Microsoft está a punto de bloquear o limitar funciones clave de Microsoft 365 en las aplicaciones de Office para Mac y iPhone más antiguas, a menos que los usuarios actualicen sus sistemas operativos o clientes de Office. Los usuarios que ejecutan compilaciones heredadas de Office (incluidas versiones con licencia perpetua) o macOS/iOS desactualizados pueden encontrar que los inicios de sesión de Microsoft 365, la sincronización en la nube y la edición de documentos de OneDrive/SharePoint se degraden: las aplicaciones pueden volver a modo de solo lectura o perder la coautoría en tiempo real y otras funciones integradas. El cambio está impulsado por el requisito de Microsoft de autenticación moderna, APIs más recientes y capacidades de cliente actualizadas; mantenerse en versiones de SO o aplicaciones no compatibles impedirá el acceso a muchas funciones centradas en la nube. Para evitar interrupciones, actualice macOS/iOS y las aplicaciones de Office, cambie a las aplicaciones web de Office o consulte a los administradores de TI sobre rutas de actualización. El requisito también afecta a servicios más recientes dependientes de la plataforma, como las funciones impulsadas por IA (Copilot) y las herramientas avanzadas de colaboración, que solo funcionarán en clientes compatibles.

El modelo o1 en ChatGPT incluye un parámetro oculto en sus Custom Instructions que permite a los usuarios ajustar el esfuerzo de razonamiento de la IA. Al indicar explícitamente en estas instrucciones que «piense más tiempo» o «profundice su proceso de razonamiento», los usuarios pueden mejorar significativamente el rendimiento en tareas de programación complejas, acertijos lógicos y análisis matizados. El razonamiento profundo permite que el modelo o1 dedique más tiempo a un procesamiento tipo 'bloc de notas' antes de ofrecer una respuesta final, reduciendo errores y mejorando la calidad de su lógica. Este descubrimiento destaca cómo los usuarios pueden ejercer mayor control sobre las capacidades de 'chain-of-thought' del modelo, obligando efectivamente a la IA a desacelerar y verificar sus pasos, lo que conduce a resultados notablemente más precisos y completos en comparación con la configuración predeterminada.

Elastic ha acordado adquirir DeductiveAI, respaldada por CRV, por hasta 85 millones de dólares para acelerar su hoja de ruta de productos de IA y datos. Según informó TechCrunch, el acuerdo pretende incorporar las herramientas y el talento de ingeniería de DeductiveAI en la plataforma de Elastic para mejorar la búsqueda, la observabilidad y el análisis impulsado por IA en todo el Elastic Stack. DeductiveAI, respaldada por la firma de capital riesgo CRV, aporta tecnología destinada a ayudar a los equipos a comprender, depurar y poner en producción modelos y canalizaciones basados en datos. Elastic espera que la adquisición fortalezca su capacidad para ofrecer a los clientes integraciones más estrechas entre la ingestión de datos, la indexación y las funciones de búsqueda/observabilidad informadas por modelos, y para acelerar el desarrollo de capacidades generativas y aumentadas por recuperación en Elastic Cloud. Los términos financieros están estructurados como un valor límite de hasta 85 millones de dólares, que probablemente incluye contraprestación inicial más pagos contingentes vinculados a hitos. Se espera que los empleados y las participaciones de DeductiveAI pasen a Elastic, mientras que este movimiento sitúa a Elastic de manera más directa en el espacio competitivo de infraestructura y herramientas de observabilidad habilitadas por IA.

La actualización de Claude Code Artifacts de Anthropic introduce paneles compartidos en tiempo real y espacios de trabajo interactivos que permiten a los equipos empresariales crear, ejecutar y colaborar en aplicaciones y análisis impulsados por modelos en vivo. La versión pone énfasis en el desarrollo colaborativo: varios usuarios pueden ver e interactuar con los mismos paneles y espacios de trabajo, ejecutar celdas o componentes en vivo y ver las actualizaciones de inmediato, lo que agiliza la depuración, la exploración y las revisiones por parte de los stakeholders. La actualización también se centra en las necesidades empresariales, como controles de acceso, auditabilidad e integraciones con fuentes de datos y sistemas internos, para que las organizaciones puedan exponer de forma segura las salidas del modelo a los equipos. Anthropic presenta estas funciones como una forma de acelerar la productización de las capacidades del modelo en equipos de ciencia de datos, análisis e ingeniería, reducir la fricción entre prototipado y producción y permitir un intercambio gobernado de insights. El artículo destaca cómo los artefactos interactivos pretenden hacer que los flujos de trabajo impulsados por modelos sean más transparentes y colaborativos para las empresas que adoptan herramientas impulsadas por Claude.

Un ingeniero nuclear propone usar burbujas que generan vapor para mejorar el intercambio de calor y transformar radicalmente la refrigeración de los centros de datos de IA, lo que podría reducir la demanda de energía y aliviar la presión sobre las redes eléctricas. El concepto se basa en aprovechar el cambio de fase y la convección impulsada por burbujas dentro de sistemas de refrigeración líquida para alejar el calor de los chips de alta potencia de manera mucho más eficiente que la refrigeración convencional por aire o líquido. La propuesta ha generado una fuerte reacción en línea —incluidas advertencias escépticas de que no es así como normalmente se enfrían las instalaciones— y los expertos señalan desafíos importantes antes de su despliegue: ingeniería para generar burbujas de forma fiable a escala, riesgos de contaminación y mantenimiento, química de los fluidos y compatibilidad de materiales, redundancia y modos de fallo, y preocupaciones regulatorias y de seguridad en centros de datos en funcionamiento. Si se valida mediante demostraciones y pruebas rigurosas, el enfoque podría ayudar a reducir los costes operativos, mejorar la sostenibilidad al permitir la recuperación de calor residual y aliviar la tensión sobre el suministro energético causada por la creciente demanda de computación para IA, pero se requieren importantes I+D y pruebas piloto cautelosas.

Según se informa, la startup de inferencia de IA Baseten está recaudando 1.500 millones de dólares apenas unos meses después de completar una mega ronda anterior, lo que subraya el intenso interés de los inversores en la inferencia de IA y la infraestructura de despliegue de modelos. Según personas familiarizadas con el asunto, esta nueva financiación inyectaría capital fresco en la plataforma de Baseten, que ayuda a desarrolladores y empresas a desplegar, escalar y gestionar modelos grandes en producción. Si se completa, la ronda llegaría en un momento de fuerte competencia entre empresas que ofrecen herramientas de inferencia, servicios de baja latencia y funciones MLOps para modelos fundacionales y sistemas ajustados. Se espera que la recaudación apoye el desarrollo de productos, la expansión global y una mayor integración empresarial, a medida que crece la demanda de inferencia fiable y servicios rentables. El informe de TechCrunch cita fuentes anónimas y señala que Baseten y los posibles inversores no han hecho comentarios públicos; detalles como la valoración, los inversores principales y el uso específico de los fondos siguen sin confirmarse. El potencial aumento de la financiación refleja un mayor interés del mercado por la infraestructura de IA, a pesar de las señales macroeconómicas mixtas.

Las aplicaciones de juguetes impulsadas por IA y dirigidas a niños están recopilando y compartiendo datos personales de forma rutinaria, lo que genera importantes preocupaciones sobre la privacidad y la seguridad entre investigadores y expertos en protección infantil. Muchas aplicaciones incorporan tecnologías de seguimiento y solicitan o infieren información sensible —como grabaciones de voz, identificadores de dispositivo, datos de ubicación y listas de contactos— a menudo sin divulgaciones claras y apropiadas para la edad ni un consentimiento parental significativo. Las investigaciones muestran que los datos recogidos se transmiten con frecuencia a empresas de análisis de terceros y redes publicitarias, creando riesgos de perfilado y publicidad dirigida a menores. Las políticas de privacidad suelen ser vagas o estar ocultas, y las prácticas de seguridad pueden ser débiles, aumentando la probabilidad de accesos no autorizados o usos indebidos. Marcos regulatorios como COPPA y el RGPD se citan como relevantes pero se aplican de forma desigual, dejando vacíos en la protección de los niños que usan juguetes de IA conversacionales o adaptativos. Los expertos piden una supervisión más estricta, transparencia obligatoria sobre los flujos de datos, valores predeterminados de privacidad por diseño, una aplicación más rigurosa de las leyes existentes sobre datos de menores y mejoras en los controles parentales. Se aconseja a los padres que examinen los permisos de las apps, prefieran proveedores de buena reputación y limiten el intercambio de datos hasta que existan salvaguardas más claras.

Snap está escindiendo su división interna de investigación de vídeo con IA en una nueva entidad independiente llamada Dotmo para aliviar los costes operativos y simplificar su enfoque estratégico. La medida se produce mientras la compañía de redes sociales equilibra los altos gastos de infraestructura asociados al entrenamiento de modelos generativos avanzados con sus objetivos principales en publicidad y realidad aumentada. Dotmo operará como una startup separada, lo que permitirá al equipo asegurar financiación de riesgo alternativa mientras continúa desarrollando sus tecnologías propietarias de síntesis de vídeo. Esta reestructuración estratégica refleja una tendencia más amplia entre las grandes empresas tecnológicas de desprenderse de experimentos de IA intensivos en recursos cuando esos proyectos no se alinean de inmediato con la generación de ingresos a corto plazo o con las hojas de ruta de los productos principales.

Illinois está impulsando una prohibición del uso de gafas inteligentes mientras se conduce para frenar la posible distracción del conductor y los riesgos para la seguridad. El artículo describe los recientes esfuerzos legislativos para restringir el uso en el vehículo de gafas de realidad aumentada (RA) y dispositivos similares montados en la cabeza, citando las preocupaciones de legisladores y defensores de la seguridad de que las superposiciones visuales, las notificaciones o las transmisiones en vivo podrían desviar la atención de la carretera. Señala los desafíos de aplicación y de definición —cómo trazar la línea entre los displays tipo head-up inofensivos, las herramientas de accesibilidad y las funciones AR que distraen— y menciona las reacciones de la industria y las implicaciones de privacidad asociadas a los dispositivos con cámara. El autor expresa un acuerdo condicional con la prohibición, argumentando que la prioridad a la seguridad pública justifica una regulación cautelosa, al tiempo que advierte contra normas demasiado amplias que podrían sofocar aplicaciones útiles de navegación manos libres y de accesibilidad. El artículo pide leyes específicas y neutrales en cuanto a la tecnología, definiciones técnicas más claras y colaboración entre reguladores, expertos en seguridad y fabricantes para equilibrar la innovación con la seguridad vial.

OpenAI está formando un equipo ejecutivo y asesor de alto perfil para acelerar los preparativos de una posible IPO, lo que señala su intención seria de entrar en los mercados públicos. La compañía está reclutando profesionales sénior en finanzas, jurídico, cumplimiento y mercados de capital —incluyendo talento con nivel de CFO y procedente de la banca de inversión, expertos en regulación y gobernanza y asesores experimentados en relaciones con inversores— para reforzar su preparación ante el escrutinio y las exigencias de reporte de una cotización pública. Estas contrataciones tienen la intención de fortalecer la gobernanza corporativa, los controles financieros y las comunicaciones externas, ayudar a fijar expectativas de valoración y afrontar las preguntas de reguladores e inversores sobre seguridad, modelos de ingresos y asociaciones. El movimiento refleja la presión por profesionalizar las operaciones en medio de la rápida comercialización de productos y la feroz competencia en la IA. Incorporar veteranos de los mercados públicos debería aumentar la credibilidad ante inversores y reguladores de la IPO, pudiendo influir en el momento, el precio y la estrategia pos-IPO, y al mismo tiempo destacar cómo las principales empresas de IA se preparan para equilibrar la innovación con las responsabilidades del mercado público.

Amazon pretende desafiar el dominio de Nvidia ofreciendo sus aceleradores de IA internos a la venta fuera de AWS, con la intención de poner las fichas Trainium e Inferentia a disposición de terceros y de clientes on‑premises. La compañía afirma que estos chips ofrecen una relación precio‑rendimiento y una eficiencia energética competitivas para cargas de trabajo grandes basadas en Transformers, y planea complementar la disponibilidad del hardware con su pila de software Neuron y con integraciones para PyTorch y TensorFlow para facilitar la migración. El artículo describe la estrategia de Amazon de ampliarse desde despliegues exclusivamente en la nube hacia un negocio de hardware más amplio, subrayando la posible presión sobre los márgenes de Nvidia y los precios en la nube. Los analistas señalan que Amazon sigue enfrentando obstáculos: un ecosistema de desarrolladores más pequeño en comparación con CUDA de Nvidia, compatibilidad de cargas de trabajo y la necesidad de demostrar rendimiento en diversas familias de modelos. El artículo concluye que una distribución más amplia de los aceleradores de Amazon podría reducir costes y ampliar las opciones para las empresas, pero el ecosistema consolidado y las ventajas de software de Nvidia siguen siendo obstáculos significativos.

Según una encuesta citada por Match, casi la mitad de los solteros en Estados Unidos informan tener una visión negativa de la IA en el ámbito de las citas. Los encuestados expresaron su preocupación de que la IA pueda socavar la autenticidad y la confianza en las plataformas de citas, permitiendo perfiles engañosos, imágenes que inducen a error y mensajes no auténticos. Las preocupaciones sobre la privacidad y el uso de los datos también contribuyen al escepticismo, y muchos solteros se muestran inquietos ante la idea de que las máquinas influyan en las interacciones románticas. A pesar de las reservas generalizadas, algunos usuarios reconocen posibles ventajas, como una mejor compatibilidad, conveniencias que ahorran tiempo y funciones de seguridad, siempre que la IA se utilice de forma responsable. Match subraya la necesidad de transparencia, divulgaciones claras y salvaguardas más sólidas para preservar la autonomía humana y la confianza. Los hallazgos sugieren que las aplicaciones de citas podrían verse presionadas para implementar verificaciones, etiquetas para contenido generado por IA y controles de privacidad más estrictos mientras equilibran la innovación con la comodidad y la seguridad del usuario. Estas actitudes mixtas apuntan a una industria que se muestra cautelosa ante el despliegue de funciones de IA sin salvaguardias visibles.

Karamo Brown ha lanzado Kē, una aplicación de bienestar que utiliza un clon digital de IA del coach de vida de Queer Eye para ofrecer coaching personalizado, prácticas guiadas y ejercicios de reflexión. La aplicación se centra en interacciones conversacionales con una persona sintética de Karamo entrenada para emular su estilo de coaching y su voz, ofreciendo establecimiento de objetivos, propuestas para llevar un diario, mindfulness y motivación adaptada a las necesidades de los usuarios. Brown presenta el clon de IA como una forma escalable de extender su enfoque hacia el bienestar más allá de las sesiones individuales. Kē se posiciona como un complemento —no un reemplazo— de la atención humana e incluye salvaguardas del producto y controles de usuario destinados a abordar preocupaciones sobre el consentimiento, la privacidad y el uso indebido. El lanzamiento refleja una tendencia creciente de compañeros de IA respaldados por celebridades en el ámbito del bienestar y plantea cuestiones sobre ética, uso de datos y límites terapéuticos a medida que más aplicaciones combinan la autenticidad de una marca personal con capacidades de IA generativa.

Google Cloud sostiene que la IA agentiva — agentes de IA autónomos y orientados a objetivos — se convertirá en el núcleo de la automatización y la productividad empresarial, desplazando el trabajo de la orquestación manual a la ejecución de tareas liderada por agentes. El artículo destaca la estrategia de Google de combinar grandes modelos de lenguaje con un marco de agentes, herramientas de orquestación y conectores profundos hacia los datos y sistemas empresariales para habilitar flujos de trabajo de extremo a extremo que puedan planificar, actuar y adaptarse. El texto detalla cómo Google empaqueta capacidades (alojamiento de modelos, herramientas para desarrolladores, seguridad y gobernanza, observabilidad y MLOps) para hacer que las soluciones agentivas sean prácticas para las empresas, y menciona casos de uso como soporte automático al cliente, tareas de TI y DevOps, aumento de la productividad de trabajadores del conocimiento y automatización de procesos. También aborda desafíos comunes de implementación — acceso a datos, confianza, seguridad, auditabilidad e integración con sistemas heredados — y posiciona la infraestructura en la nube y las ofertas de IA de Google como factores diferenciadores en un mercado donde las empresas buscan tanto modelos potentes como salvaguardas de nivel empresarial.

Google ha retirado oficialmente las líneas de producto Nest Audio y Nest Mini, lo que significa que la compañía ha dejado de vender esos modelos y está reduciendo el soporte a largo plazo. Los dispositivos existentes seguirán funcionando para funciones básicas a corto plazo, pero los propietarios deben esperar menos actualizaciones de funciones, un eventual fin de los parches de seguridad y una disminución en el periodo de cobertura para opciones de garantía o reparación, ya que Google centra el desarrollo en hardware más reciente. Se aconseja a los propietarios actuales que revisen sus ajustes de Google Home, hagan copia de seguridad de las rutinas y automatizaciones importantes y consideren migrar las integraciones críticas del hogar inteligente a dispositivos Google más nuevos o a alternativas compatibles. Algunos servicios o funciones avanzadas del Assistant podrían verse limitados con el tiempo, y los usuarios que dependan de seguridad actualizada o de las últimas capacidades del Assistant deberían planear un reemplazo. El cambio refleja la consolidación de productos de Google y los cambios continuos de plataforma; si bien el control por voz diario probablemente seguirá funcionando por ahora, la experiencia de usuario a largo plazo favorecerá cada vez más al hardware y ecosistemas de software Nest más recientes.

ChatGPT puede recrear una vívida personalidad de figura de acción de los años 90 e incluso recuperar detalles personales olvidados, produciendo un concepto de juguete ricamente detallado que resultó extrañamente familiar. El autor guió al modelo en el diseño de una figura inspirada en la estética de los 90 — cabello modelado, músculos exagerados, equipo desmontable, accesorios distintivos, un apodo pegadizo y una historia de fondo — y ChatGPT generó descripciones con textura, textos para el embalaje y características de juego sugeridas que evocaban juguetes reales de la infancia. Más allá de la escritura creativa, la interacción puso de relieve la capacidad del modelo para mantener el contexto de la conversación y sacar a la luz recuerdos o pequeños datos que el autor no había mencionado recientemente, provocando momentos de auténtica nostalgia. El artículo reflexiona sobre las fortalezas (ideación rápida, personalización, construcción de mundos lúdica) y los riesgos (exceso de confianza, invención de detalles, preocupaciones de privacidad sobre comportamientos semejantes a la memoria) de usar IA generativa en proyectos creativos personales, sugiriendo tanto aplicaciones encantadoras como la necesidad de precaución respecto a la exactitud y la retención de datos.

Stellantis, Wayve y Uber han anunciado una alianza estratégica para desarrollar y desplegar tecnologías avanzadas de conducción autónoma para una flota global de robotaxis. Esta colaboración pretende aprovechar la experiencia de Stellantis en ingeniería y fabricación automotriz, el software de IA de extremo a extremo de vanguardia de Wayve y la amplia red global de transporte bajo demanda de Uber, con el fin de superar los retos de escalabilidad que actualmente afronta el transporte automatizado. La iniciativa se centra en ir más allá de los sistemas autónomos tradicionales basados en mapas, utilizando la IA generativa y la inteligencia incorporada de Wayve. Al integrar estos sistemas en vehículos Stellantis disponibles específicamente para la plataforma de Uber, las compañías pretenden ofrecer soluciones de movilidad autónoma más seguras, más eficientes y ampliamente accesibles en diversos mercados internacionales.

Desplegar agentes de IA exige moverse con rapidez pero con salvaguardas estrictas para evitar daños operativos, legales y de reputación. Empiece por ejecutar pilotos dirigidos y experimentos en sandbox que limiten el alcance, la exposición de datos y el impacto en los usuarios; utilice despliegues por fases y lanzamientos canario para que los problemas aparezcan pronto y queden contenidos. Complemente la experimentación rápida con barreras técnicas robustas: controles de acceso, límites de tasa, filtros de entrada/salida, observabilidad, registro detallado y monitorización y alertas automatizadas vinculadas a métricas medibles de seguridad y precisión. Institucionalice la gobernanza y la supervisión transversal para que los equipos de producto, seguridad, jurídico y cumplimiento evalúen el riesgo, los SLA de los proveedores, la procedencia de los datos y las protecciones contractuales antes de un despliegue amplio. Mantenga procesos con intervención humana y procedimientos de respaldo claros para decisiones ambiguas o de alto riesgo, además de planes de respuesta a incidentes y de reversión. Invierta en formación de usuarios, explicabilidad y bucles de retroalimentación continuos para refinar los agentes con el tiempo. En conjunto, el artículo insta a las organizaciones a combinar una iteración agresiva con controles conservadores para aprovechar los beneficios de la IA a la vez que minimizan los perjuicios.

La generación actual de riqueza en Silicon Valley está experimentando un cambio fundamental impulsado por el rápido auge de la inteligencia artificial y una importante actividad de salidas a bolsa (IPO). Los asesores financieros que atienden a la élite tecnológica señalan que los jóvenes millonarios de la tecnología priorizan cada vez más la liquidez y las estrategias de activos defensivos por encima de los patrones tradicionales de tenencia a largo plazo observados en décadas anteriores. Esta nueva era de riqueza se caracteriza por plazos más cortos para la liquidez, alimentados por el despliegue agresivo de capital en startups de IA. A medida que los fundadores consiguen salidas más rápidas o valoraciones aceleradas, están desviando su atención hacia una planificación fiscal compleja y la filantropía, buscando proteger las ganancias acumuladas rápidamente en medio de la volatilidad de alto perfil en los mercados.

Adobe está ampliando asistentes impulsados por IA en Creative Cloud mediante una beta pública para guiar a los usuarios en flujos creativos, automatizar tareas repetitivas y ayudar a producir activos más rápido, manteniendo la supervisión humana. Los nuevos asistentes, construidos sobre los modelos generativos Firefly de Adobe e integrados en aplicaciones como Photoshop, Illustrator, Premiere Pro, Lightroom y Express, pretenden ofrecer orientación paso a paso, flujos de trabajo preconstruidos y sugerencias contextuales que dirijan a los usuarios hacia resultados previsibles y de alta calidad en lugar de reemplazar a los creadores. Adobe enfatiza controles con intervención humana, funciones de procedencia y seguridad (como content credentials y controles de uso), y opciones para editar o revertir resultados generados por la IA. La compañía presenta estos agentes como herramientas de productividad tanto para profesionales como para creadores ocasionales, abordando tareas comunes (maquetación, enmascarado, gradación de color, generación de objetos) y promete interoperabilidad en Creative Cloud. El despliegue suscita las preocupaciones habituales sobre derechos de autor, impacto laboral y limitaciones de los modelos, que Adobe dice estar abordando mediante transparencia, medidas de protección y una beta pública por fases.