Categoría: Inteligencia Artificial

  • Retorno de inversión de la higiene digital: una oportunidad económica para las empresas

    Retorno de inversión de la higiene digital: una oportunidad económica para las empresas

    En un artículo anterior hablamos sobre la basura digital. Hoy retomo el tema para profundizar en su impacto económico. Aunque la acumulación de información innecesaria, desactualizada o contradictoria suele asociarse con problemas de almacenamiento, calidad de los datos o sostenibilidad, también puede generar costos que reducen el valor de las inversiones en inteligencia artificial. 

    La depuración de datos y la higiene digital pueden analizarse, por tanto, desde la perspectiva del retorno de inversión (ROI). Su valor potencial se encuentra en cuatro áreas principales: ahorro en infraestructura y almacenamiento, mejora de la precisión de los sistemas de IA, incremento de la productividad operativa y mitigación de riesgos normativos. 

    El costo de no actuar 

    Según las estimaciones de Gartner, recogidas en el documento de investigación sobre el ROI de la depuración de datos, la mala calidad de la información cuesta a las organizaciones al menos 12.9 millones de dólares anuales, en promedio. 

    El mismo documento señala que el 84 % de los directores financieros (CFO), afirma tener dificultades para medir o justificar el retorno de sus inversiones en inteligencia artificial, debido, entre otros factores, a los costos no controlados de datos e infraestructura. 

    Estas cifras ponen de manifiesto una contradicción empresarial: una organización puede invertir en herramientas avanzadas de inteligencia artificial para mejorar sus resultados y, al mismo tiempo, mantener deficiencias en la información que alimenta esas herramientas. 

    Cuando los sistemas trabajan con datos redundantes, obsoletos o contradictorios, parte de la inversión puede perder efectividad. Los equipos deben dedicar tiempo a verificar respuestas, corregir resultados y conciliar diferentes versiones de una misma información. 

    Por ello, evaluar el retorno de la inteligencia artificial no consiste únicamente en medir cuánto contenido puede producir una herramienta o cuántas tareas puede automatizar. También implica considerar la calidad de los datos utilizados, el costo de procesarlos y los recursos que se destinan a corregir sus deficiencias. 

    Menos almacenamiento innecesario, menores costos de infraestructura 

    Una primera oportunidad de ahorro se encuentra en la reducción de los datos que ocupan almacenamiento de alto rendimiento sin aportar valor. 

    La investigación sobre el ROI de la depuración recoge estimaciones de IDC según las cuales la consolidación de información y su traslado a capas de almacenamiento de menor costo pueden generar ahorros en los costos globales de almacenamiento y licencias de datos.

    Asimismo, el documento señala que la depuración sistemática puede reducir la huella de información en determinadas bases de datos de alta velocidad y sistemas de almacenamiento activo. 

    Estos posibles ahorros deben entenderse como estimaciones recogidas en el documento de referencia, no como resultados garantizados para todas las organizaciones. El ahorro real dependerá del volumen de información innecesaria, de la infraestructura existente y de las características de cada implementación. 

    La lógica económica, sin embargo, es clara: no toda la información necesita permanecer en sistemas de alto rendimiento. Los documentos vigentes y de uso frecuente pueden mantenerse disponibles para las operaciones cotidianas, mientras que los archivos que deben conservarse, pero se consultan con poca frecuencia, pueden trasladarse a sistemas de almacenamiento de menor costo. 

    La información que ha perdido su utilidad puede eliminarse cuando las políticas de conservación y las obligaciones aplicables lo permitan. 

    Esta clasificación permite utilizar los recursos de almacenamiento de acuerdo con el valor y las necesidades reales de cada conjunto de datos. 

    Datos limpios para mejorar el rendimiento de la inteligencia artificial 

    El retorno potencial no se limita al ahorro en infraestructura. También se encuentra en el funcionamiento de los modelos y agentes de inteligencia artificial. 

    En los sistemas de generación aumentada por recuperación (RAG), que consultan fuentes de información para elaborar sus respuestas, eliminar documentos duplicados y versiones obsoletas puede disminuir la posibilidad de recuperar contenido contradictorio. 

    También conviene depurar los repositorios vectoriales, que permiten buscar información por su similitud de significado. Dependiendo del diseño del sistema, esta limpieza puede mejorar la selección del contenido que se envía al modelo y reducir el consumo de tokens, las unidades de texto utilizadas para medir el procesamiento y parte de los costos de estas herramientas. 

    El documento sobre el ROI recoge proyecciones de Gartner para 2027, según las cuales las organizaciones que priorizan la preparación y limpieza de sus datos para la inteligencia artificial podrían conseguir hasta un 80 % de incremento en la precisión de las respuestas o los modelos y una reducción hasta del 60 % en los costos operativos de IA. 

    También recoge un estudio de IDC patrocinado por DataHub Cloud, de marzo de 2026, que relaciona las plataformas de gobernanza y los datos depurados con un 119 % más de modelos de inteligencia artificial y aprendizaje automático que pasan de la experimentación a producción, así como con una reducción del 24 % en la tasa de fracaso de los proyectos de IA.

    Estas estimaciones y los resultados de los estudios citados deben interpretarse dentro de sus contextos originales. No garantizan los mismos beneficios para todas las empresas, pero permiten dimensionar el valor potencial de preparar y mantener datos confiables. 

    La lógica es la misma que explica el riesgo de las alucinaciones: cuanto más confiable y actualizada sea la información que utiliza un sistema, mejores condiciones tendrá para producir respuestas útiles y consistentes. 

    La depuración no sustituye otras medidas necesarias para evaluar y controlar los modelos, pero contribuye a mejorar uno de los elementos fundamentales de su funcionamiento: la calidad de la información disponible. 

    Menos tiempo buscando, verificando y corrigiendo 

    Existe una tercera dimensión económica que suele pasar inadvertida: el tiempo que los colaboradores dedican a encontrar información confiable. 

    Cuando un repositorio contiene múltiples versiones de un documento, los equipos deben identificar cuál es la correcta, verificar su vigencia y, en ocasiones, compararla con otras fuentes antes de utilizarla. 

    Este trabajo consume tiempo y aumenta la posibilidad de errores. 

    El documento de referencia sobre el ROI cita estudios de IDC sobre cinco clientes empresariales de DataHub Cloud, según los cuales los analistas y científicos de datos pueden reducir de 50 minutos a 5 minutos por consulta el tiempo dedicado a buscar y validar información confiable. 

    También recoge estimaciones de incrementos del 17 % al 18 % en la productividad global de los equipos de ingeniería de datos y analítica cuando dejan de invertir tanto tiempo en conciliar versiones contradictorias. 

    Más allá de los porcentajes específicos, el mecanismo es comprensible: cuando la información está organizada, actualizada y disponible en una fuente confiable, los equipos pueden dedicar menos tiempo a verificar documentos y más a utilizar los datos para realizar su trabajo. 

    La higiene digital puede convertirse así en una herramienta para mejorar tanto la eficiencia tecnológica como la productividad de las personas. 

    El tiempo recuperado no se convierte automáticamente en un ahorro monetario. Su valor depende de cómo se aproveche: atender más solicitudes, reducir retrasos o dedicar mayor esfuerzo a actividades prioritarias. Por ello, conviene distinguir entre la reducción efectiva de gastos y el aumento de la capacidad de trabajo de los equipos.

    Menos información innecesaria, mayor control de los riesgos 

    La cuarta dimensión económica es la gestión de riesgos asociados con la información. La higiene digital requiere criterios para decidir qué conservar, quién puede acceder a los datos y cuándo corresponde eliminarlos. 

    Estas decisiones forman parte de la gobernanza de datos: el conjunto de responsabilidades, políticas y controles que orientan su manejo dentro de la organización. 

    Una depuración responsable debe respetar las obligaciones de conservación y evitar que se elimine información necesaria para las operaciones, auditorías o compromisos de la empresa. 

    Al evaluar el retorno, conviene considerar las posibles pérdidas que estos controles ayudan a prevenir, distinguiéndolas de los ahorros directamente medidos. 

    El ROI como parte de la decisión empresarial 

    El retorno de inversión de un programa de higiene digital no debería calcularse únicamente a partir del espacio liberado en los servidores. 

    Una evaluación completa necesita considerar los costos evitados de almacenamiento y licencias, los cambios en los costos de procesamiento de la IA, el tiempo recuperado por los equipos y la reducción de pérdidas asociadas con errores, fallas o incumplimientos. 

    A estos beneficios potenciales deben restarse los costos de las herramientas de depuración, su implementación, la clasificación de la información y el mantenimiento de las políticas de gobernanza. 

    Para un período definido, el ROI puede calcularse restando los costos totales del programa a los beneficios económicos cuantificados, dividiendo el resultado entre esos mismos costos y multiplicando por cien. 

    Por ejemplo, si durante un año un programa cuesta 10,000 dólares y genera beneficios cuantificados de 15,000 dólares, su ROI sería del 50 %. Este ejemplo es hipotético y supone que ambos valores corresponden al mismo período. El plazo de recuperación, por su parte, indica cuánto tiempo se necesita para que los beneficios acumulados compensen la inversión. 

    El resultado dependerá de las condiciones iniciales de cada empresa, de la magnitud del problema y de la capacidad para mantener los procesos de depuración en el tiempo. 

    La higiene digital puede evaluarse como una inversión orientada a proteger el valor de la información y mejorar la eficiencia de la empresa. Para comenzar, es posible seleccionar un repositorio o proceso concreto, medir el tiempo y los recursos que consume y comparar esos resultados después de depurarlo. Esto permite tomar decisiones basadas en evidencia y determinar si conviene ampliar la iniciativa. 

    Así, la limpieza de datos se conecta directamente con una pregunta que toda empresa debería hacerse al adoptar nuevas tecnologías: ¿estamos obteniendo el valor esperado de nuestra inversión o estamos destinando recursos a procesar y conservar información que ya no necesitamos? 

  • Inteligencia artificial revoluciona programación en el Día Mundial de la Codificación

    Inteligencia artificial revoluciona programación en el Día Mundial de la Codificación

    La inteligencia artificial (IA) está transformando la manera de desarrollar programas informáticos y permite que personas sin conocimientos técnicos puedan crear aplicaciones mediante instrucciones en lenguaje natural. Esta evolución marca la celebración del Día Mundial de la Codificación, este jueves 29 de octubre, una fecha que reconoce la importancia de la programación en la sociedad digital y los cambios que experimenta con la incorporación de nuevas tecnologías.

    La Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) estableció esta conmemoración en 2024 para destacar el papel del código en el funcionamiento de las herramientas digitales. Actualmente, los avances en inteligencia artificial permiten diseñar aplicaciones móviles y experiencias digitales a partir de instrucciones escritas, una posibilidad que hace pocos años estaba limitada principalmente a personas con conocimientos especializados en programación.

    La consultora tecnológica Entelgy destacó que la inteligencia artificial representa uno de los cambios más importantes en la historia de la codificación, al facilitar el desarrollo de programas y reducir el tiempo necesario para identificar errores, corregir fallas y optimizar sistemas. Una de las tendencias que refleja esta transformación es el vibe-coding, una metodología que utiliza herramientas de IA para generar código a partir de indicaciones humanas, mientras los desarrolladores supervisan los resultados.

    Un ejemplo reciente de esta transformación es Epic Games, creadora de Fortnite, que confirmó la utilización del vibe-coding para desarrollar código y nuevas características de Unreal Engine, uno de los motores de videojuegos más utilizados por la industria. La incorporación de inteligencia artificial permite a la compañía acelerar procesos de programación y abordar modificaciones técnicas que anteriormente requerían más tiempo de trabajo.

    El impacto de la IA también se refleja en la seguridad informática. Según el análisis de Entelgy, Microsoft consiguió resolver más de 1,400 vulnerabilidades en sus productos durante su actualización de octubre, frente a un promedio de entre 60 y 80 fallas mensuales que corregía años atrás. Estos avances ilustran cómo las nuevas herramientas están modificando los procesos de detección de errores, depuración de código y mantenimiento de sistemas tecnológicos.

    La evolución de la programación comenzó mucho antes de la llegada de la inteligencia artificial. En el siglo XIX, la matemática británica Ada Lovelace desarrolló uno de los primeros algoritmos destinados a ser ejecutados por una máquina, mientras que Alan Turing formuló en 1936 las bases teóricas que contribuyeron al desarrollo de la computación moderna. Posteriormente, la aparición de lenguajes como C durante las décadas de 1960 y 1970, junto con la expansión de las computadoras personales en los años ochenta, permitió ampliar el acceso a la programación.

    La llegada de internet impulsó nuevas formas de colaboración entre desarrolladores y favoreció el crecimiento del software libre, que permite compartir, modificar y distribuir código fuente. Herramientas como Git facilitaron el trabajo conjunto, mientras que tecnologías de código abierto como Linux contribuyeron al desarrollo de los servicios de computación en la nube. De acuerdo con el análisis de Entelgy, Linux sostiene actualmente el 90 % de las cargas de trabajo de la nube pública. La expansión de plataformas como Spotify y Netflix, así como de sistemas móviles como iOS y Android, consolidó posteriormente la presencia del software en la vida cotidiana, aunque también aumentaron los riesgos asociados a amenazas informáticas como Stuxnet y la vulnerabilidad Heartbleed.

    Pese a las oportunidades que ofrece la inteligencia artificial, los especialistas advierten sobre la necesidad de garantizar la seguridad y confiabilidad de los programas desarrollados con estas herramientas. «Nuestra dependencia de la tecnología digital es absoluta. Cada aplicación, cada transacción bancaria y cada infraestructura crítica depende del código», señaló Jorge Herrero, jefe de Tecnología e IA de Entelgy. El especialista añadió que «el futuro del desarrollo de software no solo pasa por hacerlo más accesible a través de la IA, sino por garantizar que sea robusto, ético y seguro desde su concepción». Así, la celebración del Día Mundial de la Codificación pone de relieve una transformación que busca facilitar el acceso a la programación sin descuidar la calidad y protección de los sistemas digitales.

  • Google presenta Gemini 4 Carbon, su IA para ciberseguridad

    Google presenta Gemini 4 Carbon, su IA para ciberseguridad

    Google presentó este jueves Gemini 4 Carbon, su nuevo modelo avanzado de inteligencia artificial (IA), diseñado para ofrecer un mayor rendimiento en ciberseguridad defensiva, programación y tareas científicas. La compañía aseguró que esta tecnología supera a varios modelos de OpenAI y Anthropic en diferentes evaluaciones, aunque los resultados corresponden a pruebas divulgadas por la propia empresa.

    El lanzamiento de Gemini 4 Carbon forma parte de la estrategia de Google para fortalecer sus herramientas de inteligencia artificial, apenas dos semanas después de la presentación de Gemini 4 Argon. El nuevo sistema incorpora capacidades para identificar vulnerabilidades informáticas, desarrollar aplicaciones web completas, procesar información multimodal y ejecutar tareas mediante agentes de IA, que pueden realizar procesos de manera automatizada.

    Uno de los principales avances de Gemini 4 Carbon está relacionado con la protección de sistemas informáticos. Según los resultados presentados por Google, el modelo alcanzó una precisión del 88.2 % en detección de vulnerabilidades mediante la prueba SEC-bench Pro, mientras que obtuvo un 54.8 % en ExploitGym, una evaluación relacionada con la explotación de fallas de seguridad. En CWE-bench, enfocada en la corrección de vulnerabilidades mediante modificaciones de código, registró un rendimiento del 71 %.

    La tecnológica también informó que Gemini 4 Carbon encabezó la versión 5.0 del Artificial Analysis Intelligence Index, con una puntuación de 59. En las comparaciones difundidas por Google, el modelo superó en casi todas las pruebas a GPT-6 Astra, de OpenAI, y Claude Opus 5.5, de Anthropic. Sin embargo, estas diferencias deben interpretarse considerando que las cifras fueron presentadas por la propia compañía desarrolladora.

    Entre las evaluaciones con mayores diferencias destacó GraphWalks, una prueba relacionada con el procesamiento de información en contextos extensos. Gemini 4 Carbon consiguió un 96.2 %, frente al 71.8 % de GPT-6 Astra y el 66.8 % de Claude Opus 5.5. En Vending-Bench 2, el modelo de Google obtuvo un resultado de $16,484, por encima de los $9,235 registrados por Claude Opus 5.5, según los datos proporcionados por la empresa.

    Google destacó que su nueva inteligencia artificial también mejora la generación de código seguro y reduce significativamente los errores de alineación y las respuestas incorrectas, conocidas como alucinaciones, en entornos reales de desarrollo. Estas capacidades buscan facilitar el trabajo de los programadores y fortalecer la seguridad de las aplicaciones, especialmente en procesos que requieren identificar y corregir problemas informáticos.

    El modelo tendrá el mismo precio introductorio que Gemini 4 Argon: $2 por cada millón de tokens de entrada y $10 por cada millón de tokens de salida. Los tokens son las unidades utilizadas para procesar información en los sistemas de inteligencia artificial. Google también anunció un descuento del 95 % en el precio de los tokens de entrada almacenados en caché. «Basándose en Gemini 4 Argon, que se lanzó hace dos semanas, Carbon ilustra el ritmo al que estamos impulsando la frontera hacia adelante», señaló la compañía, que aseguró estar adoptando «un enfoque prudente para desplegarlo y colaborando con el proceso voluntario del Gobierno de Estados Unidos de pruebas de modelos previas al lanzamiento».

    Aunque Google todavía no anunció una fecha exacta para su disponibilidad general, confirmó que Gemini 4 Carbon comenzará a utilizarse esta semana por un grupo limitado de especialistas en ciberdefensa. Posteriormente, el acceso se ampliará a otros socios de confianza mediante el programa Fairwind, antes de llegar a desarrolladores, empresas y consumidores. Con este despliegue gradual, la compañía busca evaluar el comportamiento de su nueva IA en tareas de seguridad informática antes de extender su utilización.

  • Epic Games utiliza inteligencia artificial para desarrollar Unreal Engine

    Epic Games utiliza inteligencia artificial para desarrollar Unreal Engine

    Epic Games, desarrolladora de Fortnite, confirmó que utiliza inteligencia artificial (IA) para escribir código, crear nuevas funciones y mejorar Unreal Engine, su motor de desarrollo de videojuegos. La compañía implementó una metodología conocida como vibe-coding, que permite a sus ingenieros dirigir herramientas de IA para realizar tareas de programación que anteriormente requerían semanas de trabajo.

    El vicepresidente ejecutivo de desarrollo de Epic Games, Marcus Wassmer, explicó en declaraciones a This Week in Videogames que la inteligencia artificial se convirtió en una herramienta fundamental para acelerar la creación de nuevas características y explorar proyectos que los desarrolladores no habían podido abordar por falta de tiempo. La empresa utiliza esta tecnología tanto para desarrollar nuevas funciones como para modificar el código existente de Unreal Engine.

    «Sí, estamos empleando ‘vibe-coding’. Eso significa que nuestros ingenieros ya no están escribiendo la mayor parte del código, pero siguen guiando las herramientas para obtener el resultado arquitectónico que queremos», explicó Wassmer. El ejecutivo aseguró que la compañía está más preocupada por quedarse atrás en la adopción de estas tecnologías que por las críticas sobre su utilización. En ese sentido, afirmó que les preocupan más «los riesgos de avanzar demasiado despacio que el escepticismo hacia la IA».

    La incorporación de inteligencia artificial también permite a Epic Games modernizar Unreal Engine y mejorar su estabilidad, especialmente ante la complejidad y antigüedad de algunas partes de su código. Wassmer señaló que estas herramientas facilitan modificaciones estructurales que la empresa llevaba años intentando realizar, además de optimizar el funcionamiento del motor. Actualmente, buena parte de estos trabajos se concentra en las ramas de desarrollo relacionadas con Fortnite, Unreal Editor for Fortnite (UEFN) y Unreal Engine 6 (UE6).

    Entre las principales herramientas utilizadas por Epic Games destacan Claude Code y Codex, dos sistemas de inteligencia artificial especializados en programación. Según Wassmer, su implementación permitió avances importantes, como la eliminación casi completa de errores de compilación no deterministas que afectaban al motor desde hacía una década. También contribuyeron a acelerar la compresión de shaders, una mejora que reduce considerablemente el tamaño de los archivos de actualización de los videojuegos.

    Uno de los ejemplos más destacados del impacto de la IA ocurrió durante la reescritura de una parte importante de la capa de renderizado D3D12 de Unreal Engine. Wassmer explicó que esta tarea normalmente habría requerido entre tres y seis semanas de trabajo de un ingeniero, pero con inteligencia artificial se completó en aproximadamente una semana. El proceso también permitió mejorar el tiempo de utilización de la CPU y reducir la cantidad de errores, lo que evidencia el potencial de estas herramientas para optimizar el desarrollo de videojuegos.

    La apuesta de Epic Games por la inteligencia artificial también alcanza sus futuros proyectos. Las declaraciones de Wassmer se producen semanas después de conocerse que la compañía retrasó el lanzamiento de un próximo videojuego basado en personajes de las franquicias Star Wars y Marvel para desarrollarlo mediante un enfoque centrado en IA. A principios de octubre, el director ejecutivo de Epic Games, Tim Sweeney, también anunció en la red social X que la empresa estaba orientando sus operaciones hacia la «máxima aceleración de IA».

    Wassmer considera que la inteligencia artificial tendrá una presencia cada vez mayor en la industria del software y que su utilización terminará convirtiéndose en una práctica habitual. El ejecutivo anticipó que «el desarrollo con IA para básicamente todo el software será algo omnipresente» y sostuvo que «la mejor manera de contrarrestar cualquier escepticismo es a través de la calidad de los juegos y las herramientas». Con esta estrategia, Epic Games busca acelerar el desarrollo de Unreal Engine, mejorar sus capacidades tecnológicas y reducir los tiempos necesarios para introducir nuevas funciones en sus videojuegos.

  • Samsung reporta ganancias récord de 56,281 millones de dólares en tercer trimestre por IA

    Samsung reporta ganancias récord de 56,281 millones de dólares en tercer trimestre por IA

    El fabricante surcoreano Samsung Electronics alcanzó un beneficio neto récord de $56,281 millones durante el tercer trimestre de 2026, impulsado por el crecimiento de la demanda mundial de semiconductores utilizados en aplicaciones de inteligencia artificial (IA), según los resultados financieros publicados este jueves por la compañía.

    Las ganancias de Samsung aumentaron un 515 % respecto al mismo período de 2025, cuando reportó un beneficio neto de $9,147 millones. La cifra también superó en un 4.9 % los $53,723 millones registrados durante el segundo trimestre de este año, que hasta entonces representaban el mayor resultado trimestral en la historia de la empresa.

    El beneficio operativo de Samsung también alcanzó un máximo histórico de $80,553 millones entre julio y septiembre, frente a los $9,147 millones obtenidos durante el mismo período del año anterior. Esto representa un crecimiento interanual del 783 % y convierte a la compañía en la primera empresa tecnológica del mundo en superar los 100 billones de wones, equivalentes a $74,977 millones, en ganancias operativas trimestrales, según destacó la propia firma.

    Samsung acumuló cuatro trimestres consecutivos con récords en sus beneficios operativos, mientras que sus ingresos por ventas alcanzaron $146,402 millones, un incremento del 127 % respecto al tercer trimestre de 2025. Estos resultados reflejan el crecimiento de su negocio de semiconductores, que se convirtió en el principal motor de rentabilidad de la compañía.

    La división de semiconductores generó ganancias operativas de $79,835 millones, suficientes para compensar las pérdidas de aproximadamente $600 millones registradas en el negocio de dispositivos electrónicos, conocido como DX, que incluye teléfonos móviles y televisores. Samsung atribuyó el desempeño de sus memorias al aumento de las ventas de chips HBM4, utilizados en sistemas de inteligencia artificial, y a la creciente demanda de unidades de almacenamiento SSD destinadas a servidores.

    La compañía también anticipó que el crecimiento del mercado de inteligencia artificial continuará durante 2027, impulsado por mayores inversiones en infraestructura tecnológica. «En 2027, la empresa prevé que la inversión en infraestructura de IA alcance un nivel histórico a medida que se expanda el ecosistema de IA. Además, la creciente demanda impulsada por la IA superará con creces la oferta del sector en comparación con 2026», señaló Samsung, pese a las preocupaciones internacionales sobre una posible desaceleración de esta industria.

    Samsung Electronics y su competidor SK hynix participan como principales inversionistas en tres proyectos estratégicos de semiconductores, inteligencia artificial física y centros de datos anunciados por el Gobierno de Corea del Sur en junio, con una inversión conjunta valorada en al menos $947,000 millones. Por su parte, SK hynix, segundo mayor fabricante de semiconductores surcoreano y principal proveedor de Nvidia, también reportó ganancias netas récord de $29,792 millones durante el tercer trimestre. Samsung, además, prevé destinar entre $67,411 millones y $82,391 millones a retribuciones para sus accionistas durante 2026, mientras que SK hynix contempla $74,901 millones.

    Pese a los resultados históricos, las ganancias netas de Samsung quedaron por debajo de las expectativas del mercado, que proyectaban $65,268 millones, según un sondeo de la agencia surcoreana Yonhap. Tras conocerse el informe financiero, las acciones de la compañía retrocedían casi un 5 % a media sesión en la bolsa surcoreana, mientras que el índice Kospi registraba una caída cercana al 2 %.

  • La robótica con IA acelera su salto de pilotos a producción real

    La robótica con IA acelera su salto de pilotos a producción real

    La semana deja una conclusión clara: la IA aplicada y la robótica física están saliendo del terreno experimental y entrando en operaciones concretas. Las novedades abarcan desde robots industriales que cambian de tarea en minutos hasta laboratorios automatizados, asistentes de oficina y modelos capaces de generar entornos interactivos en tiempo real.

    En robótica, varios anuncios apuntan a una misma dirección. TechCrunch reportó nuevos avances en automatización de laboratorios con robots para trabajo húmedo, una vía que busca acelerar ciclos en descubrimiento de fármacos. En paralelo, también destacó sistemas para probar robots y vehículos autónomos antes del despliegue real, una capa crítica para validar comportamiento, seguridad y rendimiento. En manufactura, surgieron propuestas orientadas a reconfigurar robots con mayor rapidez, reduciendo semanas de ajuste a ventanas operativas mucho más cortas.

    De la pantalla al entorno físico

    La expansión no se limita a fábricas. En software de productividad, Hipertextual recogió cómo nuevas funciones de IA en hojas de cálculo y suites ofimáticas están automatizando tareas repetitivas como limpieza de datos, redacción asistida y generación de contenido. El valor no está solo en la interfaz, sino en la reducción del trabajo manual de bajo valor y en la integración de estos modelos dentro de flujos ya conocidos por el usuario.

    En consumo, los asistentes para el hogar avanzan con visión computacional, comprensión contextual y mapeo tridimensional. Ese patrón muestra un cambio desde comandos puntuales hacia sistemas capaces de interpretar espacios, rutinas y señales visuales en tiempo real. Al mismo tiempo, modelos como Genie 4, citados por Hipertextual e Infobae, empujan la frontera de la IA generativa al crear mundos interactivos con sonido, diálogo y modificación en vivo.

    Qué cambia ahora

    La novedad no es una sola herramienta, sino la convergencia. La IA ya no aparece solo como chatbot o función aislada. Se integra en robots, navegadores, suites corporativas, dispositivos domésticos y simuladores. El reto inmediato pasa por fiabilidad, evaluación y coste operativo. La oportunidad es igual de concreta: más automatización flexible, ciclos de desarrollo más cortos y sistemas capaces de actuar sobre entornos digitales y físicos.

  • Amazon refuerza Alexa+ con nuevos Echo para controlar más el hogar

    Amazon refuerza Alexa+ con nuevos Echo para controlar más el hogar

    Amazon presentó una nueva línea de dispositivos Echo y accesorios compatibles con Alexa+, con foco en ampliar el control doméstico desde una sola capa de software. Entre las novedades figuran un reloj inteligente de mesilla, un marco digital para fotos con funciones de voz y una actualización de la gama Echo con cambios de hardware e integración más profunda con el ecosistema de casa conectada.

    La lógica del anuncio es clara: convertir a Alexa+ en un centro operativo más visible dentro del hogar. El nuevo reloj inteligente añade una superficie dedicada para alarmas, recordatorios y rutinas. El marco digital incorpora notas de voz sobre fotografías, una función orientada a uso familiar. En paralelo, la renovación de los Echo refuerza el papel de estos equipos como nodos de audio, comunicación y automatización.

    Más interfaz, más contexto

    La actualización no se limita al hardware. Amazon también trabaja en una vista 3D más inteligente del hogar para Alexa Home Map, con una representación más detallada del espacio y de los dispositivos conectados. Ese cambio mejora la lectura del estado del hogar y simplifica tareas como localizar cámaras, luces, sensores o rutinas activas.

    Algunas variantes de la nueva gama Echo incorporan además funciones adicionales de percepción, como cámara integrada en ciertos modelos, lo que amplía los casos de uso hacia vigilancia doméstica, presencia remota y control contextual. El movimiento muestra una estrategia de plataforma: cada dispositivo suma una función específica, pero el valor principal está en la coordinación entre todos.

    Qué cambia en el mercado

    El lanzamiento refuerza la competencia en el segmento de smart home, donde la diferenciación ya no depende solo del altavoz o la pantalla, sino de la capacidad del asistente para interpretar contexto, organizar dispositivos y ejecutar acciones útiles con menos fricción. En ese marco, Alexa+ gana peso como interfaz unificada para audio, imagen, rutinas y gestión del hogar.

    La apuesta de Amazon también confirma una tendencia del sector: los asistentes de voz evolucionan desde comandos aislados hacia sistemas domésticos multimodales, con más pantallas, sensores y automatización guiada por software. El hardware, en este esquema, funciona como punto de acceso a una experiencia más integrada.

  • Alertan sobre malware que suplanta instaladores de ChatGPT y Claude

    Alertan sobre malware que suplanta instaladores de ChatGPT y Claude

    Una campaña de software malicioso denominada Yoba utiliza falsos instaladores de herramientas de inteligencia artificial (IA), como ChatGPT y Claude, para infectar las computadoras de los usuarios sin que estos adviertan la presencia de archivos peligrosos, según una investigación de Check Point Research.

    La división de Inteligencia de Amenazas de Check Point Software Technologies explicó que los ciberdelincuentes aprovechan el creciente interés por estas plataformas para crear repositorios y páginas fraudulentas en GitHub, utilizando nombres asociados con modelos de OpenAI y Anthropic, como ‘GPT-5.6 Sol’ o ‘Claude Opus’.

    Los atacantes recurren a una técnica conocida como envenenamiento de motores de búsqueda, denominada ‘SEO poisoning’, para posicionar sus páginas entre los resultados de internet y conseguir que los usuarios descarguen instaladores que aparentan pertenecer a las compañías desarrolladoras de estas herramientas.

    Sin embargo, la investigación aclaró que los sistemas informáticos de OpenAI y Anthropic no fueron comprometidos. Los delincuentes utilizan archivos ejecutables auténticos, firmados digitalmente por ambas empresas, para introducir una biblioteca maliciosa de enlace dinámico (DLL) que termina infectando los dispositivos.

    El procedimiento utiliza una técnica denominada ‘DLL Sideloading’, mediante la cual el programa legítimo carga un archivo malicioso adicional. Este mecanismo permite evadir algunas medidas de protección que normalmente detectan amenazas durante la instalación de programas informáticos.

    Check Point Research detalló que Yoba también verifica la configuración regional del equipo y los permisos de administrador antes de ejecutar sus operaciones, con el propósito de dificultar su identificación mediante análisis automatizados. Posteriormente, establece tareas programadas que le permiten permanecer activo y esperar instrucciones para descargar nuevos componentes maliciosos.

    Para desarrollar sus ataques, el programa utiliza servicios legítimos de internet, entre ellos Telegram, desde donde obtiene información de dominio mediante la imagen de perfil de un canal. También consulta el servicio DNS-over-HTTPS de Google para recuperar registros TXT cifrados y utiliza plataformas de almacenamiento como Catbox para descargar archivos ejecutables adicionales.

    Los investigadores advirtieron que una infección de YobaLoader debe considerarse un compromiso completo de la seguridad del equipo, debido a su capacidad para ejecutar programas y secuencias de comandos en PowerShell. Ante este riesgo, recomendaron descargar ChatGPT y Claude únicamente desde los canales oficiales de sus desarrolladores, limitar los permisos de administración y utilizar herramientas de seguridad capaces de bloquear comunicaciones maliciosas durante las distintas etapas de un ataque.

  • Nvidia invertirá 3,000 millones en Meta para impulsar su modelo de IA Muse

    Nvidia invertirá 3,000 millones en Meta para impulsar su modelo de IA Muse

    Nvidia anunció este martes una inversión de $3,000 millones en Meta, propietaria de Facebook, Instagram y WhatsApp, con el objetivo de fortalecer su infraestructura de inteligencia artificial (IA) e impulsar el desarrollo de Muse, el modelo y agente tecnológico con el que la compañía de Mark Zuckerberg busca ampliar sus servicios basados en esta tecnología.

    La inversión se realizará mediante la ampliación de capital de Meta, que anunció un plan para captar hasta $95,000 millones a través de la venta de acciones. La operación busca financiar la expansión de su negocio y responde a las crecientes necesidades de recursos para desarrollar sistemas de inteligencia artificial, una industria que demanda grandes inversiones en infraestructura tecnológica.

    Nvidia explicó que Meta incrementará el uso de sus productos Vera Rubin y Vera CPU para mejorar el rendimiento de sus sistemas de IA. La compañía también incorporará las tecnologías de redes Spectrum X- Ethernet y Bluefield-4, destinadas a «mejorar los resultados y escalar las cargas de trabajo con las redes Spectrum X- Ethernet y Bluefield-4», con el propósito de «mejorar el costo total de ser propietario» de estos equipos.

    El fundador y director ejecutivo de Nvidia, Jensen Huang, destacó que ambas compañías trabajarán para «optimizar la infraestructura de extremo a extremo en pos de unos agentes de IA capaces, eficientes y seguros, para que Muse pueda empoderar a miles de millones de personas». La colaboración busca mejorar las capacidades de procesamiento necesarias para el funcionamiento de los modelos de inteligencia artificial de Meta.

    Por su parte, el director ejecutivo de Meta, Mark Zuckerberg, señaló que Muse forma parte de la estrategia de la compañía para ampliar el acceso a sistemas avanzados de inteligencia artificial. El empresario describió esta tecnología como una herramienta «para llevar a todos la súper inteligencia personal», en medio de los esfuerzos de la empresa por desarrollar modelos capaces de ejecutar tareas y ofrecer asistencia a sus usuarios.

    Meta informó previamente que Nvidia, AMD y Broadcom, tres compañías de las que adquiere tecnología, proyectaban invertir conjuntamente alrededor de $5,000 millones en su oferta de acciones. El plan contempla una primera operación de $35,000 millones y una segunda por $60,000 millones, esta última sujeta al cumplimiento de determinadas condiciones y prevista para principios del próximo año.

    AMD también confirmó este martes que invertirá $1,000 millones en Meta. La fabricante de semiconductores explicó que la tecnológica utiliza sus productos Helios y EPYC para impulsar el funcionamiento de Muse y recibe asistencia «de día 0» para sus modelos, entre ellos Muse Spark Open y Muse Glimmer. Estas inversiones reflejan la relación comercial entre las empresas que desarrollan inteligencia artificial y las compañías que suministran la infraestructura necesaria para su funcionamiento.

    Sin embargo, las inversiones entre empresas vinculadas al desarrollo de inteligencia artificial generaron anteriormente preocupación en Wall Street, debido a los elevados niveles de endeudamiento y las necesidades de financiación del sector. Durante la sesión bursátil de este martes, las acciones de Nvidia avanzaban un 0.94 % y las de AMD subían un 5.24 %, mientras que los títulos de Meta registraban una caída del 1.02 %.

  • Universidades iberoamericanas exigen regular inteligencia artificial para proteger derechos

    Universidades iberoamericanas exigen regular inteligencia artificial para proteger derechos

    Las universidades iberoamericanas reclamaron este martes una regulación compartida de la inteligencia artificial (IA) para evitar que su avance comprometa la dignidad humana y garantizar un uso responsable de la tecnología en la educación superior. La propuesta fue acordada por rectores y autoridades de una veintena de instituciones durante el Foro Universitario Iberoamericano de Conocimiento, celebrado en Madrid, España.

    El documento aprobado establece que el desarrollo de la inteligencia artificial debe estar sujeto a principios de protección de las personas y sostenibilidad ambiental. Las universidades también exigieron considerar el consumo de agua y energía de los centros de datos que permiten el funcionamiento de estas tecnologías, ante los desafíos que representa su expansión.

    Uno de los principales problemas identificados durante el encuentro fue la brecha digital que enfrentan las instituciones de educación superior. El rector de la Universidad Nacional Autónoma de Honduras, Odir Fernández, advirtió sobre la necesidad de modernizar las universidades para responder a las exigencias tecnológicas actuales. «Tenemos que pasar de esas universidades que vienen del siglo XIX en infraestructura, el siglo XX en sus profesores y el siglo XXI en sus estudiantes», afirmó.

    Fernández insistió en que la transformación tecnológica debe acompañarse de cambios en la formación universitaria y en las capacidades de las instituciones. «Tenemos que todos llegar a ese siglo XXI en donde los desafíos más grandes en cuanto a tecnología nos lleven a una mejor formación en la educación superior», añadió. Su planteamiento formó parte de las discusiones sobre cómo preparar a las universidades iberoamericanas para los nuevos retos de la inteligencia artificial.

    La regulación de la IA forma parte de una agenda de 25 puntos aprobada durante el foro, que también reconoce a las universidades públicas y autónomas como instituciones esenciales para la democracia y la cohesión social. Los participantes solicitaron a los gobiernos garantizar una financiación «suficiente y sostenible» que permita fortalecer la educación superior y afrontar los desafíos tecnológicos.

    La secretaria de Estado para Iberoamérica y el Caribe, Susana Sumelzo, destacó que las transformaciones educativas y tecnológicas requieren una respuesta coordinada entre los países. «Tenemos un montón de retos en cada uno de nuestros países que requieren un esfuerzo colectivo, un esfuerzo transversal», declaró. La funcionaria anunció que las propuestas serán presentadas durante la XXX Cumbre Iberoamericana de Jefes de Estado y Gobierno, prevista para el miércoles y jueves de la próxima semana en Madrid.

    Las universidades también acordaron fortalecer la investigación científica en español y portugués, así como impulsar la movilidad de estudiantes y docentes mediante una futura Red Universitaria Iberoamericana de Conocimiento. Sumelzo destacó que ambas lenguas las «compartimos más de 800 millones de personas, lenguas en las que vivimos, trabajamos, aprendemos, creamos cultura» y que también deben ser idiomas «en las que podamos investigar». Por su parte, la rectora de la Universidad de Concepción, Jacqueline Sepúlveda, defendió los intercambios académicos para «aumentar las capacidades de investigación y desarrollo» y fortalecer «la soberanía intelectual de nuestros pueblos».

    Al concluir el encuentro, Sumelzo resaltó la importancia de las universidades para construir sociedades con mayores capacidades científicas, educativas y democráticas. La funcionaria advirtió que, sin el trabajo académico, «seríamos, seguro, sociedades más imperfectas, menos democráticas y, por supuesto, menos cultas y menos avanzadas». La agenda aprobada busca que la inteligencia artificial avance bajo principios compartidos, mientras las instituciones fortalecen su capacidad para responder a los cambios tecnológicos.