de acceder. Abordarlo como un problema de diseño de negocio, sin embargo, puede convertirlo en una oportunidad poderosa.

Cada empleado que recurre a una herramienta no aprobada señala una brecha, ya sea en el software que se les ha proporcionado, en los flujos de trabajo en los que están atascados o en el apoyo que no han recibido.

Una buena gobernanza no solo cierra esa brecha por razones de cumplimiento: la cierra de forma que facilita realmente el trabajo de las personas mientras entrega la capacidad de IA que el negocio necesita, a través de la puerta principal y no por la puerta trasera.

Este artículo forma parte de TechRadar Pro Perspectives, nuestra plataforma para presentar a las mentes más brillantes de la industria tecnológica.

Las opiniones aquí expresadas corresponden al autor y no necesariamente a TechRadarPro 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/nZ4mlpz
via IFTTT IA

Nintendo ha anunciado planes para vender una nueva consola Switch 2 con batería reemplazable en Europa, según un comunicado reciente, y confirmó que terminará la venta de todo el hardware original de Switch a principios de 2027. Además, se esperan actualizaciones de otros accesorios de Nintendo a lo largo del año y a principios de 2027.

La compañía comunicó que la Switch 2 incluirá una batería reemplazable para cumplir con la nueva legislación de baterías de la Unión Europea. Esta normativa, aprobada en 2023, exige que los productos con baterías integradas que se vendan en la UE sean fácilmente reemplazables por los usuarios antes del 18 de febrero de 2027.

En una publicación de soporte actualizada, Nintendo confirmó que lanzará nuevas versiones de la Switch 2 en la UE con baterías reemplazables, con el primer hardware revisado previsto para este verano. El catálogo de productos revisados se ampliará durante el año y hasta principios de 2027.

La empresa señaló que, a partir del verano de 2026, para prepararse ante los cambios regulatorios europeos, ciertos productos de Nintendo en Europa serán reemplazados por revisiones que incluyen baterías reemplazables por el usuario. No obstante, la funcionalidad entre los productos actuales y las revisiones no cambia.

Las primeras versiones revisadas se espera que estén disponibles desde el verano de 2026, con más productos en otoño, invierno y principios de 2027. Debido a diversos factores, es posible que estas revisiones no lleguen a todos los países europeos de forma simultánea.

Entre los productos afectados se encuentran la Nintendo Switch 2, el par de Joy-Con, Joy-Con (L&R) en Neon Blue y Red, el par de Joy-Con 2, Joy-Con 2 (L&R), el Pro Controller de Nintendo Switch 2, el Controlador N64 para Nintendo Switch y el Controlador GameCube para Nintendo Switch 2.

Como resultado, la propia Nintendo confirmó en su FAQ que dejará de vender todo el hardware original de Switch el próximo año, casi una década después de su lanzamiento. El fabricante declaró: “A partir de mediados de febrero de 2027, aproximadamente diez años después del lanzamiento de Nintendo Switch en marzo de 2017, Nintendo ya no venderá a minoristas hardware de la familia Nintendo Switch (específicamente Nintendo Switch, Nintendo Switch Lite y Nintendo Switch – OLED Model)”. Las ventas en la Nintendo Store también terminarán en mediados de febrero de 2027.

Por ahora, la Nintendo Switch, Nintendo Switch Lite y Nintendo Switch – OLED Model seguirán fabricándose durante el resto de 2026 y deberían estar ampliamente disponibles en Europa durante todo el año.

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

El panorama minorista está saturado de datos, herramientas y promesas de inteligencia artificial. Sin embargo, la investigación reciente sugiere que la adopción de IA es amplia, pero su retorno y utilidad real aún no se materializan de forma contundente. Este análisis ofrece una visión clara de los desafíos y las oportunidades para las empresas que buscan convertir la promesa de la IA en resultados tangibles.

Principales hallazgos para entender el momento actual:
– 97% de los minoristas han implementado IA en alguna forma, pero el 69% solo reacciona a problemas operativos después de que estos ya afectaron el rendimiento comercial. Esto indica una brecha entre la planificación y la acción proactiva.
– 47% aún espera ver un retorno de inversión significativo de su gasto en IA, lo que señala que las expectativas de ROI requieren una estrategia más clara y medible.
– Las dificultades de datos siguen siendo una barrera crítica: 42% de las empresas luchan con una visibilidad de datos deficiente, un cuello de botella que impide avanzar con iniciativas de IA de alto impacto.

Conclusiones estratégicas para líderes minoristas:
– La adopción de IA debe ir acompañada de una base de datos limpia y accesible. Sin datos de calidad, la IA no puede entregar decisiones oportunas ni recomendaciones confiables.
– El éxito se encuentra en la excelencia operativa, no en la adopción ciega de tecnología. Las compañías que logren integrar IA en procesos con procesos estandarizados, gobernanza clara y métricas de desempeño tendrían mayores probabilidades de obtener ROI sostenido.
– Las decisiones aún dependen de intervención humana en gran medida. El 79% de los directivos reporta que la mayoría de las decisiones clave operativas requieren intervención manual, lo que ralentiza respuestas y limita el impacto de la IA.

Oportunidad para el cuarto trimestre y más allá:
– Proteger márgenes se perfila como uno de los riesgos comerciales más significativos a medida que avancemos hacia el cierre del año. En este contexto, la IA puede ser un habilitador crítico si se orienta a cadenas de suministro más eficientes, previsión de demanda y optimización de inventarios con datos de calidad y gobernanza adecuada.
– La clave está en construir fundamentos robustos: datos limpios, procesos estandarizados y una infraestructura tecnológica que soporte decisiones rápidas y confiables. Las empresas que pueden lograr esto activarán el verdadero valor de la IA, más allá de la mera automatización de tareas.

Cita destacada:
– Como señalan líderes de la industria, “a menudo, las empresas culpan a la interrupción de la cadena de suministro cuando el verdadero problema es que están tomando decisiones con información incompleta o desactualizada.” Esta observación subraya la necesidad de un enfoque estratégico basado en datos y procesos para desbloquear el potencial de la IA.

Enfoque recomendado para líderes minoristas:
1) Evaluar la calidad y la disponibilidad de datos críticos para ventas, inventario y demanda futura.
2) Definir casos de uso de IA con métricas claras de ROI y un plan de implementación iterativo.
3) Implementar gobernanza de datos y una arquitectura que permita decisiones rápidas y confiables en entornos dinámicos.
4) Priorizar la excelencia operativa como plataforma para escalar IA de alto impacto.

Esta perspectiva invita a las empresas a mirar más allá de la tecnología y centrarse en fundamentos sólidos: datos, procesos y capacidad de ejecución. Al hacerlo, la IA puede convertirse en un motor de rendimiento real en el último tramo del año y en adelante, especialmente cuando las condiciones del mercado demandan respuestas rápidas y precisas.

from Latest from TechRadar https://ift.tt/PhD1cq6
via IFTTT IA

En un mundo donde las empresas buscan velocidad sin sacrificar control, la verdadera oportunidad de la IA no reside únicamente en disponer de herramientas inteligentes, sino en rediseñar los flujos de trabajo para que la tecnología trabaje donde realmente ocurre el trabajo. El resultado es claro: menos tiempo dedicado a tareas administrativas repetitivas y más tiempo para acciones que requieren juicio, negociación y estrategia de negocio.

Muchas iniciativas de IA fallan cuando se limitan a añadir una capa tecnológica sobre procesos rotos. En la gestión de acuerdos, por ejemplo, los costos no provienen únicamente de la carencia de herramientas, sino de un conjunto de handoffs fragmentados, revisiones manuales y una visibilidad insuficiente de cambios y riesgos. La IA cobra valor cuando se integra en flujos de trabajo estructurados que automatizan tareas repetitivas, aplican verificaciones de políticas de forma consistente y permiten a los equipos avanzar con mayor rapidez sin perder el control.

El concepto de “ventaja competitiva” no se logra con innovación hype, sino con la mejora constante de los procesos. Tal como señalan investigaciones de Deloitte, la gestión avanzada de acuerdos está vinculada a un mejor desempeño financiero; las organizaciones que la adoptan reportan beneficios estratégicos y mayor velocidad en operaciones críticas. Estos hallazgos subrayan una verdad: la tecnología debe apoyar la forma en que las personas interactúan y cómo las tareas fluyen entre equipos.

Un primer paso práctico no es preguntar dónde desplegar IA, sino identificar qué tareas rutinarias consumen el tiempo de personal altamente capacitado. En la gestión de acuerdos, esto incluye comparar términos con políticas, detectar desviaciones, gestionar aprobaciones y activar la siguiente decisión en la cadena. En este marco, la IA funciona porque las tareas son repetibles y la persona aporta el juicio.

Con IA integrada en el flujo de trabajo, la revisión rutinaria puede automatizarse; las cláusulas estándar y los riesgos conocidos se evalúan de manera rápida. Los equipos trabajan desde playbooks compartidos, lo que eleva la consistencia de las revisiones y facilita la visibilidad del progreso a lo largo del proceso. Las solicitudes ya no se pierden en cadenas de correo, quedan atrapadas con personas ausentes o se convierten en un juego de ida y vuelta.

La revisión asistida por IA compara contratos con playbooks predeterminados, sugiere redlines dentro del flujo y centraliza la captura, revisión y aprobación, guiando a la persona adecuada en cada paso siguiente.

La necesidad de velocidad debe ir acompañada de control. En la gestión de flujos de trabajo, ya sea acuerdos o cualquier otro proceso, el uso óptimo de la IA es lograr que las aplicaciones empresariales sean más consistentes, permitiendo a los expertos centrar su tiempo en excepciones, negociación y gestión de riesgos complejos. Cuando se aplica correctamente, la IA libera a los especialistas para enfocarse en áreas donde el matiz importa, justo cuando más se necesita.

Los acuerdos atraviesan todas las funciones críticas de la empresa. Una mala gestión de flujos afecta la velocidad de las negociaciones, la incorporación de proveedores, el cumplimiento y los procesos de empleados a lo largo del ciclo. Por ello, la gestión de acuerdos debe formar parte de la conversación sobre el lugar de trabajo digital, no solo de un tema legal o de back office.

La evidencia reciente sugiere que las organizaciones con una gestión de acuerdos más avanzada están mejor posicionadas para superar a la competencia y que una parte significativa de las empresas reconoce su contribución a objetivos estratégicos. Este cambio de paradigma indica que el futuro de la IA reside en su capacidad para integrarse en flujos de trabajo estructurados, donde las fricciones son más evidentes para los usuarios.

El siguiente paso de la IA en las empresas no se trata de promesas grandilocuentes, sino de arreglar el comportamiento diario del trabajo que impulsa las operaciones reales. Aunque las cláusulas y las revisiones de acuerdos son solo un ejemplo, la lección es clara: la IA entrega mayor valor cuando ayuda a las personas a trabajar de forma más rápida, consistente y transparente, y nos invita a repensar lo que es posible al enfocar la innovación en la mejora de los procesos invisibles que sustentan el negocio.

Este enfoque ya se ve reflejado en la investigación y en la experiencia de la industria: las soluciones de gestión de acuerdos estructuradas, apoyadas por IA, se están integrando como parte del paisaje del lugar de trabajo digital, con el objetivo de reducir riesgos y acelerar ingresos. La próxima ola de ganancias en IA vendrá de las mejoras en el trabajo cotidiano, no solo de avances llamativos.

Para quienes buscan construir ventajas sostenibles, la recomendación es clara: diseñen flujos de trabajo claros, estandaricen reglas y responsabilidades, y ubiquen la IA donde mejor pueda apoyar a las personas en las tareas que más valor aportan. De este modo, se logra un equilibrio entre velocidad y control, en un entorno donde la experiencia humana sigue siendo decisiva para lograr acuerdos exitosos y decisiones estratégicas.

Este artículo forma parte de TechRadar Pro Perspectives, una plataforma para explorar ideas de líderes y expertos en tecnología; las opiniones expresadas corresponden al autor y no necesariamente a TechRadar Pro o Future plc. Si desea contribuir, puede obtener más información en las pautas de perspectivas.

from Latest from TechRadar https://ift.tt/Aj0gkeN
via IFTTT IA

La seguridad en el ámbito financiero está evolucionando a un ritmo cada vez más acelerado, y la colaboración entre operadores de telecomunicaciones, instituciones bancarias y organismos de defensa cibernética se está convirtiendo en una pieza clave de la defensa contra el fraude. Un ejemplo destacado es la iniciativa de VodafoneThree, que ha comunicado la implementación de una prueba de concepto para bloquear mensajes bancarios fraudulentos y evitar que lleguen a los clientes de los bancos que participan en la iniciativa. Según esa operadora, el proyecto ha logrado bloquear más de dos millones de mensajes de fraude desde agosto de 2025, y durante el periodo de prueba se observó un incremento del 25% en la detección y bloqueo de mensajes fraudulentos dirigidos a cuentas bancarias.

Este esfuerzo empezó como una colaboración entre VodafoneThree, Barclays, el Mobile Ecosystem Forum y la Cyber Defence Alliance, con planes de ampliar la participación a The Co-operative Bank y TSB. La solución no busca reemplazar sistemas existentes, sino reforzar la precisión de detección al añadir reglas específicas de cada banco al firewall de SMS ya en uso. De este modo, se mejora la capacidad de detectar mensajes fraudulentos sin afectar la entrega de comunicaciones legítimas a los clientes.

Además de la mejora centrada en servicios bancarios, VodafoneThree informó que bloqueó más de 139 millones de mensajes de SMS fraudulentos en toda su red durante 2025, subrayando la magnitud del reto de seguridad actual. Barclays señaló un aumento de aproximadamente el 40% interanual de estafas de APP (fraude autorizado por teléfono móvil) derivadas de ataques por SMS en 2025. Estas cifras subrayan la necesidad de una acción coordinada entre bancos, operadores de telecomunicaciones y entidades reguladoras para contrarrestar las tácticas cambiantes de los defraudadores.

«Trabajamos estrechamente con bancos, gobierno, fuerzas del orden y socios de la industria para adelantarnos y adaptar nuestras capacidades a medida que los estafadores modifican sus tácticas», afirmó Rachel Andrews, directora de Seguridad Corporativa y Fraude. Por su parte, el portavoz de Barclays destacó que, además de la seguridad de las transacciones, es crucial proteger la confianza de los clientes y garantizar que reciban únicamente mensajes legítimos de su banco.

Aunque el fraude representa una parte significativa de la actividad criminal en el Reino Unido, la complejidad de los ataques y la necesidad de defender múltiples vectores de ataque exigen una aproximación más integral. Paul Davis, Jefe de Crimen Económico en Barclays, enfatizó que el intercambio de inteligencia entre bancos, proveedores de telecomunicaciones y organismos sectoriales facilita detener mensajes sospechosos antes de que lleguen a los usuarios, sin interrumpir la entrega de comunicaciones legítimas.

La experiencia de VodafoneThree ilustra cómo una acción colectiva puede frenar el fraude en su origen y proporcionar una protección más robusta para los consumidores. A medida que la colaboración se expande a más entidades financieras, es improbable que el panorama de seguridad permanezca estático; la vigilancia proactiva y la innovación continua serán determinantes para mantener a salvo a los usuarios y sus datos.

from Latest from TechRadar https://ift.tt/hIN7a8T
via IFTTT IA

La brecha de datos más seria podría haber ocurrido ya, y es posible que aún no hayas sentido su impacto.

Los datos cifrados que se roban hoy pueden mantener su valor durante años. A medida que avanzan las capacidades cuánticas, esos datos podrían volverse legibles, convirtiendo incidentes históricos y olvidados en responsabilidades futuras.

Las amenazas asociadas a la computación cuántica ya no se discuten solo en un contexto futurista. El riesgo no depende de un avance lejano, sino de cómo se exponen y gestionan hoy los datos.

Lo que distingue a lo cuántico de otras amenazas de ciberseguridad no es solo su poder, sino el cambio fundamental que introduce en el ciclo de vida de una brecha. Los datos robados hoy ya no requieren ser descifrados de inmediato.

Pueden ser recopilados, almacenados y desbloqueados años después, transformando lo que parece un incidente contenido en una exposición potencialmente más dañina en el futuro.

La seguridad tradicional asume que, una vez identificada y contenida una brecha, el riesgo disminuye con el tiempo. La cuántica invierte esa lógica. En algunos casos, el impacto real de una brecha puede emerger años después del propio evento.

El auge de las brechas diferidas

La computación cuántica introduce un tipo diferente de exposición: “cosecha ahora, descifra después” (HARV/Harvest Now, Decrypt Later). Los atacantes no necesitan romper la cifración hoy; necesitan acceso a datos que seguirán siendo valiosos en el futuro.

No sorprende, entonces, que el 61% de las organizaciones clasifica esto como su principal riesgo relacionado con la cuántica, según el Thales Data Threat Report. Eso refleja un cambio en la forma en que las organizaciones piensan el impacto de las brechas. El robo de datos ya no es el final de la historia; es el inicio de una ventana de exposición mucho más larga.

Para las organizaciones que manejan datos de vida útil larga, las implicaciones son significativas. Propiedad intelectual, registros financieros, datos de clientes y comunicaciones estratégicas suelen conservar valor durante años, incluso décadas. Si esos datos se comprometen hoy, pueden no ser utilizables de inmediato, pero su valor y riesgo a largo plazo siguen intactos.

Y este riesgo no es teórico. El 67% de las organizaciones ya reporta un aumento en el robo de credenciales, lo que indica que los atacantes ya están accediendo a datos sensibles a escala. Esto no es causado por la computación cuántica, pero amplía el conjunto de datos que podrían descifrarse en el futuro.

Cuando las capacidades cuánticas maduren, parte de esos datos podría volverse legible mucho tiempo después de que la brecha original haya sido olvidada, investigada y cerrada. Esto crea un riesgo de cola larga que muchas organizaciones aún subestiman.

No se puede asegurar lo que no se puede ver

Al mismo tiempo, muchas organizaciones enfrentan una debilidad más inmediata: visibilidad limitada de sus datos. Solo el 34% de las organizaciones reporta un conocimiento completo de dónde se almacenan sus datos, y menos de la mitad de los datos sensibles en la nube están cifrados.

No son brechas marginales. Representan una exposición sistémica en cómo se gobiernan y protegen los datos.

Sin una visión clara de qué datos existen, dónde residen y cómo están protegidos, se vuelve difícil evaluar la exposición, no solo hoy, sino a lo largo de la vida útil de esos datos.

El cifrado a menudo se considera una red de seguridad, pero no es intrínsecamente a prueba de futuro por defecto. Su efectividad depende por completo de la fortaleza y la longevidad de la criptografía subyacente y de cuánto tiempo deben permanecer confidenciales los datos que protege.

Si las organizaciones no entienden qué estándares criptográficos están en uso y dónde se aplican, no pueden evaluar si sus protecciones resistirán.

El reto es directo: no se puede proteger lo que no se ve, y en un contexto cuántico, esa brecha de visibilidad se convierte en un riesgo estratégico.

La experimentación no equivale a preparación

Existen señales alentadoras de progreso. Casi seis de cada diez organizaciones ya están experimentando con criptografía post-cuántica, lo que indica que la conciencia se está traduciendo en acción temprana.

Sin embargo, la mera experimentación no es suficiente. La criptografía está profundamente integrada en los entornos modernos de TI, desde sistemas heredados hasta aplicaciones nativas de la nube, a menudo sin supervisión central. Fortalecerla requiere entender dónde existe la criptografía, cómo se usa y cuánto tiempo deben permanecer seguros los datos que protege.

Sin esa base, las organizaciones corren el riesgo de centrarse en los sistemas equivocados o de asegurar datos para el marco temporal incorrecto, dejando activos de alto valor expuestos.

Una preparación real requiere construir crypto-ágilidad: la capacidad de adaptar enfoques criptográficos a medida que evolucionan los estándares. También implica modernizar la gestión de claves y mapear las dependencias criptográficas en entornos cada vez más complejos y distribuidos. Sin esto, incluso los esfuerzos proactivos quedarán cortos.

La ventana para actuar está ampliamente abierta

El riesgo cuántico no es un escenario lejano. Ya está dando forma a las secuelas de las brechas de datos del mañana, ya sea que las organizaciones lo reconozcan o no. Una vez que los datos sensibles quedan expuestos, no pueden volver a ponerse “seguro” años después cuando emerjan las capacidades cuánticas. La ventana para actuar se define por cuánto tiempo esos datos siguen siendo valiosos, no por cuándo alcance la madurez la computación cuántica.

Los líderes deben dejar de lado la experimentación y revisar cuidadosamente dónde vive su data, cómo está protegida y cuánto tiempo necesita permanecer segura. Eso implica identificar dependencias criptográficas, priorizar datos de alto valor e incorporar crypto-ágilidad en la estructura de sus entornos.

Porque en la era cuántica, la brecha más significativa puede no ser aquella que detectas hoy. Es la que ya ha ocurrido y espera ser entendida.

Hemos destacado el mejor software de protección de endpoints.

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

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

from Latest from TechRadar https://ift.tt/b8uGNT7
via IFTTT IA

Es ampliamente conocido que los centros de datos, motor invisible del auge actual de la inteligencia artificial, consumen cantidades significativas de agua principalmente para el enfriamiento. Abordar este tema es crítico para cualquier organización del sector tecnológico.

A nivel global, la Agencia Internacional de Energía (IEA) estima que el sector de centros de datos consume 560 mil millones de litros de agua al año en la actualidad, y las proyecciones sugieren que esta cifra podría incrementar hasta 1,2 billones de litros anuales para 2030, según informes gubernamentales recientes sobre el uso del agua en estos centros.

Tomar medidas hoy puede ayudar a mitigar este impacto. Es muy factible reducir la extracción de recursos hídricos locales sin sacrificar rendimiento ni confiabilidad. A continuación se presentan cinco cuestiones clave que impulsan el consumo de agua en los centros de datos y las medidas que los operadores pueden adoptar para mitigarlas.

1. La refrigeración por evaporación de circuito abierto es un problema

Hoy en día, muchos centros de datos aún confían en sistemas de refrigeración por evaporación de circuito abierto, donde el agua caliente se rocía sobre almohadillas para enfriarla. Esta arquitectura de enfriamiento más antigua implica un consumo significativo de agua, que debe reponerse continuamente a medida que se evapora.

No obstante, las soluciones de enfriamiento líquido selladas y de circuito cerrado ofrecen una forma de mitigar esta pérdida de agua, al asegurar que el agua se reutilice de manera eficiente sin afectar el rendimiento.

Los sistemas de circuito cerrado reutilizan la misma agua repetidamente, utilizando intercambiadores de calor líquido-aire para enfriar, en lugar de evaporar agua. Estos sistemas de enfriamiento por agua tibia son sellados, por lo que, tras su carga inicial, la pérdida de agua es extremadamente baja durante la operación normal. El agua no se descarga del sistema y nunca se evapora: absorbe el calor directamente de componentes de alto rendimiento y lo transmite fuera del sistema.

Los sistemas de circuito cerrado están diseñados para ser infraestructuras no orientadas al consumo, sino recirculantes y autocontenidas. Esta tecnología será vital para reducir las demandas hídricas de los centros de datos a nivel mundial.

2. Los centros de datos siguen tratando de enfriar solo la sala

En demasiados centros de datos, la refrigeración es ineficiente, y hasta un tercio del consumo total de energía se destina a mantener los componentes a baja temperatura, con ventiladores que trabajan para mantener la temperatura de la sala y para enfriar cada máquina. Tecnologías modernas como el enfriamiento directo al nodo y directo a la placa de chip están ofreciendo una nueva forma de reducir este consumo de energía y agua.

En el enfriamiento directo al chip, se acoplan placas frías a componentes que generan calor, como GPUs, con un líquido refrigerante fluyendo a través de las placas para absorber el calor y transferirlo a un intercambiador de calor. Las técnicas de enfriamiento líquido, como el enfriamiento directo al node (Direct-to-Node), pueden eliminar hasta el 98% del calor de los servidores, operando en un sistema de circuito cerrado que evita el desperdicio de agua. Al capturar el calor directamente en la fuente, en el nivel del procesador, en lugar de enfriar toda la sala con aire caliente, los operadores pueden reducir la demanda de energía y disminuir la presión sobre los sistemas hídricos locales. Esto también facilita que el calor resultante sea reutilizable.

3. La IA generativa impulsa un aumento de la densidad de cómputo

Una razón clave del incremento en el consumo de agua de los centros de datos es el auge de la IA, que demanda más refrigeración. La IA generativa se apoya en unidades de procesamiento gráfico (GPUs), que pueden consumir entre cinco y diez veces más energía que las unidades centrales de procesamiento (CPU). Además, se observa un aumento en la densidad de cómputo, al aumentar la cantidad de componentes en espacios más reducidos mediante técnicas como apilamiento de silicio en 3D.

Las cargas de trabajo de IA requieren soluciones de enfriamiento por circuito cerrado de agua tibia, que funcionan bien a densidades altas y permiten obtener un rendimiento elevado mientras se reduce el consumo de agua y se elimina la refrigeración por evaporación. Por ejemplo, DreamWorks Animation adoptó sistemas de enfriamiento con agua tibia para HPC y obtuvo un incremento del 20% en rendimiento junto con una menor demanda de enfriamiento.

4. Los proyectos que reutilizan el calor de los centros de datos siguen siendo poco frecuentes

En los centros de datos, casi toda la electricidad se transforma en calor, y, hoy, ese calor es un recurso subutilizado. Tradicionalmente, el calor se ha tratado como un subproducto molesto a eliminar. Sin embargo, puede convertirse en un recurso usable para calentar comunidades residenciales, edificios comerciales e incluso contribuir a sistemas de calefacción distrital.

La reutilización del calor es todavía poco común, pero proyectos pioneros en Europa ya demuestran su potencial para reducir la dependencia de combustibles fósiles, bajar costos energéticos y aumentar la resiliencia. Proyectos en Irlanda y Escandinavia ya están reutilizando calor para calentar viviendas y comercios. Los sistemas de enfriamiento por evaporación heredados son ineficientes; cambiar a sistemas de circuito cerrado donde se reutiliza el agua, se aprovecha el calor y se comparte con la comunidad es un ejemplo claro de convertir desperdicio en valor.

5. Los centros de datos siguen ubicándose en lugares inapropiados

Actualmente, no se presta suficiente atención a la ubicación de los centros de datos, lo que puede provocar que las instalaciones se sitúen en zonas donde ya hay tensión en los recursos hídricos locales.

En el futuro, las organizaciones tendrán en cuenta este factor para entregar centros de datos más sostenibles que se integren con su entorno local: investigaciones señalan que el 45% de los profesionales de TI considera que el diseño actual de los centros de datos no apoya los objetivos de sostenibilidad.

Los centros de datos serán ubicados en lugares cuidadosamente escogidos para optimizar el uso de energía renovable y garantizar que sus demandas de agua no entren en conflicto con el entorno. Esto podría incluir centros de datos integrados en zonas urbanas con el objetivo de reutilizar el calor residual para calentar hogares o incluso para ofrecer experiencias de bienestar a la comunidad local.

Este artículo se presentó como parte de TechRadar Pro Perspectives, la vía para presentar a las mentes más brillantes de la industria tecnológica actual.

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

from Latest from TechRadar https://ift.tt/5Ssb2dt
via IFTTT IA

Amazon Prime Day ya está en marcha en Australia, y mi enfoque se ha centrado en localizar las mejores ofertas en máquinas de café. Afortunadamente, las oportunidades han sido muy positivas, con ahorros considerables en varias de nuestras máquinas favoritas.

Entre todas las ofertas, destaca un ahorro increíble en la superb Ninja Luxe Café Premier, que alcanza un nuevo mínimo histórico en Australia de AU$497.99 para el modelo de acero inoxidable.

Este precio rompe el anterior mínimo de AU$629 observado durante el Black Friday del año pasado y significa que, si has estado esperando para adquirir la máquina de café que se ha convertido en un favorito viral, esta oferta exclusiva de Prime representa una oportunidad perfecta.

Si aún no has visto esta popular máquina Ninja, se trata esencialmente de un sistema versátil de tres en uno, diseñado para atender a una amplia gama de preferencias de café. Es capaz de extraer un espresso de calidad, preparar cold brew y entregar café filtrado clásico.

También incluye una varita de vapor automática para los que prefieren drinks con leche. Ninja la describe como “la experiencia guiada definitiva,” con su Barista Assist Technology que ofrece apoyo paso a paso durante el proceso.

En términos prácticos, sea cual sea tu bebida de elección, la Ninja Luxe Café Premier está preparada para manejarla. También fomenta la experimentación con distintas recetas, sin necesidad de una formación avanzada de barista.

Se incluye una selección de cestas para un, dos y cuatro shots, lo que la hace igual de adecuada para preparar múltiples cafés a la vez o para una dosis más fuerte cuando se necesite.

Aunque tiene un precio razonable dentro del segmento de máquinas de café premium, AU$1,049.99 sigue siendo una inversión considerable. Dicho esto, nuestro reseñador identificó solo unos pocos motivos para no comprarla: si necesitas preparar grandes lotes de café, quieres una conexión de agua dedicada o buscas una máquina más compacta.

Si esto no te convence, o simplemente te atrae el ahorro de AU$552, probablemente querrás actuar con rapidez para asegurarte una, ya que tienden a agotarse con rapidez.

from Latest from TechRadar https://ift.tt/wgBHOF5
via IFTTT IA

from Latest from TechRadar https://ift.tt/7tbl1A5
via IFTTT IA

Un caso reciente aporta una advertencia necesaria para quienes construyen PC gaming en 2026 y más allá: incluso componentes de alto rendimiento pueden presentar problemas de calor y compatibilidad, especialmente cuando se utilizan cables riser en configuraciones verticales. En este artículo se discute un incidente reportado por TweakTown sobre un RTX 5090 que provocó que una parte del material aislante de un cable riser se pegara a la backplate de la tarjeta, aparentemente debido al calor generado por el contacto directo entre el GPU y el cable. Afortunadamente, la cantidad afectada no fue sustancial, pero el episodio subraya la importancia de la separación y el posicionamiento correctos al montar GPUs con riser cables, sobre todo en cajas compactas donde el espacio es limitado.

El contexto: los cables riser permiten colocar GPUs más grandes en vertical para optimizar el flujo de aire y ahorrar espacio. En este caso concreto, el riser quedó en contacto con la backplate durante una limpieza de rutina, lo que sugiere que el calor del propio GPU habría afectado el aislamiento del cable. Si bien no se trata necesariamente de un fallo catastrófico, es un recordatorio de que estos componentes deben manejarse con cuidado y con la debida separación entre la GPU y el cable riser.

Cabe señalar que el RTX 5090 ya figura entre las tarjetas que han generado reportes de cables de alimentación que se derriten, atribuidos a su alto consumo de potencia (aproximadamente 575 W). Aunque este riesgo puede ocurrir también en tarjetas de AMD y Nvidia con cargas pesadas, parece ser más pronunciado en GPUs de alta gama que requieren soluciones de cableado más complejas o de menor calidad. En ese sentido, el uso de riser cables baratos o conectores de alimentación de baja calidad puede agravar la situación.

El análisis de la comunidad sugiere que, en lugar de centrarse exclusivamente en un supuesto “problema de derretimiento”, es crucial evaluar la integridad de los componentes y las rutas de cableado en cada montaje. Si el uso de un riser es necesario por limitaciones de espacio, se recomienda:
– Asegurar un despeje adecuado entre la GPU y el riser para evitar contacto directo.
– Verificar que el cable riser y los conectores de alimentación sean de buena calidad y capaces de soportar la temperatura esperada.
– Planificar la orientación y la gestión de cables para maximizar la circulación de aire y minimizar puntos calientes.

El caso también resalta la importancia de consultar a los fabricantes para obtener orientación específica sobre instalación y compatibilidad. Aunque la noticia señala que Nvidia aún no respondió con un comentario oficial, la prudencia sugiere que los usuarios tomen precauciones adicionales al montar GPUs potentes con soluciones de riser.

En resumen, construir un PC gamer moderno implica considerar el manejo térmico y la gestión de cables como parte integral del proyecto. Este episodio debe verse como una advertencia para proceder con cuidado al elegir y ubicar cables riser y GPUs, asegurando suficiente espacio y una correcta separación para evitar contactos que puedan generar daños por calor.

from Latest from TechRadar https://ift.tt/rnZu1Ym
via IFTTT IA