Tecnología

Con la evolución de la IA de la simple generación de contenido hacia los Agentes y la ejecución autónoma, los retos de seguridad ya no se limitan solo a los resultados de los modelos, sino que ahora incluyen permisos, uso de herramientas, monitorización y la supervisión humana. En este artículo se explora cómo la seguridad en IA está surgiendo como una infraestructura fundamental y se examinan las dinámicas a largo plazo entre el desarrollo de capacidades y la gobernanza de la seguridad.

La criptografía poscuántica protege las firmas digitales y los sistemas de cifrado mediante algoritmos resistentes a la computación cuántica. Este artículo examina Lattice Jolt, publicado por a16z, los principios de la criptografía basada en retículas, los riesgos de ataques cuánticos y las soluciones de migración para blockchain.

Los agentes de IA están evolucionando de herramientas auxiliares a sistemas de ejecución empresariales. Por ello, la frontera competitiva se está ampliando de las capacidades de los modelos a los permisos, los flujos de trabajo, los controles de ejecución y los mecanismos de retroalimentación. Este artículo analiza el valor a largo plazo de la comercialización de los agentes y su adopción por parte de las empresas.

Los precios más bajos de los modelos no afectarán negativamente a la industria de IA; al contrario, impulsarán que la IA pase de ser un recurso limitado a convertirse en un activo de producción escalable.

Lattice Jolt es una máquina virtual de conocimiento cero (zkVM) de nueva generación presentada por a16z Crypto y basada en el framework Jolt zkVM. En lugar de desarrollar una máquina virtual completamente nueva, el principal avance de Lattice Jolt radica en su arquitectura criptográfica subyacente: reemplaza el esquema de compromiso polinómico Dory, anteriormente basado en criptografía de curva elíptica, por Akita, que utiliza la hipótesis de retículas Module-SIS. Con esta transición a la criptografía basada en retículas, Jolt ofrece capacidades de seguridad poscuántica mejoradas.

A medida que los agentes de IA evolucionan de asistentes autónomos a despliegues a escala empresarial, los desafíos clave están pasando de las capacidades del modelo hacia aspectos como identidad, control de acceso, gobernanza, observabilidad y gestión de costes. Este artículo explora cómo está tomando forma el plano de control de IA empresarial y la nueva infraestructura de software que puede emerger en esta capa.

Los agentes de IA están transformando el software empresarial, que deja de ser un conjunto de herramientas operadas por personas para convertirse en sistemas que ejecutan tareas. Este artículo analiza cómo los agentes están redefiniendo las ventajas competitivas del software empresarial y la infraestructura fundamental que las empresas realmente necesitan reconstruir en áreas como los flujos de trabajo, los datos, los permisos, los precios del software y la estructura organizativa.

La reevaluación de los activos de privacidad no es simplemente un repunte de las Zonas, sino que puede señalar una mejora de la infraestructura de las finanzas on-chain, que pasan de la transparencia pública a la privacidad verificable.

La IA empresarial está dejando atrás la carrera por las capacidades de los modelos para centrarse en la carrera por el ROI. En la próxima fase del software y la infraestructura de IA, los ganadores serán quienes logren integrar los agentes en los flujos de trabajo principales, ejecutar tareas de forma continua y demostrar una economía unitaria.

La computación cuántica con trampas de iones de IonQ emplea iones mantenidos por campos electromagnéticos como qubits, permitiendo controlar con precisión sus estados cuánticos usando láseres, microondas y técnicas afines. A diferencia de los ordenadores clásicos, que utilizan transistores para representar valores binarios (0 y 1), la computación cuántica se apoya en las propiedades de superposición y entrelazamiento de los qubits para procesar información. IonQ opta por la estrategia de trampas de iones con el fin de mantener qubits de alta calidad, optimizar la fidelidad de las puertas cuánticas y potenciar la conectividad entre qubits.

Los agentes de IA están superando la función de asistencia mediante Chat y ocupando un lugar central en los flujos de trabajo empresariales. La identidad, los permisos, las llamadas a herramientas y la auditoría se perfilan como la próxima capa de infraestructura. Este artículo analiza por qué la gobernanza de los agentes podría convertirse en el próximo gran campo de batalla de la IA empresarial.

GPT-6 Astra es un modelo de frontera de nueva generación publicado por OpenAI en 2026, centrado en ampliar las capacidades de operación informática, programación, investigación científica y ciberseguridad. Analiza sus características, los resultados de las pruebas comparativas, el alcance de su implementación y sus riesgos.

El Mercado antes temía que la IA disminuyera la demanda empresarial de SaaS, ya que un solo agente de IA parecía capaz de sustituir una gran cantidad de tareas manuales con solo hacer clic. Sin embargo, las tendencias emergentes del sector sugieren que la IA también podría convertirse en un superusuario de software: un agente puede interactuar de forma simultánea con CRM, ERP, bases de datos, herramientas de seguridad y plataformas de colaboración. El verdadero cambio quizá no resida en si el software tiene valor, sino en quién lo utiliza, cómo se monetiza y dónde acaba acumulándose ese valor dentro del stack.

El científico jefe de OpenAI aborda el debate sobre la arquitectura recurrente «Astra» y afirma que la profundidad de cómputo del modelo no ha aumentado de manera significativa. Un análisis detallado de la profundidad recurrente, la supervisión de la cadena de razonamiento, las cajas negras de los modelos y los riesgos para la seguridad de la IA.

Lo verdaderamente relevante al analizar una posible adquisición no es el precio de 12 900 millones de dólares, sino quién controlará la pasarela esencial que conecta los modelos, los desarrolladores y el Hashrate en toda la cadena de valor de la IA. A partir de la posición de Hugging Face dentro del ecosistema, este artículo examina las razones empresariales que impulsan a los fabricantes de chips a avanzar hacia las plataformas de modelos y explora cómo podrían evolucionar la neutralidad del código abierto, la dependencia del ecosistema, la libertad de elección de los desarrolladores y la competencia en la infraestructura de IA.