Costo y facturación en VPN: un análisis sobre renovaciones automáticas y precios


La industria de VPN tiene un problema importante. Para una cantidad significativa de usuarios, su suscripción a VPN se ha renovado automáticamente sin que lo esperaran, ha aumentado de precio o ha costado más de lo que initialmente se había pactado.

La cuestión es tan grave que varios proveedores de VPN —incluidos ExpressVPN, NordVPN y Surfshark— enfrentan escrutinio legal por sus prácticas de auto-renovación.

Este dilema nos obliga, desde TechRadar, a ser cuidadosos al recomendar VPNs. Estamos convencidos de que estos son los mejores VPNs disponibles —son de las más rápidas, más seguras y excelentes para streaming—, pero es evidente que se debe hacer más para garantizar una facturación justa y transparente.

Para entender mejor la experiencia real de las personas al usar nuestros VPNs mejor valorados, analizamos casi 30,000 reseñas de Android sobre Play Store de las ‘cuatro grandes’ —NordVPN, ExpressVPN, Surfshark y Proton VPN— publicadas desde principios de año.

Los resultados son claros. En el conjunto completo de reseñas de Play Store, los usuarios están mayoritariamente satisfechos con las apps; solo el 35% de los comentarios generales son negativos. Pero cuando nos centramos en facturación y precios, esa cifra sube a casi el 60%.

Sigue leyendo para descubrir qué proveedor obtuvo las mejores puntuaciones, a quién conviene vigilar y los pasos prácticos para evitar problemas comunes de VPN.

Este artículo es el primero de una serie que investiga la experiencia real de los clientes al usar servicios de VPN importantes, inspirada en nuestro análisis exclusivo de reseñas de usuarios de Android.

¿Qué VPN tiene las reseñas más positivas?

La gran mayoría de reseñas escritas en Android no aportan mucha información sobre el sentir real de las personas. Hay miles de comentarios genéricos como “gran app”, “buena”, “aceptable” o “mala”.

Sin embargo, al filtrar el ruido, los problemas de facturación y precios emergen como una fuente importante de frustración, representando casi el 30% de todas las observaciones categorizadas.

Como el total de reseñas varía mucho entre marcas, comparamos porcentajes en lugar de números absolutos. Las actitudes se calificaron mediante un modelo de aprendizaje automático respaldado por revisiones humanas.

Cuando se trata de satisfacción en facturación y precios, Proton VPN es el claro ganador. Solo el 35% de los comentarios relacionados con facturación fueron negativos. Sin embargo, esto se debe en gran parte a su tier gratuito.

De hecho, si eliminamos las referencias a que el producto es “gratuito”, la tasa de comentarios negativos sube al 57%. Aunque apunta a fricción subyacente para cuentas de pago, sigue estando por delante del resto.

En contraste, los demás líderes del mercado muestran una insatisfacción significativa:

  • NordVPN: 83% de sentimiento negativo sobre facturación
  • ExpressVPN: 79% de sentimiento negativo sobre facturación
  • Surfshark: 71% de sentimiento negativo sobre facturación

No todo fue malo, ya que hubo comentarios positivos, con usuarios elogiando Surfshark por su “valor excepcional” y a NordVPN como el “mejor precio”. Pero para la mayoría, los problemas relacionados con pruebas gratuitas, renovaciones automáticas y subidas de precio dominaron.

Por supuesto, todas las reseñas escritas tienden a expresarse en negativo cuando los usuarios buscan corregir o cambiar algo. Tomadas en conjunto, muestran un panorama completo con problemas claros en juego.

Pruebas gratuitas, renovaciones automáticas y subidas de precio

Entre todas las reseñas analizadas, aparecieron tres temas distintivos. En primer lugar, es evidente que muchas personas enfrentan problemas con pruebas gratuitas. Usuarios se inscriben y acaban siendo cobrados automáticamente.

Como escribió un usuario de Surfshark: “Quise probar la prueba gratuita, no funcionó y me cobró un mes.” Mientras tanto, un usuario de NordVPN afirmó no poder “cancelar mi prueba gratis ni días después”.

Otro aspecto de fricción es cuando se activan renovaciones automáticas, y afecta a todos los proveedores mencionados. Como escribió un usuario de Proton VPN: “Muchos usuarios agradecerían más transparencia antes de las renovaciones.”

Relacionado con las renovaciones automáticas están las subidas de precios asociadas. Incluso si te comprometes por un año, los proveedores de VPN a menudo aplican tarifas más caras al renovar la suscripción.

Un usuario de ExpressVPN dijo: “Por supuesto, cada vez que renovaron mi suscripción usaron los precios antiguos y nunca me avisaron.” Otro de Surfshark resumió el riesgo para otros: “Cuidado con la renovación automática de la suscripción.”

@import url(‘https://ift.tt/e69ImS5 url(‘https://ift.tt/da56V0g Estilos omitidos para brevedad *//* Script simulado para evitar rendering extenso en este contexto */

Cómo evitar trampas de renovación automática y cargos sorpresa

Es claro que los principales proveedores de VPN deben hacer más para garantizar precios y facturación justos y transparentes. Aun así, existen acciones que puedes tomar para evitar impactos innecesarios.

Para evitar problemas de facturación y precios:

  • Desactiva la renovación automática de inmediato tras registrarte: Dirígete directamente a tu panel de cuenta después de la suscripción y desactiva la renovación automática.
  • Prepararse para la ventana de facturación anticipada: Muchas VPN activan cargos de renovación entre 7 y 14 días antes de que expire la suscripción. Configura recordatorios en tu calendario con dos semanas de antelación para no llevarte sorpresas.
  • Vigila tu correo: Los proveedores te avisarán sobre la renovación automática y es probable que envíen un correo para extender una tarifa con descuento alrededor de 60 días antes de la expiración.
  • Solicita siempre una cancelación oficial primero: Envía una solicitud explícita de cancelación a través del portal oficial o del chat de soporte.
  • Revisa los términos de reembolso: Muchas pruebas gratuitas requieren datos de pago por adelantado y se convierten automáticamente en planes recurrentes. Lee la letra pequeña antes de proporcionar datos de facturación, y recuerda que las garantías de devolución de dinero de 30 días suelen aplicarse solo a compras iniciales y pueden no aplicar durante ciertas ofertas promocionales.

https://kwizly.com/embed/W0R3MX.js

Qué dijeron las compañías de VPN?

Contactamos a cada proveedor para comentar nuestros hallazgos.

Representantes de NordVPN, Surfshark y ExpressVPN destacaron sus altas calificaciones en Google Play y subrayaron que las opiniones de los usuarios informan el desarrollo de la app.

ExpressVPN añadió que las suscripciones compradas vía Google Play están sujetas a las políticas de pago y reembolso de Google, pero que su objetivo es hacer la experiencia “más fácil de entender, gestionar y resolver cuando los clientes necesitan ayuda.”

Un portavoz de NordVPN argumentó que su precios premium reflejan la inversión continua en infraestructura, pero señaló que dado que la app es gratis para descargar, “algunos usuarios esperan que el servicio sea gratuito también”, lo que puede disminuir las puntuaciones cuando descubren que es un producto de pago.

Un portavoz de Surfshark reconoció que “las reseñas públicas tienden a exagerar momentos de fricción”, pero afirmó que su enfoque actual “resuena de forma positiva con los usuarios” en general.

Mientras tanto, Proton VPN enfatizó que sus suscripciones pagadas financian una versión ilimitada y libre de anuncios para todos los usuarios, añadiendo que “deja claras su estructura de precios, costos iniciales y términos de renovación” sin cobrar por características o aumentar precios de forma sorpresiva.

Metodología

Reunimos casi 30,000 reseñas de usuarios publicadas en Google Play Store desde principios de año para los cuatro proveedores de VPN analizados, utilizando la biblioteca google_play_scraper.

Como las reseñas a menudo abordan múltiples temas (p. ej., streaming y seguridad), las dividimos en unidades de oración. Esto amplió nuestro análisis a más de 47,000 entradas, permitiendo que las reseñas aparezcan en varias categorías cuando fue necesario.

Cada oración se asignó a categorías específicas mediante filtrado de palabras clave y se analizó para detectar sentimiento usando un modelo BERT preentrenado que consideró la calificación de estrellas del usuario.

Aunque cualquier pipeline de aprendizaje automático tiene un margen de error, se aplicó el mismo proceso a todos los proveedores para garantizar consistencia y una comparación justa. También se realizó revisión humana a lo largo del proceso.

Los scripts de procesamiento de datos se desarrollaron en Python con la asistencia de unmodelo de lenguaje, y la totalidad de outputs fue revisada manualmente.

https://kwizly.com/embed/OdR0Ze.js

Cómo evitar trampas de renovación automática y cargos sorpresa

La evidencia sugiere que los proveedores deben ser más transparentes con precios y renovaciones, pero también hay estrategias para protegerse como usuario.

Resumen de medidas prácticas:

  • Desactiva la renovación automática cuando te sea posible y revisa tu panel de cuenta tras la suscripción.
  • Configura recordatorios para la ventana de renovación para no perder la tarifa con descuento que pueda haber.
  • Guarda copias de las comunicaciones oficiales sobre renovación y reembolsos.
  • Antes de proporcionar datos de pago, revisa la letra pequeña para entender cuándo se convierte una prueba gratuita en un plan de pago.

https://kwizly.com/embed/W0R3MX.js

Conclusión y próximos pasos

El compromiso con la transparencia en facturación es esencial para la confianza del usuario. Este informe no solo identifica áreas problemáticas, sino que también propone pasos prácticos para evitar sorpresas. Esperamos ampliar este análisis en futuras entregas, explorando experiencias reales de usuarios y las respuestas de los proveedores para acelerar mejoras verificables en precios y políticas de renovación.

from Latest from TechRadar https://ift.tt/N0GZiCY
via IFTTT IA

RaceMate: la nueva era de engagements en F1 y su impacto en la experiencia del aficionado


Formula 1 está cerca de alcanzar 1 mil millones de aficionados en todo el mundo, con un crecimiento del 12% año tras año de 2024 a 2025, y una cifra actual cercana a los 800 millones. Para capturar este enorme mercado potencial, el equipo TGR Haas F1 Team ha establecido una alianza con Infobip, dando lugar a una forma innovadora de mantener a los aficionados involucrados mientras se financia el desarrollo de coches a través del marketing de mercancía.

RaceMate es un compañero de aficionado impulsado por IA que ofrece actualizaciones conversacionales sobre las posiciones de la parrilla del equipo, resultados de carreras y clasificación, y la inteligencia de carrera del equipo.

The TGR Haas paddock box as seen at Silverstone, July 2–5 2026.

(Image credit: Benedict Collins / Future)

Gamified engagement across the racing schedule

En Silverstone, casa del Gran Premio de Gran Bretaña, hablé con Michael Heath, Senior Fan Engagement & CRM Manager en TGR Haas F1 Team, y Ante Pamuković, Chief Revenue Officer en Infobip, para analizar cómo RaceMate ha cambiado la cara del compromiso de los aficionados a lo largo de la temporada 2026.

Tras el lanzamiento, Haas llevó a cabo varios quizzes para aficionados a través de Racemate, pero Heath y el equipo notaron una interacción inesperada.

“En realidad empezamos a ver que los aficionados hacían preguntas a través de este canal de WhatsApp, pero en ese momento no teníamos capacidades para responder,” explicó. “Eso era, en definitiva, lo que los aficionados querían hacer, cómo querían interactuar; ahí es donde nació RaceMate.”

Racemate se ejecuta sobre la plataforma AgentOS de Infobip, que ha permitido a Haas establecer límites temáticos para las conversaciones de los usuarios y ayudar a dirigir a los aficionados de vuelta a temas relevantes sobre TGR Haas.

“Aquí vimos un claro aumento en el número de personas que se unían a las conversaciones y, sobre todo, en las que regresaban,” dijo Pamuković. “Vimos hasta un 30% de aficionados que volvían a la plataforma, lo cual es bastante alto.”

Un desafío que TGR Haas intenta contrarrestar es la prohibición de redes sociales para menores de 16 años, ya que muchos aficionados de Fórmula 1 utilizan las redes como primer punto de contacto para interactuar con equipos y pilotos.

“Necesitamos un lugar donde, uno: sea seguro para ellos estar, y dos: puedan obtener toda la información que están acostumbrados a recibir,” explica Heath.

“Cuando miras contenido de vídeo corto que pueden obtener en Instagram ahora mismo, ¿podemos entregarlo a través de Racemate porque es una plataforma más segura donde no hay comentarios ni negatividad asociada, pero sigue estando en algo que sienten que poseen y gestionan y no es solo una marca comercial gritando a lo más alto?”, añade.

An example of a conversation with TGR Haas' RaceMate AI companion.

(Image credit: Benedict Collins / Future)

RaceMate está disponible directamente a través de WhatsApp Business Platform y Apple Messages for Business.

“Es en un canal de comunicación que ya tienes, en lugar de obligarte a descargar algo más y recordar ir allí,” explica Heath.

Una de las partes más importantes del compromiso de los aficionados es crear una fuente de ingresos sin que implique un coste para el aficionado. “Race Mate para nosotros es excelente porque tiene una barrera de entrada muy baja,” comenta Heath. “Una vez dentro y en contacto, podemos empezar a capturar sus datos y, una vez que tengamos esa información, podemos comenzar a construir una relación 1 a 1 y un perfil.”

“Creo que eso tendrá un valor comercial mayor a través de la construcción de relaciones más que cobrar directamente al aficionado,” añade.

Pamuković coincide con el punto de Heath. “Vemos cómo estos componentes, silos diferentes, se integran en uno solo, y al crear datos podemos utilizarlos de la mejor manera posible. Este es el camino a seguir: entender las interacciones, a los aficionados, su comportamiento, qué los impulsa y, por supuesto, cómo servirles mejor.”

Con ese objetivo, Racemate incluye una función que permite a los usuarios probar virtualmente la mercancía del equipo antes de comprarla, algo que disfruté probar.

A demonstration of the virtual merchandise try on available through the RaceMate app.
Una demostración de la función de prueba virtual de mercancía de RaceMate.Benedict Collins / Future
A demonstration of the virtual merchandise try on available through the RaceMate app.
Una demostración de la función de prueba virtual de mercancía de RaceMate.Benedict Collins / Future

El futuro de RaceMate

De cara al futuro, Heath tiene grandes planes para RaceMate. “Quiero que RaceMate sea la segunda pantalla. Si estás viendo la carrera o no estás en casa y quieres saber qué está pasando en la carrera y acercarte a la acción, quiero que RaceMate se convierta en ese hogar.”

RaceMate también tiene el potencial de ayudar a nuevos aficionados a aprender más sobre la estrategia de carrera y las reglas generales de la Fórmula 1.

“¿Podemos, en esencia, usar RaceMate para abrir esa conversación en términos simples para que un aficionado pueda empezar a entender qué está viendo en un muro de pit? ¿Por qué han hecho una parada en un momento concreto? ¿En qué ventana intentan volver a entrar?” pregunta Heath.

“Porque para entender verdaderamente el deporte, hay que entender todos esos puntos de contacto.”

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

El posible giro de Windows hacia un modelo de suscripción impulsado por la IA


Durante bastante tiempo me ha preocupado hacia dónde se dirige Microsoft en la monetización de Windows en el futuro. Aunque el sistema operativo de escritorio dominante en el mundo sigue disponible por una cuota única (a menos que seas un usuario que actualice y pueda obtenerlo gratis), existe una buena probabilidad de que esto cambie con el tiempo.

¿Por qué lo creo? A mi parecer, parece inevitable que, tarde o temprano, Microsoft busque trasladar Windows de un pago inicial a un modelo de suscripción para los consumidores. Ese flujo de ingresos mensual regular que se acumula en las arcas es, hoy en día, el objetivo final para muchas grandes empresas de tecnología y sus productos, con buenas razones en términos de beneficios.

Por supuesto, los rumores sobre que Microsoft podría cobrar una suscripción por usar Windows para los consumidores (frente a las empresas, donde ya existe una opción de suscripción) han circulado durante años. Cierto, han sido a menudo dudosos en su naturaleza o incluso demostrablemente incorrectos, pero esta idea sigue emergiendo, y creo que estamos presenciando un desarrollo con IA en este momento que indica una oportunidad ideal para que Microsoft haga este giro en el futuro.

La semana pasada, Windows Central detectó que la función Copilot Deep Research está siendo eliminada y será reemplazada por una nueva característica: Researcher. La idea detrás de ambas funcionalidades es aproximadamente la misma (investigar y crear informes detallados con citas), pero la diferencia es que Deep Research era gratuita, mientras que Researcher requiere una suscripción a Microsoft 365 Premium.

Esto se suma a cambios como Whiteboard de Microsoft (donde la IA asiste en la lluvia de ideas) que ya no puede ser usado por cuentas personales; ahora la app exige una cuenta empresarial de Microsoft. Además, la función Meeting Insight de Outlook se ha trasladado detrás de una muralla de pago, convirtiéndose en una característica de IA más robusta, pero que requiere una licencia de Microsoft 365 Copilot.

Así que, hay una tendencia a convertir características de IA previamente gratuitas en de pago, presumiblemente mientras Microsoft reajusta sus ofertas de Copilot y decide qué funciona bien — y qué se usa — y si alguno de eso puede cobrarse.

Pivote hacia la IA

(Imagen con derechos: Microsoft)

Todos sabemos que los agentes de IA serán la ‘próxima gran cosa’ en Windows 11, al menos si Microsoft tiene algo que decir al respecto, y la idea es que estas entidades de IA hagan cada vez más dentro del sistema operativo.

No solo tendremos un agente para cambiar la configuración de Windows —y me refiero a una encarnación adecuada de esta idea ya existente—, que realmente puede ajustar una variedad de opciones con una simple solicitud como “haz que mi portátil dure más”; también podría haber una pequeña multitud de ellos. Tal vez un agente de resolución de problemas, que pueda tomar un problema que enfrentas en Windows y usar inteligencia artificial real para ayudar a solucionarlo. O tal vez un agente de creatividad que pueda abordar una serie de tareas relacionadas con imágenes o videos, o ayudar de forma más amplia a organizar tus proyectos y fotos.

Creo que la trampa será que, eventualmente, como hemos visto con algunos aspectos de la IA y Copilot, Microsoft empiece a colocar algunos de estos agentes tras un muro de pago — especialmente considerando que capacidades más potentes como estas técnicas de IA en profundidad costarán a Microsoft una cantidad considerable de recursos en la nube. Es completamente posible que Microsoft termine cobrando una pequeña cuota mensual por usar estos agentes premium, tal vez como complementos separados con la esperanza de que añadas más de ellos a Windows para obtener un beneficio acumulado para sus arcas.

En última instancia, podríamos estar ante una especie de sistema operativo modular centrado en IA, y para mí, esto parece la vía más directa para transformar Windows en un modelo de suscripción, porque ocurrirá de manera gradual. No necesitas un agente de resolución de problemas para ejecutar Windows, pero sería una característica deseable —especialmente para usuarios menos expertos— en caso de que surjan problemas en el sistema operativo.

A medida que piezas y elementos que podrían empezar siendo gratuitos caigan tras un muro de pago —a medida que estas características de IA se hagan más atractivas— las personas podrían verse tentadas a adquirir un paquete de ellas. Y antes de que te des cuenta, te habrás suscrito a una especie de Windows por suscripción (aunque la versión básica y gratuita del sistema operativo, por supuesto, seguirá disponible).

Al final, podría haber un par de paquetes —suscripciones por niveles, en otras palabras— y no olvidemos las posibles ambiciones de Microsoft para un modelo de PC en la nube para consumidores.

Esta ha sido una posibilidad planteada en rumores y filtraciones pasadas (y de nuevo, esto es algo que ya ha ocurrido en el mundo empresarial con la PC en la nube), y si unes todo esto, te puedes imaginar un modelo tipo Netflix: un sistema operativo transmitido en streaming con varias suscripciones de pago. Claro que siempre habrá una edición básica gratuita, aunque quizá esa edición no esté exenta de anuncios o acabe siendo más invasiva en términos de publicidad, como ya ocurre en Windows 11 en ciertas promociones.

No es una conclusión inevitable, pero es una posibilidad lo bastante probable

Chica usando un portátil con Windows cruzando los dedos

(Imagen con derechos: MAYA LAB / Shutterstock)

Esta es, naturalmente, solo mi opinión, y sí, tal vez me haya dejado llevar con las extrapolaciones al final. También es cierto que existen grandes incógnitas sobre la idea más amplia que he planteado.

Como ya mencioné, Microsoft está haciendo un esfuerzo notable para mantener contentos a los usuarios de Windows 11 en este momento, así que cualquier posible calendario para este cambio podría retrasarse bastante en vista de ello. Llevar alguna forma de suscripción no va a ser bien recibido, incluso si se implementa en incrementos pequeños y delicados, como imagino.

El otro punto de fricción obvio es que Microsoft debe hacer que sus agentes de IA en Windows valgan la pena. Deben ser objetos de deseo y venir con habilidades de IA realmente útiles; de lo contrario, claramente, la gente no pagará por la licencia para tenerlos en su escritorio de Windows. También deben ser seguros y confiables para no entorpecer la instalación de Windows.

Ese podría ser el mayor obstáculo para Microsoft, porque, tal como se ha planteado la idea de características de IA con pago, ha sido recibida con escepticismo por parte de quienes prefieren un entorno de Windows 11 sin IA. Quienes no pagan podrían disfrutar de un escritorio de Windows 11 sin IA, algo que muchos seguramente agradecerían.

Nuevamente, esto juega a favor de que cualquier movimiento de este tipo ocurra más hacia el futuro, pero creo que Microsoft tiene este objetivo como una meta eventual. Si te preguntas: ¿si Microsoft pudiera cobrar una suscripción por Windows 11, lo haría? La respuesta es sí, mil veces. Pero la pregunta real es si Microsoft cree que podría hacerlo sin provocar una deserción a gran escala de su sistema operativo de escritorio.

Podemos cruzar los dedos para que no exista un cargo mensual por Windows, pero, francamente, creo que es probable. O incluso solo cuestión de tiempo, tal vez, con suscripciones para complementos de IA, o un modelo de PC en la nube, o Microsoft encuentre otra vía para girar esto.

from Latest from TechRadar https://ift.tt/2A47F0Q
via IFTTT IA

La delgada línea entre salud y obsesión: reflexiones sobre la vida con datos


No realizaba que había desarrollado una obsesión poco saludable con el bienestar y la optimización. Pero al mirar atrás, sí había señales. Esto fue hace más de una década, mucho antes de las métricas de recuperación, los influencers de longevidad y de que de las mejores colores de anillo inteligente se convirtieran en tema de conversación de oficina.

Como periodista tecnológico, revisar gadgets de salud y rastreadoras de fitness siempre ha sido parte de mi trabajo, pero poco a poco se filtró a mi vida personal. En un momento, llevaba varios rastreadores a la vez porque no confiaba plenamente en ninguno de ellos. Comparaba los datos y los transfería a hojas de cálculo cada noche para analizarlos mejor.

Casi todos los días caminaba más de 20,000 pasos. Algunos días acercándose a 30,000, y me maravillaba ver cómo los números subían. Me obsesioné con la idea de que casi todo tenía una forma óptima: una dieta óptima, una rutina matutina óptima, un stack de suplementos óptimo y un horario de sueño óptimo.

Cada nueva tendencia de bienestar llegaba con promesas de conocimiento oculto y estaba ansioso por creerlo. Gaste dinero en retiros, cursos y gadgets. Seguí consejos que iban desde cuestionables hasta ridículos. Y cuanto más terrible fue el retiro de ayuno con enemas de trigo, mejor.

Lo extraño es que en ese momento no me parecía poco saludable: al contrario, parecía virtuoso. Mis rastreadores me felicitaban por alcanzar metas y las apps de fitness repartían insignias y rachas. Siempre había otro objetivo que alcanzar y otra métrica que mejorar. El obsesionamiento se disfrazaba de auto-mejoría de forma tan efectiva que apenas me cuestionaba.

Lo que no entendía era cuán delgada puede ser la línea entre disciplina y obsesión. Se cruza gradualmente, una hábito y una meta a la vez, hasta que algo que empezó como un intento genuino de cuidarte se convierte en otra fuente de presión, ansiedad y control.

Más de una década después, con wearables, puntuaciones de recuperación y la cultura de la optimización ya en el mainstream, no creo que mi experiencia sea inusual. Si acaso, me sorprende que no hablemos más del costo psicológico de medirse constantemente y del papel que la tecnología juega para mantenernos enfocados en los números.

Por qué los datos de salud pueden convertirse en una trampa

Samsung Galaxy Ring and health app

(Image credit: Samsung)

Durante mucho tiempo asumí que mi experiencia era inusual. Cuando mi obsesión por la optimización alcanzó su punto máximo, no había muchos podcasters hablando de longevidad y pocos poseían rastreadores de fitness.

Con el tiempo, logré desarrollar una relación más saludable con el ejercicio y los datos de salud. Pero a medida que los wearables se volvieron más comunes y el autoseguimiento pasó al mainstream, empecé a notar algunos de los mismos patrones que una vez reconocí en mí.

Al conversar con la psicoterapeuta Sarah Dosanjh, que trabaja con personas que experimentan ansiedad por la salud y relaciones desordenadas con la comida, gran parte de lo que viví sonaba familiar.

“Lo que noto en mi práctica es que las personas que ya tienen cierto nivel de ansiedad parecen atraerlas especialmente los dispositivos de datos de salud”, dice. “Una clienta ansiosa busca certidumbre y control, y la información de salud alimenta ese sentido de control, haciéndolo muy atractivo para una persona ansiosa”.

Mirando atrás, algunos de los periodos en los que estaba más inmerso en el seguimiento y la optimización coincidieron con momentos en los que otras partes de mi vida eran inciertas o difíciles. Los datos me ofrecían algo concreto a lo que aferrarme: números, objetivos y rutinas en momentos en que todo lo demás parecía menos predecible.

Dosanjh explica la ironía: las herramientas diseñadas para ayudar a las personas a sentirse más en control pueden volverse en su contra. “Las herramientas más comunes que veo con problemas son las apps de seguimiento de comida y ejercicio y los dispositivos de monitoreo continuo de glucosa,” afirma. “Pero lo que empieza sintiéndose como control puede transformarse rápidamente en sentirse controlado por la tecnología”.

Describe a personas que se vuelven cada vez más preocupadas por mantener números específicos y evitar cualquier cosa que pueda perturbarlos.

“Cerrar anillos de ejercicio, lograr un conteo de pasos y mantener la glucosa dentro de un rango puede convertirse en una compulsión,” dice. “La ansiedad aumenta ante la simple idea de no alcanzar números. Lo que parece bueno para la salud puede convertirse en una fuente de ansiedad intensa”.

Estos comportamientos rara vez parecen enfermizos desde fuera. Ir a caminar, ejercitarse regularmente o prestar atención a lo que comes generalmente se considera positivo. El reto es saber cuándo las hábitos útiles se vuelven reglas rígidas y cuándo la salud deja de ser algo que mejora tu vida y empieza a ser lo que tu vida gira alrededor.

Dosanjh dice que ese ciclo puede reforzarse. “La situación se vuelve más peligrosa cuando la persona cree que puede gestionar esta ansiedad adicional estableciendo metas aún más altas”, explica. “Persiguen el alivio inicial y el golpe de dopamina que experimentaron al inicio con el uso de la tecnología. Puede convertirse en una trampa adictiva, llevando a una alimentación desordenada y a un ejercicio compulsivo”.

Creo que eso es lo que hace tan difícil hablar de la cultura de la optimización. Para algunas personas, rastrear realmente ayuda. Puede fomentar el movimiento, mostrar patrones útiles y proporcionar motivación mediante rachas y recompensas digitales, como insignias y elogios de otros usuarios. Para otros, especialmente aquellos ya vulnerables a la ansiedad, al perfeccionismo o a tendencias compulsivas, las mismas herramientas pueden empujarles por un camino del que quizá ni se den cuenta.

Cuando el seguimiento se hizo mainstream

Apple Watch Ultra 3 titanium black

(Image credit: Future)

Cuando empecé a revisar rastreadores, este comportamiento parecía bastante marginal. La gente no dormía mal y muy pocos sabían qué era la variabilidad de la frecuencia cardíaca. La idea de despertar y ver una puntuación de preparación antes de decidir cuán duro entrenar sonaba extraña. Pero hoy la optimización está en todas partes.

Más del 45% de las personas en el Reino Unido y alrededor del 60% de las personas en EE. UU. ya poseen un reloj inteligente o wearable. Incluso si no buscas activamente seguimiento de salud, muchas de las funciones, como el conteo de pasos y las estimaciones de calorías, ya están integradas en dispositivos como Apple Watches o teléfonos que todos usamos a diario.

A pesar de esto, los investigadores aún buscan entender el impacto psicológico de vivir con un flujo constante de datos biométricos. No hay evidencia clara de que un gran número de usuarios de wearables esté desarrollando problemas serios. Pero un cuerpo creciente de investigación señala patrones preocupantes. Varios estudios han vinculado tecnologías de seguimiento con mayor ansiedad, insatisfacción corporal y rumiación. Otros han encontrado asociaciones entre el uso de wearables y niveles más altos de rasgos obsesivo-compulsivos, como perfeccionismo y exceso de consciencia.

Encontré que un estudio incluso introdujo un nuevo término: technohipocondría. Los investigadores lo definieron a través de tres características: obsesión por datos biométricos, catastrofismo digital y una necesidad patológica de retroalimentación algorítmica. Apuesto a que soy una technohipocondríaca en recuperación.

Lo particularmente interesante fue que los investigadores de uno de los estudios clave plantearon una pregunta importante: “¿las personas con tendencias compulsivas preexistentes se sienten más atraídas por wearables, o el rastreo continuo y los bucles de retroalimentación fomentan o agravan estas tendencias?”

Es una cuestión de causalidad y la respuesta probablemente es compleja. Pero los investigadores sugieren un posible bucle de retroalimentación donde las vulnerabilidades preexistentes y el rastreo constante se refuerzan mutuamente.

Ninguno de esto implica que todos los usuarios de un smartwatch estén camino a una crisis. Sé personalmente que ya tenía tendencias compulsivas y comportamientos de control sobre la comida mucho antes de que Fitbit lanzara su primer dispositivo. Pero sí sugiere que el impacto emocional de la optimización merece más atención de la que suele recibir. Porque una vez que el seguimiento se integra en la vida diaria, puede ser sorprendentemente difícil distinguir dónde termina la información útil y empieza la fijación no saludable.

Cuando los números se convierten en el objetivo

The best smart scale

(Image credit: Mile Atanasov / Shutterstock)

Cuando pedí a mis amigos y seguidores en redes sociales que compartieran sus experiencias con wearables y el seguimiento de salud, esperaba unas cuantas historias dispersas. En cambio, recibí relatos de personas que describían sentirse atrapadas por los números de formas muy familiares.

Algunas lidiaban con enfermedades crónicas. Otras se recuperaban de eventos de salud importantes. Algunas simplemente querían ponerse en forma o dormir mejor. Pero una y otra vez aparecía el mismo patrón: lo que comenzó como una búsqueda de tranquilidad, gradualmente se convirtió en otra fuente de ansiedad.

Leí sobre Emma, que empezó a depender mucho de los datos de salud después de un tratamiento contra el cáncer y la menopausia quirúrgica dejó su salud a la vista. “Mi reloj se volvió tranquilizador”, me dice. “Pensé que si mi pulso parecía normal, probablemente estaba bien”.

Pero con el tiempo esa tranquilidad se convirtió en una forma de dependencia. “Sentía que estaba controlando mi ansiedad por la salud”, dice. “Pero creo que solo estaba empeorándolo”.

Sarah, que usa wearables desde hace años para gestionar endometriosis y disautonomía, describe otra preocupación. “Me despierto y dejo que Oura me diga si he dormido bien y luego Visible me da una puntuación para el día, y eso me parece mal”, dice. Lo que más impactó fue la falta de confianza en su propio juicio. “¿Estoy realmente cansada o estresada porque una app lo dijo?”

Eso parece sintetizar lo complicado de la supervisión continua. El problema no es tanto mirar datos, sino lo que sucede cuando los datos se vuelven más importantes que la experiencia vivida.

Entendiendo el ciclo

Shape Pilates founder Gemma Folkard demonstrating a shoulder bridge on a yoga mat

(Image credit: Shape Pilates founder Gemma Folkard )

Aunque las historias que escuché eran distintas, un hilo común fue la sensación de intentar gestionar la incertidumbre.

Muchos de los que me contactaron no buscaban volverse superhumanos ni batir récords de longevidad cuando empezaron a rastrear. Enfrentaban temores de salud, enfermedades crónicas, ansiedad, problemas de peso y burnout.

Y los datos que recogían les ofrecían tranquilidad. Pero el problema es que la tranquilidad rara vez dura.

“Muchos de mis pacientes entienden que algo no se siente bien con su uso de la tecnología, pero tienen miedo de dejar de usarla”, dice Dosanjh.

Con frecuencia explica esto mediante lo que la psicología llama el ciclo de ansiedad. Comienza con la incertidumbre. ¿Estoy sano? ¿Estoy comiendo lo correcto? ¿Estoy haciendo lo suficiente? El dispositivo ofrece una respuesta, ya sea una puntuación de sueño, una lectura de frecuencia cardíaca o el cierre de un anillo de ejercicio. La ansiedad se reduce temporalmente y el cerebro aprende que revisar los datos trae alivio.

Pero con el tiempo, eso empieza a desvanecerse. “El alivio temporal que llega al alcanzar una meta o ver un número tranquilizador mantiene alimentando la ilusión de dominio sobre tu salud”, explica Dosanjh. “Ayudar a los clientes a entender que lo que buscan en la tecnología es certidumbre, y como la certidumbre total es imposible, el enfoque del trabajo pasa de eliminar la ansiedad a desarrollar la capacidad de tolerar la incertidumbre”.

Esa describe realmente mi experiencia. Cuanto más rastreaba, más sentía que necesitaba rastrear. Cuanta más información tenía, más información quería. La búsqueda de la salud se convirtió lentamente en la búsqueda de la certidumbre, cosa que, como sabemos, no es algo que se pueda obtener, lograr o “ganar”.

Qué me ayudó realmente

Una gran parte de la mejoría fue darme cuenta de que mi obsesión con los datos de salud no tenía que ver realmente con los datos en sí.

Mirando hacia atrás, algunos de los periodos en los que estuve más obsesionado con la optimización coincidieron con momentos en los que otras partes de mi vida eran difíciles, inciertas o estaban fuera de mi control. Los rastreadores me ofrecían algo concreto. Siempre había otra métrica por mejorar, otro objetivo por alcanzar, otro problema que parecía solucionable.

Pero muchas de las cosas con las que realmente lidiaba no se podían arreglar con una hoja de cálculo o una puntuación de sueño. La terapia me ayudó a reconocer ese patrón. También aprendí a tolerar la incertidumbre un poco mejor. Con el tiempo, me interesó menos controlar cada variable y más entender por qué sentía la necesidad de controlarlas en primer lugar.

Esa tendencia no desapareció por completo; sigo reconociéndola de vez en cuando. La diferencia es que ahora la veo por lo que es y puedo detectar las señales de alerta tempranas.

¿Deberían diseñarse los wearables de forma diferente?

Garmin Connect

(Image credit: Future/Garmin)

No creo que cada rastreador necesite rediseñarse para personas como yo. La intervención más efectiva para mi propio comportamiento poco saludable fue sorprendentemente simple: quitarme todos los dispositivos. Pero algunos investigadores sostienen que el diseño de los wearables merece más atención.

Uno de los estudios que revisé encontró que algunas de las efectos psicológicos negativos asociados con las tecnologías de fitness podrían estar vinculados a las propias características. Los sistemas de retroalimentación, las recompensas gamificadas, las herramientas de comparación social, las notificaciones constantes y el flujo de estadísticas inmediatas pueden incentivar un mayor compromiso con los datos, a veces de maneras que resultan contraproducentes.

Los investigadores creen que el bienestar psicológico debe tratarse como una métrica importante de éxito junto a métricas más familiares como la participación, la precisión y la vida de la batería.

Eso no significa necesariamente eliminar metas o seguimiento de progreso. Pero podría significar dar a las personas más control sobre cómo interactúan con la tecnología.

Con base en lo que he visto tras años evaluando wearables, eso podría traducirse en menos lenguaje juzgador, menos avisos alarmantes, más formas de tomar descansos sin sentirse castigado y más flexibilidad sobre qué datos se muestran y cuándo.

La mayoría de las compañías de wearables ya ofrecen cierto grado de personalización. Aún así, muchos productos se construyen con la suposición de que cuanto más se interactúe, mejor. En muchos casos eso es cierto; el uso regular hace que los datos sean más útiles con el tiempo porque se pueden ver patrones y tendencias. Pero siempre debe haber espacio para que las personas den un paso atrás cuando lo necesiten. Una relación sana con la tecnología wearables no debe exigir participación constante, y los usuarios no deben sentirse castigados por tomar un descanso.

La salud debe mejorar tu vida, no convertirse en tu vida

La ironía es que me interesé por la salud y el fitness porque realmente me ayudó. Aprendí a una edad temprana que el ejercicio mejora mi ánimo, que moverme más reducía mi ansiedad y que cuidarme hacía la vida más calmada y manejable. Pero empecé a prestar demasiado poca atención a cómo me sentía y demasiado a lo que decía la cifra.

Hoy sigo revisando tecnología de salud y, a veces, sigo usando rastreadores fuera del trabajo. Pero ahora presto atención a cosas diferentes. Si me siento culpable por quitarme un dispositivo, esa es una señal de alerta. También lo es perseguir una meta a pesar de estar exhausto y pasar más tiempo pensando en los datos que en mi experiencia real.

Pero lo más importante es preguntarme qué más está pasando. Porque cuando siento que me estoy obsesionando con la optimización, a menudo hay algo más sucediendo debajo. Los datos no suelen ser la causa. Es solo donde esa energía y esa ansiedad terminan canalizándose.

Dosanjh anima a las personas a abordar los datos de salud como información, no como instrucción. “La tecnología de salud debe ser una mejora en tu vida y no una fuente adicional de estrés”, dice. “Prioriza tu bienestar sobre la optimización”.

También anima a las personas a revisar con regularidad si la tecnología sigue sirviendo al propósito original. “Cómo te sientes es un barómetro más útil de bienestar que los datos numéricos. Sé claro sobre tus razones para usar la tecnología y verifica que se alineen con tus valores de vida”, dice.

Ese es la lección que desearía haber entendido años atrás. La salud debe mejorar tu vida, pero no convertirse en tu vida. Porque por más sofisticados que sean nuestros rastreadores, aún hay cosas que no pueden medir: si tienes suficiente energía para pasar tiempo con las personas que amas, si realmente estás disfrutando tu vida y si te estás sintiendo bien. Esas son mucho más importantes que si hojeaste 10,000 pasos hoy.

from Latest from TechRadar https://ift.tt/Mac5DTX
via IFTTT IA

La carrera hacia la eficiencia en IA: infraestructuras de inferencia y el cambio de paradigma



El ritmo de la IA comenzó con una dirección bastante clara: ampliar tamaño y rendimiento. Las primeras oleadas se centraron en construir modelos más grandes, pero el mundo de la inteligencia artificial y su adopción por parte de empresas, pymes y consumidores ha cambiado el enfoque hacia la eficiencia. Hoy, las compañías de IA y los desarrolladores de modelos persiguen una meta mucho más exigente: la eficiencia. Costo por token, rendimiento por vatio, rendimiento por entrada; todo se mide para impulsar la máxima eficiencia.

Una frontera clara es la separación entre entrenamiento e inferencia. Mientras que el entrenamiento de modelos sigue demandando enormes recursos, la eficiencia en la inferencia empieza a mejorar, y una compañía llamada Rebellions propone que una orientación hacia la inferencia podría abrir un nuevo mercado. Sus racks consumen alrededor de 16-20 kW, frente a unos 120 kW de los sistemas líderes basados en GPU para inferencia, que en muchos casos resultan excesivos. Además, se afirma que el coste por rack de Rebellions ronda una tercera parte, haciendo la inferencia en IA más accesible y permitiendo una adopción más amplia en las empresas.

Este cambio de hardware podría marcar el inicio de una IA verdaderamente eficiente

La memoria es otro campo de batalla: modelos enormes de billones de parámetros ponen a prueba los límites del hardware actual y la dependencia entre memoria y cómputo. Rebellions afirma estar trabajando con SK Hynix y Samsung para alinear múltiples hojas de ruta, en lugar de responder a cambios en la arquitectura de forma reactiva. En última instancia, la realidad actual sobre el paisaje de fabricación de chips está evolucionando, y Rebellions identifica dos cambios clave que ocurren de forma simultánea. Primero, el hardware de entrenamiento y el de inferencia comienza a diferenciarse de manera más marcada. Segundo, alinear múltiples hojas de ruta de hardware en memoria, cómputo y más promoverá una mayor eficiencia no solo en implementaciones, sino también en el desarrollo de nuevos productos.

Conversé con Sunghyun Park, CEO de Rebellions, para entender por qué la inferencia y el entrenamiento se están separando y por qué la apertura a estándares abiertos y la colaboración resultan cruciales para una eficiencia global.

– El mercado de chips de IA parece dividirse entre arquitecturas centradas en el entrenamiento y en la inferencia. ¿Por qué ocurre y por qué ahora?
– Existe una separación porque entrenamiento e inferencia son problemas fundamentalmente distintos. El entrenamiento crea un modelo; sucede una vez, involucra a un reducido número de organizaciones y recompensa la flexibilidad computacional bruta porque la carga de trabajo evoluciona con la investigación. La inferencia, en cambio, es el uso real de un modelo: cada consulta, cada transacción, cada decisión que un sistema de IA toma en producción. Ocurre miles de millones de veces al día en casi todas las industrias y es donde la IA pasa de la investigación a la generación de ingresos. Estos dos trabajos requieren física distinta: el entrenamiento exige máximo FLOPS; la inferencia exige eficiencia, fiabilidad y una economía que soporte a escala.
– La industria impuso un chip de entrenamiento para esa segunda función por defecto. Ahora que la inferencia es el mercado más grande y urgente, ese compromiso ya no se sostiene. Las empresas y los gobiernos quieren saber cuán rápido pueden desplegar. Por eso la conversación se está partiendo.

– ¿Dónde encaja Rebellions en esa división y qué diferencia fundamental ofrece su enfoque de inferencia frente a la competencia?
– Diseñamos para la inferencia desde el inicio. La mayoría de las primeras compañías de chips IA surgieron durante el auge de entrenamiento 2016-2017 y luego adaptaron sus arquitecturas para la inferencia. Nosotros empezamos en 2020, tras esa ola, con la inferencia como único objetivo, diseñando en torno a lo que la IA de producción realmente necesita, en lugar de adaptar un chip de entrenamiento.
– Los números reflejan esa decisión: nuestros racks consumen 16-20 kW frente a ~120 kW de sistemas líderes de inferencia basados en GPU, aproximadamente un sexto de consumo en un mercado donde la energía es la restricción principal para la mayoría de operadores. El costo de adquisición ronda los 10 millones de dólares por rack frente a unos 30 millones, aproximadamente un tercio. Nuestra arquitectura basada en chiplets escala de forma horizontal en lugar de depender de un único dispositivo que soporte el tamaño total de un modelo, lo que importa hoy que las cargas de producción son modelos de mezcla de expertos de billones de parámetros, no los pocos cientos de millones de parámetros de la primera generación.
– También estamos enfocados en una arquitectura centrada en la memoria en lugar de en el cómputo. El enfoque por chiplet busca mantener la memoria junto a la lógica a medida que los modelos escalan, no solo añadir núcleos. Tenemos tres años de despliegues en producción detrás de esa arquitectura, no solo pilotos. Esa es la parte más difícil de replicar: cargas de trabajo reales, funcionando a escala, hoy.

– Hace un año, todos en IA hablaban de chiplets. Ahora la conversación se ha desplazado a la memoria. ¿Qué cambió?
– La conversación sobre chiplets se centraba en la arquitectura: dividir un chip en piezas modulares que escalan de forma independiente, en lugar de apostar todo a un único die monolítico. Eso importó porque permitió a la industria superar la premisa de que un único dispositivo siempre sería lo suficientemente grande para ejecutar cualquier modelo. Esa suposición se rompió con la llegada de la mezcla de expertos y de modelos de billones de parámetros. La memoria se convirtió en la capa subyacente. Una vez resuelta la cuestión arquitectónica, la restricción se volvió física: ¿es posible obtener suficiente memoria de alta velocidad (HBM) para materializar lo diseñado? La memoria HBM es memoria apilada en 3D y la cercanía física entre ella y la lógica es tan importante como el cómputo en sí.
– Todas las compañías de aceleradores IA compiten por la misma oferta de memoria en este momento, y la demanda supera la capacidad de los fabricantes de memoria. Es el problema de co-diseño memoria-lógica: la arquitectura y la oferta de memoria ya no son decisiones separables. Nosotros estamos en una posición distinta: nuestras relaciones con los inversores se basan en la oferta, no solo en el capital. Nuestros socios de memoria también son inversores, y co-diseñamos nuestra arquitectura de memoria directamente acorde a sus hojas de ruta, en lugar de comprar por diferimiento.
– Nuestro enfoque con chiplets también se desarrolla en función de la hoja de ruta del proceso de nuestro socio foundry. Mientras el resto de la industria luchaba por la asignación de recursos, ya teníamos un asiento en la mesa del diseño gracias a esas relaciones. Eso significa co-diseño de memoria y lógica, no solo suministro asegurado. El giro de chiplets a memoria ha movido la restricción real de la arquitectura a la oferta física.

– ¿Tu stack funciona sobre marcos abiertos como vLLM, PyTorch, Kubernetes y OpenShift? ¿Eso facilita la adopción o es una simplificación excesiva?
– En su mayor parte es cierto, pero “plug-and-play” subvalora lo deliberado que fue esa elección y simplifica en un aspecto específico. Construimos completamente sobre estándares abiertos: vLLM, PyTorch, Kubernetes y Red Hat OpenShift. Somos una de solo dos compañías de chips en la PyTorch Foundation y la única empresa aceleradora IA totalmente integrada con OpenShift. Un desarrollador que ya sabe ejecutar inferencia en infraestructuras existentes sabe ejecutarla también en nuestra plataforma; no hay runtime propietario que aprender y no hay proyecto de migración. Esa parte sí se acerca a un entorno plug-and-play. Los primeros jugadores de chips IA crearon pilas de software propietarias y millones de dólares se invirtieron en software que no sobrevivió; entramos al mercado cuando el ecosistema de código abierto ya estaba maduro y elegimos construir sobre él en lugar de bifurcarlo.
– Donde se simplifica demasiado es asumiendo que eso significa cero trabajo de integración. Las implementaciones de producción aún requieren validar el rendimiento en cargas de trabajo y escalas específicas, y eso exige ingeniería real, aunque la pila sea compatible. Lo que eliminan los estándares abiertos es el riesgo de bloqueo (lock-in) y los costes de reentrenamiento, no el trabajo de despliegue en sí.

– ¿Cuáles son los mayores retos para las organizaciones al intentar ejecutar inferencia de IA fuera de plataformas de hyperscale?
– La mayoría de las organizaciones no operan como hyperscales; gran parte de la infraestructura de inferencia disponible asume esa condición. El primer reto es físico: la mayoría de las empresas, operadores de telecomunicaciones y gobiernos ya tienen data centers; no pueden esperar dos o tres años ni invertir cientos de millones en nuevos centros ni reformar instalaciones para refrigeración líquida. La pregunta práctica es si la inferencia puede ejecutarse en lo que ya tienen: racks estándar, refrigeración por aire y presupuestos de energía existentes.
– El segundo reto es de soberanía: cada vez más, las organizaciones quieren traer el cómputo a donde ya reside su data, en lugar de mover datos sensibles a la nube. Eso introduce dependencia frente a grandes hyperscalers. Hemos construido específicamente para cubrir ese hueco: nuestros sistemas funcionan entre 4-5 kW por servidor en infraestructuras de aire, sin necesidad de rediseño de instalaciones. SK Telecom ha operado con nuestro hardware durante casi tres años, escalando de un clúster pequeño a cerca de 100 racks y gestionando 50 millones de API diarias, completamente dentro de su red existente. KT Cloud ejecuta inferencia en tiempo real en sistemas de CCTV a nivel nacional. Ambos ejemplos demuestran que no es necesario un centro de datos de hyperscale para alcanzar volúmenes relevantes de IA.

– Cerebras y otras IPOs en el espacio han puesto a la infraestructura de IA en el foco público. ¿Qué dicen estas OPV sobre el mercado y dónde podría haber un desajuste entre hype y despliegue real?
– Indican a los mercados públicos que la infraestructura IA es una clase de activos duradera e invertible, no solo una apuesta respaldada por capital. Esa validación beneficia a todo el sector, incluida nuestra empresa: demuestra que el silicio construido específicamente para IA es real, se distingue de GPUs de propósito general y merece capital independiente. El flujo de capital hacia el sector es necesario, pero no determina por sí solo quién gana. Las compañías que definan la próxima década no serán necesariamente las más financiadas, sino las que tengan fundamentos reales: clientes de producción, despliegue a escala, economía probada y relaciones de suministro duraderas. Eso es un filtro distinto del tamaño de la recaudación, y es el que importará cuando comience el escrutinio del mercado público. Hemos trabajado hacia ese filtro desde 2020, con despliegues de producción y relaciones de suministro con socios de foundry y memoria que aseguramos antes de que la competencia discutiera la misma asignación. El capital es un impulso para todos los actores serios en inferencia, pero la pregunta real es si se desplegará de forma eficiente en los próximos años.

– Mirando hacia el futuro, ¿qué tendencias estáis observando con mayor atención en infraestructura de IA e inferencia para los próximos 12-24 meses?
– La construcción dentro de infraestructuras existentes continúa acelerándose; la mayoría de las empresas, operadores de telecomunicaciones y gobiernos no esperan nuevos data centers. Están desplegando inferencia en instalaciones ya existentes, y eso probablemente se convierta en la historia mayor, aunque reciba menos titulares que las noticias sobre hyperscalers.
– La memoria sigue siendo la restricción física. La oferta de HBM no ha alcanzado la demanda, y a medida que los modelos evolucionan hacia arquitecturas de mezcla de expertos con billones de parámetros, esa presión aumenta en lugar de disminuir. Las compañías con relaciones de suministro aseguradas y estratégicas tendrán una ventaja real en los próximos dos años, no solo una ventaja de costo.
– Los chiplets son el camino para llegar allí. Ya hemos producido en masa una paquete de cuatro chiplets de avanzada—un nivel de integración con el que Nvidia ha tenido problemas para alcanzar. El siguiente nivel es la optimización de rendimiento de HBM3E (memoria 3D apilada) en estrecha colaboración con co-diseño de memoria y cómputo desde el inicio, no como un añadido posterior.
– También está en mi radar que, a medida que más empresas salen a bolsa en este espacio, el capital se valorará en función de fundamentos de producción más que de rondas de financiación. Y la eficiencia importa: a medida que la inferencia se abarata por token, la demanda no se reduce; al contrario, se expande, porque nuevos casos de uso se vuelven viables a menor costo. Eso ha sido cierto para todas las plataformas de cómputo en la historia, y no espero que la inferencia de IA sea una excepción.

[Imágenes adjuntas.xlsx / representación visual]

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

Helios y Vera Rubin: un análisis profesional sobre el rendimiento y la complejidad de la comparación en rack-scale


La industria de alto rendimiento continúa redefiniendo los límites de memoria, ancho de banda y eficiencia de costos en soluciones de rack-scale. En este contexto, AMD presentó su oferta Helios, destacando cinco áreas en las que afirma superar lo que denomina la solución competitiva líder. Aunque no se nombra explícitamente a Nvidia, la referencia a la solución NVL72 basada en Vera Rubin es inequívoca para el comparador público. Este análisis examina las afirmaciones de AMD, las diferencias entre las métricas publicadas y los retos inherentes a las cargas de trabajo del mundo real.

Una batalla de números que se complica a medida que avanzan las soluciones

AMD afirma una ventaja del 15% frente a Nvidia en FP4 por GPU. Sin embargo, cuando se compara a nivel de rack, la cifra publicada por Nvidia para NVL72 (Vera Rubin) es de 3.6 exaflops frente a una estimación de 2.9 exaflops de AMD. Es crucial saber si estas cifras contemplan dies individuales o paquetes de dos-dies, ya que la distinción altera significativamente la valoración. Además, AMD utiliza MXFP4 frente a NVFP4, formatos que no equivalen directamente en términos aritméticos, lo que añade complejidad a la comparación.

Estas divergencias apuntan a una realidad común en escenarios de FP4: el rendimiento máximo teórico tiende a no alcanzarse en condiciones reales debido a movimientos de memoria, sobrecargas de programación y eficiencia de kernels. AMD reconoció este aspecto en su evento, sugiriendo que el rendimiento medido de FP4 se sitúa aproximadamente en la mitad de su potencia pico. Este matiz es importante para cualquier comprador que evalúe rendimiento sostenido frente a rendimiento pico.

En términos de capacidad de memoria y suministro, Nvidia mantiene una ventaja en la disponibilidad de memoria de alto rendimiento, con una combinación de 75 TB por rack cuando se suman LPDDR5X y HBM4, frente a los 31 TB de HBM4 de Helios. Esto hace que las cargas de trabajo que requieren grandes volúmenes de memoria mantengan a Nvidia como una opción atractiva. En cuanto al ancho de banda y la escalabilidad, Helios ofrece 432 GB de memoria por acelerador y 23.3 TB/s, con capacidades de red de 3.6 TB/s por acelerador y 260 TB/s por rack, cifras que igualan a la competencia en la planta de datos a nivel de flujo de datos entre componentes.

Más allá de las cifras, la estructura de la plataforma Helios—72 aceleradores MI455X, 18 CPUs EPYC Venice, conectividad UALink sobre Ethernet dentro del rack y Ultra Ethernet saliendo, todo ello en un chasis OCP Open Rack Wide con conmutación de Broadcom—presenta una solución de rack-scale sólida. AMD enfatiza la apertura de especificaciones de la red y del software, argumentando que Helios facilita personalización a gran escala para hyperscalers, una capacidad que, según AMD, no tiene un equivalente directo en la oferta de Nvidia.

La pregunta clave para los adoptantes es si la mayor apertura y personalización de Helios compensa las posibles limitaciones de suministro de memoria y las diferencias en las métricas de rendimiento. Vamsi Boppana, vicepresidente senior de IA en AMD, subraya que Helios reúne “compute líder, redes de alto rendimiento y software abierto en una plataforma rack-scale unificada”.

Un juego de números que continúa creciendo en complejidad, incluso cuando AMD obtiene algunas victorias

A pesar de las afirmaciones de AMD sobre un 15% de ventaja en FP4 por GPU, la comparación a nivel de rack con NVL72 no es completamente directa. Nvidia mantiene una posición de liderazgo en números de rack, y las diferencias en formatos y la forma de contar los datos dificultan una lectura única y comparable. La realidad operativa sugiere que los beneficios declarados pueden depender en gran medida de la carga de trabajo concreta, del software y de la eficiencia de la pila de herramientas, así como de la disponibilidad de memoria a gran escala.

En términos de implementación, Helios podría marcar un hito como la primera respuesta creíble de AMD al escenario de rack-scale de Nvidia desde el inicio de la carrera de IA. Sin embargo, la ejecución de la cadena de suministro y la planificación de implementación—con un despliegue inicial de Helios previsto para el cuarto trimestre—son factores críticos que pueden influir en el rendimiento relativo frente a Nvidia en el corto plazo.

En última instancia, el atractivo de Helios radica en su enfoque transparente: especificaciones de red y arquitectura disponibles públicamente permiten a hyperscalers adaptar soluciones a sus necesidades específicas. Nvidia, por su parte, mantiene una potencia consolidada en su plataforma, con un ecosistema maduro y una base de memoria amplia que favorece ciertos tipos de cargas de trabajo. La decisión entre una solución u otra dependerá del equilibrio entre rendimiento sostenido, capacidad de personalización, disponibilidad de memoria y la madurez de la pila de software para aplicaciones de IA a escala.

from Latest from TechRadar https://ift.tt/o1xY5El
via IFTTT IA

Soberanía tecnológica en Europa: más allá del miedo, hacia la acción


Las discusiones sobre la soberanía tecnológica en Europa pueden tender al pesimismo. Es fácil entender por qué. Un puñado de hiperescalares en Estados Unidos y China controlan la infraestructura fundamental del mundo moderno. La dependencia de estas tecnologías por parte de empresas y gobiernos europeos crece con cada semana que pasa.

Una dependencia casi total de modelos de IA alojados y entrenados en el extranjero representa un riesgo serio para la seguridad nacional. Si no existe una capa soberana en la infraestructura, no se tiene control sobre el futuro. ¿Qué pasa si se corta la energía o si la seguridad se ve comprometida?

Estos son los escenarios de pesadilla que se debaten en juntas directivas y ministerios a lo largo del continente.

Y, sin embargo, Europa tiene muchas razones para sentirse optimista en su búsqueda de soberanía. Quizá la nave de los LLM ya haya zarpado, pero lo verdaderamente emocionante es lo que viene después.

En áreas como la computación cuántica y la robótica —y su aplicación en industrias como la salud y la ciencia climática— hay evidencias de que la combinación de talento ingenieril europeo y un profundo conocimiento de los mercados está sentando las bases para la próxima ola de innovación que podría cambiar la sociedad.

Esto llega al corazón de lo que realmente significa la soberanía en IA: desarrollar una tecnología que sea un gran producto, sin compromisos en eficiencia y escalabilidad, y que, al mismo tiempo, resuelva los mayores problemas de hoy o de mañana.

Un tiempo para la acción

Ahora es el momento de actuar. La soberanía, en particular la soberanía en IA, es una prioridad absoluta para los gobiernos europeos y, cada vez más, para clientes y el público ante el incremento de tensiones geopolíticas. Ya estamos viendo numerosos ejemplos de empresas en Europa que construyen infraestructuras de TI paralelas donde normalmente dependían de los hiperescalares. También hay una tendencia creciente hacia soluciones en la nube y datos on-premise, con la intención de crear soluciones soberanas.

La pregunta entonces es: ¿podemos, quienes estamos fuera de Estados Unidos y China, construir los mejores productos que resuelvan los problemas más apremiantes? La respuesta es un rotundo sí, pero debemos asegurarnos de que nuestro enfoque no sea puramente defensivo. La verdadera soberanía va más allá de tener el marco regulatorio adecuado para protegernos de sistemas externos que no podemos controlar. Si queremos ser sostenibles, debemos construir alternativas que sean al menos tan buenas; si nos comprometemos en ese aspecto, todo fallará.

Tomemos la salud como ejemplo de soberanía. Es una de las industrias más sensibles en términos de datos, dadas las características de información médica personal y confidencial. Si tu vida dependiera de una solución de IA que ayude a definir la mejor atención personalizada o predictiva, y esa solución no fuera soberana, ¿dudarías? Por supuesto que no. Es un gran problema, pero existen empresas acercándose a una solución.

Un ejemplo fantástico de esto es la scale-up francesa ALAN, que está disruptando cada vez más el mercado de seguros médicos gracias a un proceso de negocio verdaderamente diseñado de principio a fin. En junio de este año anunció una recaudación de 480 millones de euros, valuando la empresa en 5.5 mil millones de euros.

Factores que obstaculizan

Por supuesto, hay factores que podrían dificultar nuestro progreso, como la sobre-regulación y las limitaciones que enfrentan los emprendedores. No podemos ignorar el desafío de la financiación; Estados Unidos se beneficia de un fondo de pensiones de 30 billones de dólares que fluye masivamente hacia mercados de PE y VC. Estamos muy lejos de eso en Europa, y debemos encontrar soluciones con urgencia.

Existen desarrollos positivos, como el programa emblemático de I+D de la Unión Europea, Horizonte Europa, con un presupuesto de 95.5 mil millones de euros, que apoya entre 200 y 300 descubrimientos científicos innovadores cada año en la UE y el Reino Unido. Pero estas iniciativas siguen siendo relativamente pequeñas y solo representan un paso en la dirección correcta.

Además, el mercado digital único de Europa aún no es tan fácil de abordar como el mercado único de Estados Unidos o China. Por mi experiencia en juntas de varias scaleups europeas, muchas de ellas encuentran más sencillo atacar el mercado estadounidense una vez que han ganado impulso en su país de origen que hacerlo en otro país europeo. En última instancia, todos estos problemas deben resolverse.

También es vital elegir bien nuestras batallas. No deberíamos perseguir a LLMs o hiperescalares estadounidenses o chinos a toda costa. Perderemos tiempo intentando ponernos al día. La realidad es que tenemos un historial probado en áreas impulsadas por casos de uso, como la salud, y ahí es donde debemos concentrarnos.

Nuestra estrategia debe ser anticipar hacia dónde se dirige el mercado. Dos áreas que están emergiendo como potencialmente revolucionarias son la cuántica y la robótica. Estados Unidos ya está apostando por ello. El presidente Trump recientemente firmó una ley que ordena que EE. UU. cuente con una computadora cuántica para 2028 y que los sistemas cibernéticos adopten soluciones criptográficas poscuánticas. Esto es soberanía: no son los hiperescalares; es una tecnología que impactará la vida de todos.

La buena noticia es que en Europa existen numerosos ejemplos de startups que producen tecnología de nivel mundial en cuántica y robótica. En última instancia, el éxito de la soberanía dependerá de nuestra capacidad para construir los mejores productos en Europa para resolver nuestros mayores problemas. No seremos sostenibles si la alternativa “soberana” no es tan buena como las soluciones desarrolladas en otros lugares. En Europa contamos con todas las herramientas para lograr la soberanía. Pero debemos actuar ya.

Gestiona tus datos con el mejor almacenamiento en la nube empresarial.

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

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

from Latest from TechRadar https://ift.tt/SvInm63
via IFTTT IA

¿Qué personaje de The Witcher define tu verdadero yo? Un vistazo interactivo


¿Eres fanático de la serie de juegos de CD Projekt Red The Witcher? ¿Alguna vez te has preguntado qué tipo de personaje serías si de pronto fueras tragado por un portal mágico y terminaras en el mundo de fantasía de El Continente? ¿Te verías como una princesa, un bardo, una hechicera o incluso una bruja?

La nueva expansión de The Witcher 3: Wild Hunt, Songs of the Past, ha sido anunciada y se lanzará el próximo año. Aunque aún no contamos con detalles de la trama, la historia volverá a seguir a Geralt de Rivia antes de The Witcher 4.

Esto significa una nueva travesía que experimentar junto al favorito de todos, el brujo, y, con suerte, con el regreso del resto del elenco, como Ciri, Yennefer y Dandelion.

CD Projekt Red ha prometido compartir más sobre Songs of the Past el próximo mes, así que habrá que esperar y ver.

Mientras tanto, he preparado un pequeño test de personalidad muy divertido que te ayudará a descubrir qué personaje de The Witcher es tu espíritu afín. ¿Eres el protector, el propio brujóx, el titular brujo? ¿Su hija, la Hija del Destino y luchadora de la cabala, Ciri, o la feroz hechicera Yennefer? ¿Tal vez eres el implacable Rey de la Patrulla Salvaje…?

Cada persona tiene un favorito, pero ¿qué personaje eres realmente? Descúbrelo a continuación.

https://kwizly.com/embed/WVo3qO.js

¿Obtuviste el personaje que esperabas o alguien completamente opuesto a tus expectativas? ¡Cuéntanos en los comentarios!

from Latest from TechRadar https://ift.tt/3Lz0MpK
via IFTTT IA

Independencia energética para centros de datos en la era de la IA: estrategias para asegurar el suministro


La industria de los centros de datos se ha encontrado recientemente en aguas inexploradas. El auge de la demanda de herramientas y servicios de IA ha llevado a un incremento del 17% en el consumo de electricidad. Y a pesar de una rápida disminución en el consumo de energía por tarea de IA, se espera que el consumo energético se triplique para las instalaciones enfocadas en IA.

Investigaciones recientes del sector también revelan que el costo medio de un tiempo de inactividad no planificado ha aumentado a 9,000 dólares por minuto, o 540,000 dólares por hora. Para las grandes empresas, las interrupciones mayores pueden superar los 5 millones de dólares por hora cuando se consideran todos los factores.

Para agravar la situación, el 60% de las pymes que experimentan pérdidas catastróficas de datos cierran en seis meses. En los centros de datos, la energía es no negociable, y está claro que quienes puedan controlar su suministro eléctrico lograrán el éxito en este auge de IA.

Pero los desafíos también son evidentes. La infraestructura de red europea existente y envejecida se está volviendo poco fiable ante la demanda de centros de datos, energías renovables y vehículos eléctricos.

Los centros de datos no siempre serán la prioridad, pero la necesidad de operaciones consistentes no puede flaquear. No si las empresas quieren seguir siendo competitivas en un entorno que crece rápidamente.

Las ondas de cambio

El auge de la IA está redefiniendo el éxito y el fracaso dentro del sector energético. Y la característica destacada de los ganadores es el acceso a un suministro de energía fiable. El informe de energía de Bloom para 2026, que analiza desarrollos en el mercado de centros de datos de EE. UU., indica una tendencia clara: las zonas con la red estirada se están quedando atrás frente a aquellas con suministro abundante.

Los líderes tradicionales están cediendo terreno a los nuevos, con datos que muestran que áreas como California, Oregón, Iowa y Nebraska podrían perder hasta el 50% de su cuota de mercado debido a una mayor limitación de la energía disponible. Mientras tanto, la carga de los centros de datos de Texas podría más que duplicarse para 2028. Un suministro de energía fiable no es solo una ventaja, es un factor clave a la hora de diseñar y construir nuevas instalaciones.

Durante casi 20 años he trabajado en el sector, en una variedad de proyectos y continentes. Una lección clave es que el antiguo dicho “cuando América estornuda, el mundo resfría” es cierta. Las lecciones de este cambio drástico en el mercado estadounidense deben entenderse y actuarse por parte de los líderes europeos cuanto antes.

Y la pregunta para los operadores europeos de centros de datos es contundente: ¿cómo podemos tomar el control de nuestra disponibilidad de energía y mantenernos a flote?

De la dependencia a la independencia

La respuesta para muchos ha sido la independencia de la energía de la red. Basándose en la necesidad de evitar problemas de capacidad de la red y demoras por listas de espera, el informe de Bloom señala que hasta un tercio de los centros de datos de EE. UU. podrían estar completamente fuera de la red para 2030. Y estos datos sobre descentralización están en aumento. La IEA ha observado un aumento pronunciado en las órdenes de turbinas de gas, con la intención de alimentar directamente a los centros de datos, eludiendo una conexión a la red.

Pero esta solución específica no está exenta de desventajas. Por ejemplo, las turbinas de gas por sí solas luchan para sostener las grandes oscilaciones de demanda que provocan el entrenamiento y la modelización de IA.

Cada vez más, las empresas están descubriendo que los Sistemas de Almacenamiento de Energía en Batería (BESS) son clave para superar estas olas súbitas de demanda. Los BESS pueden actuar como un amortiguador ante las variaciones de carga que IA genera cuando se implementan como una fuente de energía suplementaria. Y la IEA pronostica que hasta 25 GW de almacenamiento de baterías podrían instalarse en centros de datos a nivel mundial para 2030.

En Aggreko, ya estamos desplegando esta opción para varios de nuestros socios en Europa, con capacidades desde 10 MW hasta más de 100 MW. Por ejemplo, cuando un importante proveedor de colocation en Dublín descubrió que no podría conectar su centro de datos a la red hasta varios meses después de que el sitio estuviera en marcha, se nos llamó para cubrir la brecha temporalmente.

Proporcionamos 12 generadores de nueva generación (NGG) por un total de 14 MWe, incluyendo 10 kV de interruptores, transformadores y equipos auxiliares que permitieron que el sitio operara de forma completamente independiente de la red. Esto se complementó con un BESS de 1 MW, proporcionando resiliencia frente a las oscilaciones energéticas con beneficios añadidos de mejor calidad de energía, reducción de emisiones y ahorro de combustible. Como resultado, el sitio estuvo en línea de inmediato, en comparación con el retraso estimado de dos años para una conexión a la red.

Manteniéndose a la vanguardia

El ritmo de desarrollo ha sido más rápido de lo previsto para la mayoría de los operadores, lo que ha provocado cambios drásticos en la forma en que abordan la energía y la refrigeración.

Por ello, asegure su suministro de energía, comience a descentralizar y manténgase al tanto de tecnologías emergentes como los BESS; podría encontrar que su empresa sale ganando en el auge de la IA.

Hemos revisado, clasificado y puntuado los mejores servicios de hosting web.

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

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

from Latest from TechRadar https://ift.tt/po1wbAs
via IFTTT IA

Diseño impulsado por el problema: cómo Dyson transforma la tecnología cotidiana en soluciones excepcionales


Desde aspiradoras sin bolsa hasta secadores de pelo y purificadores de aire, los productos Dyson destacan por su estética única y su enfoque práctico. En el campus de la compañía en Malmesbury, al suroeste de Inglaterra, estas ideas se exponen como arte moderno: un complejo que alberga el centro global de Investigación, Diseño y Desarrollo (RDD) y el Dyson Institute, donde estudiantes de todo el mundo trabajan junto a ingenieros en proyectos reales. Esta visita permitió conocer la filosofía de diseño que impulsa a Dyson y a su equipo, incluidos líderes técnicos como el Ingeniero Jefe Jake Dyson, hijo del fundador Sir James Dyson.

La trayectoria de Jake Dyson no fue directa: tras iniciar su camino profesional, creó un taller propio y se hizo un nombre en el mundo de la iluminación industrial. En su despacho, reflexionó sobre si su experiencia en ese sector ha influido en su labor en Dyson hoy.

“Todo se resume en identificar problemas y resolverlos”, explicó. “Cuando llegaron los LED al mercado, vi que no se les enfriaba adecuadamente. Los LEDs deben durar toda la vida, pero se trataba de bombillas desechables. Visité Osram en Asia y me explicaron que mantener la temperatura de la diode por debajo de aproximadamente 50 °C [120 °F] preserva el brillo, la calidad del color y la vida útil. Ese se convirtió en mi objetivo.”

Building at Dyson's campus in Malmesbury, with picture of Dyson Supersonic hairdryer on the side

El diseño único de Dyson ocupa un lugar central en el campus de Malmesbury, Reino Unido(Crédito de la imagen: Getty Images / Bloomberg)

“Observé cómo gestionan el calor en satélites. En el espacio, las temperaturas oscilan entre extremos, por lo que requieren un control térmico preciso. Apliqué un razonamiento similar diseñando sistemas que disipan el calor de forma pasiva. Por ejemplo, el calor se aleja del chip y se enfría con el flujo de aire, manteniendo una temperatura estable incluso a alta potencia. Ese proceso, identificar un problema y resolverlo, es lo que impulsa todo.”

Ese enfoque de resolución de problemas ha sido la fuerza impulsora de la marca Dyson y explica su portfolio poco convencional: sus ingenieros jamás han temido aventurarse en nuevos sectores cuando hay un problema por resolver.

“A veces surge de la frustración: ‘Este producto es basura, ¿cómo podemos mejorar?’ Otros días es curiosidad: ‘¿Por qué funciona así?’”

Diseño centrado en el problema

El libro de James Dyson, Invention: A Life of Learning Through Failure, describe cómo el enfoque centrado en el problema dio lugar a muchos de los productos más icónicos de la compañía —empezando por un humilde carretón. Dyson y su esposa Deidre reformaban una casa en Gloucestershire y buscaban crear un jardín, pero las herramientas tradicionales resultaban frustrantes.

“Usé una carretilla naval con furia y sus limitaciones se volvieron cada vez más claras”, escribe Dyson. “El cemento salía por la parte inferior, las patas tubulares se hundían, era difícil de maniobrar y dañaba marcos de puertas. Cuanto más la usaba, más comprendía que nadie había pensado realmente en estos problemas o se había molestado en solucionarlos.”

Tras una larga fase de experimentación con formas, materiales y procesos de fabricación, nació el Ballbarrow: un cubo de plástico moldeado sobre un marco de acero, con la rueda convencional reemplazada por una bola neumática de EVA. Esto distribuía el peso de la carga de forma más uniforme sobre terreno blando y era más fácil de maniobrar que una rueda; y, en un tono naranja brillante, no se parecía a nada existente en su época.

El producto fue un éxito, pero, debido a decisiones empresariales desafortunadas, Dyson senior perdió el control de Kirk-Dyson y fue expulsado por los demás accionistas. “Había perdido cinco años de trabajo por no valorar mi creación”, escribió. “No supe proteger lo más valioso para mí.”

Fue una experiencia dolorosa, pero aprendida, que lo llevó a identificar y resolver problemas, empezando por la creación de la primera aspiradora ciclónica, diseñada después de darse cuenta de que las bolsas de polvo no solo recogían polvo, sino que también actuaban como filtros que bloqueaban el flujo de aire y reducían la succión.

“Recordé ese mismo problema de atorar polvo en la fábrica de Ballbarrow y en el gran ciclón que habíamos construido para solucionarlo”, escribió. “¿Qué pasaría si desarrollara una versión mucho más pequeña y reemplazara la bolsa que causada la obstrucción en una aspiradora?”

Miles de prototipos después (5.127 para ser exactos), nació la primera aspiradora sin bolsa del mundo, y una vasta colección de patentes para protegerla.

La comprensión de Dyson sobre el flujo de aire y la tecnología ciclónica ha informado casi todos los productos siguientes; pero, como la aspiradora, cada uno comenzó con un problema. La secadora Airblade para manos redujo el desperdicio de toallas de papel; el ventilador Airmultiplier resolvió el problema del aire “choppy” generado por las aspas convencionales; el purificador Pure Hot+Cool fue diseñado para combatir la contaminación del aire interior; y el secador Supersonic resolvió el problema de secadores pesados e incómodos con motores de peso reducido.

En todos los casos, la forma del producto final estuvo dictada por el problema que buscaba resolver, incluso si el resultado parecía totalmente ajeno a los diseños existentes.

“Por eso los productos Dyson a menudo tienen un aspecto inusual; están construidos alrededor de su función”, afirmó Jake Dyson en su oficina de Malmesbury. “También son hermosos. Un secador de pelo tiene un orificio por donde fluye el aire debido a cómo funciona la circulación. Los ventiladores y otros productos exponen sus principios de ingeniería a través de su apariencia: no ocultamos cómo funcionan, los expresamos.”

Color creativo

Esas ideas de diseño se ven reforzadas por paletas de color igualmente inusuales, que destacan botones, interruptores y componentes removibles, entre otros elementos funcionales.

“Contamos con un equipo aquí, CMF, que se centra en colores, materiales y acabados, y que analiza tanto la apariencia como los materiales de nuestros productos”, explicó Jake Dyson.

El equipo CMF no solo toma ideas de proyectos exitosos, sino también de fracasos, como el coche eléctrico cancelado de Dyson, que aportó ideas de acabado y material para muchos dispositivos de salud y belleza.

Recientemente, CMF aportó su experiencia al primer abanico de mano de Dyson: el HushHet Mini Cool, lanzado justo a tiempo para una serie de olas de calor en el Reino Unido. Se agotó casi de inmediato y, tras probarlo, queda claro por qué; es compacto, mucho más potente que su rival más cercano y ofrece mejor relación precio-rendimiento.

“La demanda ha sido muy fuerte, así que la disponibilidad puede ser limitada. Pero está volviendo al mercado”, señaló Jake Dyson.

¿Qué depara el futuro? La compañía está explorando formas de usar la inteligencia artificial donde realmente aporte valor, ayudando a las máquinas a interpretar datos y tomar mejores decisiones. Jake Dyson señala que “los sistemas de visión y las nuevas direcciones de producto” son las áreas más excitantes para él.

“Históricamente fuimos muy fuertes en ingeniería mecánica, motores, flujo de aire y rendimiento. Pero ahora, al añadir cámaras y sistemas de visión, las máquinas pueden detectar lo que están viendo, entenderlo y actuar en consecuencia.”

Será fascinante ver qué problemas pretende resolver la empresa con estas tecnologías y no hay forma de prever cómo serán los próximos productos Dyson a medida que se amplían a nuevas áreas. Solo nos queda esperar, pero está claro que no será aburrido.

from Latest from TechRadar https://ift.tt/NZlG3U4
via IFTTT IA