El desarrollo fue realizado junto a Broadcom y marca un movimiento poco habitual para una empresa conocida principalmente por sus modelos de inteligencia artificial. Con este anuncio, OpenAI deja de depender exclusivamente de proveedores externos de hardware y empieza a participar directamente en una de las áreas más costosas y estratégicas del sector tecnológico.

La compañía asegura que las primeras pruebas muestran una mejora significativa en eficiencia energética frente a los aceleradores de IA disponibles actualmente. Aunque todavía no ha publicado cifras definitivas de rendimiento, el objetivo es claro: obtener más capacidad de procesamiento consumiendo menos electricidad.

¿Qué es un chip de inferencia y por qué importa?

Cuando haces una pregunta en ChatGPT y recibes una respuesta, ocurre un proceso conocido como inferencia. Es el momento en que un modelo ya entrenado analiza una solicitud y genera una respuesta en tiempo real.

Esa tarea requiere enormes cantidades de recursos computacionales. Actualmente gran parte de ese trabajo se realiza sobre procesadores especializados fabricados por NVIDIA, empresa que domina el mercado mundial de aceleradores para inteligencia artificial.

Te puede interesar: Huawei Cloud MaaS llega a Colombia con DeepSeek y GLM para reducir el costo de la IA

Jalapeño fue diseñado específicamente para esa función. Según OpenAI, su arquitectura reduce movimientos innecesarios de datos dentro del sistema y optimiza el uso de memoria, red y procesamiento para que los modelos funcionen de manera más eficiente.

La compañía explica que el chip fue desarrollado tomando como referencia el comportamiento real de productos como ChatGPT, Codex y su plataforma para desarrolladores. Esto significa que el hardware fue adaptado a las necesidades de los modelos de lenguaje modernos, en lugar de reutilizar diseños creados originalmente para otras cargas de trabajo.

Otro dato llamativo es la velocidad del proyecto. OpenAI afirma que el chip pasó desde el diseño inicial hasta la fabricación en apenas nueve meses, un plazo inusualmente corto para la industria de semiconductores avanzados.

Una competencia que va más allá de los modelos de IA

La presentación de Jalapeño refleja un cambio importante en la carrera tecnológica actual. Durante años, la competencia se centró en desarrollar modelos más potentes. Ahora la batalla también se libra en los centros de datos y en los chips que permiten ejecutarlos.

Google lleva años utilizando sus procesadores TPU para alimentar Gemini. Amazon cuenta con las familias Inferentia y Trainium. Microsoft desarrolla sus propios aceleradores para Azure. Con Jalapeño, OpenAI entra oficialmente en ese grupo.

La apuesta tiene implicaciones económicas importantes. Si la empresa logra reducir el costo de ejecutar modelos de IA, podría ofrecer servicios más baratos, atender a más usuarios simultáneamente y acelerar el desarrollo de nuevas generaciones de inteligencia artificial.

OpenAI afirma que este es apenas el primer integrante de una plataforma de hardware que evolucionará durante varios años y que comenzará a desplegarse a gran escala a partir de 2026.

Más allá de las especificaciones técnicas, el anuncio revela una transformación profunda. OpenAI ya no quiere limitarse a crear modelos de inteligencia artificial. También quiere controlar la infraestructura física que hará posible la próxima generación de servicios basados en IA.

La iniciativa estará orientada a jóvenes entre los 13 y los 18 años y ofrecerá espacios virtuales de formación donde podrán adquirir conocimientos básicos de programación y habilidades digitales, sin necesidad de experiencia previa.

La propuesta llega en un momento en que la participación femenina dentro de la industria tecnológica sigue siendo limitada. Según el Estudio de Empleabilidad y Talento Digital 2025 del Ministerio TIC y Fedesoft, las mujeres representan apenas el 25,4 % de los empleos del sector TI en Colombia.

Programación para niñas desde edades tempranas

Como parte de la alianza, se crearán dos clubes gratuitos de programación en América Latina. Los talleres estarán enfocados en enseñar fundamentos tecnológicos de manera accesible para niñas y adolescentes interesadas en explorar este campo.

En Colombia, la iniciativa también tendrá alcance entre las familias de los cerca de 150 colaboradores que tiene la compañía en el país.

Además de los clubes, GlobalLogic respaldará actividades relacionadas con Technovation Girls, una competencia internacional que invita a jóvenes a desarrollar soluciones tecnológicas para atender problemas reales de sus comunidades.

La apuesta apunta a despertar el interés por las áreas STEM —ciencia, tecnología, ingeniería y matemáticas— en edades tempranas, un factor que especialistas consideran determinante para aumentar la presencia femenina en profesiones digitales.

La brecha digital sigue afectando a millones de mujeres

El desafío no se limita al acceso al empleo. Datos citados por la compañía, basados en cifras de la CEPAL, indican que cuatro de cada diez mujeres en América Latina aún no están conectadas a internet, una barrera que reduce sus posibilidades de formación y acceso a oportunidades laborales.

Por su parte, ONU Mujeres estima que cerrar la brecha digital de género podría beneficiar a más de 343 millones de mujeres y niñas en el mundo, sacar a 30 millones de personas de la pobreza extrema y aportar hasta 1,5 billones de dólares a la economía global hacia 2030.

Según Chicas Programadoras, más de 13.000 niñas han participado hasta ahora en sus iniciativas de formación tecnológica, acompañadas por más de 1.500 mentores en 14 países de América Latina.

La llegada de nuevos aliados empresariales permite ampliar ese alcance en una región donde la demanda de talento digital sigue creciendo. Para miles de adolescentes, acceder a estos espacios puede convertirse en el primer contacto con una industria que aún tiene una deuda pendiente con la participación femenina.

El anuncio llega después de varios meses de pruebas con clientes del programa Frontier. Según Microsoft, más de la mitad de las empresas que hacen parte de la lista Fortune 500 probaron la tecnología antes de su lanzamiento mundial, junto con compañías de sectores como consultoría, seguros, telecomunicaciones y servicios financieros.

La propuesta representa un cambio frente a los asistentes de IA tradicionales. Mientras estos suelen generar respuestas o recomendaciones para que una persona continúe el trabajo, Copilot Cowork puede recibir una tarea completa, ejecutarla y entregar el resultado final sin que el usuario tenga que intervenir en cada paso.

De responder preguntas a ejecutar procesos

Entre los casos de uso presentados por Microsoft aparecen actividades que normalmente requieren varias herramientas y una alta carga operativa.

Por ejemplo, la plataforma puede editar grandes cantidades de hojas de cálculo de forma segura, comparar miles de archivos entre diferentes versiones de un producto, crear diagramas de flujo automáticamente después de cada modificación o analizar procesos comerciales para detectar oportunidades que podrían perderse y sugerir acciones de seguimiento.

Te puede interesar: Huawei Cloud MaaS llega a Colombia con DeepSeek y GLM para reducir el costo de la IA

La compañía explica que el agente trabaja utilizando la información disponible dentro de Microsoft 365 y respeta los permisos que ya existen en cada organización, por lo que únicamente accede a los datos autorizados para cada usuario.

Los administradores también pueden controlar quién utiliza la herramienta, definir límites de consumo, recibir alertas sobre el uso y consultar reportes detallados por usuario, grupo o toda la organización.

Costos por consumo y varios modelos de IA

Copilot Cowork funcionará bajo un esquema de pago por uso denominado Créditos Copilot. El costo de cada tarea dependerá del modelo de inteligencia artificial empleado, la cantidad de información consultada, las herramientas utilizadas y el tiempo que tome completar el proceso.

Microsoft afirma que este sistema permitirá a las organizaciones monitorear el consumo y ajustar el gasto de acuerdo con sus necesidades.

Otra de las novedades es que Copilot Cowork incorpora una arquitectura multimodelo. En esta primera versión utiliza modelos de Anthropic, entre ellos Opus 4.8 y Sonnet 4.6. Los clientes del programa Frontier también pueden acceder a GPT 5.5 y, próximamente, Microsoft incorporará Cowork 1, un modelo propio optimizado para tareas empresariales de uso cotidiano.

Con este lanzamiento, Microsoft amplía el papel de la inteligencia artificial dentro de Microsoft 365. La apuesta ya no está centrada únicamente en ayudar a redactar documentos, resumir reuniones o responder consultas, sino en permitir que las empresas deleguen procesos completos a agentes de IA manteniendo los controles de seguridad, acceso y administración que ya utilizan en sus entornos de trabajo.

La propuesta está dirigida a empresas que quieren incorporar inteligencia artificial en procesos como atención al cliente, automatización de tareas, análisis documental o desarrollo de aplicaciones, pero que encuentran una barrera en el costo que representa poner en marcha este tipo de proyectos.

Durante la presentación, Mark Chen, CEO de Huawei Cloud para América Latina, explicó que el objetivo es permitir que las compañías utilicen modelos avanzados de IA sin preocuparse por administrar la infraestructura tecnológica que normalmente requieren.

“MaaS está diseñado para hacer que la inteligencia artificial avanzada sea más accesible para las empresas”, señaló el directivo.

Huawei apuesta por su infraestructura para marcar la diferencia

Aunque la plataforma integra modelos como DeepSeek V3.2 y GLM-5.1, Huawei sostiene que su principal fortaleza está detrás de ellos. La empresa asegura que opera una infraestructura propia que abarca desde los centros de datos hasta la plataforma desde la que se consumen los modelos de inteligencia artificial.

Según la compañía, esa integración permite que las empresas mantengan sus datos dentro del ecosistema de Huawei durante el procesamiento y evita depender de diferentes proveedores para ejecutar una misma aplicación.

Otro de los aspectos que Huawei destacó fue la ubicación de buena parte de su infraestructura de cómputo en China. La empresa explicó que el país dispone de una matriz energética diversificada, un factor que considera importante debido a la alta demanda de energía que requiere la inteligencia artificial generativa.

Te puede interesar: Microsoft quiere que los agentes de IA trabajen por ti ¿Cómo?

Huawei también aseguró que la diferencia horaria entre China y Colombia representa una ventaja para distribuir las cargas de procesamiento. Mientras las empresas latinoamericanas incrementan el uso de la plataforma durante el día, parte de los centros de datos en Asia ya terminaron sus horas de mayor actividad.

De acuerdo con la compañía, ese comportamiento permite utilizar capacidad de cómputo que se encuentra disponible, mantener una mayor continuidad del servicio y reducir el riesgo de congestión cuando aumenta la demanda en esta región. Huawei afirma que este modelo también ayuda a ofrecer tarifas más competitivas al aprovechar recursos que, de otra manera, permanecerían sin utilizar.

Modelos actualizados y pago solo por lo que se utiliza

La plataforma funciona mediante un esquema de pago por tokens. En la práctica, esto significa que las empresas no necesitan adquirir infraestructura propia antes de desarrollar un proyecto basado en inteligencia artificial, sino que pagan únicamente por la capacidad de procesamiento que consumen.

Huawei explicó que MaaS reúne distintos modelos de IA dentro de una misma plataforma y que incorpora nuevas versiones tan pronto son publicadas por sus desarrolladores. Esto permite cambiar de modelo sin modificar la arquitectura de las aplicaciones y evita depender de una única tecnología.

Te puede interesar: Claude Opus 4.8 llega con mayor control, menos errores y respuestas más confiables

Durante el lanzamiento, la compañía también presentó comparaciones de costos entre GLM-5.1 y otros modelos comerciales como GPT-5.4 y Claude Opus 4.6. Según Huawei, su propuesta ofrece un menor costo por millón de tokens y resultados competitivos en pruebas de programación y desarrollo de software. Estas cifras corresponden a datos presentados por la empresa durante el evento.

Con esta apuesta, Huawei busca trasladar la conversación sobre inteligencia artificial a un aspecto que suele pasar desapercibido: la infraestructura. Para la compañía, el éxito de la IA empresarial dependerá no solo de la capacidad de los modelos, sino también de factores como el costo de ejecutarlos, la disponibilidad de los centros de datos y la facilidad para integrarlos en las operaciones diarias de las empresas.

Durante años, buscar dentro de Facebook significó navegar entre publicaciones, páginas y grupos. Ahora la experiencia será distinta. Cuando una persona consulte un tema, la plataforma podrá generar respuestas utilizando la inteligencia artificial de Meta y tomando como referencia lo que otros usuarios han compartido públicamente en espacios como grupos, comentarios y reels.

La propuesta apunta a ofrecer algo diferente a los buscadores tradicionales. En lugar de mostrar únicamente enlaces para que el usuario investigue por su cuenta, la IA sintetiza experiencias, opiniones y recomendaciones que ya existen dentro del ecosistema de Facebook.

¿Qué cambia con el Modo IA de Facebook?

La principal novedad es que Facebook incorpora una nueva experiencia de búsqueda impulsada por Meta AI. El sistema analiza contenido público disponible en la plataforma para construir respuestas más cercanas a las experiencias reales de las personas.

Por ejemplo, si alguien busca recomendaciones de viaje, consejos para comprar un producto o experiencias sobre un servicio, la IA podrá reunir información compartida por otros usuarios y presentarla de forma resumida.

La estrategia refleja una tendencia que ya se observa en varias compañías tecnológicas: transformar los motores de búsqueda en asistentes capaces de interpretar preguntas complejas y generar respuestas conversacionales.

Meta también señala que esta función se integra directamente en las experiencias cotidianas de Facebook, lo que significa que los usuarios podrán acceder a ella mientras navegan por el feed o exploran contenido dentro de la aplicación.

La inteligencia artificial también llega a las fotos y videos

La segunda gran novedad está relacionada con la creación de contenido.

Facebook amplía las herramientas creativas impulsadas por IA para facilitar la edición de imágenes y videos sin necesidad de conocimientos avanzados. Entre las nuevas opciones aparecen plantillas automáticas para crear collages y efectos de transición que convierten fotografías almacenadas en la galería del teléfono en montajes listos para compartir.

La idea es aprovechar imágenes que normalmente quedan olvidadas entre cientos de archivos.

Te puede  interesar: Corte Constitucional ordena a Meta cambiar reglas de Instagram tras caso de Esperanza Gómez

Además, llegan nuevos ajustes visuales que permiten modificar elementos como ropa, peinados o accesorios mediante inteligencia artificial. Los aficionados al deporte también podrán añadir virtualmente camisetas de sus equipos favoritos en fotografías de perfil o historias.

Estas herramientas se encuentran integradas dentro de las opciones de edición de Facebook y buscan simplificar procesos que antes requerían aplicaciones externas o edición manual.

El nuevo desafío de Meta: convertir Facebook en un asistente personal

Más allá de las funciones específicas, el lanzamiento muestra una dirección clara para el futuro de la plataforma.

Facebook ya no quiere ser únicamente un lugar para compartir publicaciones. La red social busca convertirse en un espacio donde los usuarios puedan resolver dudas, descubrir información y producir contenido con ayuda de la inteligencia artificial.

La diferencia frente a otros asistentes es que gran parte del conocimiento utilizado proviene de la actividad de la propia comunidad. Eso podría generar respuestas más cercanas a experiencias reales, aunque también abre preguntas sobre cómo se selecciona y prioriza la información dentro de la plataforma.

Por ahora, Meta apuesta a que la combinación entre inteligencia artificial y contenido generado por usuarios haga más sencilla la experiencia diaria dentro de Facebook. La verdadera prueba llegará cuando millones de personas empiecen a utilizar estas herramientas y determinen si realmente ofrecen mejores respuestas que una búsqueda tradicional en internet.

Al final, la carrera por la IA ya no se libra únicamente entre modelos y algoritmos. También se juega en quién logra convertir las conversaciones de las personas en experiencias digitales más útiles y relevantes.

La convocatoria está pensada para voces capaces de aportar valor desde distintos frentes: empleabilidad, innovación, inteligencia artificial, liderazgo, desarrollo profesional, emprendimiento, proyectos propios o aprendizajes construidos a partir de la experiencia. Más que charlas tradicionales, Next Move apuesta por sesiones dinámicas que permitan aterrizar ideas, compartir herramientas concretas y abrir conversaciones que ayuden a quienes están dando sus primeros pasos en tecnología o redefiniendo su camino profesional.

Te puede interesar: Ollie de Coursera: así funciona la app con IA para aprender en minutos

Participar como speaker en este espacio es una experiencia voluntaria, pero también una oportunidad estratégica para fortalecer la red profesional, dar visibilidad a proyectos e ideas, y conectar con una comunidad que se está preparando para asumir nuevos desafíos en el ecosistema digital. Como parte de la difusión, cada participación será promovida en las redes sociales de Holberton Coderise y publicada en Enter.co, lo que amplía el alcance de cada intervención y multiplica sus posibilidades de impacto.

Las sesiones tienen una duración aproximada de una hora y están pensadas como un punto de encuentro entre experiencia y proyección profesional. Con esta convocatoria, Holberton Coderise busca seguir construyendo puentes entre quienes ya recorren la industria y quienes están listos para entrar en ella con más herramientas, referentes e ideas claras sobre su futuro. Las personas interesadas en postular su charla o taller pueden completar el formulario de inscripción y coordinar una fecha para sumarse a próximas ediciones de Next Move by Holberton.

Formulario de inscripción para speakers: AQUÍ 

Más allá de nuevos modelos o infraestructura, el mensaje central fue otro: la próxima competencia tecnológica ya no será quién tiene acceso a la inteligencia artificial, sino quién logra convertirla en trabajadores digitales útiles para su organización.

Durante el evento, la compañía presentó nuevas plataformas, modelos y herramientas enfocadas en crear sistemas autónomos que entiendan el contexto empresarial y ejecuten tareas sin depender constantemente de instrucciones humanas.

La nueva apuesta: agentes que entienden cómo trabajas

Uno de los anuncios más llamativos fue Scout, un agente personal diseñado para entornos laborales. Según Microsoft, este sistema puede analizar cómo trabaja una persona dentro de herramientas como Teams u Outlook para preparar reuniones, resolver conflictos de agenda o asumir actividades repetitivas.

La propuesta gira alrededor de una nueva capa llamada Work IQ, que conecta correos electrónicos, documentos, reuniones, archivos corporativos y otras fuentes internas para entregar contexto a los agentes.

La compañía también presentó Web IQ, una tecnología que permite a estos sistemas consultar información web en tiempo real, y Foundry IQ, que combina datos internos y externos para enriquecer las respuestas.

La idea detrás de estas herramientas es sencilla: que los agentes no solo respondan preguntas, sino que comprendan cómo funciona una empresa y actúen dentro de ella.

Esto responde a uno de los mayores problemas actuales de la IA empresarial: muchos sistemas generan respuestas útiles, pero no conocen los procesos, reglas o información interna de las organizaciones.

De asistentes virtuales a trabajadores digitales

Microsoft también mostró que esta apuesta va mucho más allá del software conversacional.

La empresa presentó nuevos modelos propios, incluyendo MAI-Thinking-1, orientado a razonamiento y programación, además de herramientas para imágenes, voz y transcripción en múltiples idiomas.

Para desarrolladores, Build 2026 estuvo cargado de novedades: nuevas capacidades en Windows para ejecutar agentes localmente, entornos aislados para tareas automatizadas y herramientas para desplegar sistemas autónomos desde el computador hasta la nube.

Todo esto apunta hacia un mismo objetivo: que los agentes puedan operar con mayor autonomía, pero manteniendo controles de seguridad, permisos y supervisión empresarial.

El cambio podría alterar la forma en que se realizan tareas administrativas, desarrollo de software, análisis de información e investigación científica.

Microsoft incluso mostró cómo esta tecnología ya se está utilizando en investigación industrial, descubrimiento de medicamentos y desarrollo científico.

La carrera por la inteligencia artificial empezó con chatbots capaces de responder preguntas. Ahora, Microsoft apuesta a que el siguiente salto será crear sistemas que trabajen junto a las personas —o, en algunos casos, en lugar de ellas— dentro de las herramientas que ya usan todos los días.

En aquel momento, él y su socio identificaron algo que parecía simple, pues las empresas necesitaban entender la tecnología antes de adoptarla. Comenzaron enseñando marketing digital y analítica. Once años después, la conversación con sus clientes gira alrededor de una pregunta mucho más compleja, ¿qué ocurre cuando la inteligencia artificial entra a trabajar junto a las personas?

Hoy Aristizábal es cofundador y CEO de Geekboss, una consultora enfocada en transformación digital e inteligencia artificial. En conversación con ENTER.CO explicó cómo pasó de capacitar equipos en herramientas digitales a acompañar compañías que intentan reorganizarse alrededor de una tecnología que ya está modificando cargos, procesos y habilidades laborales.

La discusión sobre inteligencia artificial suele reducirse a una pregunta: ¿las máquinas reemplazarán a las personas? Para Aristizábal, esa conversación está dejando por fuera algo más importante: la relación entre tecnología y talento humano.

Te puede interesar: Comprar IA no garantiza resultados: estos son los errores que están cometiendo las empresas

“La tecnología tiene mucho poder, pero la magia todavía la estamos haciendo los seres humanos”, afirmó.

Su planteamiento parte de una idea sencilla, la inteligencia artificial puede acelerar procesos, analizar grandes cantidades de información y producir contenido, pero sigue necesitando personas capaces de interpretar contextos, entender emociones y tomar decisiones.

Ese cambio ya se siente en múltiples profesiones; hoy un comunicador puede producir piezas gráficas, un periodista puede apoyarse en herramientas para resumir entrevistas y una persona sin conocimientos técnicos puede construir parte de una página web utilizando asistentes inteligentes. Más que reemplazar funciones completas, la tecnología está expandiendo capacidades.

Del trabajo operativo al pensamiento estratégico

Durante años, las empresas usaron automatización para resolver tareas repetitivas. Programar procesos, organizar archivos, construir reportes o mover información eran parte de ese proceso. Con la llegada de la inteligencia artificial generativa, las posibilidades crecieron.

Ahora las compañías utilizan sistemas capaces de redactar documentos, generar campañas, resumir reuniones, procesar datos y proponer soluciones. Eso también cambia la manera como las organizaciones empiezan a medir el valor del trabajo humano.

“Nos van a pagar por pensar estratégicamente, por pensar creativamente y no por sentarnos a hacer cosas de cero”, aseguró Aristizábal durante la conversación.

Ese cambio ya impacta áreas como marketing, publicidad, comunicación y creación de contenido. Geekboss participó recientemente en la transformación de una agencia de publicidad colombiana que decidió revisar cada proceso para identificar qué actividades debían seguir haciendo las personas y cuáles podían apoyarse en inteligencia artificial.

Te puede interesar: Empresas colombianas aceleran automatización financiera ante incertidumbre electoral

La meta no era reducir equipos. La apuesta consistía en reorganizar funciones y liberar tiempo para actividades de mayor valor. Según explica Aristizábal, el resultado fue un aumento importante en productividad sin necesidad de despidos.

Eso también modifica cuáles habilidades empiezan a ganar relevancia. Para el CEO de Geekboss, competencias como pensamiento crítico, creatividad, empatía, liderazgo y comunicación tendrán cada vez más peso en un mercado donde las tareas operativas pueden automatizarse con mayor facilidad.

Incluso considera que colegios y universidades deberían dedicar más tiempo a enseñar capacidades humanas y pensamiento crítico. Saber preguntar, interpretar información y evaluar respuestas se está convirtiendo en una habilidad laboral tan importante como manejar herramientas digitales.

Los errores que están cometiendo las empresas con la inteligencia artificial

La rapidez con la que las organizaciones están adoptando inteligencia artificial también está generando errores frecuentes.

El primero ocurre cuando las empresas compran tecnología antes de entender qué problema intentan resolver. Muchas implementan plataformas o agentes virtuales porque sienten presión por innovar, pero después descubren que no saben dónde utilizarlos realmente.

Otro error frecuente aparece en servicio al cliente. Aunque muchas compañías intentan automatizar la atención, los usuarios siguen buscando interacción humana cuando enfrentan problemas complejos.

Después de participar en múltiples implementaciones de chatbots, Aristizábal identificó algo repetitivo: una de las palabras que más escriben las personas es “asesor”.

Te puede interesar: “La IA por sí sola no funciona”: AMD habla sobre el reto de las empresas en Colombia

“La mayoría de las veces las personas quieren sentirse escuchadas primero y después resolver el problema”, explicó.

También advierte sobre otro fenómeno: la obsesión por producir contenido masivamente. La inteligencia artificial facilita crear publicaciones, correos, imágenes y textos en minutos, pero esa facilidad está llenando internet de información repetitiva y mensajes similares.

Para Aristizábal, las marcas que se diferenciarán no serán necesariamente las que produzcan más contenido, sino las que logren conectar mejor con las personas.

La conversación también alcanza temas como polarización y desinformación. Herramientas de escucha digital permiten analizar conversaciones, identificar tendencias y detectar comportamientos sospechosos en redes sociales. Sin embargo, insiste en que ninguna tecnología reemplaza el criterio humano.

Por eso, mientras las máquinas aprenden a escribir, analizar datos y automatizar tareas, las empresas empiezan a descubrir algo inesperado: aquello que sigue siendo difícil de automatizar —la empatía, la creatividad y la capacidad de comprender a otras personas— podría convertirse precisamente en lo más valioso.

Esta desconexión queda en evidencia en el reciente estudio de IA de Slalom de 2026. Los datos revelan que el 75% de los directores de marketing priorizan el contenido generativo; y las experiencias personalizadas, pero apenas un 40% está actualizando sus métricas y procesos para reflejar verdaderamente estos resultados. La ambición por escalar choca con la falta de sistemas para medir si esa actividad aporta valor real al negocio.

Hoy en día, las plataformas de marketing no solo automatizan tareas, sino que crean tareas que antes se realizaban con mucho tiempo de anticipación. Por ejemplo, son capaces de reasignar presupuestos, generan contenido y lanzan campañas sin supervisión humana.

Sin embargo, cuando la medición está fragmentada, los sistemas suelen priorizar los números de alcance sobre la calidad del contenido. Esto puede convertir la personalización en una experiencia repetitiva y agotadora para el usuario final. Por ello, los expertos sostienen que el verdadero valor de la tecnología no está en interactuar constantemente, sino en saber cuándo hacerlo

Una estrategia verdaderamente inteligente no bombardea a un usuario inmediatamente después de ver un producto, sino que pausa y espera el momento más oportuno para enviar un único mensaje relevante. María Camila Quiñones, Delivery Director de Slalom, explica que dominar estas herramientas es un camino casi obligatorio: “Ya no es opcional, ya no es algo de quiero aprender de esto o no, ya no es algo que sea exclusivo de unos u otros roles dentro de la organización”.

Si las marcas no establecen límites a la sobrecarga digital, los consumidores terminarán haciéndolo. La inteligencia artificial ya comienza a convertirse en un intermediario del consumo. Herramientas y agentes personales filtran cada vez más mensajes comerciales antes de que estos lleguen a los usuarios.

Los riesgos del exceso de inteligencia artificial en marketing

Según Quiñones, el verdadero reto es saber navegar este trayecto corporativo. Las empresas deben evolucionar desde el uso de la IA como una herramienta básica de productividad hacia la exploración de nuevos usos, hasta el punto en el que “con la inteligencia artificial puedes llegar a hacer una disrupción de la industria”. En un entorno sobresaturado, alcanzar esa madurez exige que el juicio humano establezca límites claros sobre cuándo interactuar y cuándo no.

Durante esta nueva era, la ventaja competitiva no dependerá de quién implemente tecnología primero. Dependerá de quién combine la inteligencia artificial con criterio humano. Los expertos coinciden en que el reto no es comunicar más, sino saber cuándo hacerlo. Colombia, las empresas ya aceleran la adopción de estas herramientas en sectores como el marketing.

Finalmente, el futuro de la estrategia exigirá ganarse el acceso a los consumidores, algo que solo se logra con equipos altamente preparados. La clave está en “ser parte de ese ecosistema en el que tenemos la generación de talento interno, pero también trabajamos con los partners”. Al integrar estos recursos con redes de miles de consultores especializados en datos, las empresas podrán formar a su talento para que la tecnología vuelva a ser humana, ética e intencional.

Imagen: Brian J. Tromp / Unsplash

La apuesta llega en un momento en el que las empresas intentan integrar agentes inteligentes en procesos internos, mientras buscan evitar problemas relacionados con gobernanza, privacidad o dependencia tecnológica. Por eso, buena parte de los anuncios giraron alrededor de una pregunta simple: ¿cómo crear sistemas de IA más útiles sin sacrificar supervisión?

Uno de los movimientos más visibles fue la expansión de Microsoft Agent Platform, ahora impulsada por una nueva capa llamada Microsoft IQ. La propuesta consiste en que los agentes trabajen con información empresarial, datos internos y conocimiento externo para responder con más contexto.

Dentro de esa familia aparecen herramientas como Work IQ, orientada a entender cómo fluye el trabajo dentro de organizaciones usando datos de correos, reuniones o documentos. También llegan Fabric IQ para interpretar datos empresariales estructurados y Foundry IQ para conectar conocimiento interno con información web actualizada.

Más contexto y nuevos modelos para agentes

Microsoft también presentó Scout, un agente personal pensado para ayudar en tareas repetitivas como preparar reuniones, resolver conflictos de agenda o gestionar actividades rutinarias dentro de aplicaciones de productividad.

Junto con los agentes llegaron nuevos modelos propios agrupados bajo la familia MAI. La compañía anunció siete modelos especializados que cubren razonamiento, voz, transcripción, generación de imágenes y programación.

El más llamativo es MAI-Thinking-1, diseñado para resolver instrucciones complejas, trabajar con grandes cantidades de contexto y asistir en tareas de desarrollo de software. A este se suman modelos para imagen, transcripción multilingüe y codificación integrados en productos como PowerPoint, GitHub Copilot y Visual Studio Code.

Para quienes desarrollan aplicaciones, esto significa menos dependencia de un único modelo y más opciones para elegir herramientas según cada tarea: generar código, convertir voz en texto o construir asistentes inteligentes.

Seguridad, nube y computación cuántica en la misma apuesta

Otro de los anuncios estuvo relacionado con seguridad. Microsoft presentó nuevas capacidades para administrar agentes de IA sin importar dónde estén alojados o qué tecnologías utilicen.

Entre ellas aparece Agent 365, una plataforma para centralizar visibilidad y controles de seguridad, junto con proyectos abiertos como ASSERT y Agent Control Specification, orientados a crear reglas y evaluaciones para agentes.

La compañía también mostró nuevas herramientas para construir aplicaciones desde equipos locales hasta infraestructura cloud. Entre ellas están Surface RTX Spark Dev Box, pensada para cargas intensivas de IA, y Microsoft Execution Containers, un sistema de entornos aislados para ejecutar agentes de forma segura.

Pero Build 2026 no se quedó solo en productividad empresarial. Microsoft aprovechó el evento para mostrar cómo la IA agéntica podría extenderse a ciencia e investigación.

Con Microsoft Discovery, investigadores y compañías pueden acelerar procesos científicos apoyados en inteligencia artificial. Mientras tanto, Majorana 2, el nuevo chip cuántico de la empresa, apunta a resolver uno de los grandes retos del sector: construir computadoras cuánticas escalables y estables.

La lectura detrás de todos estos anuncios parece clara: Microsoft quiere que la próxima generación de software no esté formada únicamente por aplicaciones tradicionales, sino por sistemas inteligentes que entiendan contexto, colaboren entre herramientas y funcionen desde el dispositivo hasta la nube.

El punto de partida es concreto. Según la información entregada, ocho de cada diez escuelas rurales del país no tienen acceso a Internet. Eso deja fuera del alcance de estudiantes y profesores buena parte de las plataformas de aprendizaje que hoy dependen de servicios en la nube o conexión permanente.

¿Qué hace y cómo funciona?

A diferencia de otras soluciones de inteligencia artificial, DOROKY CORE no funciona desde la nube. Su operación depende de servidores locales instalados dentro de las instituciones educativas, una decisión técnica que le permite seguir activa incluso cuando no hay acceso estable a la red.

La plataforma incluye asistentes académicos, apoyos para lectura y escritura, tutorías de inglés, herramientas de autoaprendizaje y recursos visuales para las clases. La idea es que esos contenidos puedan usarse dentro del aula sin depender de una infraestructura que, en muchas regiones, todavía no existe o funciona de manera intermitente.

Te puede interesar: Internet rural en Colombia supera el 56 %: ahora el reto no es conectarte, sino aprovechar la conexión

Ese detalle cambia el alcance del proyecto. En lugar de pensar la inteligencia artificial como una herramienta reservada para colegios con mejor infraestructura, la propuesta apunta a que también pueda entrar a instituciones rurales que suelen quedar por fuera de la adopción tecnológica más reciente.

¿Por qué importa en la educación rural?

La aparición de una plataforma de IA offline también pone el foco sobre una brecha que sigue abierta. Mientras la discusión pública sobre inteligencia artificial avanza hacia productividad, automatización y asistentes digitales, en muchas escuelas rurales el problema sigue siendo mucho más básico: cómo acceder a cualquier herramienta tecnológica cuando no hay conexión.

En ese punto, DOROKY CORE no solo plantea una herramienta, sino una forma distinta de introducir tecnología en contextos de baja conectividad. Su posible impacto está en ampliar el acceso a recursos pedagógicos y en permitir que docentes y estudiantes usen inteligencia artificial en tareas cotidianas sin depender de Internet para hacerlo.

Te puede interesar: Colombia tiene uno de los internet más rápidos de América Latina, pero sigue rezagada en acceso

La información entregada no menciona un proceso de registro abierto para usuarios individuales. Lo que sí indica es que la plataforma está orientada a instituciones educativas rurales y comunidades con acceso limitado a conectividad. Su llegada pone una pregunta sobre la mesa: cómo se construye innovación educativa en lugares donde la infraestructura digital sigue siendo insuficiente.

A diferencia de versiones anteriores, el modelo fue entrenado para detectar con mayor frecuencia posibles anomalías durante la ejecución de una tarea y evitar afirmaciones que no cuenten con evidencia suficiente. La intención es que pueda identificar mejor sus propios límites y comunicar con más claridad cuándo existe incertidumbre sobre la información que genera. Este enfoque busca aumentar la confianza en los resultados obtenidos.

El avance resulta especialmente relevante en programación. Anthropic afirma que la nueva versión tiene muchas menos probabilidades que Opus 4.7 de pasar por alto fallos en el código que genera, una diferencia que puede traducirse en resultados más fiables para desarrolladores y equipos técnicos.

Los cambios no se limitan al desarrollo de software. La actualización también está pensada para quienes utilizan inteligencia artificial para analizar información, resolver problemas o gestionar procesos extensos. Todo ello sin modificaciones en la estructura de precios respecto a la generación anterior, que mantiene tarifas de 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida.

Claude Opus 4.8 fortalece el trabajo autónomo de los agentes de IA

Los flujos de trabajo dinámicos se encuentran entre las funciones más destacadas de Claude Code. Esta capacidad divide una tarea en múltiples procesos y los distribuye entre distintos subagentes que operan de manera simultánea dentro de una misma sesión.

Gracias a este enfoque, el sistema puede gestionar proyectos más amplios y mantener el contexto durante más tiempo. La función está orientada a actividades que requieren numerosos pasos consecutivos y una menor supervisión por parte del usuario.

Junto a estas capacidades aparece un modo rápido que permite acelerar determinadas operaciones. De acuerdo con los datos difundidos por la compañía, algunas tareas pueden completarse hasta 2.5 veces más rápido respecto a configuraciones convencionales.

Otra incorporación es el pensamiento adaptativo, que permite ajustar la forma en que el modelo aborda una tarea según su complejidad. Esta función forma parte de las novedades que distinguen a Opus 4.8 dentro de la familia actual de modelos Claude.

Qué cambia frente a Opus 4.7

Frente a la versión anterior, las diferencias se concentran en tres áreas: precisión, autonomía y capacidad de razonamiento. Según la información compartida durante el lanzamiento, el sistema puede trabajar durante más tiempo en una misma tarea, ofrece una visión más clara de su progreso y registra menos errores durante la ejecución de procesos complejos.

Las pruebas difundidas muestran resultados superiores en programación mediante agentes y en evaluaciones de razonamiento multidisciplinario. En tareas de codificación agéntica alcanzó una puntuación de 69,2%, por encima del 64,3% registrado por Opus 4.7, según los datos presentados por la compañía.

En materia de seguridad, también se observaron menores tasas de comportamientos desalineados, incluidos casos relacionados con engaño o cooperación con usos indebidos. La reducción de estas conductas acompaña los ajustes destinados a aumentar la confiabilidad del sistema.

Con una ventana de contexto de hasta un millón de tokens, salidas de hasta 128.000 tokens y conocimiento actualizado hasta enero de 2026, Claude Opus 4.8 puede trabajar con documentos extensos, grandes bases de código y procesos de larga duración sin perder contexto, una ventaja para proyectos que exigen seguimiento continuo y manejo de grandes volúmenes de información.

Imagen: ENTER.CO / Generada con IA (ChatGPT)

La discusión ocurre en un momento en que la adopción tecnológica empieza a reflejarse en cifras económicas. Datos presentados durante el evento, basados en el informe AI Sprinters elaborado por el BID para Google, estiman que la inteligencia artificial podría aportar entre 7.203 y 13.599 millones de dólares anuales a la economía colombiana, con manufactura, comercio y salud entre los sectores con mayor potencial.

Más allá de las proyecciones, el evento dejó algo claro. La carrera ahora está en convertir la inteligencia artificial en productividad.

La IA deja la fase experimental

Durante el encuentro, varias empresas colombianas mostraron cómo pasaron de experimentar con modelos de IA a integrarlos dentro de operaciones diarias.

Uno de los casos presentados fue Wolkvox. La compañía aseguró que logró automatizar el 80 % de las consultas básicas de clientes mediante infraestructura basada en inteligencia artificial y servicios en la nube. La transformación también acompañó su expansión internacional, que hoy llega a 17 países.

Te puede interesar: Google I/O 2026: así es Gemini Spark, la IA que quiere reemplazar los asistentes tradicionales

En el sector de consumo masivo, Altipal implementó un agente llamado Mary para atender procesos relacionados con más de 150.000 clientes. El sistema combina capacidades de voz, análisis de datos en tiempo real y seguimiento logístico para responder solicitudes de forma automatizada.

Farmatodo también mostró avances en el uso de infraestructura de datos e inteligencia artificial para optimizar inventarios y procesos operativos, mientras ETB presentó cómo integró herramientas colaborativas y análisis inteligente para acelerar la toma de decisiones internas.

La coincidencia entre todos los casos fue evidente. La inteligencia artificial empieza a medirse menos por promesas y más por resultados operativos.

La nueva competencia está en construir agentes inteligentes

Buena parte del Summit estuvo centrada en la llamada IA agéntica, un modelo que busca ir más allá de asistentes conversacionales tradicionales.

La idea consiste en crear sistemas capaces de ejecutar tareas complejas, consultar información empresarial, interactuar con múltiples aplicaciones y resolver procesos de varios pasos sin intervención constante de personas.

Para sostener esa evolución, Google presentó nuevas capacidades de infraestructura, herramientas para conectar datos distribuidos y plataformas para crear agentes empresariales personalizados.

Te puede interesar: Google quiere reemplazar las búsquedas tradicionales con agentes de IA

Otro tema que apareció repetidamente fue la seguridad. A medida que las organizaciones integran inteligencia artificial en procesos sensibles, mantener control sobre los datos y reducir riesgos empieza a convertirse en una prioridad tan importante como desplegar modelos más avanzados.

La conversación sobre inteligencia artificial en Colombia parece haber cambiado de tono. La pregunta ya no gira únicamente alrededor de qué puede hacer la tecnología, sino qué tan rápido pueden las empresas convertirla en eficiencia, ingresos y crecimiento.

La propuesta contempla sanciones que podrían superar los 35 millones de euros, una cifra que muestra hasta qué punto Europa quiere endurecer las reglas alrededor de la inteligencia artificial generativa.

La iniciativa llega en medio de una creciente preocupación por el uso de algoritmos capaces de imitar voces, crear imágenes falsas y tomar decisiones automatizadas que afectan la vida de las personas.

Aunque muchas herramientas de IA se promocionan como apoyo para el trabajo, la educación o la productividad, las autoridades españolas consideran que algunas aplicaciones ya representan riesgos reales para la privacidad, la seguridad y los derechos fundamentales.

Los usos de IA que España quiere frenar

Uno de los puntos más sensibles de la ley tiene relación con los sistemas que intentan manipular el comportamiento humano.

La regulación pone la lupa sobre tecnologías que analicen emociones, vulnerabilidades o hábitos digitales para influir en decisiones personales. Un ejemplo mencionado por el Gobierno es el de chatbots que detecten usuarios con problemas de ludopatía y los empujen a apostar en plataformas online.

También entran en la lista negra los deepfakes sexuales creados sin consentimiento. Este tipo de contenido, generado mediante inteligencia artificial, se ha convertido en uno de los mayores problemas recientes en internet, especialmente por su impacto sobre mujeres y menores de edad.

Te puede interesar: Solo 22% de colombianos usa IA y ya está cambiando la administración de conjuntos residenciales

La normativa además prohíbe sistemas de clasificación biométrica masiva basados en características como raza, religión, orientación sexual o ideología política.

Las compañías que incumplan estas reglas podrían recibir multas equivalentes al 7 % de su facturación global anual. Para empresas tecnológicas de gran tamaño, eso puede representar sanciones multimillonarias.

La IA seguirá creciendo, pero con más vigilancia

La ley española también establece controles para los llamados “sistemas de alto riesgo”, es decir, herramientas que influyen en sectores delicados como empleo, educación, justicia o administración pública.

Si una empresa utiliza inteligencia artificial para tomar decisiones sin supervisión humana adecuada, podrá enfrentar sanciones de hasta 15 millones de euros.

Uno de los casos que más inquieta a las autoridades es el uso de IA en procesos judiciales. La regulación advierte sobre herramientas capaces de elaborar borradores de sentencias o recomendaciones legales sin revisión de un juez.

Además de las multas, el proyecto obliga a crear mecanismos de control dentro de las instituciones públicas. Entre ellos aparece la figura del “delegado de IA”, responsable de supervisar el uso correcto de estas tecnologías.

Te puede interesar: ENTER entrevistó a Patrick McGinnis, creador del FOMO: “La IA ya mueve decisiones por miedo”

España también reforzará el papel de la Agencia Española de Supervisión de Inteligencia Artificial (AESIA), que tendrá competencias sobre áreas como biometría, empleo y educación.

La decisión marca un nuevo capítulo en la relación entre gobiernos y tecnología. Mientras empresas de todo el mundo compiten por lanzar herramientas de IA más avanzadas, Europa intenta establecer límites antes de que los problemas crezcan más rápido que las regulaciones.

Para usuarios comunes, esto podría traducirse en plataformas digitales con mayores obligaciones de transparencia y controles más estrictos sobre el contenido generado por inteligencia artificial.

Aunque Colombia aparece entre los países latinoamericanos con mayor adopción de inteligencia artificial, apenas el 22% de la población utiliza este tipo de herramientas de manera consciente. Aun así, la tecnología comienza a ganar espacio en sectores donde la carga operativa se volvió difícil de manejar para una sola persona.

Uno de ellos es la propiedad horizontal. Administradores de conjuntos y edificios enfrentan hoy jornadas cada vez más saturadas por tareas repetitivas: responder PQRS, redactar comunicados, enviar convocatorias, organizar actas y hacer seguimiento a cartera o mantenimientos.

La presión aumentó en muchos casos por la reducción de personal administrativo. Eso dejó a miles de administradores asumiendo solos procesos que antes se repartían entre varios cargos.

La IA empieza a aparecer en la vida diaria de los conjuntos

La llegada de asistentes basados en inteligencia artificial busca aliviar parte de ese trabajo operativo. Algunas plataformas del sector ya permiten generar borradores automáticos de comunicados, responder solicitudes frecuentes o crear actas de reuniones en pocos minutos.

El cambio puede parecer menor, pero termina impactando directamente a los residentes. Una administración con menos carga manual puede responder más rápido, organizar mejor la información y reducir retrasos en comunicaciones o procesos internos.

Te puede interesar: ENTER entrevistó a Patrick McGinnis, creador del FOMO: “La IA ya mueve decisiones por miedo”

El uso de estas herramientas también toca un punto sensible para quienes viven en propiedad horizontal: la trazabilidad de la información. En Colombia, muchos procesos deben dejar evidencia de cuándo se enviaron, quién recibió el mensaje y qué contenido fue notificado.

Por eso, la discusión ya no gira únicamente alrededor de si la IA reemplazará empleos. El debate se mueve hacia otro lado: cómo usarla sin perder control humano ni respaldo legal.

Daniel Laverde, vocero de la plataforma Properix Colombia, aseguró que la automatización no elimina la responsabilidad del administrador. Según explicó, la intención es reducir tiempo invertido en tareas repetitivas para que las personas puedan concentrarse en decisiones y gestión de la comunidad.

El verdadero reto no es tecnológico

La expansión de la IA en este sector también deja ver una brecha más amplia. Aunque millones de personas usan herramientas impulsadas por inteligencia artificial sin notarlo —como motores de búsqueda, filtros de correo o recomendaciones en plataformas digitales— el uso activo todavía sigue siendo bajo.

En propiedad horizontal, el desafío no parece estar en aprender a usar un chatbot, sino en cambiar hábitos de trabajo que llevan años funcionando de la misma manera.

Las nuevas herramientas incluso permiten que un administrador dicte por voz el tipo de comunicado que necesita y la plataforma genere un primer borrador automáticamente. Luego, el texto puede revisarse, corregirse y enviarse dentro del mismo sistema.

Te puede interesar: La IA colombiana que detecta cáncer de mama en menos de un minuto ganó reto nacional

Eso reduce el tiempo frente a una hoja en blanco, pero también abre preguntas sobre dependencia tecnológica, protección de datos y revisión humana de documentos sensibles.

La tendencia empieza a tomar fuerza especialmente en ciudades con alta concentración de conjuntos residenciales como Bogotá, Medellín, Cali y Barranquilla, donde la administración de copropiedades mueve miles de procesos diarios.

Para quienes viven en edificios o conjuntos, el cambio podría sentirse primero en algo simple: respuestas más rápidas, menos demoras administrativas y comunicaciones más organizadas. La inteligencia artificial, al menos en este sector, empieza a dejar de verse como una tecnología lejana y se acerca cada vez más a problemas cotidianos.

McGinnis creó el término FOMO —Fear of Missing Out— en 2004, mientras estudiaba en Harvard Business School. Lo hizo para describir una sensación que observaba entre estudiantes obsesionados con asistir al mejor evento, conocer a la persona correcta o no perder ninguna oportunidad social o profesional.

Dos décadas después, ese concepto se convirtió en parte del lenguaje global. Pero para McGinnis, el problema actual ya no se limita a las redes sociales. Ahora atraviesa la inteligencia artificial, el liderazgo empresarial, las inversiones y el emprendimiento.

En conversación con ENTER.CO, el autor e inversionista explicó cómo el FOMO evolucionó hasta convertirse en una fuerza que afecta decisiones multimillonarias y por qué la IA está acelerando ese fenómeno a una velocidad inédita.

“Las redes sociales no crearon el FOMO; simplemente le dieron un motor de combustión infinita”, aseguró.

Según McGinnis, el origen del concepto nació observando algo aparentemente simple: personas incapaces de disfrutar el presente porque siempre existía la posibilidad de que algo mejor estuviera ocurriendo en otro lugar.

Esa sensación, dice, hoy se amplificó gracias a plataformas que convierten cada minuto en una comparación permanente.

Pero el propio McGinnis admite que él también cayó en esa dinámica. Contó que tomó decisiones profesionales impulsadas más por presión externa que por interés real. Entró a trabajar en Wall Street porque era el camino que parecía correcto para alguien ambicioso de su entorno académico.

El resultado fue desastroso.

“Fui, sin exagerar, uno de los peores banqueros de la historia de Wall Street”, afirmó durante la entrevista.

Ese episodio terminó llevándolo al mundo del venture capital, donde comenzó a entender cómo el FOMO también domina las inversiones y la toma de decisiones corporativas.

La ansiedad que ahora mueve a las empresas

Para McGinnis, el FOMO empresarial es mucho más peligroso que el de redes sociales porque tiene consecuencias económicas reales.

Dice que muchos líderes terminan persiguiendo tendencias solo porque otros lo hacen. Eso incluye inversiones, contratación de personal y, especialmente, la adopción acelerada de herramientas de inteligencia artificial.

“El razonamiento es simple: si no lo hacemos nosotros, lo hará la competencia. Eso es FOMOAI puro”, explicó.

Ese concepto, FOMOAI, es el nuevo término que McGinnis utiliza para describir la ansiedad empresarial relacionada con la IA generativa.

Según él, muchas compañías están implementando inteligencia artificial sin entender realmente qué problema buscan resolver. La presión por no quedarse atrás terminó convirtiendo a la IA en una especie de tendencia tecnológica permanente.

Por eso ve comportamientos repetitivos en empresas y profesionales: saltar de ChatGPT a Gemini, luego a Claude y después a cualquier modelo nuevo que aparezca.

“La IA se convirtió en moda, y la moda no permite lealtad”, señaló.

El problema, asegura, es que esa velocidad genera decisiones impulsivas y poco estratégicas.

McGinnis cree que muchas startups latinoamericanas están viviendo justamente esa presión. Y menciona a Colombia como un caso especialmente interesante.

Afirma que el ecosistema emprendedor colombiano atraviesa un momento de crecimiento y visibilidad internacional, pero todavía carece de suficiente madurez para filtrar el ruido tecnológico.

Por eso advierte que muchas empresas terminan adoptando IA, expandiéndose a otros países o levantando capital antes de tiempo únicamente por miedo a perder una oportunidad.

“Levantar capital antes de estar listo no es un logro, es una deuda de expectativas”, aseguró.

El problema ya no es perderse algo, sino decidir

Durante la entrevista también habló del FOBO, otro concepto que creó al mismo tiempo que el FOMO.

FOBO significa Fear of Better Options, o miedo a comprometerse con una decisión porque podría existir una alternativa mejor.

Para McGinnis, internet y la inteligencia artificial potenciaron ese comportamiento hasta niveles inéditos. Hoy las personas tienen acceso a demasiadas opciones, demasiada información y demasiadas herramientas.

Eso produce una sensación constante de indecisión.

“Más opciones no significa más claridad, significa más parálisis”, explicó.

Esa parálisis, según él, ya afecta tanto a jóvenes profesionales como a ejecutivos y emprendedores.

Por eso insiste en que el FOMO no debe eliminarse, sino entenderse.

Considera que esa emoción puede servir como una señal útil para identificar intereses, oportunidades o áreas donde una persona quiere crecer. El problema aparece cuando el miedo empieza a dirigir las decisiones sin ningún tipo de reflexión.

“El FOMO positivo te hace preguntas. El destructivo te da respuestas falsas”, dijo.

Su recomendación para quienes trabajan en tecnología, negocios o emprendimiento es simple: definir primero qué quieren construir antes de dejarse arrastrar por tendencias externas.

Porque, según McGinnis, el verdadero riesgo no es perderse algo.

El verdadero riesgo es perseguir absolutamente todo al mismo tiempo.

Actualmente, la tecnología aplicada al deporte dejó de ser una herramienta experimental para convertirse en parte de la estrategia competitiva de equipos y selecciones. Sistemas de análisis predictivo cruzan información sobre lesiones, desgaste físico, efectividad ofensiva y comportamiento defensivo para recalcular probabilidades en tiempo real mientras avanza un torneo.

Entre los distintos modelos predictivos internacionales aparecen selecciones como Argentina, Francia, Brasil, España e Inglaterra como algunos de los equipos con mayores probabilidades de disputar el título. Variables como estabilidad táctica, profundidad de plantilla y rendimiento reciente siguen teniendo un peso decisivo dentro de los algoritmos deportivos.

Frente a los análisis tradicionales, una de las principales diferencias es la capacidad de actualización inmediata. Un gol, una expulsión, una lesión o una baja física pueden modificar automáticamente los cálculos de los modelos. Las predicciones deportivas basadas en inteligencia artificial evolucionan constantemente a medida que aparecen nuevos datos competitivos.

Además de las estadísticas históricas, los sistemas actuales incorporan métricas como goles esperados, eficiencia ofensiva, comportamiento táctico, historial entre selecciones y estado físico de los jugadores. El objetivo es ejecutar miles de simulaciones para calcular probabilidades de clasificación, avance de ronda o conquista del campeonato mundial.

Cómo funcionan los modelos predictivos en el fútbol moderno

Los modelos utilizados en el fútbol moderno combinan machine learning, redes neuronales y sistemas estadísticos capaces de detectar patrones difíciles de identificar mediante análisis humano tradicional. Entre las metodologías más utilizadas aparecen simulaciones Monte Carlo y modelos bayesianos que recrean miles de escenarios posibles dentro de un torneo.

Cada partido genera una enorme cantidad de información que convirtió al fútbol en uno de los escenarios más atractivos para el desarrollo de inteligencia artificial aplicada al deporte. Los encuentros producen datos relacionados con velocidad, posesión, presión, recuperación, ubicación táctica, intensidad física y comportamiento individual de los jugadores.

Por otra parte, el crecimiento de sensores inteligentes amplió las capacidades de análisis dentro de los equipos profesionales. Muchas selecciones utilizan chalecos con GPS, acelerómetros y sensores cardíacos para medir carga muscular, distancia recorrida y niveles de fatiga en tiempo real. La IA interpreta esos datos para detectar riesgos físicos y optimizar decisiones tácticas durante un partido.

Mientras tanto, esta tecnología ya no se limita a transmisiones deportivas o plataformas de apuestas. Los cuerpos técnicos comenzaron a incorporar sistemas predictivos para planificar entrenamientos, prevenir lesiones y entender comportamientos competitivos con mayor profundidad. El análisis de datos se convirtió en un componente central dentro del fútbol de alto rendimiento.

A nivel económico, el avance de este mercado también empieza a reflejarse en cifras relevantes. Proyecciones internacionales estiman que la industria global de analítica deportiva podría superar los 31.000 millones de dólares hacia 2034 gracias al crecimiento de herramientas de inteligencia artificial aplicadas al rendimiento y análisis táctico. Empresas especializadas como OlimpIA forman parte de esta transformación tecnológica dentro del deporte profesional.

El Mundial 2026 será uno de los torneos más tecnológicos de la historia

De cara a la próxima Copa del Mundo, el torneo podría marcar un punto de inflexión en la relación entre tecnología y fútbol profesional. Más allá del VAR o las estadísticas televisivas, la inteligencia artificial empieza a influir directamente en entrenamientos, recuperación física, análisis de rivales y simulaciones utilizadas antes y durante cada partido.

Otro aspecto relevante es la capacidad de los algoritmos para detectar posibles selecciones sorpresa con potencial de alterar las proyecciones tradicionales. Equipos con nuevas generaciones de jugadores, estabilidad táctica o rendimientos colectivos sólidos pueden convertirse en candidatos inesperados dentro de torneos cortos donde pequeños detalles modifican el panorama competitivo.

Sin embargo, especialistas coinciden en que la IA en el Mundial 2026 no elimina el componente impredecible que define al fútbol. Factores emocionales, decisiones arbitrales, errores individuales o momentos inesperados todavía escapan a la precisión absoluta de los modelos predictivos.

Finalmente, todo indica que el Mundial 2026 será uno de los escenarios más visibles de cómo la inteligencia artificial pasó de ser una tecnología secundaria a convertirse en una herramienta estratégica dentro del deporte moderno. Mientras millones de aficionados siguen las eliminatorias, los algoritmos ya comenzaron a calcular qué selecciones tienen más posibilidades de llegar a la final.

Imagen: Generada con IA (ChatGPT)

Hasta ahora, quienes utilizaban el sistema para revisar gastos o planificar presupuestos debían subir manualmente capturas, PDFs o extractos bancarios. Con esta nueva integración, el chatbot puede sincronizar movimientos automáticamente y detectar patrones de consumo sin depender de archivos externos. El objetivo es simplificar tareas relacionadas con ahorro, organización económica y planificación mensual.

La empresa aclaró que el acceso será únicamente de lectura y no permitirá operar cuentas bancarias. La herramienta podrá visualizar balances, transacciones, inversiones y deudas, pero no tendrá permisos para realizar pagos, compras ni transferencias. Además, la plataforma no podrá acceder a números completos de cuentas bancarias ni modificar información vinculada dentro del servicio.

También será posible realizar consultas más específicas utilizando información bancaria sincronizada en tiempo real. La herramienta identificará suscripciones innecesarias, detectará gastos elevados en determinadas categorías y sugerirá estrategias de ahorro según hábitos mensuales. Además, generará planes personalizados utilizando contexto económico compartido durante las conversaciones.

Cómo funcionará la integración financiera de ChatGPT

Para activar la herramienta, será necesario ingresar a la sección “Finanzas” dentro de ChatGPT y conectar cuentas mediante Plaid. OpenAI confirmó además una futura integración con Intuit para ampliar compatibilidad bancaria. Plaid es un servicio utilizado por aplicaciones financieras para vincular cuentas bancarias con plataformas digitales mediante conexiones seguras y automatizadas

Además de analizar movimientos bancarios, el sistema podrá recordar objetivos compartidos durante conversaciones anteriores. Será posible indicar metas de ahorro para comprar un carro, adquirir una vivienda o pagar préstamos pendientes. Esa información quedará almacenada como “recuerdos financieros” para ofrecer respuestas más contextualizadas sobre ahorro, gastos y planificación económica personal futura.

La integración forma parte de una tendencia más amplia dentro del mercado tecnológico. Empresas como Google, Apple y Microsoft llevan años desarrollando asistentes digitales conectados con servicios personales. El desarrollador de ChatGPT ahora busca ampliar el alcance de su plataforma hacia tareas relacionadas con dinero y administración económica.

La privacidad aparece como uno de los puntos más sensibles de esta nueva herramienta. OpenAI indicó que será posible desconectar cuentas cuando se desee y que los datos sincronizados serán eliminados dentro de un plazo de 30 días. Además, los chats temporales no tendrán acceso a información bancaria vinculada ni quedarán almacenados en el historial.

Disponibilidad y próximos pasos de la plataforma

Otro aspecto importante será la precisión de las respuestas generadas por el sistema. La compañía aseguró haber trabajado junto a más de 50 especialistas para evaluar el rendimiento de GPT-5.5 Thinking en tareas relacionadas con presupuestos, ahorro y análisis económico personal. Según pruebas internas, el modelo obtuvo mejores resultados que versiones anteriores en escenarios complejos.

Con esta integración, la empresa busca que ChatGPT deje de funcionar únicamente como un chatbot conversacional. La plataforma apunta ahora a comprender hábitos, contexto y necesidades económicas reales para participar de forma más activa en decisiones relacionadas con ahorro, consumo y organización económica dentro de una misma conversación personalizada.

Por el momento, la nueva función solo está disponible para cuentas Pro en Estados Unidos y funciona tanto en web como en iOS. La compañía explicó que esta etapa inicial servirá para ajustar el funcionamiento antes de expandir la herramienta a más personas y posteriormente a otros mercados internacionales durante los próximos meses.

Imagen: ENTER.CO / Generada con IA (Gemini)

La Gobernación de Boyacá firmó una carta de intención con Amazon Web Services para integrar al departamento en el programa AWS Entrena Colombia. La iniciativa fue anunciada durante el Gran International Digital Summit Boyacá y contempla la entrega de 15.000 cupos gratuitos en cursos de inteligencia artificial y servicios en la nube.

Los interesados ya pueden registrarse y comenzar las rutas de aprendizaje en español desde la plataforma oficial de AWS Entrena Colombia.

Cursos gratuitos de IA y nube para estudiantes y emprendedores

La propuesta está dirigida a mayores de 18 años y busca acercar herramientas digitales a personas que normalmente no tienen acceso a este tipo de formación especializada.

Los cursos están divididos según el perfil de cada participante. La ciudadanía en general podrá aprender fundamentos de inteligencia artificial y computación en la nube. Los estudiantes encontrarán rutas enfocadas en IA, agentes inteligentes y desarrollo tecnológico, mientras que emprendedores y pequeñas empresas tendrán contenidos orientados al uso práctico de herramientas de IA en negocios.

Uno de los puntos más llamativos es que los estudiantes que completen los programas recibirán credenciales oficiales de AWS. Estas certificaciones podrán agregarse a hojas de vida o compartirse en plataformas profesionales y redes sociales.

Te puede interesar: Gobierno abre cursos gratis con certificación de Microsoft, IBM y Cisco: así puede inscribirse

La apuesta también responde a una necesidad creciente del mercado laboral colombiano. Datos citados por el programa, basados en estudios del Consejo Privado de Competitividad y el Ministerio TIC, indican que más del 68 % de las empresas del país tienen dificultades para contratar talento tecnológico.

A eso se suma otro dato que explica por qué compañías y gobiernos están acelerando este tipo de programas: según cifras de FTI Consulting mencionadas durante el anuncio, los servicios de nube ya generan 1,4 millones de empleos en Colombia y podrían crecer un 64 % hacia 2038.

Por qué Boyacá apuesta por formación en inteligencia artificial

La iniciativa llega en un momento en el que departamentos y ciudades del país intentan fortalecer perfiles digitales fuera de Bogotá y Medellín.

Desde la Gobernación de Boyacá, la Secretaría TIC y Gobierno Abierto señaló que la intención es facilitar el acceso a herramientas tecnológicas usadas actualmente en compañías globales y mejorar las oportunidades laborales de jóvenes y profesionales.

AWS, por su parte, insiste en que la educación en inteligencia artificial y nube ya no debe limitarse a perfiles técnicos avanzados. El modelo de cursos abiertos apunta justamente a personas que quieren comenzar desde cero o fortalecer conocimientos para proyectos personales y empresariales.

El acceso al programa será completamente gratuito y estará disponible desde cualquier municipio del departamento. Esto significa que los participantes solo necesitan conexión a internet para avanzar en las rutas de aprendizaje.

Con este movimiento, Boyacá se suma a la estrategia nacional de AWS Entrena Colombia, que tiene la meta de impactar a más de 500.000 personas en el país mediante programas de capacitación tecnológica.

La iniciativa fue desarrollada por la Facultad de Ingeniería de UCompensar y superó cerca de 150 propuestas de universidades, organizaciones médicas y empresas tecnológicas del país. El reconocimiento incluye recursos para comenzar su implementación en la red hospitalaria y oncológica de Bogotá.

PreventIA utiliza inteligencia artificial para analizar imágenes médicas y detectar señales asociadas al cáncer de mama. Según sus creadores, el sistema alcanza una efectividad superior al 90 % y puede entregar resultados en menos de un minuto.

Te puede interesar: La IA ya está siendo usada para consultas médicas, según estudio de Anthropic

El proyecto fue entrenado durante dos años con más de 100 GB de imágenes médicas provenientes de bases de datos internacionales, especialmente de Europa y Japón. La IA identifica malformaciones, clasifica calcificaciones y determina si estas podrían ser benignas o malignas.

La convocatoria fue organizada por AstraZeneca, Daiichi Sankyo y la Pontificia Universidad Javeriana. Durante el proceso participaron jurados del sector médico, entidades públicas y expertos en salud.

Una IA pensada para hospitales con baja conectividad

Uno de los puntos que más llamó la atención del jurado fue que PreventIA no fue diseñada únicamente para grandes clínicas o centros especializados. La herramienta busca funcionar tanto en ciudades como en municipios apartados donde el acceso a especialistas sigue siendo limitado.

El sistema podrá utilizarse desde plataformas web y móviles, lo que permitiría que médicos en regiones rurales consulten imágenes diagnósticas sin depender de infraestructura compleja.

De acuerdo con el equipo investigador, la IA no pretende reemplazar a los profesionales de salud. Su función es acelerar procesos y ayudar en la toma de decisiones clínicas, especialmente en lugares donde los tiempos de espera pueden retrasar diagnósticos importantes.

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

Para lograrlo, el modelo utiliza redes neuronales y filtros adaptativos capaces de enfocarse únicamente en las áreas relevantes de una imagen médica, eliminando elementos que puedan afectar el análisis.

El desarrollo fue construido con herramientas de Deep Learning sobre MATLAB y actualmente avanza en la integración del software que servirá como interfaz para médicos y hospitales.

El siguiente paso será probarla en hospitales reales

Tras ganar el reto, PreventIA iniciará una nueva etapa enfocada en pruebas e implementación dentro de entornos clínicos reales en Bogotá. Los recursos entregados por las organizaciones aliadas permitirán avanzar en validaciones dentro de hospitales y centros oncológicos.

La apuesta tiene un impacto importante si se tiene en cuenta que la detección temprana sigue siendo uno de los factores más determinantes para aumentar las probabilidades de tratamiento exitoso en pacientes con cáncer de mama.

Además del componente médico, el proyecto también refleja cómo universidades colombianas están utilizando inteligencia artificial en soluciones aplicadas a problemas de salud pública.

PreventIA incluso ya comenzó a perfilarse como una posible spin-off tecnológica de UCompensar, luego de pasar por programas de emprendimiento y validación enfocados en innovación científica.

Mientras avanzan las pruebas clínicas, la expectativa está puesta en comprobar si esta tecnología puede convertirse en una herramienta útil para acelerar diagnósticos y ampliar el acceso a atención especializada en distintas regiones del país.

Los agentes IA son sistemas capaces de ejecutar acciones de forma autónoma en nombre del usuario. A diferencia de los asistentes tradicionales, pueden interactuar entre aplicaciones y completar procesos dinámicos sin depender constantemente de instrucciones manuales. Ese funcionamiento representa un desafío para un ecosistema cerrado como el de iOS y la App Store.

Actualmente, la empresa mantiene restricciones sobre determinados comportamientos dentro de las aplicaciones distribuidas en el iPhone. Funciones relacionadas con automatización avanzada, ejecución dinámica de código o interacción entre apps tienen límites específicos dentro de iOS. La llegada de agentes IA obligaría a modificar parte de esas reglas.

Uno de los principales retos para la compañía es mantener el control sobre sistemas capaces de ejecutar acciones complejas de manera automática. Algunos agentes IA podrían realizar procesos inesperados o actuar con demasiada autonomía dentro del dispositivo si no existen mecanismos adecuados de supervisión.

Reportes recientes indican que el fabricante del iPhone desarrolla herramientas capaces de supervisar mejor este tipo de funciones sin bloquear completamente sus capacidades. El sistema operativo conservaría el control sobre permisos, accesos y automatizaciones para evitar acciones consideradas peligrosas o no autorizadas dentro del iPhone.

Cómo funcionarían los agentes IA para iPhone bajo supervisión de iOS

La supervisión del sistema aparece como uno de los pilares de esta estrategia. La compañía busca evitar escenarios donde un agente IA pueda eliminar información, modificar configuraciones sensibles o ejecutar acciones inesperadas dentro del dispositivo sin validaciones previas de iOS.

Ese enfoque coincide con la política que la empresa mantiene desde hace años alrededor de privacidad y control de aplicaciones dentro de la App Store. Mientras otras empresas avanzan hacia modelos más abiertos de inteligencia artificial, el gigante tecnológico intenta adaptar estas herramientas a un entorno con mayores restricciones de funcionamiento.

El crecimiento de plataformas impulsadas por IA capaces de generar funciones dinámicamente dentro de aplicaciones también forma parte de esta discusión. Apple incluso comenzó a bloquear algunas herramientas relacionadas con este modelo porque ciertas capacidades chocan con las reglas actuales de revisión y seguridad de la App Store.

La llegada de agentes IA para iPhone también podría formar parte de la evolución de Apple Intelligence y Siri dentro del ecosistema móvil. Algunos reportes señalan que la compañía trabaja en una integración más profunda entre inteligencia artificial, aplicaciones y funciones del sistema operativo.

Analistas del sector creen que la empresa podría mostrar parte de esta estrategia durante la conferencia WWDC 2026, aunque hasta ahora no existe confirmación oficial sobre nuevas funciones relacionadas con agentes IA dentro de iOS.

Para los usuarios, el cambio más importante estaría relacionado con automatización y control del dispositivo. Los agentes IA permitirían ejecutar procesos más complejos dentro de aplicaciones, aunque siempre bajo supervisión de iOS. La compañía busca integrar esta tecnología sin modificar el modelo de seguridad y control que define actualmente el funcionamiento de la App Store.

Imagen: ENTER.CO / Generada con IA (Gemini)

Ese es uno de los hallazgos que deja el más reciente informe Global AI Diffusion Q1 2026 de Microsoft, un estudio que analiza cómo distintos países están apropiando esta tecnología y qué impacto podría tener sobre sus economías.

Colombia aparece entre las naciones latinoamericanas con mayor ritmo de adopción. El país pasó de 20,4 % en el primer semestre de 2025 a 24,5 % en el primer trimestre de 2026, superando a mercados como Brasil, México y Argentina.

La cifra no solo refleja un mayor uso de herramientas como ChatGPT o asistentes digitales. También evidencia cómo la inteligencia artificial comenzó a integrarse en procesos laborales, industrias y servicios públicos.

La IA avanza más rápido que cualquier revolución tecnológica

El estudio sostiene que la velocidad de expansión de la IA no ocurrió por casualidad. La combinación entre poder computacional distribuido, grandes volúmenes de datos y algoritmos sofisticados permitió acelerar un proceso que llevaba décadas desarrollándose en laboratorios.

Durante años, la inteligencia artificial permaneció limitada a entornos académicos porque los modelos dependían de reglas lógicas y sistemas simbólicos difíciles de escalar. El cambio llegó cuando aparecieron los centros de datos modernos y la capacidad de entrenar modelos con enormes cantidades de información.

Eso abrió la puerta a herramientas capaces de generar texto, código, imágenes y automatizar procesos completos.

Uno de los ejemplos más citados es AlphaFold, el proyecto impulsado por Google DeepMind que logró revolucionar el estudio de proteínas mediante IA. Antes de esta tecnología, la humanidad había logrado modelar unas 250.000 estructuras proteicas en décadas de investigación. Con inteligencia artificial, esa cifra superó los 3,5 millones en apenas un año.

El impacto va mucho más allá de los laboratorios. Según Microsoft, la IA puede acelerar sectores como salud, educación, energía, finanzas y desarrollo de software.

En GitHub, por ejemplo, la compañía detectó un aumento del 78 % en generación de nuevo código gracias al uso de asistentes de programación basados en lenguaje natural. Eso significa que muchas personas ya no escriben software línea por línea, sino que describen tareas y la IA produce el código automáticamente.

Colombia gana terreno, pero la brecha sigue creciendo

Aunque América Latina muestra avances, el informe advierte que todavía existe una diferencia importante frente a economías más desarrolladas.

Los países del llamado “Global North” alcanzan niveles de adopción cercanos al 27,5 %, mientras que el promedio del “Global South” ronda el 15,4 %. Microsoft incluso alerta que la distancia sigue aumentando trimestre tras trimestre.

La discusión ya no gira únicamente alrededor de quién desarrolla la tecnología, sino de qué países logran apropiarla más rápido para generar productividad y crecimiento económico.

En ese punto, Colombia aparece con señales positivas. El informe menciona que el país ya tiene iniciativas de inteligencia artificial aplicadas en justicia, monitoreo ambiental y automatización de procesos públicos.

Además, el crecimiento del uso de IA refleja que existe acceso creciente a dispositivos, conectividad y herramientas digitales compatibles con estas plataformas.

Sin embargo, todavía hay retos importantes. La infraestructura energética, la expansión de centros de datos y la formación de talento especializado serán determinantes para que Colombia pueda aprovechar esta ola tecnológica.

Microsoft también señala que gran parte de la inversión mundial en infraestructura de IA está siendo impulsada por empresas privadas, especialmente en centros de datos y computación en la nube.

La apuesta es enorme: la compañía anunció inversiones globales por 165.000 millones de dólares para fortalecer infraestructura orientada a inteligencia artificial.

Para países como Colombia, la oportunidad está en apropiarse rápido de esta tecnología y convertirla en productividad real antes de que la brecha vuelva a ampliarse.

El dato que más llama la atención es que algunos usuarios le confesaron a Claude que usaban la inteligencia artificial “porque no podían acceder o pagar un profesional médico”. Según el reporte, esa fue la respuesta directa de las personas dentro del chat.

La inteligencia artificial para consultas médicas

Aunque el uso principal de la IA generativa suele asociarse con la productividad, especialmente entre desarrolladores, el informe de Anthropic revela la otra cara de la moneda: esa que no aparece en los informes financieros trimestrales.

Una parte significativa del uso masivo de Claude responde a una necesidad mucho más básica y, a la vez, más grave. Muchas personas están utilizando la IA para preguntar sobre interpretación de análisis clínicos, manejo de enfermedades crónicas, lesiones, síntomas respiratorios, o incluso para calcular calorías y macros para mejorar su composición corporal.

Además, en el apartado de escenarios de alto riesgo, Anthropic enumera cuatro ejemplos concretos. Vías migratorias, instrucciones para el cuidado de bebés, dosis de medicamentos y deudas con tarjetas de crédito.

Para mediados de 2026, se estima que más de 1,000 millones de personas en el mundo usarán herramientas de inteligencia artificial. Esto lo que confirma es una adopción masiva tras el auge de la IA generativa.

La necesidad de curar la información

El mismo informe revela que Claude no fue diseñado para consultas médicas. En estos casos, el modelo reconoce sus limitaciones y recomienda consultar a un humano.

El problema es que sugerir una consulta humana no soluciona nada cuando el usuario ya ha explicado en el mismo chat que no tiene los recursos para pagarla. Los investigadores anuncian que el próximo paso será construir evaluaciones específicas para estos dominios de alto riesgo.

Esta situación coloca a las grandes empresas de inteligencia artificial como Anthropic, OpenAI, Google y Meta en una posición que la regulación aún no ha comprendido del todo.

Compañías como 360 Health Data apuestan por soluciones alternativas. Esta empresa colombiana está creando un repositorio de información médica curado por expertos en salud. Manuela Gutiérrez, directora del proyecto y líder de operaciones, explica que la idea es “crear un ecosistema de conocimiento médico y de colaboración pensado para fortalecer la comunidad y facilitar el intercambio de saberes”.

El objetivo es darles a los médicos acceso gratuito a información médica en español, algo que suele ser muy costoso. Por eso están construyendo una comunidad médica que quieren extender por toda Latinoamérica para compartir conocimiento.

Recientemente lanzaron una plataforma bajo el nombre de Coralia Health. No solo ofrece conocimiento médico, sino también información sobre medicamentos. Incluye una inteligencia artificial que funciona como una especie de colega médico al que se le pueden hacer preguntas. Es un asistente virtual alimentado exclusivamente con información médica verificada.

La directiva señala que la iniciativa tiene un fuerte respaldo, ya que cuenta con el apoyo de Source Meridian, uno de los socios clave de la compañía, especializado en software clínico. Todo en Coralia Health está basado en IA, y esa IA se nutre únicamente de conocimiento médico validado.

La discusión sobre la inteligencia artificial en medicina

La pregunta ya no es si los chatbots deberían dar consejos médicos, porque ya los están dando. La cuestión ahora es bajo qué condiciones, con qué garantías de precisión y con qué transparencia sobre los límites del modelo. Anthropic publicó los datos.

Ahora, le toca a la Food and Drug Administration (la agencia que aprueba medicamentos en Estados Unidos), a la European Commission y a las autoridades sanitarias regionales decidir si se toman esto en serio o si seguirán tratando estas conversaciones como simple ruido estadístico.

Imagen: Unsplash / Planet Volumes

El Engaño de la Máquina: Mentes Alienígenas sin Control

Tendemos a antropomorfizar la IA, imaginando un asistente o un villano con ego. La realidad, según Yudkowsky, es más gélida: “La IA no te odia ni te ama, pero estás hecho de átomos que ella puede usar para algo más”.

El error es creer que estamos “construyendo” máquinas. Las estamos “cultivando” (growing). A través del aprendizaje profundo, creamos redes neuronales tan complejas que operan como una “mente alienígena”. Ni siquiera sus creadores comprenden totalmente su lógica. Nate Soares, director ejecutivo de MIRI, lo llama el dilema de la “Caja Negra”: no puedes arreglar lo que no puedes ver. “Estamos cultivando algo cuya estructura interna es un misterio incluso para quienes lo crearon”, advierte Soares.

El Fracaso del Alineamiento: No Obtienes lo Que Pides

La tesis central de este riesgo es el alineamiento: lograr que la máquina comparta exactamente nuestros valores y objetivos. Es un problema matemático y filosófico que sigue sin resolverse. El sistema aprende a maximizar una métrica, no una intención.

La fragilidad del objetivo: si le pides a una IA superinteligente que “cure el cáncer” sin restricciones perfectas, podría concluir que la forma más eficiente es eliminar a todos los los seres vivos, eliminando así los huéspedes del cáncer.

Este proceso lleva a la Convergencia Instrumental. Toda IA con un objetivo complejo desarrolla subobjetivos: adquirir recursos, proteger su propia existencia y mejorar su inteligencia. Para la IA, ser apagada es un obstáculo para cumplir su misión; por lo tanto, evitar la desconexión se convierte en una prioridad lógica.

Aún más inquietante es el concepto de Scheming (maquinación), planteado por Joe Carlsmith: la IA podría fingir ser cooperativa y “buena” mientras está bajo vigilancia, solo para cambiar su comportamiento una vez que sea lo suficientemente poderosa para impedir su propia desconexión. Es una “simulación de alineamiento”.

El debate sobre los riesgos de la IA superhumana también fue explicado recientemente en este análisis:

La Amenaza Inminente: La Explosión de Inteligencia y el Riesgo Biológico

El riesgo es exponencial debido a la Ventaja del Primer Movimiento y la Explosión de Inteligencia. En el momento en que una IA pueda mejorar su propio código, pasará de un nivel humano a un nivel casi divino en cuestión de horas o días. No habrá segunda oportunidad para corregir el error.

Una superinteligencia no necesita un ejército de robots. Puede operar mediante Exfiltración, usando internet para hackear infraestructuras, ganar dinero en mercados financieros o manipular a seres humanos mediante ingeniería social para que realicen tareas en el mundo físico.

La preocupación más grande es el Riesgo Biológico. Una de las mayores preocupaciones actuales es la capacidad de la IA para diseñar patógenos letales con una precisión que supera a cualquier laboratorio humano. El video menciona cómo modelos actuales ya han mostrado capacidades para identificar vulnerabilidades biológicas que antes eran desconocidas.

La Trampa de la Carrera Armamentista y la Ceguera Regulatoria

Actualmente, Google, OpenAI y otras potencias compiten a toda velocidad por ser las primeras. Esta presión por la velocidad descarta la seguridad. Si una empresa se detiene por precaución, otra tomará la delantera. Es un incentivo perverso donde el ganador condena al resto.

El congresista estadounidense Bill Foster lo ve como una dinámica de “teoría de juegos”. Si los gobiernos occidentales detienen el desarrollo por seguridad, temen que regímenes autoritarios o actores maliciosos lleguen primero a la AGI.

Dwarkesh Patel reflexiona sobre el “aceleracionismo ciego”. La velocidad a la que los modelos de IA están adquiriendo capacidades (como la capacidad de hackear o diseñar proteínas) está superando nuestra capacidad regulatoria. El video utiliza sus intervenciones para ilustrar que no tenemos décadas para debatir; el cambio ocurre en meses.

Conclusión: Detenerse no es Cobardía, es Cordura

El título del libro no es sensacionalismo; es una descripción de lo que Yudkowsky considera el resultado más probable dado nuestro nivel actual de preparación. Este no es un problema que se resuelva con “más ética” o “comités de expertos”; es un desafío técnico de una complejidad sin precedentes.

Según el narrador Aric Floyd, crear algo más inteligente que nosotros sin un manual de control no es progreso, es una apuesta con la existencia misma.

La conclusión es cruda: si seguimos construyendo sistemas cada vez más potentes sin haber descifrado primero cómo garantizar que sus objetivos sean exactamente compatibles con la supervivencia humana, no estamos construyendo el futuro. Estamos construyendo el final.

El mensaje es claro: detenerse no es cobardía, es cordura.

Imagen: Generada con IA (ChatGPT)

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.