Entrevista exclusiva con Claudio Martinelli, director general para Américas de Kaspersky.

¿Se ha incrementado el uso de herramientas IA Generativa en las empresas?

Cada vez es mayor el número de personas que utilizan la IA generativa como una herramienta para realizar ciertas actividades de manera más rápida y eficiente, pero eso puede terminar en una fuga masiva de información confidencial, accesible incluso para el crimen.

¿A qué se refiere?

Cada día vemos con mayor frecuencia que empleados y colaboradores cercanos a una empresa, suben a plataformas de IA Generativa datos internos, informes sensibles o documentos oficiales para acelerar su trabajo. Este hábito abre la puerta a filtraciones de información confidencial exponiendo a las instituciones frente al cibercrimen. Creemos que el uso de estas plataformas puede incluso derivar en una fuga masiva de información confidencial.

¿Las empresas son conscientes de los riesgos?

Existe un término: “Shadow IT”, todo que puede estar instalado en los dispositivos corporativos y que no son del conocimiento del área de tecnología. Durante la pandemia, esto paso con plataformas como: Google Meets, Zoom, Teams, etc. que los colaboradores buscaban para continuar sus tareas remotas, y en muchos casos, estas herramientas no eran aprobadas por la corporación. Hoy pasa lo mismo con las plataformas de IA Generativa, aun cuando una plataforma oficial sea elegida y tenga controles y credenciales, es fundamental la capacitación para que dichos colaboradores no usen las apps que están al alcance de cualquier smartphone. Los equipos de seguridad no solo tienen la presión de resguardar las redes corporativas ante los 467,000 objetos maliciosos que se detectan diariamente, sino también, enfrentan una realidad asociada al uso de sistemas de IA por parte de los empleados, quienes para ahorrar tiempo en sus tareas diarias, alimentan estas plataformas con reportes confidenciales, bases de datos o documentos y al hacerlo, comparten información a plataformas públicas que no garantizan ni la protección ni la privacidad de los datos

Y cuál sería la solución ¿Prohibir el uso de esas herramientas?

Definitivamente no, la evolución es inexorable. La clave está en entrenar a los empleados para que sepan cómo usar la IA. No se trata de delegar todo a una herramienta, sino de entender los riesgos y cuidar la confidencialidad. Es decir, usar la inteligencia artificial con inteligencia humana.

¿La IA no garantiza la confidencialidad de la información que se le comparte?

Recientemente se ha detectado que los sistemas de IA Generativa pueden indexar las conversaciones que han tenido con los usuarios en algunos buscadores web, dejando expuestos los chats de algunas personas en temas íntimos como su vida privada o su salud mental, lo que abre la posibilidad a que también se registren y expongan, las consultas que los empleados hacen a estas plataformas con información sensible de una empresa.

¿Y el cibercrimen aprovecha esas brechas?

Efectivamente. Todo esto se da en un contexto donde los cibercriminales utilizan la Inteligencia Artificial para perfeccionar y automatizar ataques masivos. Un gran ejemplo de esto es el crecimiento de las llamadas “granjas de phishing”: se trata de diversos celulares conectados y controlados que envían smishing (mensajes falsos por SMS) en masa mediante una tecnología conocida como RPA (Robotic Process Automation). Herramientas originalmente desarrolladas para optimizar procesos corporativos están siendo explotadas para automatizar el envío masivo y personalizado de mensajes fraudulentos, lo que permite que estafadores alcancen a miles de víctimas en pocos minutos, con un alto grado de sofisticación y dificultad de rastreo.

Esta nueva táctica de automatización se suma a otras tendencias ya observadas, como el uso de audios y videos convincentes manipulados por IA (deepvoice y deepfake) para crear trampas, principalmente en redes sociales, induciendo a la víctima a creer en falsas oportunidades de ganancias financieras.

¿Qué pueden hacer las organizaciones para proteger la fuga de datos?

Para garantizar seguridad en el uso de los sistemas de Inteligencia Artificial, Kaspersky recomienda en primer lugar capacitar a los empleados en ciberseguridad. Es fundamental que todos los colaboradores tengan formación continua en seguridad digital. Existen herramientas diseñadas para desarrollar las habilidades de los colaboradores de todos los niveles.

Al mismo tiempo, implementar las siguientes acciones:

• Diseñar un modelado de amenazas y evaluación de riesgos: Antes de implementar soluciones de IA, se recomienda identificar los posibles escenarios de ataque y medir su impacto para anticipar incidentes. Kaspersky Threat Intelligence ofrece información actualizada sobre amenazas emergentes.
• Contar con seguridad de la infraestructura y la nube: las configuraciones seguras y el monitoreo constante evita que vulnerabilidades técnicas sean aprovechadas por actores maliciosos.
• Segmentar los datos evitando que uno pueda acceder a toda la red, mitigando el alcance de una filtración de datos.
• Asegurar la cadena de suministro: Las empresas deben asegurarse de que sus proveedores cumplan con altos estándares de ciberseguridad, un eslabón débil en la cadena puede poner en riesgo información sensible y afectar la continuidad del negocio.
• Realizar pruebas y validación de los sistemas: Todo modelo o aplicación de IA debe someterse a evaluaciones periódicas que verifiquen su funcionamiento y confiabilidad.
• Llevar a cabo reportes de vulnerabilidades periódicos: Contar con mecanismos transparentes para la notificación y gestión de fallas para corregirlas rápidamente.
• Tener una defensa contra ataques específicos a modelos de aprendizaje automático: Implementar medidas de protección especializadas es esencial para garantizar la integridad de estos modelos.
• Asegurar actualizaciones: Mantener el software y la infraestructura actualizada con parches de seguridad es una práctica básica pero crucial para evitar incidentes.
• Cumplir con estándares internacionales: Adoptar marcos normativos globales de ciberseguridad y protección de datos no solo garantiza legalidad, sino que también brinda confianza a clientes, socios e inversionistas.

Fuente: Entrevista exclusiva para Todo en un Click.

Origen

Bases de datos y documentos críticos terminan en plataformas abiertas, poniendo en riesgo a las compañías.

El uso de la inteligencia artificial avanza como motor de productividad en América Latina; sin embargo, su adopción también plantea desafíos críticos en materia de ciberseguridad: el uso de datos internos, informes sensibles o documentos oficiales en plataformas de IA Generativa, abre la puerta a filtraciones de información confidencial, incrementando la exposición de empresas e instituciones frente al cibercrimen, alertó Claudio Martinelli, director general para las Américas en Kaspersky, y dijo que el uso de estas plataformas puede incluso derivar en una fuga masiva de información confidencial.

Hoy, los equipos de seguridad no solo tienen la presión de resguardas las redes  corporativas ante los 467,000 objetos maliciosos que se detectan diariamente, sino también, enfrentan una realidad asociada al uso de sistemas de IA por parte de los  empleados, quienes para ahorrar tiempo en sus tareas diarias, alimentan estas plataformas con reportes confidenciales, bases de datos o documentos y al hacerlo, comparten información a plataformas públicas que no garantizan ni la protección ni la privacidad de los datos

“Actualmente, el temor de las empresas también está relacionado con el uso que algunos empleados hacen de plataformas de IA Generativa, compartiendo en ellas datos confidenciales, es decir, usan inteligencia artificial sin inteligencia humana. No se trata de delegar todo a una herramienta, sino de entender los riesgos, cuidar la confidencialidad y entrenar a los empleados para que sepan cómo usar la IA”, destacó Claudio Martinelli.

Recientemente se ha detectado que los sistemas de IA Generativa pueden indexar las conversaciones que han tenido con los usuarios en algunos buscadores web, dejando expuestos los chats de algunas personas en temas íntimos como su vida privada o su salud mental, lo que abre la posibilidad a que también se registren y expongan, las consultas que los empleados hacen a estas plataformas con información sensible de una empresa.

Para que las empresas puedan hacer un desarrollo y despliegue seguro de los sistemas de Inteligencia Artificial, los expertos de Kaspersky recomiendan:

1. Capacitar a los empleados en ciberseguridad: es fundamental que todos los colaboradores tengan formación continua en seguridad digital. Existen herramientas diseñadas para desarrollar las habilidades de los colaboradores de todos los niveles.
2. Efectuar un modelado de amenazas y evaluación de riesgos: Antes de implementar soluciones de IA, se recomienda identificar los posibles escenarios de ataque y medir su impacto para anticipar incidentes. Kaspersky Threat Intelligence ofrece información actualizada sobre amenazas emergentes.
3. Contar con seguridad de la infraestructura y la nube: las configuraciones seguras y el monitoreo constante evita que vulnerabilidades técnicas sean aprovechadas por actores maliciosos.
4. Asegurar la cadena de suministro: Las empresas deben asegurarse de que sus proveedores cumplan con altos estándares de ciberseguridad, un eslabón débil en la cadena puede poner en riesgo información sensible y afectar la continuidad del negocio.
5. Realizar pruebas y validación de los sistemas: Todo modelo o aplicación de IA debe someterse a evaluaciones periódicas que verifiquen su funcionamiento y confiabilidad.
6. Llevar a cabo reportes de vulnerabilidades periódicos: Contar con mecanismos transparentes para la notificación y gestión de fallas para corregirlas rápidamente.
7. Tener una defensa contra ataques específicos a modelos de aprendizaje automático: Implementar medidas de protección especializadas es esencial para garantizar la integridad de estos modelos.
8. Asegurar actualizaciones: Mantener el software y la infraestructura actualizada con parches de seguridad es una práctica básica pero crucial para evitar incidentes.
9. Cumplir con estándares internacionales: Adoptar marcos normativos globales de ciberseguridad y protección de datos no solo garantiza legalidad, sino que también brinda confianza a clientes, socios e inversionistas.

Origen

Un nuevo estudio reveló datos clave sobre cómo las organizaciones latinoamericanas están adoptando tecnologías de inteligencia artificial. La investigación "Madurez de TI para la adopción de IA 2025", desarrollada por Intel en colaboración con IDC, ofrece una radiografía detallada del panorama regional.

Los resultados muestran que el 97,6% de las empresas encuestadas reportaron mejoras significativas tras implementar soluciones de IA, con incrementos de productividad que oscilan entre el 20% y 49% en actividades críticas del negocio.

Niveles de adopción por tipo de tecnología

El estudio identifica tres categorías principales de implementación en la región:

• IA tradicional: 58% de las organizaciones desarrollan iniciativas activas
• IA generativa: 54% cuenta con proyectos en marcha
• IA con agentes autónomos: 14% ha comenzado a explorar estas tecnologías

La ia generativa muestra un nivel de adopción prácticamente equivalente a la IA tradicional, lo que indica una rápida incorporación de estas tecnologías emergentes en el mercado latinoamericano.

Principales objetivos empresariales

Las organizaciones están enfocando sus inversiones en IA hacia tres áreas prioritarias:

1. Mejora de la eficiencia operativa
2. Impulso a la innovación corporativa
3. Aumento de la productividad de los empleados

Para evaluar el éxito de estas iniciativas, las empresas utilizan métricas centradas en operaciones de TI, productividad por empleado y niveles de satisfacción del cliente.

El rol del edge computing como habilitador

El edge computing emerge como una tecnología fundamental para el desarrollo de proyectos de IA en la región. Los presupuestos destinados a esta área mostrarán un crecimiento del 14% al 15% en los próximos doce meses.

Casos de uso más relevantes

• Análisis de datos en tiempo real: 70% de implementación
• Gestión de dispositivos IoT: entre 62% y 68%
• Optimización de experiencia del cliente: 55%

Desafíos pendientes en gestión de datos

A pesar de los avances, persisten obstáculos importantes. Entre el 21% y 23% de las organizaciones aún no han realizado un inventario completo de sus activos de datos, y solo la mitad de la información disponible está preparada para análisis mediante IA.

Marcelo Bertolami, gerente general de ventas de tecnología para Intel LatAm, destacó que "estos resultados ofrecen información relevante para comprender tendencias regionales y nos permiten anticiparnos a los pasos necesarios para ampliar el uso de la IA".

Percepción del entorno regulatorio

Las empresas evaluaron el ecosistema de políticas públicas, inversión, infraestructura y educación con una calificación promedio de 3,7 a 3,74 sobre 5 puntos.

Las áreas que requieren mayor atención según los encuestados incluyen:

• Financiamiento para investigación en IA (67% lo considera prioritario)
• Regulaciones de privacidad y seguridad de datos (65%)
• Programas de capacitación y desarrollo de talento especializado
• Expansión de infraestructura tecnológica

Perspectivas futuras para la región

El estudio subraya la necesidad de alinear inversiones en tres pilares fundamentales: infraestructura tecnológica, gestión eficiente de datos y formación de capital humano especializado.

"El avance de la inteligencia artificial en Latinoamérica requiere una infraestructura capaz de adaptarse a diferentes entornos y demandas, junto con capacidades sólidas de procesamiento y análisis de datos", agregó Bertolami.

Los resultados actuales representan un punto de partida sólido para consolidar el uso de estas tecnologías en distintos sectores empresariales y productivos de la región, estableciendo las bases para una transformación digital más profunda en los próximos años.

Origen

La inteligencia artificial está redefiniendo completamente el panorama de la publicidad en video, marcando un cambio radical en cómo las marcas conciben, producen y distribuyen sus mensajes. Según el reciente Informe completo sobre estrategia y gasto en publicidad en video digital 2025 de IAB, elaborado en colaboración con Advertiser Perceptions y Guideline, una tendencia ineludible está tomando forma: para 2026, casi el 90% de los anunciantes integrará la IA generativa en la creación de sus anuncios en video.

Esta adopción masiva no solo evidencia la eficiencia inherente de la tecnología, sino que también democratiza el acceso a producciones de alta calidad. Las pequeñas y medianas empresas, que históricamente enfrentaron barreras de costos y recursos en la producción audiovisual, ahora pueden competir en igualdad de condiciones.

Creatividad artificial: el 40% de los anuncios serán generados por IA

Para 2026, se estima que la creatividad generada por IA representará un significativo 40% de la totalidad de los anuncios. Esta cifra refleja un cambio fundamental en los procesos creativos de la industria publicitaria.

La irrupción de la IA en el ámbito creativo no se limita a la mera producción; sus aplicaciones estratégicas son vastas:

• 42% la utiliza para crear versiones adaptadas a diferentes audiencias
• 38% para implementar cambios de estilo visual
• 36% para desarrollar la relevancia contextual de sus mensajes

Estas capacidades permiten a las marcas generar una multitud de variaciones creativas con una agilidad sin precedentes, superando el desafío de mantener contenido fresco y pertinente para segmentos de audiencia diversos.

La revolución de la televisión conectada (CTV)

El inventario de televisión conectada está experimentando un notable viraje hacia la programación, un indicador claro de la maduración del ecosistema de streaming. Los compradores ahora anticipan que un 47% del inventario de CTV será susceptible de ser pujado, un incremento sustancial respecto al 34% del año anterior.

Equipos internos para CTV

La tendencia se refuerza con el hecho de que el 74% de los compradores ya han establecido o planean establecer equipos internos para gestionar la activación de CTV en modo autoservicio. Esto subraya el compromiso estratégico de los anunciantes con la compra programática de CTV, una inversión que se proyecta se duplique del 14% en 2023 al 28% en 2025.

Sin embargo, a pesar de la creciente automatización, la asistencia humana sigue siendo crucial. Más del 80% de los compradores de video digital requieren apoyo estratégico para ejecutar campañas programáticas de CTV, evidenciando la persistente necesidad de experiencia técnica en la gestión y optimización de campañas complejas.

Contenido en vivo: la nueva frontera del streaming

La expectativa en torno al contenido en vivo en plataformas de streaming también está en ascenso. Un 60% de los compradores demanda capacidades superiores a las ofrecidas por la televisión lineal tradicional, y un tercio busca específicamente experiencias interactivas únicas y acceso a datos en tiempo real durante eventos en vivo.

La migración de deportes y otros eventos en vivo a estas plataformas abre nuevas avenidas para los anunciantes que buscan una interacción más allá de los formatos televisivos tradicionales. Esta dinámica se alinea con la rápida expansión de ofertas de contenido en vivo por parte de las plataformas de streaming, que proveen a los anunciantes de inventario premium adicional para la implementación de campañas estratégicas.

Medición centrada en resultados comerciales

Un cambio fundamental se observa en las prioridades de medición de campañas, donde las visitas a tiendas físicas y las ventas se han erigido como los indicadores clave de rendimiento más relevantes para los compradores de video. Este enfoque en los resultados comerciales tangibles es un reflejo de la incertidumbre económica y la imperante necesidad de demostrar un retorno de la inversión publicitaria (ROI).

El desafío de la fragmentación

A pesar de los avances, persisten desafíos en la medición en todas las plataformas. La fragmentación de la publicidad en CTV genera complejidades significativas, impulsando iniciativas sectoriales como el Marco de Identificación de Creatividades Publicitarias (ACIF), diseñado para establecer sistemas de identificación estandarizados.

Las mejoras en la medición técnica son cruciales para el crecimiento continuo de CTV, ya que la ausencia de estándares consistentes dificulta la limitación de frecuencia, la separación competitiva y la conciliación de campañas multiplataforma.

Implicaciones estratégicas para los profesionales del marketing

La democratización de la creación de anuncios en video a través de la IA permite que pequeñas empresas compitan en entornos de video premium con marcas consolidadas. Sin embargo, este cambio tecnológico también plantea interrogantes sobre el futuro rol de las agencias creativas y los equipos de marketing internos.

Con directivos de empresas como Meta vislumbrando la posibilidad de reemplazar agencias creativas con IA, la industria debe adaptarse a nuevos flujos de trabajo donde la creatividad humana se centre en la estrategia y el desarrollo de marca, en lugar de la mera ejecución de la producción.

Consideraciones técnicas para la implementación

Para los anunciantes que buscan implementar el desarrollo creativo de video con IA, el informe sugiere consideraciones técnicas clave:

• La integración con los sistemas de gestión de campañas existentes requiere una planificación meticulosa
• La transición a la compra programática de CTV exige el desarrollo de capacidades internas
• La integración de mediciones multiplataforma requiere marcos de informes estandarizados

El futuro de la publicidad en video

Las perspectivas futuras sugieren una aceleración en la transformación de la producción y distribución de publicidad en video. La sinergia entre las herramientas creativas de IA y las plataformas de compra programática abre nuevas fronteras para la ejecución y optimización de campañas.

El imperativo de medir los resultados comerciales implica que las plataformas deben continuar invirtiendo en capacidades de atribución y medición para mantener la confianza de los anunciantes. Aquellas que no demuestren un valor comercial claro corren el riesgo de perder cuota de mercado.

En última instancia, los profesionales del marketing exitosos serán aquellos que adopten las capacidades de la IA y refinen su experiencia humana en áreas donde la tecnología no puede replicar el pensamiento estratégico y la visión creativa.

Origen

Expertos de Kaspersky identificaron una operación de malware dirigida que aprovecha el auge de las herramientas de inteligencia artificial, utilizando sitios falsos del popular chatbot DeepSeek.

Los equipos de Investigación de Amenazas y Tecnología de IA de Kaspersky identificaron conjuntamente una sofisticada campaña de malware diseñada específicamente para atacar a profesionales del sector tecnológico —como administradores de sistemas, desarrolladores e investigadores técnicos— a través de sitios fraudulentos que simulan ofrecer DeepSeek AI. Los atacantes crearon interfaces pulidas y creíbles, en idioma local, promoviendo el supuesto despliegue local de DeepSeek, con el objetivo de atraer a usuarios avanzados interesados en ejecutar sistemas de IA de forma completamente autónoma en su propio hardware.

Según el análisis de Kaspersky, el malware oculto en estas campañas representa un riesgo especialmente alto para personas con conocimientos técnicos que manejan sistemas de TI sensibles. El archivo malicioso se hace pasar por Ollama, un marco de código abierto muy popular para ejecutar modelos de IA generativa de forma local. Dado que Ollama permite a los usuarios técnicos desplegar servicios de IA en su propia infraestructura, los atacantes aprovecharon este atractivo para infiltrarse deliberadamente en sistemas de individuos con altos privilegios.

“El atractivo de ejecutar herramientas de IA generativa de forma local —mayor control, menor dependencia de servicios en la nube y mejor privacidad— es comprensible entre los profesionales de TI,” explica María Isabel Manjarrez, investigadora de seguridad en el Equipo Global de Investigación y Análisis para América Latina en Kaspersky. “Al dirigirse explícitamente a estos usuarios técnicamente capacitados, los atacantes logran una vía para pasar de dispositivos personales comprometidos a entornos corporativos con altos privilegios. Lo que parece una intrusión individual puede escalar rápidamente a un incidente cibernético organizacional de gran magnitud.”

Los investigadores de Kaspersky identificaron los dominios engañosos app.delpaseek[.]com, app.deapseek[.]com y dpsk.dghjwd[.]cn como distribuidores de este malware especializado. Si los usuarios instalan lo que creen que es una herramienta legítima de despliegue local de IA, el malware establece túneles de comunicación encubiertos mediante el protocolo KCP, lo que podría permitir acceso remoto persistente al sistema comprometido.

Este acceso encubierto permite a los atacantes extraer información sensible, capturar credenciales, monitorear la actividad del sistema y moverse lateralmente dentro de las redes corporativas en las que trabajan los profesionales afectados. La Red de Seguridad de Kaspersky detecta estas amenazas como Backdoor.Win32.Xkcp.a.

En una campaña paralela, se descubrieron dominios como deep-seek[.]bar y deep-seek[.]rest que distribuyen malware con técnicas avanzadas de evasión, incluyendo esteganografía (ocultar código malicioso dentro de archivos aparentemente inofensivos) e inyección de procesos, lo que permite al malware operar dentro de procesos legítimos del sistema y dificulta significativamente su detección. Kaspersky identifica esta amenaza como Trojan.Win32.Agent.xbwfho.

Para protegerse de estos ataques, los expertos de Kaspersky recomiendan:

• Implementar controles de aplicaciones: Usar soluciones con capacidades estrictas de control de aplicaciones para impedir la instalación de herramientas no autorizadas, incluso si parecen legítimas.
• Realizar capacitaciones específicas en ciberseguridad: Educar a los especialistas técnicos sobre tácticas de ingeniería social centradas en la IA, destacando cómo su interés en ejecutar modelos de forma local los convierte en objetivos atractivos.
• Desplegar soluciones de seguridad empresarial: La línea de productos Kaspersky Next ofrece protección en tiempo real contra estas amenazas, lo cual es especialmente importante para los sistemas utilizados por personal técnico con privilegios elevados en la red.

Origen

Red Hat, Inc., el proveedor de soluciones open source, anunció hoy el lanzamiento de Red Hat Enterprise Linux AI (RHEL AI), una plataforma de modelos fundacionales que permite a los usuarios desarrollar, probar e implementar modelos de IA generativa (GenAI) de manera más ?integrada. RHEL AI combina la familia de modelos de lenguaje de gran tamaño (LLM) Granite con licencia open source de IBM Research, las herramientas de alineación de modelos InstructLab basadas en la metodología LAB (Large-scale Alignment for chatBots)  y un enfoque para el desarrollo de modelos impulsado por la comunidad a través del proyecto InstructLab. 

La solución completa se ofrece empaquetada como una imagen de RHEL de inicio optimizada para implementaciones de servidores individuales en toda la nube híbrida y también como parte de OpenShift AI, la plataforma híbrida de operaciones de aprendizaje automático (MLOps) de Red Hat, para ejecutar modelos e InstructLab a escala en entornos de clústeres distribuidos.

“La GenAI constituye un avance revolucionario para las empresas, pero solo si las organizaciones de tecnología son capaces de implementar y utilizar los modelos de IA de una forma que se ajuste a sus necesidades empresariales específicas. RHEL AI y el proyecto InstructLab, junto con Red Hat OpenShift AI a escala, se concibieron con el objeto de reducir muchas de las barreras que enfrenta la GenAI en toda la nube híbrida, desde el déficit de habilidades en ciencia de datos hasta la cantidad de recursos requeridos, mientras impulsan la innovación tanto en las implementaciones empresariales como en las comunidades de desarrollo,” dijo Jorge Payró, Country Manager de Red Hat para Argentina.

Para reducir eficazmente las barreras de acceso a la innovación en IA, las empresas necesitan poder ampliar la lista de personas capaces de trabajar en iniciativas de IA y, al mismo tiempo, controlar los costos. En un esfuerzo por eliminar estos obstáculos, Red Hat pretende extender los beneficios de los verdaderos proyectos open source (de libre acceso y reutilizables, totalmente transparentes y abiertos a colaboraciones) a la GenAI gracias a las herramientas de alineación InstructLab, los modelos Granite y RHEL AI. 

La implementación de una estrategia de IA exige algo más que la simple elección de un modelo. Además de solventar los grandes costos de implementar la IA, las empresas tecnológicas requieren de conocimientos especializados para adaptar un modelo determinado a un caso de uso específico. Al déficit de habilidades en ciencia de datos se le suman importantes requisitos financieros, entre ellos:

• La adquisición de infraestructura de IA o el consumo de servicios de IA  
• El complejo proceso de adaptar los modelos de IA a necesidades empresariales específicas
• La integración de la IA en las aplicaciones empresariales
• La gestión del ciclo de vida tanto de las aplicaciones como de los modelos. 

Crear IA de manera abierta con InstructLab

IBM Research creó la técnica Large-scale Alignment for chatBots (LAB), un método de alineación de modelos que utiliza la generación de datos sintéticos guiada por taxonomía y un novedoso sistema de ajuste de múltiples etapas. Al reducir la dependencia de costosas anotaciones humanas y modelos patentados, este enfoque hace que el desarrollo de modelos de IA sea más abierto y accesible para todos los usuarios. Con el método LAB, los modelos se pueden mejorar al especificar las habilidades y los conocimientos vinculados a una taxonomía. Esto genera datos sintéticos a partir de esa información a escala que influyen en el modelo y utiliza los datos generados para el entrenamiento de modelos. 

Luego de comprobar que el método LAB podía ayudar a mejorar el rendimiento de los modelos de forma significativa, IBM y Red Hat decidieron lanzar InstructLab, una comunidad de código abierto creada en torno al método LAB y a los modelos de código abierto IBM Granite. El proyecto InstructLab pretende poner el desarrollo de LLM en manos de los desarrolladores al hacer que la creación y la contribución a un LLM sean tan sencillas como la contribución a cualquier otro proyecto de código abierto.

Como parte del lanzamiento de InstructLab, IBM también hizo pública una familia de modelos de lenguaje y código Granite en inglés. Estos modelos se publican con licencia Apache con total transparencia respecto de los conjuntos de datos utilizados para entrenarlos. El modelo de lenguaje Granite 7B en inglés se integró a la comunidad InstructLab, en la que los usuarios finales pueden aportar sus habilidades y sus conocimientos para mejorar este modelo entre todos del mismo modo que lo harían al contribuir a cualquier proyecto de código abierto. Próximamente, habrá disponible un soporte similar para los modelos de código Granite.

Innovación en IA de código abierto sobre un eje estructural de Linux 

RHEL AI se funda en este enfoque abierto de la innovación en IA e incorpora una versión del proyecto InstructLab y modelos de lenguaje y código Granite para la empresa combinados con la plataforma Linux empresarial líder del mundo con el objeto de simplificar las implementaciones en infraestructuras híbridas. Esto genera una plataforma de modelos fundacionales que pretende llevar los modelos de GenAI con licencia de código abierto a la empresa.

A medida que las empresas experimenten y ajusten nuevos modelos de IA en RHEL AI, dispondrán de una vía de acceso lista para escalar estos flujos de trabajo con Red Hat OpenShift AI, la cual incluirá RHEL AI y en la cual podrán aprovechar OpenShift Kubernetes Engine para entrenar y servir modelos de IA a escala, así como las capacidades de MLOps integradas de OpenShift AI para gestionar el ciclo de vida de los modelos. OpenShift AI y RHEL AI también se integrarán con IBM watsonx, que aporta capacidades adicionales para el desarrollo de IA empresarial, la gestión de datos y el gobierno de modelos. 

Origen

Hitachi Vantara, la subsidiaria de Hitachi Ltd. (TSE: 6501) que brinda almacenamiento de datos, infraestructura y gestión de Nube Híbrida, anuncia la culminación de una realineación estratégica diseñada para acelerar el plan de crecimiento de la Compañía, incluida su capacidad de responder ante oportunidades del mercado con foco en la Nube Híbrida, y la Inteligencia Artificial (IA) Generativa.

La nueva estructura incluye la integración de Hitachi Vantara y la División de Productos para Plataformas de TI de Hitachi, que ha sido responsable del desarrollo comercial, I+D y la producción de soluciones de infraestructura de datos de Hitachi.

La estrategia realineada de Hitachi Vantara brinda una amplia experiencia en infraestructura y almacenamiento de datos a lo largo de todo el proceso de fabricación y la Nube Híbrida, así como un enfoque compartido sobre la colaboración que permite impulsar resultados comerciales valiosos para los clientes de la Compañía.

Hitachi Vantara será capaz de innovar y adaptarse a las necesidades del mercado en tiempo real, haciendo uso de su extensa trayectoria en gestión de datos en todos los entornos de misión crítica.

El anuncio se produce en un momento importante en el que el surgimiento de tecnologías como la IA Generativa ha llevado a un crecimiento explosivo del procesamiento de datos, y que muchas empresas se están esforzando por mantener.

Una encuesta revela que casi 9 de cada 10 profesionales de TI (88%) no pueden abordar el incremento de las demandas relacionadas con IA que han recibido en sus organizaciones. Otro estudio independiente concluye que más del 75% de las organizaciones está utilizando múltiples modelos de IA, y que el 90% se enfrenta a los desafíos de integrar la IA con otros sistemas.

“El crecimiento de la IA Generativa y la explosión del poder del procesamiento de datos impulsan el ritmo del cambio y muchas organizaciones se esfuerzan por mantener el mismo”, señala Sheila Rohra, CEO de Hitachi Vantara. “La siguiente fase de la transformación del negocio está diseñada para ayudarnos a acelerar nuestra ejecución y escalar el negocio para identificar y capitalizar las oportunidades del mercado en tiempo real. El alcance de las capacidades de desarrollo, fabricación, venta y entrega fortalecerán nuestra habilidad de brindar a los clientes el rendimiento, confiabilidad y la resiliencia de los datos impulsados por la IA que ellos necesitan en sus entornos de Nube Híbrida, con el fin de lograr un impacto y crecimiento en el mundo real”.

Como parte de la nueva estructura organizativa, Akinobu Shimada, ex presidente de la División de Gestión de Productos de Plataforma de TI de Hitachi, ha sido designado presidente de Hitachi Vantara para impulsar la relación ya consolidada entre Hitachi Vantara e Hitachi Ltd.

“Nuestra sólida alianza entre las organizaciones nos ha ayudado a crear la sinergia adecuada para constituir una estructura de Hitachi Vantara que acerca la I+D e ingeniería aún más hacia nuestros mercados clave en todo el mundo,” explica Shimada. “Dada la impresionante cantidad de experiencia industrial y comprensión técnica instalada en nuestro negocio, confío en que lideraremos con una infraestructura digital unificada y un plan de ejecución que nos permita obtener resultados de alto impacto para nuestros clientes, y preparar a nuestro negocio para un crecimiento constante”.

Hitachi Vantara lidera el desarrollo de almacenamiento en Nube Híbrida, que combina recursos informáticos locales y en la Nube para lograr seguridad, alto rendimiento, confiabilidad y ventaja económica en el procesamiento de datos críticos de grandes escalas para los requerimientos comerciales complejos.

La Compañía recientemente anunció una colaboración con NVIDIA para crear una nueva generación de soluciones transformadoras de IA, Hitachi iQ, que coloca a las capacidades específicas de la industria por encima de los actuales estándares de soluciones de IA, para que los resultados sean más específicos y pertinentes al negocio de una organización.

Para más información sobre el almacenamiento de datos, infraestructura y productos, soluciones y servicios de gestión de Nube Híbrida, accede aquí.

Origen

La Inteligencia Artificial Generativa (IA Gen) está revolucionando el sector energético al acelerar el procesamiento de grandes volúmenes de datos, transformando la gestión de la información y las operaciones. Según una encuesta de Accenture, 87% de los ejecutivos a nivel mundial incluirá a la IA Gen en sus estrategias a largo plazo y el 95% se siente altamente motivado por los modelos de lenguaje que respaldan esta innovadora tecnología.

"Hemos podido observar cómo la IA Gen puede potenciar o automatizar una parte considerable de las funciones laborales. Por ejemplo, puede potenciar el 64% de las horas laborales de los gerentes generales y de los gerentes de operaciones; el 58% de las horas de los supervisores de ventas del Retail, así como roles fundamentales en sectores como la transición energética, como ingenieros petroleros (39%), operadores de perforación (25%) y operadores de perforadoras rotativas (18%)", comenta María Sánchez Pagano, Directora Ejecutiva de Accenture Argentina.

A pesar de los desafíos en privacidad, confidencialidad y precisión de modelos en la IA Gen, las empresas energéticas están explorando casos de uso. Investigaciones de Accenture muestran que dos tercios de los ejecutivos anticipan importantes aumentos en los recursos destinados para el desarrollo de IA en los próximos tres a cinco años.

María Sánchez Pagano detalla que, por ejemplo, “en Accenture hemos trabajamos con empresas de petróleo y gas para utilizar técnicas como la búsqueda cognitiva y el modelado semántico, así como la IA generativa, para mejorar el acceso a los datos y automatizar el desarrollo de insights a partir de esa información”.

La IA Gen es una herramienta fundamental para reinventar los procesos energéticos. Por ejemplo, dos tercios de los ejecutivos a nivel mundial cree que esta tecnología acelerará la innovación en sus organizaciones. “Al integrarla en procesos centrales, las empresas pueden alcanzar importantes capacidades, como la modelación de escenarios complejos, transferencia de conocimiento entre los trabajadores y la reconfiguración del ciclo de gastos de capital. Por ejemplo, la Gen AI permite acelerar los aspectos iniciales de los proyectos de capital, ya que esta tecnología puede crear los diseños básicos, los conceptos y los estudios de viabilidad. Ser capaz de generar un diseño completo al 80 % en cuestión de minutos no solo reduce enormemente los plazos de los proyectos, sino que también permite realizar previsiones más precisas que se traducen en una mayor disciplina de capital”, señala Sánchez Pagano.

La IA Gen está ofreciendo diferentes oportunidades en toda la cadena de valor, abordando desafíos en operaciones, gestión del conocimiento, fuerza laboral y reportes ambientales. En el ámbito de la experiencia del empleado, la tecnología puede acelerar el mantenimiento de equipos al examinar y resumir documentación, mejorando la productividad y preservando conocimiento tácito para las nuevas generaciones.

María Sánchez Pagano concluye que “IA Gen representa una importante oportunidad de transformación para la industria de energía. Por eso, las empresas deben comenzar a estudiar cómo aplicarla en sus organizaciones para capturar todo su valor”.

Origen

La constante evolución de la industria financiera y los nuevos patrones de consumo de una sociedad cada vez más global y digitalizada presentan nuevos desafíos y oportunidades para bancos, fintechs y aseguradoras tanto en Argentina como en el resto del mundo. En este marco, las empresas del sector financiero no tienen otra alternativa más que adoptar el uso de tecnologías innovadoras que no solo faciliten la vida de sus clientes, sino también a la eficiencia operativa y la estabilidad a largo plazo de sus negocios.

En este contexto, N5 -empresa de software multinacional para la industria financiera- elaboró un listado de las cinco principales tendencias que marcarán a la industria financiera en 2024. El relevamiento se desprende de la información recabada durante el último año como parte del proceso de transformación digital que la empresa lleva adelante junto a sus diversos clientes en 14 países.

“Vivimos en un mundo en constante cambio y los actores y las empresas de la industria financiera no son la excepción. En N5 brindamos servicios para algunas de las más grandes empresas del rubro a nivel mundial y nos fascina observar las grandes oportunidades que se abren para aquellos que mejor se adaptan al uso de nuevas tecnologías como la IA. Vamos hacia un mundo cada vez más global e integrado donde los medios de pago virtual y la banca abierta serán cada vez más protagonistas”, señaló Julián Colombo, CEO y fundador de N5.

1. Hiperpersonalización de los productos

La primera tendencia identificada es una rápida transformación en la manera en que los clientes y las empresas del rubro consumen servicios de pago y financieros. Esto se debe a una combinación de nuevas tecnologías (como la IA generativa) y avances regulatorios locales e internacionales. Por lo tanto, invertir en servicios y productos más adaptados a las preferencias y comportamientos de los clientes se convertirá en uno de los principales asuntos que las compañías financieras deberán tener en el radar en 2024.

Además, la IA generativa está transformando el análisis y la toma de decisiones en el sector financiero como nunca. Esta herramienta hace posible que bancos, fintech, traders y aseguradoras analicen en tiempo real grandes cantidades de datos históricos que les permiten encontrar patrones y tendencias ocultas a simple vista y mejorar la capacidad de predicción en un mercado volátil.

• IA para la prevención de fraudes

El uso de la IA como herramienta para la prevención de fraudes es una tendencia cada vez más extendida entre las organizaciones financieras y en 2024 no será diferente. Según una investigación a escala global realizada por Nvidia, entre los principales casos de uso de inteligencia artificial en el área financiera se encuentran la detección de fraudes en pagos y transacciones (31%) seguida de PLD (prevención de lavado de dinero) y KYC (conozca a su cliente) (23%).

• El auge de la IA generativa

Del mismo modo que la Al tradicional ganó fuerza en todo el mundo, contribuyendo enormemente en la innovación del sector financiero, la cada vez más frecuente implementación de la IA generativa está demostrando tener un enorme potencial para impulsar aún más el desarrollo de nuevos servicios financieros, al facilitar la adaptación de las compañías a las demandas del mercado. La aplicación a gran escala de esta herramienta mejorará notablemente la oferta de servicios en bancos, aseguradoras y fintechs al personalizar y optimizar procesos, proporcionando experiencias más eficientes y adaptadas a las necesidades individuales de los usuarios.

• Crecimiento de los pagos digitales

Sin lugar a duda, los medios de pago digitales seguirán afianzándose y tendrán cada vez más presencia este 2024 en toda América Latina. Según un estudio la consultora McKinsey, el valor de los pagos digitales en la región alcanzará los USD $2,5 billones para 2025. Esta será la tendencia que cobrará mayor impulso durante este año, sustentada mayormente por una mayor penetración de los smartphones y la creciente adopción de soluciones de pago contactless (sin contacto).

• La profundización del Open Banking

El Open Banking o banca abierta es una tendencia que gana cada vez más fuerza en América Latina y en 2024 no será diferente. Como resultado de las cada vez mayores tasas de adopción de la banca digital, la colaboración entre fintechs y bancos tradicionales y la búsqueda de servicios financieros inclusivos se convierte en un paso ineludible para el sector, resultando en el surgimiento de nuevos productos y servicios financieros en el país.

N5 Now es la única plataforma de sistemática comercial del mundo diseñada para la industria financiera y lista para el Openfinance (openbanking y openinsurance) que integra nativamente todos los softwares necesarios para la operación de una institución financiera como CRM (clientes), SPM (empleados), BPM (productos y servicios), OCM (canales) y Alpha Now (datos). Su tecnología basada en IA permite derribar las barreras que impiden la innovación en las instituciones financiera, al liberarlas de la complejidad de sus sistemas heredados.

“Estas cinco tendencias se presentan como grandes aliadas para acelerar la digitalización de la industria financiera”, avizora el directivo de la compañía reconocida Microsoft.

Origen

Accenture está creando centros de IA generativa en nueve países de Asia Pacífico y América Latina para responder al creciente interés de los clientes por esta tecnología. Los centros en Australia, Argentina, Brasil, Gran China, India, Japón, México, Filipinas y Singapur conectarán a los clientes con expertos en datos e IA de Accenture, así como con socios del ecosistema. El objetivo es facilitar una rápida experimentación, co-creación y escalamiento de soluciones de IA generativa, utilizando el sólido marco de inteligencia artificial responsable de Accenture como base. 

"Los clientes de hoy están listos para ir más allá de la prueba de conceptos y pasar a la producción para abordar problemas empresariales más complejos en toda su cadena de valor. También reconocen que la IA generativa introduce riesgos nuevos y únicos que necesitan consideración y mitigación", afirmó Leo Framil, CEO de Accenture Growth Markets.  "Aprovechando nuestra experiencia en conversaciones con clientes, proyectos existentes, nuestro rico talento y asociaciones industriales, nuestros centros de IA generativa proporcionarán a las empresas las mejores ideas y capacidades para dar forma a soluciones a medida y ayudarles a reinventar su negocio, de manera responsable", agrega el ejecutivo. 

De acuerdo con una reciente encuesta realizada por Accenture, se prevé que el 77% de los directivos de la región Asia Pacífico (APAC) aumenten su inversión en Inteligencia Artificial en 2024. Este aumento se da a medida que las empresas evolucionen de la prueba de concepto a la personalización de modelos básicos con datos propios. Por otro lado, el 84% de la C-suite en América Latina también planea realizar un aumento en sus inversiones en IA con un enfoque similar. 

"Aprovechar el verdadero potencial de la IA generativa radica en profundizar y construir una estrategia de datos sólida, anclada en un núcleo digital que incluya una infraestructura moderna de nube y ERP, y capacidades maduras de datos e IA", manifestó Vivek Luthra, líder de Datos e IA para Accenture Growth Markets. "Nuestros centros de IA generativa refuerzan nuestras inversiones existentes en datos e IA para proporcionar a nuestros clientes un espectro completo de capacidades para construir y escalar la IA para mejorar la productividad e impulsar el crecimiento", complementa Luthra.

Los centros abordarán una amplia gama de necesidades industriales y funcionales, pero cada uno de ellos se especializará también en uno o varios sectores, como banca, seguros, telecomunicaciones, sector público, fabricación, energías renovables, productos químicos y minería. Los centros estarán operativos en enero de 2024, excepto en Argentina y México, que se unirán a la red a finales de este año. 

Estos centros forman parte de la inversión de 3.000 millones de dólares de Accenture en datos e IA. La empresa también anunció recientemente el lanzamiento de servicios especializados para ayudar a los clientes a construir sus propios modelos lingüísticos de gran tamaño adaptados a sus necesidades empresariales específicas.

Origen