PULSO AI · Nueva plataforma impulsada por TD
Kosuke Egami une métodos estadísticos rigurosos y preguntas empíricas sobre política para identificar cuándo los resultados son fiables. Su trabajo aborda hoy los nuevos riesgos que trae la generación de datos con IA y sus implicaciones para la investigación.
La puesta en producción de IA en empresas no depende de un modelo aislado sino del ecosistema que lo rodea: infraestructura, datos, seguridad y operaciones. Azure aspira a ofrecer esa integración desde la infraestructura hasta los agentes.
En menos de tres meses desde salir del sigilo, XDOF se encuentra en conversaciones avanzadas para una Serie B con una valoración cercana a $1.2 mil millones. La compañía, fundada por investigadores de UC Berkeley, construye la cadena de suministro de datos para entrenar robots generalistas.
Un proyecto de IA no es solo escoger un modelo y entrenarlo: es un proceso iterativo que va desde definir el problema hasta desplegar, monitorear y mejorar en producción. Este artículo explica cada etapa y ofrece recomendaciones prácticas para equipos en Latinoamérica.
Los skills de Claude permiten empaquetar instrucciones, plantillas y scripts reutilizables para evitar repetir reglas y estándares en cada conversación. En este artículo veremos qué son, cómo funcionan y construiremos un auditor de CSV paso a paso.
Empresas como Encord y Zander Labs experimentan con cascos que miden ondas cerebrales y sensores musculares para etiquetar tareas humanas y generar datos físicos útiles para entrenar robots. La escasez de datos reales, no la arquitectura del modelo, aparece como el principal obstáculo para avanzar en robótica.
Organizaciones sin fines de lucro están aprovechando herramientas de IA para optimizar recursos, acelerar investigaciones médicas y recuperar tiempo para la atención directa. Revisamos tres casos concretos y lecciones prácticas para organizaciones en América Latina.
La IA ya dejó de ser una promesa y se convirtió en prioridad. Esta hoja de ruta describe cinco impulsores clave para pasar de pilotos aislados a una transformación sostenible y gobernada.
Compras extrañas en librerías de segunda mano llevaron a descubrir una cadena de intermediarios que facilita la digitalización masiva de libros para entrenar modelos de IA. El fenómeno plantea preguntas sobre derechos de autor, conservación del patrimonio y los riesgos para mercados locales, también en América Latina.
Shippy, el agente de IA de Skylight para vigilancia marítima, no es solo un modelo: es un sistema diseñado para ser verificable y seguro. Este artículo desglosa su arquitectura —alma, habilidades y configuración— y las decisiones que lo hacen fiable en operaciones de alto riesgo.
Crear agentes verdaderos va más allá de publicar pesos; requiere datos, trazabilidad y curation. NVIDIA Nemotron apuesta por datos abiertos y sintéticos para hacer agentes inspectables y adaptables, incluyendo personas sintéticas localizadas.
PRX se construyó sobre una tubería de datos pensada para amplitud y flexibilidad: mezclar fuentes publicas e internas, recapitular imágenes con un VLM y combinar Lance y Mosaic Data Shards para crear un corpus streamable. Aquí explicamos las decisiones clave y aprendizajes prácticos.
Modelos clásicos de preferencia que se basan en comparaciones pares no logran identificar correlaciones entre elecciones. Investigadores del MIT muestran que pedir rankings de tres opciones —o combinar ternas con pares— desbloquea información clave y permite estimaciones más precisas sin un costo computacional descontrolado.
La Comisión Federal de Comercio (FTC) exigió el pago de casi un millón de dólares a tres empresas que promovieron un servicio de marketing llamado "Active Listening", afirmando que escuchaba conversaciones a través de dispositivos inteligentes. En realidad, no usaban datos de voz y revendían listas de correos.
La promesa de la IA choca con la realidad operativa: datos fragmentados, gobernanza insuficiente y costos crecientes en la nube. HP propone una estrategia que combina MLOps, control de la procedencia de datos y una familia de equipos que permite mover cargas críticas fuera del datacenter público.
Amazon Quick unifica sistemas de marketing, construye un grafo de conocimiento personalizado y transforma horas de trabajo manual en insights y automatizaciones en minutos. En este artículo explicamos cómo funciona y por qué importa para equipos de marketing en América Latina.
Dos demandas colectivas en Estados Unidos cuestionan la práctica de LinkedIn de detectar extensiones en navegadores Chrome y Chromium. El caso se apoya en un informe llamado BrowserGate que afirma que LinkedIn escanea miles de extensiones y transmite datos a terceros.
DoorDash lanzó Tasks, una app que recoge videos de personas haciendo tareas cotidianas para mejorar modelos de IA y sistemas robóticos. Usuarios graban desde lavar ropa hasta explorar parques y reciben pagos por actividad.
En la era de modelos generativos y redes neuronales complejas, las instituciones financieras ya no pueden confiar solo en ganancias operativas. Adoptar gobernanza robusta y rastreable transforma la conformidad en velocidad de lanzamiento y protección frente a sanciones regulatorias.
Microsoft anuncia Zero Trust for AI (ZT4AI), una extensión de los principios Zero Trust al ciclo completo de la IA. Incluye un nuevo pilar en el Zero Trust Workshop, ampliaciones en la evaluación y una arquitectura de referencia para proteger datos, modelos y agentes.
EVA es un nuevo marco que evalúa conversaciones habladas completas entre un usuario simulado y un agente de voz, con dos puntajes principales: EVA-A (Precisión) y EVA-X (Experiencia). El proyecto se lanzó con un conjunto inicial de 50 escenarios del sector aéreo y benchmarks para 20 sistemas.
En FabCon y SQLCon 2026 Microsoft mostró cómo integra Microsoft SQL y Microsoft Fabric para crear una plataforma de datos unificada. Los anuncios incluyen Database Hub en Fabric, nuevas capacidades de gobernanza y el rol de Microsoft IQ para dar contexto a la IA empresarial.
En 2025 la actividad en Hugging Face se aceleró: más usuarios, modelos y datasets, y un ecosistema cada vez más fragmentado en subcomunidades. Este análisis explica las tendencias clave y lo que deberían considerar las organizaciones latinoamericanas.
Un reportaje reveló que Niantic aprovechó las imágenes y la geolocalización de millones de jugadores de Pokémon Go para alimentar modelos de IA geoespacial. La práctica reaviva debates sobre consentimiento, privacidad y uso comercial de datos generados por usuarios.
