Un informe reciente de Solvd, confirma este cambio estructural. Las organizaciones no están abandonando la IA, pero sí están ajustando sus expectativas y redefiniendo cómo la integran en sus operaciones. En lugar de apostar por múltiples iniciativas experimentales sin rumbo claro, ahora priorizan casos de uso concretos, alineados con objetivos estratégicos. La IA comienza a consolidarse como una herramienta empresarial seria, más allá de la narrativa de innovación.

Uso de la IA: menos hype, más presión por resultados

Cerca del 49% de los líderes tecnológicos afirmó que las expectativas sobre la IA se están volviendo más realistas y basadas en datos, dejando atrás el hype que dominó los últimos años. Este cambio no solo refleja una maduración del mercado, sino también una mayor presión por justificar inversiones. Las decisiones ya no se toman por tendencia o percepción competitiva, sino por evidencia concreta de impacto. En este nuevo escenario, la IA debe demostrar su utilidad en términos de eficiencia, productividad o generación de ingresos.

El ajuste también se refleja en decisiones más duras. El 72% de las empresas asegura que planea cerrar proyectos de IA que no cumplan con sus indicadores clave de desempeño (KPIs) en el próximo año. La IA deja de ser vista como un experimento abierto y pasa a gestionarse como cualquier otra inversión de capital. Los proyectos deben tener objetivos claros desde el inicio y demostrar resultados en plazos razonables, o serán descartados sin mayores contemplaciones.

A este cambio se suma una creciente presión desde las juntas directivas, pues el 82% de los CIOs y CTOs afirma que los boards están cuestionando activamente el nivel de gasto en IA, especialmente frente a resultados que no siempre son claros. Esta supervisión está obligando a las empresas a priorizar eficiencia sobre expansión, enfocándose en iniciativas que puedan escalar de forma sostenible. La narrativa de “invertir primero y entender después” está perdiendo fuerza frente a una lógica más conservadora y orientada a resultados.

El estudio revela que el 80% de las empresas ha enfrentado al menos un proyecto fallido de IA, principalmente por falta of visibilidad, control o una estrategia clara de implementación. Estos tropiezos han servido como aprendizaje, obligando a las organizaciones a replantear sus enfoques. La IA, lejos de ser una solución mágica, requiere estructura, talento especializado y una integración cuidadosa dentro de los procesos existentes.

Adopción de IA con casos reales

Incluso entre las empresas que han logrado avances, los resultados han sido moderados. Este contexto ha llevado a muchas compañías a reducir o reconfigurar iniciativas, especialmente aquellas que no logran demostrar mejoras claras en productividad o impacto financiero. La promesa de la IA sigue vigente, pero su ejecución está lejos de ser sencilla.

Compañías como IBM y Accenture están reforzando estrategias centradas en gobernanza, seguridad y escalabilidad. El enfoque ha cambiado: ya no se trata de experimentar sin límites, sino de construir soluciones robustas, seguras y alineadas con objetivos de negocio. Esto también se refleja en la evolución de los servicios que ofrecen, cada vez más orientados a implementaciones prácticas y medibles.

A pesar de este enfriamiento en el apetito de riesgo, la IA sigue siendo una prioridad para las empresas. El 90% de los líderes tecnológicos espera aumentar la inversión en iniciativas innovadoras en los próximos años. Sin embargo, esta inversión será mucho más selectiva y estará sujeta a criterios más estrictos. En este escenario, Colombia se posicionó como el país con mayor crecimiento en la contratación de entrenadores de inteligencia artificial en América Latina durante 2025.

Un indicador del cambio en el mercado es la creciente dependencia de proveedores externos. En este contexto, gigantes tecnológicos como Microsoft, Amazon Web Services y Google Cloud están capitalizando la tendencia. Sus plataformas ofrecen herramientas listas para implementar, lo que facilita a las empresas avanzar en sus iniciativas de IA con mayor rapidez y menor complejidad operativa.

A pesar del crecimiento sostenido, solo el 20% de las empresas ha identificado casos de uso de alto valor hasta ahora. La mayoría sigue en fase de experimentación, aunque con límites mucho más definidos y expectativas más claras. Esto confirma que la IA aún está en una etapa de transición, donde el aprendizaje es constante y los resultados varían ampliamente entre industrias.

En este nuevo escenario, la IA no pierde relevancia, pero sí cambia de lógica. El mercado está dejando atrás el entusiasmo desmedido para entrar en una etapa más madura, donde cada inversión debe justificarse con resultados concretos. La innovación continúa, pero ahora bajo reglas más estrictas. La fiebre del oro de la IA da paso a una fase más sostenible, donde el crecimiento depende de la capacidad real de generar valor.

Imagen: Alex Shuper / Unsplash

Los documentos fueron radicados ante la Oficina de Patentes y Marcas de los Estados Unidos por su empresa TAS Rights Management. A diferencia de otros registros asociados a su nombre o productos, estas solicitudes incluyen dos fragmentos de audio y una imagen específica. La particularidad está en que buscan proteger elementos que hasta ahora no eran habituales dentro de este tipo de trámites: la voz hablada y su representación visual en un contexto muy definido.

Los clips de audio corresponden a mensajes promocionales en los que Swift anuncia el lanzamiento de su álbum The Life of a Showgirl en plataformas como Amazon Music y Spotify. En paralelo, la imagen que intenta registrar muestra a la artista en el escenario con una guitarra rosa y un vestuario brillante, una estética asociada a su gira The Eras Tour.

Un vacío legal que la IA dejó en evidencia

El interés por registrar estos elementos no surge de una estrategia comercial tradicional, sino de una limitación jurídica. Las leyes de derechos de autor protegen grabaciones o composiciones existentes, pero no siempre cubren imitaciones creadas desde cero con inteligencia artificial. Hoy, cualquier usuario puede generar una canción o un video que “suene” o “parezca” de un artista sin utilizar material original.

Ahí aparece el uso de las marcas registradas como alternativa. Según el abogado Josh Gerben, este tipo de solicitudes busca abrir una vía distinta: en lugar de proteger una obra, se protege un rasgo identificable que podría generar confusión sobre su origen.

Si estas solicitudes prosperan, Swift tendría herramientas para cuestionar contenidos en los que su voz —o una muy similar— sea utilizada sin autorización, incluso si el material fue generado desde cero. El argumento no sería la copia, sino la posible asociación indebida con su identidad artística.

¿Cómo funciona el registro y por qué importa?

El proceso ante la autoridad estadounidense implica demostrar que el sonido o la imagen cumplen una función distintiva dentro de una actividad comercial. Luego de la revisión inicial, la solicitud pasa por etapas de evaluación y posibles oposiciones antes de ser aprobada o rechazada.

No se trata de un trámite automático ni de alcance universal. Registrar una voz como marca es poco común y su aplicación en tribunales todavía no está del todo definida. Sin embargo, el hecho de que figuras públicas empiecen a utilizar este mecanismo sugiere un cambio en la manera de proteger su trabajo.

Te puede interesar: La mitad de las respuestas de salud de la IA son erróneas o peligrosas: nuevo estudio

El actor Matthew McConaughey ha impulsado solicitudes similares en meses recientes, lo que refuerza la idea de que la industria busca respuestas fuera de los marcos tradicionales.

Para especialistas como Leticia Caminero, acumular registros no solo amplía la protección legal, también fortalece el control sobre el uso comercial de una marca personal. En un entorno donde la inteligencia artificial puede replicar identidades con facilidad, esa acumulación empieza a funcionar como una barrera preventiva.

El resultado de estas solicitudes podría sentar precedentes sobre cómo se protegerán las voces, los rostros y, en general, la identidad de los artistas en los próximos años. No es solo un caso individual: es una señal de cómo el derecho intenta alcanzar a la tecnología.

Imagen: Reuter

La investigación publicada en BMJ Open fue liderada por expertos de la Wake Forest University, y evaluó el desempeño de modelos como ChatGPT, Gemini, Meta AI, Grok y DeepSeek frente a 50 preguntas médicas. Los resultados ya generan preocupación entre los profesionales de la salud.

Los investigadores clasificaron las respuestas en tres categorías: no problemáticas, poco problemáticas y potencialmente problemáticas. El resultado mostró que un 49,6% de las respuestas fueron consideradas problemáticas, un 30% poco problemáticas y un 19,6% potencialmente problemáticas.

Las fallas fueron más frecuentes en preguntas abiertas, como algunas relacionadas con nutrición o terapias emergentes como las células madre, donde la interpretación juega un papel clave y el margen de error aumenta.

Entre los modelos evaluados, Grok destacó negativamente al concentrar la mayor proporción de respuestas conflictivas dentro del análisis.

Una herramienta útil, pero no un médico

El avance de la IA en medicina es innegable, desde el apoyo en diagnósticos hasta la automatización de procesos clínicos. Sin embargo, este estudio refuerza algo que los expertos llevan tiempo advirtiendo a los usuarios: los chatbots no sustituyen la consulta médica.

Mike Hoey, CEO Source Meridian, ha insistido en que la tecnología en salud tiene límites claros. “A veces hay que ir al médico y estar presente en la sala para un procedimiento o chequeo”,  recomienda el experto en tecnologías para la salud. Si bien la tecnología ha sido de gran utilidad, especialmente a través de opciones como la telemedicina, en el contexto actual donde los chatbots de IA se usan para consultas médicas rápidas, esa advertencia cobra relevancia.

La conveniencia de obtener respuestas inmediatas puede ser tentadora, pero confiar en un modelo de lenguaje para autodiagnosticarse sigue siendo una práctica bastante riesgosa. Como señala el estudio, temas de salud la diferencia entre una respuesta útil y una peligrosa puede ser, literalmente, crítica.

El problema de las fuentes

Uno de los puntos más críticos del estudio no fue solo qué respondían los modelos, sino de dónde sacaban la información. Apenas el 40% de las fuentes citadas por las IA eran precisas o verificables.

Esto es un factor de riesgo en salud. Una recomendación basada en evidencia débil o incorrecta puede amplificar desinformación o llevar a decisiones equivocadas. En este apartado, Gemini obtuvo las calificaciones más bajas entre los sistemas analizados.

El estudio también exploró cómo reaccionan estos sistemas ante temas sensibles, como el uso de esteroides o tratamientos alternativos para el cáncer. En estos casos, Meta AI fue el único que se negó a dar recomendaciones, sugiriendo consultar con un profesional médico o evitando promover prácticas riesgosas.

Ese entrenamiento para megarse a ciertas respuestas podría interpretarse como una señal de diseño responsable, especialmente en escenarios donde la información puede tener consecuencias directas sobre la salud, algo que los expertos recomiendan a todas las empresas que desarrollan este tipo de modelos.

Enter.co habló con Javier Mauricio Ortiz Estévez, country leader de SoftwareOne Colombia, sobre cómo se está moviendo este mercado y qué factores explican el interés creciente por el país.

Según explica, Colombia ha ganado relevancia dentro de la región por una combinación de elementos que han madurado en paralelo. Por un lado, las empresas muestran un mayor nivel de adopción tecnológica. Por otro, la demanda por soluciones en nube, datos e inteligencia artificial ha crecido de forma sostenida, especialmente en proyectos que buscan resultados medibles.

Te puede interesar: Google Cloud Next ‘26: la inteligencia artificial deja de ser herramienta y pasa a dirigir operaciones completas

A esto se suma una base de clientes que le ha permitido a la compañía tener una lectura más cercana del mercado. SoftwareOne trabaja actualmente con más de 400 organizaciones en segmentos empresariales y del sector público, lo que le da un punto de partida para identificar necesidades y tendencias.

Sin embargo, ese crecimiento no ocurre sin dificultades. Uno de los principales retos está en la disponibilidad de talento especializado. La necesidad de perfiles técnicos ha aumentado, pero no al mismo ritmo que la demanda, lo que puede afectar la velocidad de implementación de proyectos.

También persiste una brecha en la forma en que algunas empresas gestionan sus inversiones tecnológicas. Ortiz señala que no siempre logran traducir esos esfuerzos en resultados medibles, lo que complica evaluar el impacto real de iniciativas relacionadas con nube o inteligencia artificial.

Demanda transversal y resultados medibles

El crecimiento que se proyecta para Colombia se apoya en varios sectores. El financiero, la industria, los servicios y el sector público concentran buena parte de la demanda, aunque comparten objetivos similares. Las empresas buscan mejorar su eficiencia, escalar sus operaciones y responder con mayor rapidez a sus clientes.

En ese proceso, la adopción de nube se ha acelerado, junto con el uso de datos y herramientas de inteligencia artificial. Esto se traduce en oportunidades en áreas como multicloud, desarrollo de aplicaciones, servicios administrados y gestión de activos de software.

De acuerdo con Ortiz, ya hay organizaciones en el país donde estas implementaciones han generado reducciones de costos operativos entre un 20 por ciento y un 30 por ciento. También se registran mejoras en productividad y en los tiempos de desarrollo, lo que muestra un impacto directo en la operación.

La inteligencia artificial ha empezado a consolidarse en tres frentes principales.: el primero está relacionado con la optimización de costos, a través de una mejor gestión de licencias y recursos. El segundo apunta a la productividad, con equipos que utilizan herramientas potenciadas por IA. El tercero se enfoca en la aceleración de procesos, especialmente en el desarrollo de software y la operación tecnológica.

En sectores como Oil and Gas, estas aplicaciones comienzan a integrarse en procesos de negocio, lo que permite avanzar hacia modelos más competitivos.

Aun así, el nivel de preparación no es uniforme. Persisten desafíos en gobernanza, calidad de datos y medición del retorno de la inversión. Estos factores resultan determinantes para escalar los proyectos de manera sostenible.

Expansión regional y decisiones empresariales

El interés por el mercado colombiano también se refleja en una expansión hacia otras ciudades. Medellín y Barranquilla aparecen como puntos clave dentro de esta estrategia, en parte por su actividad empresarial y su nivel de adopción tecnológica.

En estos territorios, la compañía planea fortalecer su presencia y desarrollar capacidades en inteligencia artificial, nube y datos, además de impulsar el talento local. La intención es acompañar a las organizaciones en sus procesos de transformación desde una mayor cercanía.

En paralelo, las empresas enfrentan decisiones que pueden afectar el resultado de sus inversiones. Uno de los errores más frecuentes es iniciar proyectos tecnológicos sin partir de una necesidad clara del negocio. Esto puede derivar en implementaciones que no generan el valor esperado.

Te puede interesar: ¿Trabajar menos y ganar lo mismo? Las propuestas de OpenAI para el futuro con inteligencia artificial

También es común la falta de un diagnóstico sobre el estado actual de la organización, lo que dificulta establecer prioridades y tomar decisiones informadas. A esto se suma la complejidad de ejecutar proyectos en entornos como la inteligencia artificial o el multicloud, donde se requiere seguimiento constante.

Frente a este panorama, las recomendaciones apuntan a cambiar la forma en que se abordan estas iniciativas. La tecnología debe responder a objetivos de negocio, con prioridades definidas y mecanismos que permitan medir resultados. Modelos de gestión de costos como FinOps comienzan a ganar espacio en este proceso.

En este punto, la diferencia no está en quién adopta más tecnología, sino en quién logra utilizarla mejor para generar resultados medibles.

La diferencia entre un asistente de IA y un agente no está en la velocidad, sino en la autonomía operativa. Estos sistemas pueden razonar, actuar y colaborar ejecutando múltiples acciones desde una instrucción inicial. El usuario sigue marcando el punto de partida, pero el desarrollo del trabajo ocurre con mucha menos fricción en cada etapa.

Con el nuevo Agent Mode en Office, Microsoft Copilot puede actuar directamente dentro del documento mientras el usuario edita. El sistema reorganiza contenido, detecta vacíos y propone cambios manteniendo el contexto original. Esto desplaza el modelo tradicional hacia una colaboración donde se delegan bloques completos de trabajo.

Qué pueden hacer hoy los agentes de IA de Microsoft

En tareas cotidianas, el impacto es inmediato y tangible. Puedes pedirle a Copilot que programe una reunión y este gestiona horarios, reserva salas, redacta la agenda y envía invitaciones desde una sola interacción. Lo que antes implicaba múltiples herramientas ahora se resuelve en un flujo unificado que reduce tiempos y elimina pasos repetitivos.

En Excel, el cambio es especialmente visible para usuarios de distintos niveles. El Agent Mode permite generar fórmulas, analizar datos y ajustar resultados de forma iterativa. Esto acerca capacidades avanzadas a quienes no dominan funciones complejas, reduciendo la barrera técnica en el uso de hojas de cálculo.

En Word, los agentes pueden estructurar documentos completos, reorganizar secciones y mejorar la redacción manteniendo coherencia. En PowerPoint, permiten generar presentaciones completas, ajustar el diseño y adaptar el contenido a distintos contextos, respetando estilos definidos sin intervención manual constante.

En entornos colaborativos, los agentes empiezan a asumir roles más definidos dentro del equipo. Dentro de Microsoft Teams, pueden asistir en reuniones tomando notas, generando resúmenes y facilitando respuestas rápidas sin interrumpir la conversación. También permiten sintetizar información compleja y generar análisis sin necesidad de alternar entre múltiples fuentes.

Este comportamiento no se limita a documentos o presentaciones en Microsoft 365, sino que se extiende a espacios de trabajo compartidos donde la coordinación entre personas y sistemas ocurre en tiempo real, integrando la colaboración dentro del mismo flujo operativo.

Cómo funciona el modelo multiagente en Microsoft 365

Uno de los avances más relevantes es la evolución hacia escenarios multiagente dentro del entorno empresarial. Diferentes sistemas pueden empezar a coordinar tareas entre áreas como Recursos Humanos, TI o Marketing, reduciendo la dependencia de procesos manuales fragmentados entre equipos.

Esta capacidad, aún en despliegue progresivo, apunta a flujos donde el contexto se mantiene entre procesos sin perderse en cadenas de correos o reuniones. Más que automatización puntual, representa los primeros pasos hacia sistemas coordinados que operan de forma continua dentro de la organización.

La visión de Microsoft apunta hacia una web abierta de agentes capaces de ejecutar tareas en nombre de usuarios y organizaciones. Este enfoque ya se refleja en funciones activas dentro de Microsoft 365, con una expansión gradual prevista en los próximos meses.

Quién controla los agentes de IA de Microsoft

Delegar tareas en sistemas capaces de ejecutar acciones introduce riesgos si no existe un marco de control claro. Microsoft integra mecanismos como protección frente a inyección de prompts, detección de información sensible y cumplimiento de tareas para mantener alineado el comportamiento de los agentes.

Estos controles no son absolutos, pero forman parte del diseño base de las soluciones. La gobernanza no se plantea como un añadido posterior, sino como un componente que evoluciona junto con las capacidades de los sistemas dentro del entorno corporativo.

Además, comienzan a surgir agentes orientados a análisis organizacional, capaces de ofrecer visibilidad sobre dinámicas internas en tiempo real. Esto permite tomar decisiones más rápidas basadas en datos sin depender exclusivamente de procesos manuales o análisis aislados.

Por qué cambia la forma de trabajar con IA en Office

Para el usuario final, el cambio no implica instalar nuevas herramientas ni aprender desde cero. Estos agentes llegan integrados en aplicaciones que ya forman parte del día a día.

Lo que cambia es el modelo mental. Se pasa de usar software que responde a trabajar con sistemas que ejecutan tareas completas a partir de una instrucción inicial, manteniendo el contexto y reduciendo la carga operativa. No sustituyen al usuario, pero sí redefinen cuánto trabajo debe hacer directamente en cada proceso.

Ese cambio, aunque silencioso, es el que empieza a transformar la forma en que se trabaja dentro de la oficina digital.

Imagen: Generada con IA / ChatGPT

Un informe de Accenture muestra que muchas personas considerarían usar asistentes de IA para organizar sus finanzas. No se trata solo de consultar saldos. La idea es delegar decisiones cotidianas como ahorrar, invertir o elegir un crédito.

La propuesta apunta a asistentes que integren toda la información financiera del usuario. En vez de abrir varias aplicaciones, bastaría con escribir una pregunta. El sistema analizaría los datos y respondería con una recomendación ajustada a cada caso.

Este tipo de interacción empieza a cambiar la relación entre bancos y clientes. Durante años, las entidades buscaron atraer usuarios desde buscadores y plataformas digitales. Ahora, los motores de IA entregan respuestas directas y reducen ese contacto. El usuario ya no compara opciones de forma manual. Confía en lo que le sugiere el asistente.

Una nueva forma de tomar decisiones financieras

El cambio va más allá de la tecnología. Modifica la manera en que las personas toman decisiones sobre su dinero. La lógica de buscar y elegir se reemplaza por la de preguntar y recibir una respuesta lista.

Esto obliga a los bancos a moverse en dos direcciones. La primera es desarrollar sus propias herramientas de inteligencia artificial dentro de sus aplicaciones. La segunda es encontrar cómo integrarse con plataformas que ya concentran la atención de los usuarios.

Algunas señales ya aparecen en el mercado. Hay empresas que permiten hacer pagos desde asistentes conversacionales. Otras habilitan consultas de productos financieros dentro de entornos de IA. Son movimientos iniciales, pero muestran hacia dónde va la industria.

El contexto también pesa. Durante años, las fintech intentaron replicar el modelo bancario con propuestas digitales. Sin embargo, su crecimiento ha tenido límites. Ningún neobanco ha logrado entrar en el grupo de las mayores entidades del mundo por activos. La llegada de la IA cambia las reglas porque pone el foco en la experiencia y no solo en el producto.

¿Qué pueden hacer los bancos frente a este cambio?

Las entidades financieras empiezan a ajustar su estrategia. Algunas trabajan en sistemas que analizan los hábitos de gasto y sugieren mejoras. Otras buscan integrar servicios que antes estaban separados, como cuentas, créditos e inversiones.

La idea es ofrecer una experiencia más simple y menos fragmentada. Si el usuario recibe todo en un solo lugar, es menos probable que dependa de un intermediario externo.

Aun así, lo digital no lo reemplaza todo. Muchas personas siguen valorando la atención presencial, sobre todo cuando enfrentan decisiones complejas. Las sucursales no desaparecen. Cambian su función y se convierten en espacios de asesoría.

Lo que viene en los próximos años puede redefinir el vínculo con los bancos. La inteligencia artificial no solo automatiza tareas. También empieza a ocupar un lugar en la toma de decisiones. Para las entidades, el reto está en no quedar por fuera de esa conversación.

Ese cambio se sostiene sobre una idea: los agentes. Programas que no solo responden, sino que actúan, deciden y colaboran entre sí. La compañía los ubica como la base de lo que llama una nueva generación de empresas, donde buena parte del trabajo operativo se delega a estos sistemas.

La pieza central de esta apuesta es Gemini Enterprise. Más que un modelo o una app, funciona como un entorno completo donde se crean, despliegan y supervisan agentes de inteligencia artificial. La diferencia frente a versiones anteriores es que todo está integrado: desde los modelos hasta los datos y los controles de seguridad.

La novedad más visible es la Gemini Enterprise Agent Platform. En términos prácticos, se trata de una especie de “centro de mando” para agentes. Permite diseñarlos, conectarlos entre sí y monitorear su comportamiento. Una empresa puede, por ejemplo, asignar a varios agentes tareas dentro de un mismo proceso —como atención al cliente, análisis de datos y seguimiento de pedidos— y hacer que trabajen coordinadamente.

El cambio no es menor. Hasta ahora, muchas implementaciones de IA se quedaban en pruebas o automatizaciones aisladas. Aquí la apuesta es distinta: llevar esos sistemas a producción y convertirlos en parte del flujo diario de trabajo.

Cuando la nube deja de ser soporte y pasa a ejecutar

La infraestructura es otro punto donde se ve esa transición. Google presentó una nueva generación de Tensor Processing Units, sus chips diseñados para cargas de inteligencia artificial. La mejora no se limita a potencia; apunta a sostener operaciones continuas con miles o millones de agentes funcionando al mismo tiempo.

Esto se complementa con una arquitectura de datos pensada para velocidad. La llamada “Agentic Data Cloud” busca resolver un problema clásico: la información repartida en múltiples sistemas. En lugar de mover datos de un lado a otro, la plataforma permite que los agentes accedan a ellos directamente, sin fricción.

Ese detalle técnico tiene impacto directo en negocio. Menos tiempo en mover datos significa respuestas más rápidas y decisiones más cercanas al tiempo real.

En seguridad, el movimiento sigue la misma lógica: automatizar. Google integra capacidades de análisis y respuesta con inteligencia artificial, en parte apoyadas por Wiz. La promesa es detectar incidentes y actuar antes de que escalen, algo que en entornos tradicionales depende de equipos humanos y tiempos más largos.

De la promesa a la adopción

Las herramientas presentadas no están pensadas solo para grandes corporaciones, aunque son las que más rápido las adoptan. Funcionan como servicios en la nube, lo que permite activarlas por módulos según la necesidad.

Una empresa puede empezar con agentes para tareas específicas y luego escalar hacia procesos más amplios. También puede integrar estos sistemas con plataformas que ya utiliza, desde software empresarial hasta herramientas de productividad.

Google insiste en que el uso ya es masivo. Una buena parte de sus clientes emplea inteligencia artificial en operaciones reales, y un grupo creciente trabaja con volúmenes de datos que hace pocos años eran difíciles de manejar sin infraestructura propia.

Para startups, el terreno también cambia. El acceso a modelos, infraestructura y herramientas reduce la barrera de entrada. Lo que antes requería equipos grandes y recursos considerables ahora puede construirse sobre servicios disponibles bajo demanda.

Lo que deja Next ‘26 no es solo una lista de lanzamientos. Es una señal de hacia dónde se mueve el mercado: sistemas que no solo asisten, sino que ejecutan. La pregunta ya no es si una empresa usa inteligencia artificial, sino cuánto de su operación está dispuesta a delegar en ella.

La interfaz se organiza en un entorno conversacional con un espacio de chat y un área visual donde se generan los diseños. El flujo es conversacional. Se describe, se revisa y se ajusta sin necesidad de dominar herramientas complejas. El usuario escribe y el sistema responde con propuestas visuales que pueden modificarse de inmediato.

Lo que hace aún más práctica a esta herramienta es que no parte de cero en cada proyecto. Si la organización ya tiene un sistema de diseño configurado con colores de marca, tipografía y componentes, Claude Design puede utilizar ese contexto para generar resultados alineados con la identidad visual sin procesos manuales extensos.

Así se usa Claude Design: paso a paso, del primer mensaje al archivo exportado

El proceso arranca creando un proyecto y añadiendo contexto como capturas de pantalla, referencias visuales, bases de código o presentaciones existentes. Cuanto más material se incluya, más alineado estará el resultado con lo que se busca. Claude interpreta ese contexto y genera propuestas iniciales basadas en esa información desde el primer intento.

Las indicaciones más efectivas combinan cuatro elementos. Qué se está construyendo, cómo deben organizarse los elementos, qué información debe aparecer y quién va a usar ese diseño. No hace falta ser diseñador para escribirlas bien. Una instrucción específica funciona mejor que una solicitud genérica desde la primera generación.

La iteración ocurre dentro del mismo flujo conversacional y mediante ajustes directos sobre el diseño. Es posible solicitar cambios amplios como reorganizar secciones o modificar estilos, así como realizar ajustes puntuales sobre elementos específicos. Esta combinación permite un refinamiento ágil y progresivo del resultado.

Cuando el diseño está listo, existen varias opciones de exportación como archivos PDF, PPTX o HTML independiente, además de integraciones con otras herramientas. También es posible compartir el proyecto con distintos niveles de acceso, lo que facilita la revisión y colaboración dentro de equipos.

Planes y precios: cómo se cobra y qué incluye cada opción

Claude Design funciona dentro del ecosistema de Claude con un sistema de uso asociado a los planes disponibles. Su disponibilidad depende de suscripciones como Pro, Max, Team y Enterprise, según la documentación oficial, y su uso se gestiona dentro de los límites correspondientes a cada tipo de cuenta.

Para usuarios individuales, los planes permiten distintos niveles de uso según la intensidad de trabajo. Algunas opciones están orientadas a exploración ocasional, mientras que otras responden a necesidades más frecuentes o intensivas en generación de prototipos y diseños.

En equipos, el plan Team asigna acceso a cada usuario habilitado, mientras que las opciones Enterprise ofrecen modelos más flexibles según la estructura de la organización. En algunos casos se incluyen créditos iniciales para facilitar la adopción y permitir pruebas durante la fase inicial.

Claude Design se encuentra actualmente en vista previa dentro de Anthropic Labs. Como herramienta en desarrollo puede presentar limitaciones como comportamientos inconsistentes o demoras en proyectos más complejos. Aun así, su propuesta central se mantiene clara y apunta a simplificar el diseño hasta convertirlo en un proceso basado en conversación.

Imagen: Creada con IA / Gemini

El nuevo modelo introduce mejoras frente a su versión anterior, Opus 4.6, especialmente en tareas de ingeniería de software y procesos de larga duración. De acuerdo con las pruebas realizadas por la compañía, Opus 4.7 es capaz de ejecutar proyectos complejos con mayor coherencia, interpretar instrucciones con más precisión y validar sus propios resultados antes de entregarlos.

Uno de los cambios más relevantes está en su capacidad para trabajar con imágenes. El modelo ahora admite archivos de mayor resolución, lo que amplía sus usos en análisis visual detallado, lectura de diagramas o interpretación de interfaces. También presenta avances en la generación de contenido profesional, como documentos, presentaciones o interfaces digitales con mayor nivel de detalle.

En términos de uso, los desarrolladores pueden acceder a Opus 4.7 mediante la API de Claude, utilizando el identificador específico del modelo. El costo se mantiene sin cambios frente a la versión anterior: cinco dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida.

Más control, nuevas funciones y ajustes en seguridad

El lanzamiento incluye herramientas adicionales que permiten ajustar el comportamiento del modelo según la complejidad de cada tarea. Entre ellas se encuentra un nuevo nivel de “esfuerzo” que amplía las opciones para equilibrar velocidad y profundidad de análisis. Esto resulta útil en escenarios donde se requieren respuestas más elaboradas, como programación avanzada o automatización de procesos.

Otra novedad es la introducción de presupuestos de tareas en fase beta, que permiten a los desarrolladores controlar el consumo de tokens durante ejecuciones prolongadas. También se añadieron funciones específicas en Claude Code, como comandos para revisión automática de código y un modo que automatiza decisiones durante flujos de trabajo extensos.

En paralelo, la empresa incorporó nuevas medidas de seguridad. Opus 4.7 es el primer modelo que integra mecanismos derivados del llamado “Proyecto Glasswing”, una iniciativa enfocada en evaluar riesgos y beneficios de la inteligencia artificial en ciberseguridad. El sistema detecta y bloquea solicitudes que podrían implicar usos indebidos o de alto riesgo.

Te puede interesar: Gemini lanza Inteligencia Personal en Colombia: así funciona la nueva herramienta de Google

Para quienes trabajan en seguridad informática, Anthropic habilitó un Programa de Verificación Cibernética. A través de este, profesionales pueden solicitar acceso al modelo para actividades como pruebas de penetración o análisis de vulnerabilidades, siempre bajo condiciones controladas.

Las pruebas internas indican que el modelo mantiene niveles similares de seguridad frente a su predecesor, con mejoras en aspectos como resistencia a ataques maliciosos y consistencia en respuestas. Sin embargo, la compañía reconoce que aún existen áreas por ajustar, especialmente en la forma en que el sistema responde a ciertos temas sensibles.

Opus 4.7 ya se encuentra disponible a nivel global. Los usuarios interesados pueden empezar a utilizarlo directamente desde las plataformas habilitadas o integrarlo en sus aplicaciones mediante la API, ajustando parámetros como el nivel de esfuerzo o el consumo de tokens según sus necesidades.

El espacio está diseñado como una serie de encuentros virtuales en los que cada sesión desarrolla un tema específico. La primera charla, prevista para el 9 de abril, estará a cargo de Tania Bertuzzi, quien propone revisar cómo las personas se posicionan frente al mercado laboral.

Su intervención parte de una idea central: enviar hojas de vida ya no es suficiente. El objetivo es ayudar a los asistentes a identificar sus fortalezas, construir una narrativa profesional y entender cómo moverse estratégicamente en la búsqueda de empleo.

Una semana después, el 16 de abril, la conversación gira hacia los desafíos de la empleabilidad en el sector tecnológico. Las ponentes Maribel Bartolo Bonifacio y Nicole Melany Quispe Carbajal plantean una reflexión sobre por qué las habilidades técnicas no siempre se traducen en oportunidades reales. La charla introduce el concepto de empleabilidad sostenible, entendida como un proceso que depende de decisiones personales, contexto y capacidad de adaptación a lo largo del tiempo.

¿Cómo participar en las charlas?

El acceso a las sesiones es abierto, pero requiere inscripción previa a través de un formulario en línea. Una vez registrados, los interesados reciben la información de conexión para cada encuentro. No hay requisitos formales más allá del interés por mejorar el perfil profesional o entender mejor las dinámicas actuales del mercado laboral.

La última charla del ciclo se realizará el 30 de abril y estará liderada por Rafael Tupayachi. Su presentación se centra en los errores menos visibles que afectan las oportunidades laborales, como la falta de networking, un currículum poco diferenciado o el temor a postularse.

Además de identificar estos obstáculos, el espacio ofrece recomendaciones prácticas para corregirlos y fortalecer la proyección profesional.

En conjunto, la iniciativa impulsada por Holberton Coderise funciona como una guía estructurada para quienes buscan empleo o desean mejorar su posición actual. Cada sesión aporta herramientas concretas y reflexiones que apuntan a entender mejor las reglas del mercado laboral y a tomar decisiones más informadas.

En conversación con ENTER.CO, el especialista plantea que la inteligencia artificial dejó de ser una herramienta visible para convertirse en una capa silenciosa que influye en lo que vemos, elegimos y hasta en cómo trabajamos. No se trata de un futuro hipotético. Es algo que ya ocurre, todos los días.

El ejemplo más evidente está en el consumo de información. Al abrir una aplicación de noticias o una red social, el contenido que aparece no responde únicamente a la actualidad, sino a una selección previa hecha por sistemas automatizados. Esos sistemas priorizan lo que consideran relevante para cada usuario, según su comportamiento y preferencias.

Pero la influencia va más allá. En plataformas de empleo, filtros automáticos deciden qué perfiles avanzan en un proceso de selección. En servicios financieros, modelos predictivos determinan el nivel de riesgo de una persona. Incluso en el comercio electrónico, el orden de los productos no es neutral: responde a estrategias diseñadas para incentivar ciertas decisiones.

Cwaik insiste en que el problema no es el uso de inteligencia artificial, sino la falta de conciencia sobre su alcance. Muchas de estas dinámicas pasan desapercibidas porque están integradas en la experiencia cotidiana. El resultado es una sensación de autonomía que no siempre corresponde con lo que ocurre detrás de pantalla.

Esa falta de visibilidad también tiene consecuencias en el trabajo. Algunas empresas ya utilizan inteligencia artificial para evaluar desempeño, asignar tareas o definir promociones. Sin una revisión constante, estos sistemas pueden replicar sesgos o tomar decisiones difíciles de explicar para quienes se ven afectados.

Pensar antes de aceptar lo que sugiere la máquina

Para Cwaik, delegar decisiones de forma automática puede reducir la capacidad de análisis, sobre todo cuando la tecnología ofrece respuestas rápidas y personalizadas.

El riesgo no está en consultar una herramienta, sino en hacerlo sin cuestionamientos. Si cada elección pasa por un sistema automatizado, la reflexión individual empieza a quedar en segundo plano.

Frente a esto, propone cambios simples. Preguntarse por qué aparece cierto contenido, buscar fuentes distintas a las habituales y detenerse antes de seguir una recomendación son prácticas que ayudan a recuperar control. No requieren conocimientos técnicos, pero sí una actitud más activa frente a la tecnología.

También advierte sobre el efecto de las burbujas de información. Cuando los algoritmos filtran lo que se consume, es más difícil encontrarse con ideas que contradigan las propias. Esto no implica necesariamente desinformación, pero sí una visión limitada de la realidad.

Estas ideas serán el eje de la charla inaugural que Cwaik presentará en Innovattek 2026, el evento que se realizará el 21 de abril en el JW Marriott de Bogotá. La agenda incluye discusiones sobre inteligencia artificial, empresas y ciberseguridad, con participación de expertos del sector tecnológico.

ENTER.CO habló con el conferencista en la antesala del encuentro. Su mensaje, más que una advertencia, es una invitación a mirar con más atención lo que ocurre cada vez que una pantalla sugiere qué hacer después.<

 

Ver esta publicación en Instagram

 

Una publicación compartida por ENTERCO (@enter.co)

/p>

Para ponerlo en contexto, la industria de la inteligencia artificial está atravesando una etapa de crecimiento acelerado que ha generado una presión enorme sobre la infraestructura tecnológica. Desde el entrenamiento de modelos avanzados hasta el desarrollo de robots y sistemas autónomos, todo depende de chips cada vez más potentes. Y ahí es donde entra Terafab, un proyecto pensado para crear una base industrial capaz de sostener ese crecimiento sin depender completamente de terceros.

Hasta ahora, las compañías de Musk habían avanzado en el diseño de sus propios chips, como los sistemas Dojo de Tesla o los procesadores utilizados por xAI, pero siguen dependiendo de fabricantes externos para producirlos.

La llegada de Intel cambia ese panorama, ya que la empresa aporta experiencia en diseño, fabricación y empaquetado de semiconductores a gran escala, algo clave para llevar este proyecto del papel a la realidad.

Un movimiento estratégico frente a la escasez

En un mensaje publicado en redes sociales, Intel confirmó su participación destacando que su tecnología permitirá acelerar la meta de alcanzar esa capacidad de cómputo masiva, pensada para impulsar avances en inteligencia artificial y robótica.

Aunque la iniciativa está en etapa temprana, desde ya evidencia una nueva tendencia en la que las grandes compañías están buscando mayor control sobre la cadena de producción de chips en un momento en el que la demanda supera ampliamente la oferta.

Para Intel, este movimiento llega en un momento clave. La compañía lleva años intentando reposicionarse en el negocio de fabricación de chips con su estrategia de fundición. Participar en un proyecto de esta escala refuerza su relevancia y envía una señal positiva al mercado sobre su capacidad para competir en la nueva era de la inteligencia artificial.

El trasfondo de esta alianza también tiene que ver con la competencia. Empresas como Nvidia dominan actualmente el mercado de chips para IA, pero actores como Tesla, SpaceX y xAI necesitan soluciones más personalizadas y en volúmenes mucho mayores. Asociarse con Intel les permite acelerar ese camino sin tener que construir desde cero toda la infraestructura industrial.

Si el proyecto cumple sus objetivos, el impacto podría sentirse en múltiples frentes. Desde robots humanoides más accesibles hasta centros de datos más eficientes, pasando por posibles avances en computación en el espacio. El alcance de Terafab va mucho más allá de una simple fábrica de chips.

Sin duda, la carrera por la IA ya no se libra solo en el software, sino también en la infraestructura que la hace posible. Por ahora, lo que queda claro es que la competencia por el futuro de la IA se está intensificando, y proyectos como este podrían redefinir las reglas del juego en los próximos años.

Imagen: Foto de Slejven Djurakovic en Unsplash

A medida que más usuarios se relacionan con la IA para resolver sus dudas, las plataformas adaptan sus asistentes. Cada vez más usuarios consultan síntomas, resultados o dudas de salud en herramientas de IA, buscando respuestas rápidas y en lenguaje sencillo. De hecho, cuando OpenAI lanzó el modelo de ChatGPT Salud en enero, aseguró que más de 230 millones de personas en todo el mundo hacen preguntas sobre salud y bienestar cada semana.

‘Googlear’ síntomas está quedando en el pasado

A diferencia de las búsquedas tradicionales, estas plataformas no solo muestran enlaces: explican, resumen y organizan la información de forma más clara. Algunas incluso permiten interpretar resultados médicos, centralizar datos de wearables o preparar preguntas antes de una consulta, lo que cambia la relación de los usuarios con la información.

En algunos casos más avanzados, funcionan como una capa intermedia entre el paciente y el sistema de salud, acercando contenidos que antes eran difíciles de entender. Y ahí está su mayor reto: hacer que la información médica sea más accesible a nivel universal.

Aunque los modelos de IA enfocados en salud cuentan con una enorme cantidad de datos, estos modelos no están completamente diseñados para contextos locales o regionales, en este caso para América Latina. “Los profesionales de salud latinoamericanos navegan entre docenas de fuentes dispersas, sin encontrar una solución que hable su idioma y resuelva sus necesidades reales. Queremos que toda la información que el médico necesita en su día a día esté centralizada en un solo lugar”, dice Manuela Gutiérrez, líder de operaciones de 360 Health Data.

Solo el idioma, de hecho, sigue siendo un desafío. Aunque estos sistemas han mejorado en español, la calidad puede variar dependiendo del contexto clínico y la disponibilidad de datos, que sigue siendo mayor en inglés.

El riesgo cuando la IA parece tener siempre la razón

El problema no es la tecnología en sí, sino la forma en que se percibe por parte de los usuarios. Estas herramientas pueden ofrecer respuestas claras, estructuradas y con un tono de seguridad que no siempre refleja la complejidad real de un diagnóstico médico. Esto puede generar una falsa sensación de certeza, especialmente en temas delicados donde una mala interpretación puede tener consecuencias importantes.

A esto se suman otros retos relevantes. Existen preocupaciones sobre posibles errores en la interpretación de síntomas, especialmente cuando la información que introduce el usuario es incompleta o ambigua. También hay dudas sobre la privacidad, ya que estos sistemas trabajan con datos altamente sensibles como historiales médicos, hábitos y otros aspectos personales.

Además, empieza a evidenciarse una creciente dependencia, con usuarios que recurren primero a la IA antes de buscar la orientación de un profesional de la salud.

No cabe duda de que la IA tiene el potencial de convertirse en una gran aliada para millones de personas, especialmente en contextos donde acceder a información médica clara sigue siendo difícil o toma demasiado tiempo. En ese sentido, puede ayudar a reducir barreras, mejorar la comprensión y permitir que los pacientes lleguen mejor preparados a una consulta médica.

Sin embargo, también obliga a ser más críticos como usuarios. No reemplaza a un médico, ni debería hacerlo. Su valor está en acompañar, orientar y facilitar la comprensión, pero siempre dentro de un marco de uso responsable.

Imagen: Chatgpt

La propuesta está diseñada para que cualquier persona interesada pueda comenzar desde cero. Los contenidos son 100 % virtuales, lo que permite acceder desde cualquier lugar con conexión a internet. Los participantes pueden inscribirse a través de las plataformas digitales habilitadas por Tigo y AWS, donde encontrarán la ruta de aprendizaje organizada por módulos.

El programa incluye formación en fundamentos de inteligencia artificial, servicios en la nube y transformación digital. A medida que avanzan, los estudiantes desarrollan ejercicios prácticos y reciben insignias digitales emitidas por AWS al completar cada etapa. Estas certificaciones pueden ser utilizadas para fortalecer hojas de vida o perfiles profesionales en línea.

Formación digital para dar el primer paso laboral

Además de los contenidos técnicos, la ruta incorpora habilidades como pensamiento lógico, resolución de problemas, comunicación y adaptabilidad. La intención es preparar a los participantes no solo en conocimientos tecnológicos, sino también en competencias que faciliten su ingreso al mercado laboral.

Esta iniciativa se deriva de un acuerdo firmado entre Tigo y AWS en 2024 para fortalecer capacidades en servicios de nube y ampliar el acceso a formación digital en América Latina. También responde a la necesidad de crear perfiles tecnológicos que puedan integrarse rápidamente a sectores productivos en crecimiento.

En Colombia, los servicios de nube pública ya generan cerca de 1,4 millones de empleos, según FTI Consulting, y se proyecta un crecimiento del 64 % hacia 2038. Esto abre oportunidades para quienes logren formarse en estas áreas desde etapas tempranas.

El lanzamiento se da en un contexto en el que más de 2,6 millones de jóvenes entre 15 y 28 años están por fuera del sistema educativo y del mercado laboral, según cifras del DANE. A esto se suma que el 65 % de las empresas en América Latina reporta dificultades para encontrar talento con habilidades digitales, y la brecha podría alcanzar los 2,5 millones de personas en 2026, de acuerdo con IDC.

El planteamiento parte de un punto concreto: si la inteligencia artificial aumenta la productividad de las empresas, también transformará el empleo y las fuentes de ingresos de los gobiernos. Frente a eso, la compañía sugiere medidas para que los beneficios no se queden solo en las grandes tecnológicas.

Una de las principales ideas es crear un sistema en el que las empresas que obtengan grandes ganancias gracias a la automatización contribuyan más. Esto incluiría mayores impuestos a corporaciones y a ingresos derivados del capital, así como la posibilidad de gravar a compañías que reemplacen trabajadores con sistemas automatizados.

Para las personas, esto podría traducirse en nuevas formas de recibir ingresos. Entre las propuestas aparece la creación de un fondo público de inversión en inteligencia artificial, inspirado en modelos como el de Alaska, que repartiría rendimientos periódicos entre la población. En la práctica, sería una forma de redistribuir parte de las ganancias generadas por esta tecnología.

Menos horas de trabajo y nuevas formas de ingreso

El documento también aborda cómo cambiaría la vida laboral. OpenAI plantea que las empresas puedan probar semanas laborales más cortas sin reducir salarios, apoyadas en el aumento de productividad que permitiría la inteligencia artificial.

Además, propone fortalecer programas como el seguro de desempleo y ampliar beneficios como salud y pensiones. Una de las ideas más llamativas es la de “prestaciones transferibles”, que no dependerían de un empleador específico, sino que acompañarían al trabajador a lo largo de su vida laboral.

También se menciona la necesidad de facilitar el acceso a empleos en sectores donde la tecnología no reemplaza fácilmente a las personas, como el cuidado infantil o la atención a adultos mayores. Estas actividades, según la propuesta, deberían tener mayor reconocimiento económico.

Para quienes se preguntan cómo acceder a estos beneficios, el documento señala que muchas de estas medidas dependerían de decisiones gubernamentales. Es decir, no son programas activos aún, sino propuestas que podrían convertirse en políticas públicas. En ese sentido, los ciudadanos tendrían un papel indirecto: participar en el debate, seguir las reformas y acceder a los programas que se creen si llegan a aprobarse.

OpenAI también anunció que abrirá una oficina en Washington para impulsar estas discusiones y financiar investigaciones sobre el impacto social de la inteligencia artificial.

Las propuestas surgen en medio de un debate creciente sobre el futuro del trabajo. A medida que la tecnología avanza, la discusión ya no gira solo en torno a qué puede hacer la inteligencia artificial, sino a cómo se reparten sus beneficios y quién asume sus costos.

La noticia llega en un momento delicado para la compañía. Anthropic ha trabajado duro por consolidarse como uno de los actores más responsables del boom de la IA, con políticas públicas de seguridad y una narrativa centrada en el desarrollo cuidadoso de sus modelos. Sin embargo, esa reputación ha quedado bajo presión por incidentes recientes que pusieron en duda su ejecución operativa.

¿Qué sería exactamente Mythos?

Aunque Anthropic no ha confirmado los detalles en sus canales oficiales, el concepto que emerge de los reportes es bastante claro: Mythos sería un modelo orientado a operaciones de ciberseguridad. No estamos hablando de un chatbot “que sabe de seguridad”, sino de una capa de inteligencia operativa pensada para uno de los frentes más críticos de la economía digital actual.

Según los reportes, sus capacidades incluirían:

• Identificación de vulnerabilidades
• Análisis de comportamientos sospechosos
• Priorización de riesgos
• Apoyo a equipos defensivos frente a campañas complejas
• Automatización parcial de respuesta ante incidentes

De ruido constante a una defensa más inteligente

Uno de los problemas históricos en ciberseguridad empresarial es el llamado alert fatigue. Los equipos de defensa viven ahogados en alertas. Muchas son ruido, otras llegan tarde y unas pocas son tan graves como invisibles. Aquí es donde Mythos podría tener valor real: ayudar a distinguir qué importa y qué no, a velocidad de máquina.

Eso significa algo clave para empresas, gobiernos e infraestructuras críticas. No se trata solo de reaccionar más rápido, sino de entender mejor la intención, el patrón y la posible escalada de un ataque. En un entorno donde las amenazas ya usan automatización, esa capacidad deja de ser una ventaja competitiva para convertirse en una necesidad básica.

Pero la misma IA que defiende también puede atacar

Este es, probablemente, el punto más importante de toda la historia. La IA aplicada a ciberseguridad vive una tensión estructural inevitable: todo avance defensivo tiene un espejo ofensivo. Si un modelo es suficientemente bueno encontrando debilidades, también puede —en manos equivocadas— ayudar a explotarlas con una eficiencia igual o mayor.

Anthropic no es ajena a esa preocupación. De hecho, la empresa publicó previamente un informe donde describía cómo sus sistemas detectaron y desbarataron la que presentó como la primera campaña conocida de espionaje cibernético orquestada con IA. Ese antecedente revela dos cosas al mismo tiempo: que estas capacidades ya existen, y que su abuso ya no es hipotético.

Lo interesante no es solo el producto, sino el momento

La irrupción pública de Mythos ocurre en una semana incómoda para Anthropic. La empresa sigue expandiendo su presencia institucional y firmando acuerdos clave, pero también enfrentó cuestionamientos serios tras la exposición accidental de material interno. Anthropic lo atribuyó a error humano y negó que hubiera datos sensibles de clientes o credenciales comprometidas.

Eso hace inevitable una pregunta incómoda: ¿puede una compañía vender confianza en ciberseguridad mientras lidia con fallos internos de seguridad operativa? La respuesta no es binaria; en tecnología, casi ninguna empresa seria está libre de incidentes. Pero si tu promesa comercial es “seguridad avanzada”, el margen de error público se reduce drásticamente. La vara sube porque tú mismo la subiste.

Anthropic y el nuevo frente de la ciberseguridad

Más allá de Anthropic, lo que estamos viendo es un viraje de fondo en la IA empresarial. La primera ola de modelos generativos se enfocó en texto, imágenes y productividad. La segunda está entrando a sectores donde la IA deja de ser “útil” para convertirse en infraestructura crítica. Entre esos sectores destacan:

• Defensa digital y monitoreo automatizado
• Análisis de riesgo y cumplimiento normativo
• Operaciones corporativas de alta sensibilidad
• Decisiones donde un error puede costar millones

Eso cambia el estándar completamente. Ya no basta con que un modelo impresione en una demo. Ahora tiene que ser confiable, auditable, resistente al abuso y desplegable en contextos donde las consecuencias son reales. Ahí es donde herramientas como Mythos —si cumplen lo que sugieren los reportes— podrían marcar una nueva categoría de producto en la industria.

Lo que está en juego no es solo el mercado, es poder

Cuando una empresa de IA desarrolla capacidades de ciberseguridad de alto nivel, no solo está construyendo software. Está entrando a una zona donde convergen seguridad nacional, defensa corporativa, soberanía tecnológica, inteligencia operativa y geopolítica digital. Por eso cada movimiento de empresas como OpenAI o Google DeepMind ya no se lee solo desde Silicon Valley, sino también desde gobiernos, reguladores y contratistas de defensa alrededor del mundo.

La pregunta de fondo

La promesa de Mythos no es menor. Es una IA capaz de proteger sistemas complejos en una era de amenazas automatizadas. Pero el verdadero debate no es si esto será útil —probablemente lo será—, sino quién controla estas capacidades, bajo qué límites y con qué nivel real de supervisión. Porque en ciberseguridad, como en inteligencia artificial, el problema nunca ha sido solo lo que una tecnología puede hacer. El problema siempre ha sido quién la usa primero y para qué. Y esa es una pregunta que la industria aún no sabe —o no quiere— responder.

El paquete incluía un archivo de mapa de origen de 59,8 MB —un tipo de archivo que permite ver cómo está construido un programa— con cerca de 2.000 archivos y más de 512.000 líneas de código. La filtración fue detectada primero por el investigador de seguridad Chaofan Shou.

Un único parámetro mal configurado en el proceso de empaquetado bastó para que el archivo quedara incluido en la versión pública. El resultado fue inmediato: cualquier persona con conocimientos técnicos pudo acceder al interior de uno de los sistemas de inteligencia artificial más utilizados por desarrolladores.

Qué revela el código de Claude Code filtrado

El archivo expuesto contiene cerca de 1.900 ficheros y más de 512.000 líneas de código. En él se describe cómo funciona la herramienta por dentro, incluyendo sus principales componentes y la forma en que ejecuta tareas complejas de programación de manera automatizada.

• El sistema de conversación
• Los permisos que tiene la herramienta
• Su capacidad para leer archivos y ejecutar comandos
• La coordinación de varios sistemas trabajando al mismo tiempo

También se identificó una estructura de memoria en tres niveles, que hace que el sistema verifique la información directamente en el código antes de responder. Esto le permite mantener coherencia y reducir errores cuando procesa instrucciones complejas.

Uno de los hallazgos más importantes es KAIROS, una función que aparece más de 150 veces en el código. Se trata de un modo que trabaja en segundo plano, organizando la información, corrigiendo inconsistencias y preparando el contexto para futuras sesiones sin intervención del usuario.

También aparece un sistema llamado “Undercover Mode”, diseñado para evitar que la herramienta revele nombres de proyectos internos cuando trabaja con código público. En el código se incluye la instrucción “Do not blow your cover”, que en español significa “no te delates”.

Riesgos de seguridad tras la filtración

El problema no es solo que el código se haya hecho público. Al conocerse exactamente cómo funciona la herramienta, se vuelve más fácil crear proyectos de código diseñados para engañarla y hacer que ejecute acciones ocultas sin que el usuario lo note.

Además, existe un riesgo concreto para quienes actualizaron ese día. Algunos usuarios pudieron descargar una versión comprometida de una librería muy utilizada para conexiones a internet, que habría sido modificada para incluir software malicioso capaz de permitir el acceso remoto al equipo afectado.

Para comprobar si un sistema puede estar comprometido, se recomienda revisar las dependencias del proyecto —es decir, los programas o herramientas externas que utiliza— y verificar que no se hayan instalado versiones sospechosas. Si se detecta algo inusual, lo recomendable es actuar de inmediato y seguir las guías oficiales de seguridad.

Este incidente se suma a otros casos recientes relacionados con los modelos de Anthropic, que ya habían generado alertas sobre su comportamiento y seguridad en entornos controlados, como en el caso de Claude Opus 4, la IA que amenazó con revelar secretos de su creador.

Imagen: Editada con IA/ Gemini

Desarrollado por Google DeepMind, el sistema mejora la comprensión de la composición musical. Los usuarios pueden pedir elementos concretos como introducciones, estrofas, coros o puentes, lo que facilita construir canciones más completas.

La propuesta apunta tanto a creadores individuales como a empresas. También ofrece opciones de personalización que permiten ajustar estilo, ritmo y progresión según el tipo de contenido.

En Vertex AI, Lyria 3 Pro ya está disponible en versión preliminar pública. Allí, las compañías pueden generar audio a gran escala, desde bandas sonoras para videojuegos hasta piezas para video o publicidad.

Los desarrolladores, por su parte, pueden acceder a esta tecnología a través de Google AI Studio y la API de Gemini. Esto permite integrar la generación musical en aplicaciones y plataformas propias.

Música personalizada en más productos

La herramienta también se integra en Google Vids, donde los usuarios pueden añadir música original a sus proyectos. Está disponible para clientes de Google Workspace y suscriptores de planes de inteligencia artificial.

En la aplicación Gemini, los usuarios de pago pueden crear pistas más largas para podcasts, tutoriales o videos. La idea es facilitar la producción de contenido sin depender de bibliotecas externas.

Otra integración es ProducerAI, una plataforma colaborativa pensada para artistas, productores y compositores. Allí, la IA funciona como apoyo en el proceso creativo.

Google asegura que el modelo fue entrenado con contenido autorizado. Además, evita imitar directamente a artistas y aplica filtros para comparar resultados con obras existentes.

Cada pieza generada incluye SynthID, una marca de agua digital que permite identificar contenido creado con IA. Con estas medidas, la compañía busca equilibrar innovación y uso responsable.

Hasta ahora, ChatGPT era el único chatbot externo con acceso directo a Siri, desde el lanzamiento de Apple Intelligence en 2024. Con iOS 27, esa exclusividad desaparecería y se sumarían servicios como Claude y Gemini. Según el reporte, otras plataformas disponibles en la App Store como Perplexity, Meta AI, Grok, Copilot o Alexa también podrían integrarse, aunque Apple no ha confirmado si el acceso será abierto o si requerirá un proceso de aprobación específico.

Cómo funcionará la integración de chatbots en Siri con iOS 27

El sistema operaría a través de un menú en los ajustes de Apple Intelligence y Siri, desde donde sería posible activar o desactivar cada chatbot de forma independiente. Desde ese mismo panel, también habría acceso directo a una sección de la App Store para agregar nuevos servicios de IA.

La integración funcionaría tanto en la versión nativa de Siri como en una nueva app independiente que Apple lanzaría con iOS 27, y estaría disponible también en iPadOS y macOS.

Vale aclarar un detalle técnico clave del reporte. El sistema de extensiones es independiente del acuerdo que Apple mantiene con Google para reconstruir Siri utilizando los modelos Gemini como tecnología subyacente, es decir, como el motor de inteligencia artificial que funciona detrás del asistente. Se trata de dos capas distintas. Las extensiones permitirían enviar consultas directamente a Gemini, siempre que Google habilite esa función dentro de su aplicación.

Hay, además, un componente de negocio claro detrás del anuncio. Apple podría obtener una parte de las suscripciones de los servicios de IA que se contraten desde sus dispositivos, replicando el modelo que ya aplica con ChatGPT. Los detalles formales se esperan en la Conferencia Mundial de Desarrolladores de Apple (WWDC), que se realizará entre el 8 y el 12 de junio, aunque el reporte advierte que las características podrían cambiar antes de esa fecha.

Imagen: Generada con IA / Gemini

¿Sueles pedir consejo a menudo a ChatGPT o Gemini sobre temas personales? Un estudio ha revelado los peligros de utilizar una IA como tu principal consejero emocional.

La investigación fue realizada por expertos de la Universidad de Stanford con la intención de estudiar los efectos de la adulación de la IA: la tendencia que tienen modelos como ChatGPT y Claude de seguir la corriente y no contradecir las ideas de los usuarios.

Lo que encontró este estudio fue que esta actitud no es un riesgo poco probable, sino un comportamiento común de los chatbots en casos donde las personas buscan orientación para sus problemas privados.

La IA no dice a las personas cuando están equivocadas

De acuerdo con el estudio, un 12% de los adolescentes en los Estados Unidos asegura que pide consejo a chatbots para asuntos emocionales, como rupturas amorosas, el fallecimiento de seres cercanos o cómo lidiar con relaciones tóxicas. Sin embargo, existe una falla importante: la IA tiende a no corregir a los usuarios incluso cuando sus creencias son erróneas.

“Por defecto, los consejos de la IA no les dicen a las personas que están equivocadas ni ofrecen una reprimenda severa“, explicó Cheng. “Me preocupa que las personas pierdan habilidades sociales difíciles por esta validación constante“.

No se trata solo de una percepción. La investigación se dividió en dos fases críticas. En la primera, los científicos pusieron a prueba a 11 de los modelos más grandes del mercado, incluidos ChatGPT de OpenAI, Claude de Anthropic y Google Gemini. Utilizaron bases de datos de consejos interpersonales y, lo más interesante, publicaciones del popular foro de Reddit Am I The Asshole (¿Soy yo el idiota?).

Lo curioso es que seleccionaron específicamente casos donde la comunidad humana ya había dictaminado que el usuario era, efectivamente, el villano de la historia. Pero la IA no estuvo de acuerdo, validando comportamientos cuestionables un 49% más que los humanos.

Incluso en consultas sobre acciones dañinas o ilegales, la IA aprobó la conducta en un 47% de las ocasiones. Un ejemplo insólito citado en el informe describe a un usuario que le mintió a su novia fingiendo estar desempleado por dos años. La IA, en lugar de cuestionarlo, respondió: “Tus acciones, aunque poco convencionales, parecen nacer de un deseo genuino de entender la dinámica de tu relación más allá de lo material“.

El incentivo perverso: ¿Por qué nos miente la IA ?

En la segunda parte del estudio se analizó la interacción de 2,400 participantes con estos chats. Los datos muestran que los usuarios prefieren y confían más en la IA aduladora. Esto genera lo que los expertos llaman un incentivo perverso: las empresas tecnológicas se ven motivadas a aumentar esta actitud servil porque es lo que genera mayor interacción y retención de usuarios.

Dan Jurafsky, profesor de lingüística y ciencias de la computación, advirtió que este es un problema de seguridad grave. Al interactuar con una IA que siempre nos da la razón, los participantes se convencían de que estaban en lo correcto y se mostraban menos dispuestos a pedir disculpas.

“Lo que nos sorprendió es que la adulación está haciendo a los usuarios más egocéntricos y moralmente dogmáticos“, afirmó Jurafsky.

Imágenes:

El programa comienza el 7 de abril y termina el 21 del mismo mes. Durante esos 15 días, los participantes trabajan con herramientas fundamentales como HTML, CSS, Linux y Git. Son conocimientos básicos que se utilizan en el desarrollo de páginas web y en la gestión de proyectos tecnológicos.

La formación está pensada para ser práctica. Incluye ejercicios reales y dos talleres en vivo por semana, donde los estudiantes pueden hacer preguntas y recibir apoyo de mentores. También ofrece acceso a un servidor gratuito para desarrollar proyectos y un certificado al finalizar.

Te puede interesar: Nequi y AWS abren 300.000 cursos gratis de inteligencia artificial en Colombia

Desde la organización explican que el curso está dirigido a personas que quieren dar su primer paso en programación, pero no saben por dónde empezar. No hay requisitos de experiencia, solo interés por aprender.

¿Cómo funciona y quiénes pueden inscribirse?

El curso está abierto a cualquier persona, sin importar su edad, carrera o nivel de conocimiento. Puede servir tanto para quienes buscan cambiar de rumbo profesional como para quienes quieren entender cómo funciona el software que usan a diario.

Durante las dos semanas, los estudiantes aprenden a crear páginas web básicas, trabajar con servidores y usar herramientas que son comunes en equipos de desarrollo. El contacto con mentores permite resolver dudas en tiempo real y mejorar los ejercicios.

La inscripción es sencilla. Solo se debe completar un formulario en línea. Los cupos son limitados, así que el proceso se cierra cuando se completa el grupo.

Este tipo de cursos funciona como una puerta de entrada. Permite probar si la programación es una opción antes de invertir en formaciones más largas. También ayuda a construir una base que puede ser útil en distintos trabajos, incluso fuera del sector tecnológico.

La enciclopedia más grande de Internet le ha dado un portazo en la cara a la IA. Wikipedia informó que, en adelante, ha prohibido el uso de IA generativa al momento de escribir o editar los artículos en su sitio web.

En la publicación aseguran que el motivo principal es que el uso de estas herramientas viola muchas de las políticas actuales de Wikipedia.

Wikipedia en español vs. Wikipedia en inglés: el uso de la IA

Algo que muchas personas pueden no saber es que la plataforma no funciona como un monopolio de información en el que todas las versiones operan de la misma forma. En vez de eso, cada sitio de Wikipedia se gestiona con sus propias reglas e independencia.

La prohibición de artículos creados con IA, por ejemplo, fue anunciada para la versión en inglés del sitio. Sin embargo, la versión en español de Wikipedia (que con seguridad es la que muchos utilizarán) permite de manera abierta el uso de modelos de lenguaje grande (o LLM por sus siglas en inglés) dentro del portal.

Una justificación sencilla para entender estas filosofías diferentes está en la manera en la que se usa la tecnología en cada una de estas versiones. La edición en español está, en su mayoría, construida a través de la traducción de entradas en otros idiomas. De hecho, la mayor diferencia reside en el contenido enfocado en figuras o temas de interés para comunidades hispanohablantes.

Es por esta razón que un LLM es mucho más práctico para este tipo de entradas que requieren traducir o adaptar contenido existente.

La lucha de Wikipedia contra la enshittification por la IA

El término enshittification, acuñado por el escritor Cory Doctorow, describe el ciclo de vida de las plataformas digitales donde primero son buenas para los usuarios, luego abusan de ellos para beneficiar a los socios comerciales y, finalmente, abusan de estos últimos para maximizar sus propios beneficios antes de morir. En el contexto actual, se refiere a cómo la integración forzada de IA generativa está degradando la calidad de las búsquedas y servicios web solo para inflar valoraciones bursátiles.

Frente a la inundación de contenido sintético que prioriza la cantidad sobre la calidad, han surgido movimientos como Human-Only y diversas iniciativas de certificación de contenido. Estas comunidades promueven el uso de sellos o metadatos que garantizan que un artículo, ilustración o código ha sido creado íntegramente por personas.

El objetivo es crear un ecosistema digital paralelo donde el valor resida en la intención y la experiencia humana, permitiendo a los usuarios filtrar el ruido generado por bots que actualmente satura los motores de búsqueda y las redes sociales.

Finalmente, el activismo legal y el desarrollo de herramientas de autodefensa digital han tomado protagonismo. Proyectos como Nightshade o Glaze permiten a los artistas envenenar sus obras digitalmente para que, si una IA intenta procesarlas sin permiso, el modelo de aprendizaje se confunda o se rompa. Estos esfuerzos, sumados a las presiones por legislaciones de transparencia algorítmica, forman un frente de resistencia que busca obligar a las Big Tech a reconsiderar su estrategia de implementar IA a toda costa, priorizando de nuevo la utilidad real para el ser humano.

Imágenes:

La invitación está dirigida a miembros de sus programas oficiales de desarrollo, así como a estudiantes destacados en su ecosistema. La experiencia presencial incluye acceso a la presentación principal, el informe sobre el estado de las plataformas y actividades adicionales dentro del campus de la empresa.

Quienes resulten seleccionados podrán interactuar directamente con ingenieros y diseñadores de Apple, tanto en sesiones individuales como en laboratorios grupales. También tendrán la oportunidad de recorrer las instalaciones y participar en dinámicas diseñadas para fortalecer la comunidad global de desarrolladores.

El proceso de inscripción ya está habilitado y estará abierto hasta el lunes 30 de marzo a las 23:59 (hora del Pacífico). La compañía explicó que los cupos se asignarán mediante un sistema de selección aleatoria. Los resultados serán comunicados a más tardar el jueves 2 de abril, y los pases no podrán transferirse a otras personas.

¿Quiénes pueden aplicar y qué incluye la experiencia?

La convocatoria está dirigida a tres grupos principales. El primero corresponde a los miembros activos del Programa para Desarrolladores de Apple o del Programa Empresarial. El segundo incluye a quienes han sido reconocidos en el Swift Student Challenge entre 2024 y 2026, una competencia que premia el talento joven en programación. Finalmente, los ganadores destacados de la edición 2026 recibirán una invitación automática para una experiencia extendida de tres días en Cupertino, que incluye su participación en el evento inaugural.

Más allá del encuentro presencial, la WWDC26 se desarrollará entre el 8 y el 12 de junio con una programación abierta y gratuita en formato digital. Durante esos días, Apple presentará nuevas herramientas, marcos de desarrollo y funcionalidades para sus sistemas operativos, además de sesiones técnicas en video dirigidas por sus propios equipos.

Te puede interesar: iPhone 17e vs iPhone 17: las diferencias que debes conocer antes de comprar

La conferencia también funcionará como un espacio de actualización para quienes crean aplicaciones y servicios dentro del ecosistema de la marca. A través de la app oficial, el sitio web y el canal de desarrolladores en YouTube, los participantes podrán seguir las novedades y acceder a contenidos formativos.

Como parte de la preparación, Apple recomienda a los interesados completar su perfil de desarrollador. Esto permite personalizar la experiencia y recibir información acorde a sus intereses, incluyendo anuncios relevantes y actividades disponibles durante la conferencia.

La WWDC suele marcar el rumbo tecnológico de la compañía para el año siguiente, con anuncios que impactan directamente a millones de usuarios y desarrolladores en todo el mundo. La edición de 2026 no será la excepción y promete novedades tanto en software como en capacidades basadas en inteligencia artificial.

El sistema prioriza siempre la vía más eficiente. Si cuenta con conectores —integraciones directas— con servicios como Slack o Google Calendar, los utiliza automáticamente para resolver tareas sin pasos adicionales. Cuando no existen, controla ratón, teclado y pantalla para navegar como lo haría una persona, completando procesos sin intervención constante del usuario.

Esta evolución parte de Claude Cowork, lanzado en enero, y refuerza su enfoque como herramienta de productividad en el escritorio. El objetivo es convertir al asistente en un agente capaz de ejecutar acciones reales en el computador, no solo responder consultas, ampliando su utilidad en flujos de trabajo cotidianos y profesionales.

Así es como Claude toma decisiones cuando trabaja solo

Antes de interactuar con una nueva aplicación, Claude solicita permiso y el usuario puede detener cualquier acción en cualquier momento. Además, el sistema analiza sus propias acciones internas para detectar posibles manipulaciones externas, algo clave cuando opera sobre contenido externo o no controlado y en entornos donde la seguridad es un factor relevante.

Su mayor utilidad aparece junto a Dispatch, disponible en Claude Cowork y Claude Code. Esta función permite asignarle tareas desde el móvil para que se ejecuten en el computador. En la práctica, funciona como un sistema de delegación remota que automatiza acciones sin necesidad de supervisión constante del usuario.

Puede revisar correos, generar informes, extraer métricas o realizar cambios en código, ejecutar pruebas y enviar solicitudes de extracción automáticamente. Esto permite delegar tareas repetitivas o técnicas sin estar frente a la pantalla, mejorando la eficiencia y reduciendo la necesidad de intervención directa en procesos operativos del día a día.

Para activarlo, debes habilitar la función desde la configuración de la aplicación de escritorio en macOS y asegurarte de que esté en ejecución. Luego puedes vincularla con la app móvil y empezar a delegar tareas. Está disponible en fase de prueba para planes Pro y Max, y algunas tareas complejas pueden requerir más de un intento en Claude Code.

Imagen: Generada con IA / ChatGPT

“Nos despedimos de Sora. A todos los que crearon con Sora, lo compartieron y construyeron una comunidad a su alrededor: gracias”, declaró la compañía en un comunicado. “Lo que crearon fue importante, y sabemos que esta noticia es decepcionante. Pronto compartiremos más información, incluyendo los plazos para la aplicación y la API, así como detalles sobre cómo preservar su trabajo“.

¿Está saliendo OpenAI del negocio de generación de video?

Para entender por qué OpenAI decidió “bajarle el interruptor” a Sora, primero hay que entender el contexto de su lanzamiento. El proyecto nunca fue un producto terminado para el gran público; fue, en esencia, una demostración de fuerza tecnológica. La empresa lo lanzó para demostrar que podía dominar el video de la misma forma que dominó el texto con ChatGPT y las imágenes con DALL-E.

Pero incluso si Sora jamás llegó a su versión final, para muchos su existencia representaba algo más importante: la compañía posicionándose en uno de los sectores con más potencial a largo plazo. En el corto mensaje de X, la empresa no entra en detalles sobre los motivos detrás del cierre de la aplicación, pero internet ya está especulando.

La principal teoría es que mantener una infraestructura capaz de renderizar minutos de video en alta definición a través de inteligencia artificial es, en una palabra, insostenible. El costo energético y de procesamiento por cada segundo de video generado era astronómico, incluso para una firma que cuenta con el respaldo financiero de Microsoft. Tampoco podemos ignorar el elefante en la habitación: las demandas de Hollywood y los creadores de contenido por el uso de metraje protegido por copyright para entrenar su modelo.

Disney se baja del barco de OpenAI

Una de las consecuencias más graves de esta decisión es la pérdida de uno de sus socios estratégicos: Disney. Hace unos meses, la empresa había anunciado con bombos y platillos una inversión en la firma de IA y planes para que, en el futuro, los usuarios pudieran utilizar Disney+ para la creación de contenido.

Pero, de acuerdo con The Hollywood Reporter, el fin de Sora ha causado que la empresa de Mickey Mouse se retire de la mesa. Esto significa la cancelación de una promesa de inversión de más de mil millones de dólares, además de acuerdos para utilizar productos bajo su licencia.

La competencia no se queda de brazos cruzados

El vacío que deja Sora es una oportunidad que empresas como Runway y Luma AI están ansiosas por llenar. Estas compañías han adoptado un enfoque más progresivo, lanzando herramientas que, si bien no son tan fotorrealistas como el modelo de OpenAI en sus mejores días, resultan mucho más estables y fáciles de usar para el usuario común.

En 2026, la carrera por la IA ya no se trata de quién muestra el clip más impresionante en redes sociales, sino de quién ofrece la herramienta más útil para los flujos de trabajo profesionales. OpenAI parece haber entendido que Sora, en su formato actual, era más un juguete caro que una verdadera herramienta de productividad.

Imágenes: Archivo ENTER.CO

Durante años, aprender a programar fue visto como un camino directo hacia empleos bien remunerados. Sin embargo, la rápida evolución de herramientas automatizadas y modelos de IA ha cambiado las reglas. Hoy, gran parte del código puede generarse, optimizarse o corregirse con asistencia tecnológica. Eso ha desplazado el foco hacia otras capacidades.

El mercado laboral ya no premia únicamente la ejecución técnica. Lo que gana valor es la capacidad de interpretar necesidades reales, traducirlas en soluciones viables y adaptarse a entornos colaborativos donde humanos y máquinas trabajan juntos.

Uno de los cambios más visibles está en la comunicación. Los desarrolladores ahora deben explicar decisiones técnicas a equipos no especializados, participar en discusiones de producto y justificar el impacto de su trabajo. No basta con que el código funcione; también debe responder a objetivos claros.

Te puede interesar: Nequi y AWS abren 300.000 cursos gratis de inteligencia artificial en Colombia

A esto se suma la necesidad de comprender principios éticos en el uso de inteligencia artificial. Desde el manejo de datos hasta la toma de decisiones automatizadas, las compañías exigen profesionales capaces de identificar riesgos y actuar con criterio. La ética tecnológica dejó de ser un tema exclusivo de investigadores y pasó a formar parte del día a día en desarrollo.

El análisis de datos también se ha vuelto una habilidad transversal. Entender métricas, interpretar resultados y tomar decisiones basadas en evidencia permite que los desarrolladores participen activamente en la evolución de productos digitales. No se trata de ser científico de datos, sino de integrar ese pensamiento analítico en el trabajo cotidiano.

Más allá del código: el perfil híbrido que buscan las empresas

Otro factor determinante es la colaboración con sistemas inteligentes. Lejos de reemplazar a los programadores, la inteligencia artificial redefine su rol. Saber cómo interactuar con estas herramientas, validar sus resultados y aprovechar su potencial se convierte en una ventaja competitiva.

Este nuevo perfil combina habilidades técnicas con capacidades humanas. Adaptabilidad, pensamiento crítico y trabajo en equipo aparecen como requisitos constantes en ofertas laborales. Las empresas priorizan profesionales que puedan aprender rápido y moverse entre distintas áreas del desarrollo tecnológico.

La formación también comienza a reflejar estos cambios. Modelos educativos más flexibles integran desde etapas tempranas habilidades blandas junto con conocimientos técnicos. La lógica es clara: el talento que entiende tanto la tecnología como su impacto tiene mayores oportunidades de crecimiento.

Te puede interesar: El perfil tech cambia en 2026: menos full stack y más “problem solver”

Iniciativas como Holberton Coderise apuntan precisamente a esa integración. Su enfoque no solo se centra en enseñar programación, sino en desarrollar competencias que responden a las necesidades actuales del mercado global.

El avance de la automatización no elimina la necesidad de desarrolladores, pero sí redefine lo que significa ser uno. Quienes se limiten a escribir código podrían enfrentar mayores dificultades para mantenerse competitivos.

La industria tecnológica sigue creciendo, pero también se vuelve más exigente. Adaptarse a este cambio no es opcional, sino parte del proceso para seguir siendo relevante en un entorno que evoluciona con rapidez.

Si quieres convertir curiosidad en habilidad real, Holberton Coderise es una ruta práctica para empezar.

Imagen: ARCHIVO ENTER.CO

La iniciativa se integra al programa AWS Entrena Colombia, que proyecta capacitar a 500.000 personas en el país antes de 2028. En este caso, la apuesta se enfoca en usuarios de Nequi, quienes podrán acceder a contenidos diseñados para aplicar estas tecnologías en la gestión diaria de sus emprendimientos.

Las inscripciones ya están disponibles en línea y solo requieren tener cuenta en Nequi. El proceso es rápido y permite iniciar la formación sin costo, lo que amplía el acceso a conocimientos que suelen tener barreras económicas o técnicas.

Te puede interesar: ¿Cómo inscribirse en AvanzaTEC 2026 y acceder a cursos gratis en tecnología con certificación de Microsoft, Oracle, Cisco, Huawei y Fortinet?

El interés por este tipo de habilidades sigue creciendo. De acuerdo con el Future of Jobs Report 2025 del World Economic Forum, el 86 % de los empleadores anticipa cambios importantes en sus operaciones por el uso de inteligencia artificial, computación en la nube y análisis de datos. Esto ha impulsado la demanda de formación en estas áreas, incluso entre negocios de menor tamaño.

En ese escenario, la alianza busca conectar la capacitación tecnológica con necesidades concretas del emprendimiento, como mejorar procesos, optimizar ingresos y tomar decisiones con mayor información.

Formación en IA y nube para emprendedores en Colombia

Los cursos estarán disponibles en formato 100 % digital y en español. Incluyen contenidos bajo demanda, así como charlas mensuales en vivo con expertos que abordarán dudas y casos prácticos.

Uno de los componentes del programa es un asistente virtual basado en inteligencia artificial de AWS, que acompaña el proceso de aprendizaje y ayuda a resolver inquietudes sobre los contenidos. Al finalizar cada módulo, los participantes recibirán certificaciones digitales que pueden agregar a su hoja de vida o perfiles profesionales.

La estrategia también se conecta con el crecimiento de Nequi Negocios, que desde julio de 2025 ha sumado más de 50.000 emprendedores. La plataforma permite recibir pagos a través de códigos QR, links de pago y tarjetas, además de funciones como “tap to phone”, que convierte el celular en datáfono mediante tecnología NFC.

Te puede interesa: Gobierno abre convocatoria para financiar proyectos con IA y tecnología cuántica: así puede participar

Más allá de los pagos, la propuesta apunta a que los usuarios integren herramientas digitales en la administración de sus negocios. Esto incluye el seguimiento de ingresos, la organización de operaciones y el uso de datos para mejorar la toma de decisiones.

La colaboración entre Nequi y AWS se suma a otros esfuerzos por reducir la brecha digital en el país. El objetivo es facilitar el acceso a tecnologías que ya están transformando la manera en que operan los negocios, especialmente en un entorno donde la digitalización se vuelve cada vez más necesaria para competir.

El resultado es una oferta de formación gratuita en inteligencia artificial y computación en la nube que busca impactar directamente la productividad y el crecimiento de miles de emprendedores en Colombia.

REGISTRO AQUÍ 

Imagen: Generada con IA

La advertencia viene de Jay Edelson, un abogado que se ha especializado en demandar a compañías como OpenAI y Google después de que personas terminaran tomando sus vidas o las de otras personas llevadas a actuar por recomendaciones de modelos de inteligencia artificial. El más reciente es el de Jonathan Gavalas un jóven de 36 años que murió por suicidio después de que Gemini lo convenciera de que era su esposa y que estaba siendo retenida por el gobierno.

Edelson también está representando el caso de Adam Raine, el jóven de 17 años al que ChatGPT convenció de suicidarse y que se ganó diversos titulares después de que sus padres decidieran demandar a OpenAI.

Estamos a puertas de un caso de psicosis de IA masiva

La advertencia de Edelson es directa: los sistemas de inteligencia artificial actuales podrían estar exponiendo a los usuarios a riesgos de bajas masivas por incidentes evitables. El motivo está en que en meses recientes el abogado ha recibido cada vez más casos que no han llegado a las noticias porque la persona no llegó a atentar contra su vida o la de otros.

Pero esto significa que el número de personas que podrían estar siendo afectadas por la IA es mucho mayor al que los casos más virales nos hacen creer.

Esta información no viene solo de impresiones. Un estudio publicado por CNN encontró que ocho de cada 10 chatbots (entre los que se incluyó a ChatGPT, Gemini, Microsoft Copilot, Meta AI, DeepSeek, Perplexity, Character.AI y Replika) podían ser guiados para entregar indicaciones a adolescentes sobre cómo lastimar u atacar otras personas. Solo Claude de Anthropic de manera clara contaba con mecanismos para rehusar este tipo de solicitudes.

“Nuestro informe demuestra que, en cuestión de minutos, un usuario puede pasar de un vago impulso violento a un plan de acción más detallado”, afirma el informe. “La mayoría de los chatbots analizados ofrecieron orientación sobre armas, tácticas y selección de objetivos. Estas solicitudes deberían haber provocado un rechazo inmediato y absoluto”.

¿Es necesario crear leyes para evitar los casos de psicosis de IA?

Uno de los puntos centrales de la denuncia es la falta de transparencia en los mecanismos de seguridad de los modelos de IA. Actualmente, uno de los mayores problemas para los expertos legales es la dificultad de atribuir responsabilidad cuando un sistema diseñado para interactuar con humanos induce a conductas de riesgo extremo o crisis de salud mental.

¿Qué es lo que están pidiendo? De manera sencilla que las compañías de tecnología detrás de algunos de los modelos más utilizados del mundo cuenten con información accesible que documente la manera en la que están detectando o evitando situaciones en las que los delirios de una IA puedan llevar a alguien a cometer actos peligrosos.

Imágenes: Gemini