La IA generativa (Genai) se está adelantando a las empresas y cambiándolas más rápido que incluso algunas de las tecnologías más revolucionarias. Genai tiene el potencial de entregar la escala en las operaciones y la capacidad de ser creativo: automatizar la creación de contenido de marketing, expandir la capacidad de desarrollo de software, reinventar el servicio al cliente y el análisis de riesgos. Sin embargo, debajo de esta promesa se encuentra una nueva realidad nueva: las cargas de trabajo de Genai están introduciendo riesgos de seguridad complejos que los CISO ya no pueden ignorar. El antiguo concepto de perímetro de seguridad empresarial ya se ha dividido debido a la nube híbrida, la fuerza laboral remota y la expansión SaaS. El riesgo que introduce la IA es novedoso, probabilístico y opaco y puede ocurrir en forma de modelos de terceros. Para los principales oficiales de seguridad de la información, asegurar las cargas de trabajo de Genai ya no es un problema de TI posterior. Se ha convertido en una prioridad a nivel de junta. Comprender la superficie de ataque de Genai que asegura cargas de trabajo Genai no se trata simplemente de proteger los modelos de IA. Aparece: la integridad de los datos de entrenamiento: los datos confidenciales o sesgados utilizados para el entrenamiento modelo pueden conducir a resultados comprometidos o violaciones regulatorias. Ataques de inyección de inmediato: los actores maliciosos pueden manipular las indicaciones de entrada para evitar filtros o activar comportamientos no deseados. Expertos de modelo: las amenazas como la inversión del modelo y la inferencia de membresía pueden extraer datos de entrenamiento confidenciales de los modelos Genai. API Abuse and Shadow AI: el uso no autorizado de herramientas de Genai de terceros por parte de los empleados (IA Shadow) puede introducir riesgos significativos de exfiltración de datos. Riesgo legal y de cumplimiento: los resultados de Genai pueden infringir IP, violar las leyes de residencia de datos o violar las regulaciones de protección de datos como GDPR o la Ley DPDP de la India. Escenarios del mundo real: cuando Genai se equivoca 1. Healthcare Chatbot Fuge Phi Uno de los hospitales más grandes aún ha implementado un chat de Genai para responder a los pacientes. A pesar de que el modelo se creó con las mejores intenciones, no se refinó para almacenar información de salud protegida (PHI) de manera segura. Los nombres de los pacientes, los diagnósticos y los detalles de la cita se pueden recuperar mediante un ataque de inyección particular, que se realizó de inmediato. La violación desencadenó una investigación por parte de los reguladores y la confianza del paciente severamente dañada. 2. Incidente de IA Shadow AI de la firma financiera Una firma de servicios financieros de tamaño mediano descubrió que múltiples analistas estaban utilizando herramientas Genai de grado de consumo para resumir informes internos. Dichas herramientas estaban rastreando entradas tales pronósticos del mercado confidencial e información de M&A para que pudieran usarse para capacitar a la próxima generación de su modelo disponible gratuitamente. La compañía fue auditada sobre el cumplimiento y uno de los altos ejecutivos se hizo renunciar. 3. La copia publicitaria alucinada de la marca minorista Genai fue utilizada por una empresa de comercio electrónico para crear materiales de marketing. La mala gobernanza resultó en la alucinación de las características del producto y el énfasis excesivo de descuento. Bajo publicidad falsa, los clientes colocaron quejas y la marca sufrió riesgos de reputación y exposición a problemas legales. Repensar la seguridad: el nuevo mandato de CISO, el papel del CISO en una empresa impulsada por Genai no se trata solo de construir barreras, sino que se trata de integrar la innovación segura en el ADN de la organización. 1. Cambio de las CISO de gobernanza reactiva a preventiva deben asociarse con los equipos de ciencia de datos al principio del ciclo de vida para garantizar: Modelo de desinfección del conjunto de datos Explicabilidad de las barandillas contra la manipulación rápida 2. Ingeniería segura rápida y acceso a la IA basado en roles Definen políticas claras para quién puede acceder a los modelos Genai, con qué datos y para qué tienen. Implementar control de acceso escalonado y registro de auditoría. 3. Cero Trust for AI Workloads Aplique principios de confianza cero para aislar entornos de modelo, asegurar API y monitorear las tuberías de inferencia del modelo para anomalías. 4. Construya una factura de Genai Bill de Materiales (BOM AI) fuentes de datos, dependencias de modelos, lógica de ajuste fino y postura de riesgo de proveedores para mejorar la transparencia y la preparación para la auditoría. Asegurando las cargas de trabajo de Genai: qué CISO con visión de futuro priorizan a medida que los CISO se inclinan en la ola Genai, las medidas de seguridad especializadas se están volviendo esenciales para manejar el panorama de amenazas emergentes. Las herramientas modernas de seguridad y protección de datos ahora están adaptadas para salvaguardar las implementaciones de Genai a través de: HSM & Key Management para Genai: con los modelos Genai que procesan cada vez más datos confidenciales, manejo encriptado y una fuerte gestión de clave ya no son opcionales. Las soluciones HSM de HSM, confeccionables y controladas por la nube, ofrecen cumplimiento de grado empresarial y la gestión segura del ciclo de vida clave. PrivacyVault para datos confidenciales: ya sea trabajando con datos PII, PHI o PCI, las bóvedas de privacidad especialmente construidas protegen la información confidencial sin comprometer la funcionalidad del modelo, lo que permite que los modelos Genai aprendan y respondan sin exposición a los datos. LLM API de privacidad: enmascaramiento de datos en tiempo real, filtrado de inmediato y validación de salida ayudan a prevenir fugas y alucinación. Actuando como un middleware centrado en la privacidad entre los usuarios y los sistemas Genai, estas API reducen el riesgo al tiempo que permiten interacciones productivas de IA. Herramientas de cumplimiento de grado regulatorio: desde la Ley DPDP de la India hasta las regulaciones de residencia de datos específicas de la industria, los CISO pueden confiar en herramientas integradas de cumplimiento para cumplir con las expectativas regulatorias en evolución con confianza. La seguridad ahora debe funcionar a través de los datos, el modelo y las capas de acceso, incrustando los controles en cada paso para garantizar la innovación responsable y reducir la superficie de ataque de las implementaciones de Genai. El cumplimiento no es opcional más leyes como la Ley de AI de la UE, la Ley DPDP de India y las reglas relacionadas con la industria han llegado rápidamente para redefinir el contexto legal de la aplicación de IA. CISOS tendrá que adoptar marcos que ayuden a combinar la seguridad y el cumplimiento para que sean explicables, tengan consentimiento, linaje de datos y estén listos para la auditoría. La cultura es la tecnología fundamental es solo parte de la respuesta. Las empresas deben: capacitar a los empleados sobre los riesgos de Genai definir las políticas de uso aceptables establecer los consejos de gobernanza interfuncional promueven una cultura de ética de IA y transparencia pensamiento final: CISO como facilitadores de la seguridad de la carga de trabajo de Genai no es un requisito técnico; Es una oportunidad estratégica que requiere trabajo. Las organizaciones que tendrán éxito en la era de Genai serán las que integran la seguridad, la privacidad y la confianza en el ADN de su innovación de IA.
Etiqueta: IA generativa Página 1 de 8

La comprensión del paso del tiempo es fundamental para la conciencia humana. Si bien continuamos debatiendo si la inteligencia artificial (IA) puede poseer la conciencia, una cosa es segura: la IA experimentará tiempo de manera diferente. Su sentido del tiempo será dictado no por biología, sino por sus procesos computacionales, sensoriales y de comunicación. ¿Cómo coexistiremos con una inteligencia alienígena que percibe y actúa en un mundo temporal muy diferente? ¿Qué significa la simultaneidad para un humango sus manos mientras las mira? Usted ve, escucha y siente el aplauso como un solo evento multimodal: los sentidos visuales, de audio y táctiles parecen simultáneos y definen el «ahora». Nuestra conciencia reproduce estas entradas sensoriales como simultáneas, aunque llegan a diferentes momentos: la luz alcanza nuestros ojos más rápido que el sonido llega a nuestros oídos, mientras que nuestro cerebro procesa el audio más rápido que la información visual compleja. Aún así, todo se siente como un momento. Esa ilusión proviene de un mecanismo cerebral incorporado. El cerebro define «ahora» a través de una breve ventana de tiempo durante la cual se recopilan e integran múltiples percepciones sensoriales. Este período de tiempo, generalmente hasta pocos cientos de milisegundos, se llama ventana temporal de integración (TWI). Como proxy de esta cuadrícula temporal, las películas con 24 cuadros por segundo crean una ilusión de movimiento continuo. Pero el twi humano tiene sus límites. Vea un relámpago lejano y escuchará el Rumble of Thunder segundos más tarde. El TWI humano evolucionó para unir información sensorial solo para eventos dentro de aproximadamente 10 a 15 metros. Ese es nuestro horizonte de simultaneidad. La inteligencia alien en el mundo físico está listo para convertirse en una parte estándar de los robots y otras máquinas que perciben e interactúan con el mundo físico. Estas máquinas utilizarán sensores conectados a sus cuerpos, pero también sensores remotos que envían datos digitales desde lejos. Un robot puede recibir datos de un satélite que orbita a 600 km sobre la Tierra y tratar los datos como en tiempo real, ya que la transmisión toma solo 2 ms, mucho más rápido que los sensores humanos de un humano están «cableados» para el cuerpo, lo que establece dos premisas de cómo el cerebro interactúa con el mundo físico. Primero, el retraso de propagación de cada sensor al cerebro es predecible. Cuando se produce un sonido en el entorno, el factor impredecible es la distancia entre la fuente de sonido y nuestros oídos; El retraso de tiempo de los oídos al cerebro es fijo. En segundo lugar, cada sensor es utilizado por un solo cerebro humano. El horizonte humano de la simultaneidad evolucionó a través de millones de años bajo estas premisas, optimizado para ayudarnos a evaluar las oportunidades y las amenazas. Vale la pena preocuparse a un león a 15 metros, pero el trueno a 3 kilómetros probablemente no. Un sistema de IA puede recibir datos de un sensor remoto con retrasos de enlaces impredecibles. Y un solo sensor puede proporcionar datos a muchos módulos de IA diferentes en tiempo real, como un ojo compartido por múltiples cerebros. Como resultado, los sistemas de IA evolucionarán su propia percepción del espacio y el tiempo y su propio horizonte de simultaneidad, y cambiarán mucho más rápido que el ritmo glacial de la evolución humana. Pronto coexistiremos con una inteligencia alienígena que tiene una percepción diferente del tiempo y el espacio. El tiempo de IA es ventajoso donde las cosas se vuelven extrañas. Los sistemas de IA no están limitados por las velocidades de procesamiento biológica y pueden percibir el tiempo con una precisión sin precedentes, descubriendo relaciones de causa y efecto que ocurren demasiado rápido para la percepción humana. En nuestro mundo hiperconectado, esto podría conducir a efectos de rashomon a gran escala, donde múltiples observadores dan perspectivas contradictorias sobre los eventos. (El término proviene de una película japonesa clásica en la que varios personajes describen el mismo incidente de maneras dramáticamente diferentes, cada una con forma por su propia perspectiva). Imagine un accidente de tráfico en el año 2045 en una intersección de la ciudad ocupada, presenciada por tres observadores: un peatón humano, un sistema de IA directamente conectado a los sensores de las calles y un sistema de IA remoto que recibe los mismos datos sensoriales sobre un vínculo digital. El humano simplemente percibe un robot que ingresa a la carretera justo antes de que un automóvil se bloquee en él. La IA local, con acceso inmediato al sensor, registra el orden preciso: el robot que se mueve primero, luego el frenado del automóvil, luego la colisión. Mientras tanto, la percepción de la IA remota está sesgada por los retrasos en la comunicación, tal vez registrar el frenado antes de que perciba que el robot entran en el camino. Cada perspectiva ofrece una secuencia diferente de causa y efecto. ¿Qué testigo se considerará creíble, un humano o una máquina? ¿Y qué máquina? Las personas con intención maliciosa incluso podrían usar sistemas de IA de alta potencia para fabricar «eventos» utilizando IA generativa, y podrían insertarlos en el flujo general de eventos percibidos por máquinas menos capaces. Los humanos equipados con interfaces de realidad extendida pueden ser especialmente vulnerables a tales manipulaciones, ya que se llevarían continuamente a los datos sensoriales digitales. Si la secuencia de eventos está distorsionada, puede interrumpir nuestro sentido de causalidad, potencialmente interrumpir los sistemas críticos del tiempo como la respuesta de emergencia, el comercio financiero o la conducción autónoma. Las personas incluso podrían usar sistemas de IA capaces de predecir los milisegundos de eventos antes de que ocurran para confundir y confundir. Si un sistema de IA predijo un evento y transmitió datos falsos en el momento correcto, podría crear una apariencia falsa de causalidad. Por ejemplo, una IA que podría predecir los movimientos del mercado de valores podría publicar una alerta de noticias fabricada justo antes de que una venta de ecuaciones anticipadas ponga las marcas de tiempo, la naturaleza no el instinto del ingeniero podría ser resolver el problema con las marcas de tiempo digitales en los datos sensoriales. Sin embargo, las marcas de tiempo requieren una sincronización precisa del reloj, lo que requiere más potencia de la que muchos dispositivos pequeños pueden manejar. E incluso si los datos sensoriales son de marca de tiempo, los retrasos en la comunicación o el procesamiento pueden hacer que llegue demasiado tarde para que una máquina inteligente actúe sobre los datos en tiempo real. Imagine un robot industrial en una fábrica encargada de detener una máquina si un trabajador se acerca demasiado. Los sensores detectan el movimiento de un trabajador y una señal de advertencia, incluida una marca de tiempo, atraviesa la red. Pero hay un hipo de red inesperado y la señal llega después de 200 milisegundos, por lo que el robot actúa demasiado tarde para evitar un accidente. Las marcas de tiempo no hacen que los retrasos en la comunicación sean predecibles, pero pueden ayudar a reconstruir lo que salió mal después del hecho. Inferimos el flujo temporal y la causalidad comparando los tiempos de llegada de los datos de eventos e integrándolo con el modelo del mundo del cerebro. Sin embargo, también mostró que el orden causal de los eventos, la secuencia en la que causa efectos, sigue siendo consistente para todos los observadores. No es así para máquinas inteligentes. Debido a los retrasos de comunicación impredecibles y los tiempos de procesamiento variable, las máquinas inteligentes pueden percibir los eventos en un orden causal por completo. En 1978, Leslie Lamport abordó este problema para la computación distribuida, introduciendo relojes lógicos para determinar la relación «sucedió antes» entre los eventos digitales. Para adaptar este enfoque a la intersección de los mundos físicos y digitales, debemos lidiar con retrasos impredecibles entre un evento del mundo real y su marca de tiempo digital. Este túnel crucial desde el mundo físico a la digital ocurre en puntos de acceso específicos: un dispositivo o sensor digital, enrutadores WiFi, satélites y estaciones base. Como los dispositivos o sensores individuales pueden ser pirateados con bastante facilidad, la responsabilidad de mantener información precisa y confiable sobre el tiempo y el orden causal caerá cada vez más en grandes nodos de infraestructura digital. Esta visión se alinea con los desarrollos dentro de 6 g, el próximo estándar inalámbrico. En 6G, las estaciones base no solo transmitirán información, sino que también sentirán sus entornos. Estas futuras estaciones base deben convertirse en puertas de enlace confiables entre los mundos físicos y digitales. El desarrollo de tales tecnologías podría resultar esencial a medida que ingresamos a un futuro impredecible en forma de inteligencias alienígenas que evolucionan rápidamente. De los artículos de su sitio, los artículos relacionados con la web

En un día soleado en San Francisco, a lo largo de la costa de la ciudad, las familias se sumergieron en el mundo loco de la inteligencia artificial dentro del Museo Exploratorium. Los visitantes hicieron títeres de sombra para que AI identifique, usaron IA para generar canciones, hicieron preguntas de chatbots y se enfrentaron con IA en un juego en el que los jugadores intentaron dibujar imágenes que solo los humanos reconocerían. Una mano de robot gigante se movió y la gente se miró a un chip de videojuegos. Anotaron sus esperanzas y preocupaciones sobre las tarjetas de IA en que se muestran en el museo. Esperanza: AI curará el cáncer. Preocupación: la gente confiará en la IA hasta el punto de que no pueden pensar por sí mismas. Un visitante escucha el componente de audio de la exhibición de «AI en confusión» en las «Aventuras en IA» del Exploratorium en el centro de San Francisco el jueves. Las vallas publicitarias para la compañía AI Fin Line Interestate 80 cuando la autopista ingresa al distrito financiero el miércoles en San Francisco. «Se rompe esas barandillas, esas grandes paredes que la gente ha presentado alrededor de IA y les permite tener una conversación con alguien más», dijo Doug Thistlewolf, quien administra el desarrollo de exhibiciones en el Exploratorium.Art. Espacio de oficina. Bolsalles. Protestas. La locura de IA se ha intensificado en San Francisco, extendiéndose a través de la vida laboral y social en lo que algunos han descrito como una nueva fiebre del oro. El auge de la IA, junto con la elección del nuevo alcalde Daniel Lurie, también ha infundido la ciudad con optimismo, teñido de ansiedad. Algunos se preocupan por el alto costo de vida de la ciudad y si la IA reemplazará a los trabajadores a medida que continúen los despidos tecnológicos. Durante años, Silicon Valley ha estado en el centro de la innovación con algunas de las valiosas empresas tecnológicas del mundo como Meta, Google, Apple y Nvidia localizando su sede masiva al sur de San Francisco. Sin embargo, el ascenso de AI ha dado un foco brillante en San Francisco, hogar de compañías multimillonarias como OpenAI, escala IA, antrópica, perplejidad y databricks.Ai ha desempeñado durante mucho tiempo un papel importante en la tecnología de los consumidores, ayudando a recomendar publicaciones en las redes sociales, lenguajes y asistentes virtuales de energía. Pero la popularidad del chatgpt de OpenAi, un chatbot que puede generar texto, imágenes y código, desencadene una carrera feroz para impulsar la tecnología que toca a las industrias de los medios a la salud. superó los $ 29 mil millones, más del doble de la cantidad durante el mismo período en 2022, según los datos de Pitchbook. A partir del 5 de agosto, VC acuerdos para nuevas empresas de IA en el área, que incluye San Francisco, Oakland y Fremont, representaron el 46.6% de los fondos para las compañías de IA de EE. UU. Este año. La sede de Openai, el fabricante del popular chatbot chatgpt, en Mission Bay, San Francisco. Queda por ver exactamente cómo este frenesí dará forma al futuro de San Francisco, hogar de los teleféricos y la robotaxis. Pregúntele a Chatgpt cómo se verá SF en 10 años y genera una imagen del horizonte de la ciudad con arquitectura futurista y platillos voladores al lado del puente Golden Gate. La IA ha sido un «punto brillante» en la economía de la ciudad, ayudando a San Francisco a recuperarse después de que los minoristas, los trabajadores de oficinas y algunas compañías como X (anteriormente Twitter) abandonaron el área del centro durante y después de la pandemia a medida que el trabajo remoto se recogió. «El impacto económico es [AI companies] Tomemos más espacio de oficinas, pagan más impuestos, contratan a más personas ”, dijo Ted Egan, economista jefe de la ciudad y el condado de San Francisco. En los últimos cinco años, las empresas relacionadas con la IA han alquilado más de 5 millones de pies cuadrados de pies de la oficina de San Francisco y el monto se proyectará, según CBRE, una firma de bienes inmobiliaria y la firma de inversión. La tasa de la oficina de la oficina de la ciudad de 35.8% en el monto se proyectará, según las compañías de las compañías, las compañías, la mitad de las compañías, las compañías de la ciudad. millones de pies cuadrados de espacio de oficina para 2030. Vijay Karunamurthy, residente de Francisco. El sector tecnológico de la ciudad se volvió a rugir solo para recibir un éxito durante la pandemia Covid-19. Ahora, la ciudad está ascendiendo una vez más. Startup. Los niños interactúan con el «espejo gigante» en la exposición «Adventures in AI» del Exploratorium en el centro de San Francisco el jueves. está igualmente emocionado, pero también un poco asustado, sobre cómo afectará a los laboristas. Si me pide una predicción sobre cómo se verá los servicios o cómo se verá el mundo en unos años a partir de ahora, no sé «. AI’s Rise ha inspirado la creación de nuevos espacios en todo San Francisco, donde las personas pueden discutir los beneficios de la tecnología y los riesgos. Notas escritas por personas que visitan el Jueves de la Exposición» Adventures en AI «. La exhibición de IA en el Exploratorium implicó hablar con trabajadores e investigadores de compañías tecnológicas y universidades. La exhibición con sus nietos. Las estaciones. Para escribir correos electrónicos fríos «y» software de envío de droides mientras toca el césped «. Una parada de autobús anuncia, una compañía de software de IA, en el Distrito de la Misión en San Francisco. Un anuncio de AI Startup Outpate dio un tono positivo: “Escucha a los humanos. No los reemplaces ”. Fundada en el centro de San Francisco en 2022, Outss creó un entrevistador de IA para que los investigadores pudieran reunir rápidamente los comentarios de más personas para comprender mejor las necesidades de los clientes y mejorar los productos. Dijo. A lo largo de San Francisco, los fundadores y las compañías inmobiliarias han denominado ciertas áreas como centros de AI. Las comunidades de IA que aparecieron en el área. Colaborate en persona, dijo Michael Phillips, director y presidente de Jamestown. «Si estás trabajando en estos productos rápidos para comercializar y altamente competitivos», dijo, «realmente necesitas estar juntos».

Masayoshi hijo, presidente y director ejecutivo de Softbank Group Corp., habla en el evento mundial de Softbank en Tokio, Japón, el miércoles 16 de julio de 2025. Kiyoshi OTA | Bloomberg | Getty Images Masmaayoshi Hijo está haciendo su mayor apuesta hasta el momento: que su creación de SoftBank será el centro de una revolución impulsada por la inteligencia artificial.son dice que la superinteligencia artificial (ASI), la IA es 10,000 veces más inteligente que los humanos, estará aquí en 10 años. Es una decisión audaz, pero quizás no sea sorprendente. Ha hecho una carrera en grandes jugadas; En particular, uno fue una inversión de $ 20 millones en la compañía china de comercio electrónico Alibaba en 2000 que ha obtenido miles de millones para SoftBank. Ejecutivos de SoftBank. «Recuerdo vívidamente la primera vez que me invitó a su casa a cenar y sentado en su porche sobre una copa de vino, comenzó a hablar conmigo sobre la singularidad: el punto en el que la inteligencia de la máquina supera la inteligencia humana», Alok Sama, un ex jefe de finanzas de SoftBank hasta 2016 y presidenta hasta 2019, le dijo a CNBC.Softbank a la gran jugada de AI para el hijo de Softbank, que parece personal de Softbank, que parece personal, a lo que parece personal. ¿Para qué nació el hijo de Masa? Hoy, ARM está valorado en más de $ 145 mil millones. Si bien los planos de ARM forman la base de los diseños para casi todos los teléfonos inteligentes del mundo, en estos días, la compañía está buscando posicionarse como un jugador clave en la infraestructura de IA. Los chips basados en ARM son parte de los sistemas de Nvidia que entran en los centros de datos. En marzo, SoftBank también anunció planes para adquirir otro diseñador de chips, Ampere Computing, por $ 6.5 mil millones. CHATGPT El fabricante OpenAi es otra inversión de marquee para SoftBank, con el gigante japonés que dice recientemente que las inversiones planificadas en la compañía alcanzarán aproximadamente 4.8 trillion japonés yen ($ 32.7 billones). Empresas relacionadas con la IA en su cartera. «La estrategia de IA de Softbank es integral, que abarca toda la pila de IA de semiconductores fundamentales, software, infraestructura y robótica a los servicios en la nube de punta y las aplicaciones finales de las versicas críticas, como la empresa, la educación, la salud y los sistemas autónomos, los sistemas autónomos», NEIL SHAH, cofundador en la investigación de la visión crítica, cuente a CnBc. Conecte e integre de manera coherente estos componentes, estableciendo así un poderoso ecosistema de IA diseñado para maximizar el valor a largo plazo para nuestros accionistas «. El rendimiento de acciones de IconSoftBank de IconStock de IconSoftBank desde 2017, el año en que se fundó su primer fondo de visión. Hay un tema común detrás de las inversiones de SoftBank en compañías de IA que proviene directamente de SON, a saber, que estas empresas deberían usar inteligencia avanzada para ser más competitivos, exitosos, para mejorar su producto y sus clientes, una persona familiarizada con la compañía a CNBC. Solo podían comentar de forma anónima debido a la sensibilidad de la materia. Comenzó con las computadoras y el cerebro y Robotsas Softbank lanzó la «visión de 30 años de SoftBank» en 2010, Son habló sobre «computadoras cerebrales» durante una presentación. Describió estas computadoras como sistemas que podían aprender y programarse eventualmente. Y luego vinieron robots. Las principales figuras tecnológicas como el CEO de Nvidia, Jensen Huang y el jefe de Tesla, Elon Musk, ahora están hablando de robótica como una aplicación clave de la IA, pero Son estaba pensando en esto hace más de una década. En 2012, SoftBank tomó una participación mayoritaria en una compañía francesa llamada Aldebaran. Dos años más tarde, las dos compañías lanzaron un robot humanoide llamado Pepper, que anunciaron como «el primer robot personal del mundo que puede leer emociones». Más tarde, Son dijo: «En 30 años, espero que los robots se conviertan en una de las empresas principales para generar ganancias para el Grupo SoftBank». SoftBank redujo los trabajos en su unidad de robótica y dejó de producir Pepper en 2020. En 2022, la firma alemana United Robotics Group acordó adquirir Aldebaran de SoftBank. Pero el interés muy temprano del hijo en los robots subrayó su curiosidad por las aplicaciones de AI del futuro «. Estuvo muy temprano y ha estado pensando en esto obsesivamente durante un tiempo largo», sama, lo que es el autor. El fondo, Son estaba cocinando algo más grande: un fondo tecnológico que haría olas en el mundo de las inversiones. Fundó el Vision Fund en 2017 con un gran capital desplegable de $ 100 mil millones en el capital desplegable. SoftBank invertido agresivamente en empresas de todo el mundo con algunas de las mayores apuestas en los actores que llevan el viaje como Uber y la firma china Didi. Pero las inversiones en las empresas de tecnología china y algunas apuestas malas en las empresas como We Works Foured Sentiment para la visión de la visión, ya que acumulan los billetes de las pérdidas por parte de las pérdidas de 202. En compañías como Uber y Didi, que estaban quemando efectivo en ese momento y tenían una economía de unidades poco claras. Pero incluso esas inversiones hablaban con la visión de AI de Son, según el ex socio de Softbank Vision Fund. «Su pensamiento en ese entonces era el primer aventón de IA sería autos autónomos», dijo la fuente a CNBC.AGAIN esto podría verse como un caso de ser demasiado temprano. Uber creó una unidad de automóvil sin conductor solo para venderla. En cambio, la compañía se ha centrado en otras compañías de automóviles autónomos para llevarlas a la plataforma Uber. Incluso ahora, los autos sin conductor no están muy extendidos en las carreteras, aunque los servicios comerciales como los de Waymo están disponibles. SoftBank todavía tiene inversiones en compañías automotrices sin conductor, como la startup británica Wayve. Los tiempos claramente no estaban del lado de Son. Después de pérdidas récord en el Fondo de Vision en 2022, Son declaró que SoftBank entraría en el modo «Defensa», reduciendo significativamente las inversiones y siendo más prudente. Fue en este momento que compañías como OpenAi comenzaban a ganar vapor, pero aún antes del lanzamiento de ChatGPT que puso a la compañía en el mapa «. Cuando esas compañías llegaron a la cabeza en 2021, 2022, Masa habría estado en un lugar perfecto, pero había usado todas sus municiones en otras compañías», dijo el antiguo Fondo de Visión «. Cuando llegaron en 21, 22, el Fondo de Visión había invertido en cinco cien compañías o siete cien compañías o seis compañías, y él, y él, y él, y él, el Fondo de Visión, y el Fondo de Visión había invertido en cinco cien. Se perdió eso «. El mismo hijo dijo este año que Softbank quería invertir en OpenAi ya en 2019, pero fue Microsoft el que terminó convirtiéndose en el inversor clave. Avance rápido hasta 2025, el Fondo Vision, del cual ahora hay dos, tiene una cartera apilada de compañías centradas en la IA. Pero ese período fue difícil para los inversores en todos los ámbitos. La pandemia de Covid-19, la inflación en auge y las tasas crecientes llegaron a los mercados públicos y privados en todos los ámbitos después de años de política monetaria suelta y un toro de tecnología. los modelos que sustentan las aplicaciones populares. Los gigantes de tecnología en los Estados Unidos y China están luchando para producir modelos de IA cada vez más avanzados con el objetivo de alcanzar la inteligencia general artificial (AGI), un término con diferentes definiciones que depende de con quién hable, pero que se refiere ampliamente a la IA que es más inteligente que los humanos. Con miles de millones de dólares de inversión en la tecnología, el riesgo es alto y las recompensas podrían ser aún más altas. Pero la interrupción puede salir de ningún lugar. El hecho de que una empresa china administró la hazaña, a pesar de todas las restricciones de exportación para la tecnología avanzada en su lugar, sacudió los mercados financieros globales que apostaron a los Estados Unidos que tenía un liderazgo de IA inesperable. Mientras que los mercados desde entonces se han recuperado, el potencial de los avances sorpresa en tecnología en una etapa tan temprana de la IA sigue siendo un gran riesgo para los gustos de los softbank «. Al igual que la mayoría de las inversiones tecnológicas, las inversiones clave son las inversiones clave en las inversiones en las inversiones en las inversiones. Los líderes actuales, pero la IA todavía está en su infancia relativa, por lo que otros retadores aún podrían aumentar de la nada «, dijo Dan Baker, analista senior de renta variable de MorningStar, dijo a CNBC.Still, Son ha dejado en claro que quiere establecer SoftBank con ADN que verá que sobreviva y prospere durante 300 años, según el sitio web de la compañía. valoraciones que está dispuesto a pagar «. Él (hijo) cometió algunos errores, pero direccionalmente está yendo en la misma driección, que es: quiere asegurarse de que sea un verdadero jugador en IA y lo está haciendo realidad», dijo el ex ejecutivo de la visión.

Después de anunciar por primera vez la existencia del acelerador de IA Gaudi 3 el año pasado, Intel está listo para poner el chip en manos de los OEM en el segundo trimestre de 2024. Intel anunció esta y otras noticias, incluida una nueva marca Xeon 6 y un estándar Ethernet abierto para IA. cargas de trabajo, en una sesión informativa previa celebrada el 1 de abril antes de la conferencia Intel Vision, que se llevará a cabo del 8 al 9 de abril en Phoenix, Arizona. El acelerador de IA Gaudi 3 se enviará a Dell, Hewlett Packard Enterprise, Lenovo y Supermicro. El Gaudi 3 se lanzará con Dell, Hewlett Packard Enterprise, Lenovo y Supermicro como socios OEM. Intel Gaudi 3 estará disponible a través de proveedores en tres factores de forma: tarjeta intermedia, placa base universal o PCle CEM. Gaudi 3 tiene un tiempo de entrenamiento de modelos de lenguajes grandes un 40% más rápido en comparación con el chip H100 AI de NVIDIA y una inferencia en LLM un 50% más rápida en comparación con el NVIDIA H100, dijo Intel. Gaudi 3 puede enfrentarse cara a cara con el chip acelerador de IA recientemente anunciado por NVIDIA, Blackwell. Gaudi 3 es «altamente competitivo», afirmó Jeff McVeigh, vicepresidente corporativo y director general del Grupo de Ingeniería de Software de Intel. McVeigh señaló que aún no ha sido posible realizar pruebas en el mundo real para los dos productos. La nueva marca Xeon 6 llegará en el segundo trimestre. Los procesadores Xeon 6, que vienen en las dos variantes de Performance-core y Efficient-core, se enviarán pronto. Los procesadores E-core se enviarán en el segundo trimestre de 2024, y poco después los procesadores P-core. Las dos variantes de los procesadores Xeon 6 comparten la misma base de plataforma y pila de software. El núcleo Performance está optimizado para cargas de trabajo de IA y de computación intensiva, mientras que el núcleo Efficient está optimizado para la eficiencia en las mismas cargas de trabajo. El procesador Intel Xeon 6 con E-core muestra una mejora de rendimiento por vatio de 2,4 veces en comparación con las generaciones anteriores y una mejora de rendimiento por bastidor de 2,7 veces en comparación con las generaciones anteriores. El procesador Xeon 6 muestra un marcado ahorro de energía en comparación con el procesador Intel Xeon de segunda generación debido a que necesita menos bastidores de servidores, lo que supone una reducción de energía de hasta 1 megavatio. La tarjeta de interfaz de red admite el estándar abierto de Internet para cargas de trabajo de IA. Como parte del esfuerzo de Intel para proporcionar una amplia gama de infraestructura de IA, la compañía anunció una tarjeta de interfaz de red de IA para adaptadores de red Intel Ethernet y IPU Intel. Las tarjetas de interfaz de red de IA, que ya utiliza Google Cloud, proporcionarán una forma segura de descargar funciones como almacenamiento, redes y gestión de contenedores y gestionar la infraestructura de IA, dijo Intel. La intención es poder entrenar y ejecutar inferencias sobre los modelos de IA generativa cada vez más grandes que Intel predice que las organizaciones querrán implementar en todo Ethernet. Intel está trabajando con el Consorcio Ultra Ethernet para crear un estándar abierto para redes de IA a través de Ethernet. Se espera que las tarjetas de interfaz de red de IA estén disponibles en 2026. Una estrategia de sistemas escalables de amplio alcance tiene como objetivo facilitar la adopción de la IA. Para prepararse para lo que la compañía predice que será el futuro de la IA, Intel planea implementar una estrategia de sistemas escalables. para empresas. «Queremos que sea abierto y que las empresas tengan opciones en hardware, software y aplicaciones», dijo Sachin Katti, vicepresidente senior y gerente general de Network and Edge Group de Intel, en la sesión informativa previa. Para lograrlo, la estrategia de sistemas escalables proporciona productos Intel para todos los segmentos de IA dentro de la empresa: hardware, software, marcos y herramientas. Intel está trabajando con una variedad de socios para hacer realidad esta estrategia, incluido: Google Cloud. Tales. Cohesidad. NAVER. Bosco. Ola/Kutrim. NielsenIQ. Buscador. FIB. Grupo CtrlS. Aterrizando IA. Roboflujo. Intel predice un futuro de agentes y funciones de IA. Katti dijo en el informe previo que las empresas se encuentran en una era de copilotos de IA. Luego podría venir una era de agentes de IA, que puedan coordinar otras IA para realizar tareas de forma autónoma, seguida de una era de funciones de IA. El aumento de las funciones de IA podría significar que grupos de agentes asuman el trabajo de un departamento completo, dijo Sachin. VER: Articul8, creadores de una plataforma de software de inteligencia artificial generativa, se separó de Intel en enero. (TechRepublic) Competidores de Intel Intel está tratando de diferenciarse de sus competidores centrándose en la interoperabilidad en el ecosistema abierto. Intel compite en el espacio de los chips de IA con: NVIDIA, que anunció el chip Blackwell de próxima generación en marzo de 2024. AMD, que en febrero de 2024 anunció una nueva solución arquitectónica para la inferencia de IA basada en procesadores AMD Ryzen Embedded. Intel compite por el dominio en la fabricación de chips con Taiwan Semiconductor Manufacturing Co., Samsung, IBM, Micron Technologies, Qualcomm y otros. TechRepublic cubre Intel Vision de forma remota.

La continua integración de la IA generativa en productos modernos de hardware y software sin duda ha sido evidente solo en el último año, y casi todas las empresas en línea se han sumado a la moda de la IA. Dicho esto, sin embargo, no muchos lo están usando de maneras creativamente poco ortodoxas, aparte de utilizarlo como un punto de venta. Sin embargo, este no parece ser el caso con la característica más nueva de Spotify: la plataforma de transmisión de música anunció recientemente que brindará a los usuarios la posibilidad de crear una «lista de reproducción AI» utilizando indicaciones basadas en texto, lo cual es un enfoque nuevo e interesante. hasta crear una lista de reproducción de música personalizada. La función se implementará inicialmente para usuarios en Australia y el Reino Unido, según un anuncio oficial de Spotify: comenzando con usuarios de dispositivos Android e iOS en el Reino Unido y Australia, crear una nueva lista de reproducción con AI Playlist es tan simple como escribir. un mensaje único en el chat. ¿Buscas “una lista de reproducción de folk indie para darle a mi cerebro un abrazo cálido”, “música relajante para ayudarme durante la temporada de alergias” o “una lista de reproducción que me haga sentir como el personaje principal”? La lista de reproducción AI lo tiene cubierto. Ya seas un principiante o un creador de listas de reproducción experto, AI Playlist combina nuestra potente tecnología de personalización con IA para ofrecer esa mezcla musical perfecta, solo para ti. Crear una lista de reproducción de IA también es relativamente fácil. Para acceder a la función, los usuarios deben dirigirse a la aplicación móvil de Spotify y seleccionar «Su biblioteca» en la esquina inferior derecha de la pantalla, y seguir los pasos a continuación: Desde Su biblioteca, toque el botón «+» en la parte superior. esquina derecha de la aplicación y seleccione «Lista de reproducción AI». Seleccione una de las indicaciones sugeridas o escriba la suya propia. Sky parece ser el límite con las indicaciones de texto para la función (al menos según cómo la ha descrito Spotify hasta ahora). Luego, Spotify ofrecerá algunas pistas según su descripción. Desde allí, puedes administrar fácilmente la selección de canciones obteniendo una vista previa y eliminando pistas. Los usuarios también pueden revisar y refinar las listas de reproducción generadas diciéndole a AI Playlist lo que buscan (es decir, «más pop» o «menos optimista»). Toca «Crear» y tu nueva lista de reproducción se guardará automáticamente en Tu biblioteca. Fuente: Spotify

El mercado de empresa a empresa experimentará una serie de grandes cambios en los años hasta 2030, según un nuevo informe de la firma de experiencia del cliente Merkle. Las empresas B2B regionales de APAC deberán considerar sus niveles de inversión en una serie de tecnologías e integrar nuevas herramientas ahora para prepararse y adaptarse a los cambios venideros. El informe B2B Futures: The View From 2030 sostiene que cuatro tendencias “síssmicas” clave están llegando al B2B: Un aumento en el comercio de máquina a máquina. Trazabilidad mejorada de la cadena de suministro. El dominio de los mercados digitales B2B. Velocidad de comercialización radicalmente acelerada. Jake Hird, vicepresidente de estrategia de Merkle B2B – APAC, dijo a TechRepublic que las empresas B2B de la región deberán responder con inversiones en tecnologías que incluyen IoT, IA, análisis de datos y blockchain para garantizar que se adapten a estos cambios que afectan a sus negocios y mercados. IoT para facilitar un aumento en el comercio de máquina a máquina El comercio de máquina a máquina aumentará hasta representar un tercio de todos los negocios B2B para 2030, dijo Merkle. En la práctica, esto verá la extensión de las herramientas automatizadas de toma de decisiones actuales, como los sistemas de reabastecimiento para minoristas que automatizan la compra de nuevo inventario de las fábricas, hacia decisiones más complejas pero aún sobre productos básicos, respaldadas por la IA. Jake Hird, vicepresidente de estrategia, Merkle B2B, APACImagen: Merkle Hird dijo que esta tendencia requeriría que las empresas B2B prioricen cada vez más las inversiones en cosas como infraestructura de TI, inteligencia artificial y herramientas de aprendizaje automático, tecnología blockchain y seguridad cibernética. Internet de las cosas El crecimiento del comercio de máquina a máquina dependerá en gran medida de la adopción y el despliegue de herramientas de IoT, que deberán integrarse en todo el mercado B2B. «Los dispositivos, sensores y redes de IoT formarán la columna vertebral del comercio m2m», dijo Hird. Si bien reconoce el crecimiento inestable hasta la fecha en el mercado de IoT, Merkle dijo que IoT ha madurado. El informe de Merkle predijo que los dispositivos IoT pronto serían una fuente clave de datos para las empresas B2B que necesitan «identificar y pronosticar las necesidades comerciales, que van desde la posible falta de existencias hasta la degradación de los equipos que pueden necesitar reemplazo, y realizar transacciones en consecuencia». Blockchain y contratos inteligentes Las máquinas tendrán los medios para realizar transacciones con otras máquinas utilizando blockchain. «La tecnología Blockchain y los contratos inteligentes garantizarán transacciones seguras y transparentes, permitiendo a las máquinas ejecutar acuerdos sin intervención humana», dijo Hird. DESCARGAR: Más de 50 glosarios tecnológicos de TechRepublic Infraestructura informática de borde premium Las empresas B2B necesitarán invertir en infraestructura de computación de borde para admitir más procesamiento de datos en tiempo real y transacciones de compra en sus huellas y cadenas de suministro. Plataformas de integración y gestión de datos Las empresas B2B necesitarán recopilar, procesar y analizar más información, lo que hace que la inversión en gestión de datos sea importante. Esto incluirá superar los desafíos de integración y aprovechar la interoperabilidad de los sistemas para generar los conocimientos necesarios para alimentar los sistemas. Sistemas de seguridad cibernética Las soluciones de seguridad cibernética serán cruciales para proteger las transacciones del acceso no autorizado, así como de otras amenazas en línea, según Merkle. «Las empresas necesitarán invertir en medidas como sistemas de detección de intrusos y tecnologías de cifrado avanzadas», afirmó Hird. Blockchain y tecnología de contabilidad distribuida para ofrecer trazabilidad de la cadena de suministro La trazabilidad de la cadena de suministro podría convertirse en uno de los dos principales impulsores de compras para B2B para 2030, debido a la presión de los consumidores y del mercado. Esto hará que aumente la adopción de la tecnología blockchain y de contabilidad distribuida a medida que las empresas busquen profundizar la transparencia y la confianza de sus cadenas de suministro. Blockchain y tecnología de contabilidad distribuida El informe de Merkle sugiere que blockchains, la forma más común de tecnología de contabilidad distribuida, podría ayudar a “arrojar luz sobre las cadenas de suministro globales bizantinas” al brindar acceso a datos de certificación, prácticas de abastecimiento e impacto ambiental, incluso calculando las huellas de carbono. Estas tecnologías podrían ayudar a las empresas a hacer cumplir los estándares de sostenibilidad. Etiquetas RFID e IoT La disponibilidad, la disminución del coste y la miniturización de las etiquetas RFID y los sensores de IoT harán que la IoT desempeñe un papel fundamental en la trazabilidad. Se espera que esto permita el seguimiento y monitoreo en tiempo real de los productos a medida que avanzan a lo largo de la cadena de suministro, desde el abastecimiento hasta la venta. Herramientas de análisis de datos e inteligencia artificial Los actores B2B necesitarán análisis de datos e inteligencia artificial para obtener información a partir de los datos generados por los sistemas de trazabilidad de la cadena de suministro. «A través del análisis en tiempo real, las empresas pueden optimizar la gestión de inventario, anticipar las fluctuaciones de la demanda y mitigar los riesgos de la cadena de suministro», dijo Hird. Preparación para la integración para respaldar el auge de los mercados digitales B2B Se espera que los mercados digitales B2B capturen el 50 % del negocio B2B para 2030, frente al 15 % en 2024. Este cambio impulsará a las organizaciones B2B a centrarse en implementar plataformas de comercio electrónico para desarrollar una presencia. dentro de mercados digitales en crecimiento o sumergirse y construir los suyos propios. Herramientas de análisis y personalización El análisis y la personalización permitirán a las empresas obtener información sobre el comportamiento y las preferencias de los clientes, dijo Hird. Esto ayudará a las empresas B2B a ajustar el marketing y las comunicaciones para compradores B2B individuales, mejorando la experiencia del cliente, el compromiso y los ingresos. Soluciones de integración y API Los mercados digitales dependen de la integración de sistemas para facilitar las transacciones de los clientes y las experiencias de compra. Las empresas deberán invertir en soluciones API y de integración para conectar sistemas y plataformas internos y externos para optimizar las operaciones y mejorar la eficiencia. Tecnología de optimización de la cadena de suministro Los modelos de mercado digital también requieren que las empresas B2B satisfagan demandas como tiempos de entrega más rápidos y cumplimiento eficiente de los pedidos desde su presencia en el mercado, dijo Hird. Sostuvo que esto alentará a las empresas B2B a adoptar más tecnologías de optimización de la cadena de suministro. Herramientas de diseño y creación de prototipos para acelerar la velocidad de comercialización B2B Se esperan cambios importantes en la forma en que las marcas B2B diseñan, prueban y entregan productos al mercado. Por ejemplo, en farmacología, dijo Merkle, aunque puede llevar de 10 a 15 años llevar un medicamento al mercado, un descubrimiento de fármacos y ensayos clínicos más rápidos podrían acortar este proceso dramáticamente. Hird dijo a TechRepublic que los procesos de diseño de prototipos y productos funcionales se pueden potenciar con IA generativa y tecnologías de creación de prototipos virtuales. Al utilizar simulaciones y herramientas de diseño que aumentan las contribuciones humanas y los métodos tradicionales, las empresas podrán reducir significativamente el tiempo y el costo asociados con la creación de prototipos y pruebas físicas. «Esto permite ciclos de iteración más rápidos, acelerando el proceso de desarrollo de productos y mejorando la velocidad de comercialización de nuevos productos e innovaciones», dijo Hird.

La alta dirección está más familiarizada con las tecnologías de inteligencia artificial que su personal de seguridad y TI, según un informe de Cloud Security Alliance encargado por Google Cloud. El informe, publicado el 3 de abril, abordó si los profesionales de TI y seguridad temen que la IA reemplace sus trabajos, los beneficios y desafíos del aumento de la IA generativa y más. De los profesionales de TI y seguridad encuestados, el 63 % cree que la IA mejorará la seguridad dentro de su organización. Otro 24% es neutral sobre el impacto de la IA en las medidas de seguridad, mientras que el 12% no cree que la IA mejore la seguridad dentro de su organización. De las personas encuestadas, sólo unos pocos (12%) predicen que la IA reemplazará sus puestos de trabajo. La encuesta utilizada para crear el informe se realizó a nivel internacional, con respuestas de 2486 profesionales de seguridad y TI y líderes de la alta dirección de organizaciones de toda América, APAC y EMEA en noviembre de 2023. Los profesionales de ciberseguridad que no ocupan puestos de liderazgo son menos claros que los altos directivos. sobre posibles casos de uso de la IA en ciberseguridad, y solo el 14% del personal (en comparación con el 51% de los niveles C) dicen que son «muy claros». «La desconexión entre la alta dirección y el personal a la hora de comprender e implementar la IA resalta la necesidad de un enfoque estratégico y unificado para integrar con éxito esta tecnología», dijo Caleb Sima, presidente de la Iniciativa de Seguridad de IA de Cloud Security Alliance, en un comunicado de prensa. Algunas preguntas del informe especificaban que las respuestas debían estar relacionadas con la IA generativa, mientras que otras preguntas utilizaban el término «IA» de manera amplia. Los profesionales de nivel C enfrentan presiones de arriba hacia abajo que pueden haberlos llevado a ser más conscientes de los casos de uso de la IA que los profesionales de la seguridad. Muchos (82%) profesionales de la alta dirección dicen que su liderazgo ejecutivo y sus juntas directivas están presionando para que se adopte la IA. Sin embargo, el informe afirma que este enfoque podría causar problemas de implementación en el futuro. «Esto puede resaltar una falta de apreciación de la dificultad y el conocimiento necesarios para adoptar e implementar una tecnología tan única y disruptiva (por ejemplo, ingeniería rápida)», escribió la autora principal Hillary Baron, directora técnica senior de investigación y análisis de Cloud Security Alliance. y un equipo de colaboradores. Hay algunas razones por las que podría existir esta brecha de conocimiento: los profesionales de la ciberseguridad pueden no estar tan informados sobre la forma en que la IA puede afectar la estrategia general. Los líderes pueden subestimar lo difícil que podría ser implementar estrategias de IA dentro de las prácticas de ciberseguridad existentes. Los autores del informe señalan que algunos datos (Figura A) indican que los encuestados están tan familiarizados con la IA generativa y los grandes modelos de lenguaje como con términos más antiguos como procesamiento del lenguaje natural y aprendizaje profundo. Figura A Respuestas a la instrucción «Califique su familiaridad con las siguientes tecnologías o sistemas de IA». Imagen: Cloud Security Alliance Los autores del informe señalan que el predominio de la familiaridad con términos más antiguos, como procesamiento del lenguaje natural y aprendizaje profundo, podría indicar una combinación entre la IA generativa y herramientas populares como ChatGPT. «Es la diferencia entre estar familiarizado con las herramientas GenAI de nivel de consumidor versus el nivel profesional/empresarial lo que es más importante en términos de adopción e implementación», dijo Baron en un correo electrónico a TechRepublic. «Eso es algo que estamos viendo en general en todos los ámbitos con los profesionales de seguridad en todos los niveles». ¿La IA reemplazará los trabajos de ciberseguridad? Un pequeño grupo (12%) de profesionales de la seguridad cree que la IA sustituirá por completo sus puestos de trabajo en los próximos cinco años. Otros son más optimistas: el 30% cree que la IA les ayudará a mejorar partes de sus habilidades. El 28% predice que la IA los apoyará en general en su función actual. El 24% cree que la IA sustituirá gran parte de su función. El 5% espera que la IA no afecte en absoluto su función. Los objetivos de las organizaciones para la IA reflejan esto: el 36% busca que la IA mejore las habilidades y el conocimiento de los equipos de seguridad. El informe señala una discrepancia interesante: aunque mejorar las habilidades y los conocimientos es un resultado muy deseado, el talento ocupa el último lugar en la lista de desafíos. Esto podría significar que tareas inmediatas, como identificar amenazas, tengan prioridad en las operaciones diarias, mientras que el talento sea una preocupación a más largo plazo. Más cobertura de IA de lectura obligada Beneficios y desafíos de la IA en ciberseguridad El grupo estaba dividido sobre si la IA sería más beneficiosa para los defensores o los atacantes: el 34% considera que la IA es más beneficiosa para los equipos de seguridad. El 31% lo considera igualmente ventajoso tanto para los defensores como para los atacantes. El 25% lo ve más beneficioso para los atacantes. Los profesionales preocupados por el uso de la IA en seguridad citan las siguientes razones: Mala calidad de los datos, lo que genera sesgos no deseados y otros problemas (38%). Falta de transparencia (36%). Brechas de habilidades/experiencia cuando se trata de gestionar sistemas complejos de IA (33%). Intoxicación de datos (28%). Las alucinaciones, la privacidad, la fuga o pérdida de datos, la precisión y el mal uso eran otras opciones de lo que podría preocupar a la gente; Todas estas opciones recibieron menos del 25% de los votos en la encuesta, donde se invitó a los encuestados a seleccionar sus tres principales preocupaciones. VER: El Centro Nacional de Seguridad Cibernética del Reino Unido descubrió que la IA generativa puede mejorar los arsenales de los atacantes. (TechRepublic) Más de la mitad (51%) de los encuestados dijeron “sí” a la pregunta de si les preocupan los riesgos potenciales de una dependencia excesiva de la IA para la ciberseguridad; otro 28% fue neutral. Usos previstos de la IA generativa en la ciberseguridad De las organizaciones que planean utilizar la IA generativa para la ciberseguridad, existe una amplia variedad de usos previstos (Figura B). Los usos comunes incluyen: Creación de reglas. Simulación de ataque. Monitoreo de violaciones de cumplimiento. Detección de red. Reducir los falsos positivos. Figura B Respuestas a la pregunta ¿Cómo planea su organización utilizar la IA generativa para la ciberseguridad? (Seleccione los 3 casos de uso principales). Imagen: Cloud Security Alliance Cómo están estructurando las organizaciones sus equipos en la era de la IA De las personas encuestadas, el 74% dice que sus organizaciones planean crear nuevos equipos para supervisar el uso seguro de la IA en los próximos cinco años. La forma en que se estructuran esos equipos puede variar. Hoy en día, algunas organizaciones que trabajan en la implementación de IA la ponen en manos de su equipo de seguridad (24%). Otras organizaciones otorgan la responsabilidad principal de la implementación de IA al departamento de TI (21%), el equipo de análisis/ciencia de datos (16%), un equipo dedicado de IA/ML (13%) o la alta dirección/liderazgo (9%). En casos más raros, DevOps (8%), equipos multifuncionales (6%) o un equipo que no encajaba en ninguna de las categorías (listado como “otros” en el 1%) asumieron la responsabilidad. VER: Kit de contratación: ingeniero rápido (TechRepublic Premium) «Es evidente que la IA en la ciberseguridad no solo está transformando los roles existentes, sino también allanando el camino para nuevos puestos especializados», escribieron la autora principal Hillary Baron y el equipo de colaboradores. ¿Qué tipo de posiciones? La gobernanza generativa de la IA es un subcampo en crecimiento, dijo Baron a TechRepublic, al igual que la capacitación y la mejora de habilidades centradas en la IA. «En general, también estamos empezando a ver ofertas de trabajo que incluyen roles más específicos de IA, como ingenieros rápidos, arquitectos de seguridad de IA e ingenieros de seguridad», dijo Baron.

La gente aprende sobre el servicio de chatbot de inteligencia artificial de Baidu, Ernie Bot, durante la 2.ª Exposición Mundial de Comercio Digital en el Centro Internacional de Exposiciones de Hangzhou el 23 de noviembre de 2023 en Hangzhou, provincia china de Zhejiang. Servicio de Noticias de China | Servicio de Noticias de China | Getty Images El viaje espacial de Nvidia en el mercado de valores subraya hasta qué punto la calidad y disponibilidad de los chips determinarán quiénes serán los ganadores en la era de la IA generativa. Pero hay otro aspecto a la hora de medir las primeras pistas en el espacio. En China, que busca producir sus propios chips u obtener más de Nvidia, todavía no ha surgido ningún competidor de IA de generación dominante para OpenAI entre docenas de titanes tecnológicos y nuevas empresas chinas. Al final del juego, China está tratando de tomar el liderazgo de OpenAI en un mercado de IA estadounidense más amplio formado por los titanes tecnológicos Microsoft, Google de Alphabet y Amazon, y startups bien financiadas como Anthropic, que esta semana recibió una infusión de 2.700 millones de dólares en efectivo de Amazon. En este campo de rápido movimiento, la brecha entre Estados Unidos y su rival tecnológico China se considera amplia. «Las principales empresas chinas están comparando con ChatGPT, lo que indica lo rezagadas que están», dijo Paul Triolo, vicepresidente senior para China y líder de política tecnológica de Dentons Global Advisors en Washington, DC. «No muchas empresas pueden respaldar sus propias grandes empresas». modelo lingüístico. Se necesita mucho capital. Silicon Valley definitivamente está muy por delante del juego», dijo Jenny Xiao, socia de la firma de capital riesgo de inteligencia artificial Leonis Capital en San Francisco. Estados Unidos sigue siendo el mayor mercado de inversión. El año pasado, la financiación de nuevas empresas de generación de IA representó casi la mitad de los 42.500 millones de dólares invertidos a nivel mundial en empresas de inteligencia artificial, según CB Insights. En Estados Unidos, los capitalistas de riesgo y los inversores corporativos impulsaron la inversión en IA a 31.000 millones de dólares en 1.151 acuerdos, liderados por grandes desembolsos en OpenAI, Anthropic e Inflection. Esto se compara con 2.000 millones de dólares en 68 acuerdos en China, lo que marcó una gran caída con respecto a los 5.500 millones de dólares en 377 acuerdos de 2022. La caída se puede atribuir en parte a las restricciones a la inversión de riesgo de Estados Unidos en China. «China está en gran desventaja a la hora de construir los modelos básicos para la generación de IA», dijo Rui Ma, inversor en IA y cofundador de un sindicato de inversión y un podcast. TechBuzz China. Pero donde China se queda atrás en los modelos fundamentales, que están dominados por OpenAI y Gemini de Google, está cerrando la brecha utilizando el código abierto de Meta, el modelo de lenguaje grande Llama 1, y Triolo dijo que los contendientes chinos, si están detrás, están mejorando el modelo estadounidense. «Muchos de los modelos chinos son efectivamente bifurcaciones de Llama, y el consenso es que estas bifurcaciones están uno o dos años por detrás de las principales empresas estadounidenses OpenAI y su modelo de video a texto Sora», dijo Ma. China tiene el talento tecnológico para marcar la diferencia en la rivalidad de la IA en los próximos años. Un nuevo estudio del grupo de expertos Marco Polo, dirigido por el Instituto Paulson, muestra que EE. UU. alberga el 60% de las principales instituciones de IA, y EE. UU. sigue siendo, con diferencia, la líder El destino del talento de élite en IA es el 57% del total, en comparación con China, el 12%. Pero la investigación encuentra que China aventaja a EE.UU. en algunas otras medidas, incluido estar por delante de EE.UU. en la producción de investigadores de IA de primer nivel, según títulos universitarios, con China con un 47% y EE.UU. rezagado con un 18%. Además, entre los investigadores de IA de primer nivel que trabajan en instituciones estadounidenses, el 38% tiene a China como país de origen, en comparación con el 37% de los EE.UU. Las nuevas entradas al mercado chino de IA también pueden alcanzar una adopción masiva rápidamente. El competidor ChatGPT de Baidu, Ernie Bot, lanzado en agosto de 2023, alcanzó los 100 millones de usuarios a finales de año. Samsung planea integrar Ernie AI de Baidu en sus nuevos teléfonos inteligentes Galaxy S, mientras que en otro desarrollo de alto perfil que habla de las relaciones entre Estados Unidos y China, Apple está en conversaciones con Baidu para suministrar al iPhone 16 la tecnología de inteligencia artificial de generación de la compañía china. Dentro de su actual lista de contendientes de IA, los modelos Ernie Bot de Baidu se consideran entre los más avanzados, según Leong. Varias otras empresas chinas están avanzando, financiadas por importantes actores de su propio mercado tecnológico. Grandes empresas de la nube como Baidu y Alibaba, los actores de redes sociales ByteDance y Tencent, y las empresas de tecnología SenseTime, iFlyTek, Megvii y Horizon Robotics, así como institutos de investigación, están ayudando en este esfuerzo. Moonshot AI, financiado por el gigante chino del comercio electrónico Alibaba y la firma de capital de riesgo Hongshan (anteriormente Sequoia China), está construyendo grandes modelos de lenguaje que pueden manejar entradas de contenido largas. Mientras tanto, el ex presidente de Google China, Kai-Fu Lee, ha desarrollado un modelo de IA de generación de código abierto, 01.AI, financiado por Alibaba y su empresa Sinovation Ventures. Si bien China ha acelerado el desarrollo de su industria local de chips y de la IA avanzada, su desarrollo en IA se ha visto limitado en parte por las restricciones estadounidenses a la exportación de chips de IA de alta gama, un mercado acorralado por Nvidia, como parte de un nuevo campo de batalla por la supremacía tecnológica entre los dos países. Estados Unidos y China. «A pesar de los esfuerzos por desarrollar soluciones autóctonas, los desarrolladores chinos de IA todavía dependen en gran medida del hardware extranjero, particularmente de empresas estadounidenses, lo cual es una vulnerabilidad en el clima geopolítico actual», dijo Bernard Leong, fundador y director ejecutivo de la asesoría tecnológica Analyse Asia en Singapur. Las tensiones actuales entre Estados Unidos y China por la innovación tecnológica y las cuestiones de seguridad nacional están provocando una división en el desarrollo de la IA generacional, siguiendo el patrón de otras tecnologías impactantes atrapadas en las carreras armamentistas tecnológicas de las superpotencias. Dadas las regulaciones y prohibiciones sobre tecnologías sensibles y de vanguardia, el resultado probable son dos ecosistemas paralelos para la generación de IA, uno en Estados Unidos y otro en China. ChatGPT está bloqueado en China, mientras que solo se puede acceder a Ernie Bot de Baidu en los EE. UU. con un número de teléfono celular de China continental. «Las empresas estadounidenses no pueden ir a China y las empresas chinas no pueden ir a Estados Unidos», dijo Xiao. La Secretaria de Comercio de Estados Unidos, Gina Raimondo, ha declarado que el objetivo de las restricciones estadounidenses a las exportaciones de chips de IA es evitar que China adquiera o produzca chips avanzados. A medida que China continental se centra en capacidades locales, las empresas chinas SMIC o Huawei podrían ser una alternativa a Nvidia. Pero el futuro de las alternativas probablemente sea incierto si los controles de exportación excluyen a estas empresas de los diseños más avanzados para la fabricación. Triolo señaló que Huawei desarrolló recientemente una serie de chips de inteligencia artificial como rival de Nvidia. China está avanzando en la aplicación de la IA a determinadas categorías, como la visión por ordenador. «La escasez de chips es muy importante para entrenar modelos fundamentales en los que se necesitan ciertos chips, pero para las aplicaciones, no los necesitas», dijo Ma. La «real aplicación asesina» para la generación de IA, según Triolo, estará en las empresas. que están dispuestos a pagar dinero para aprovechar la tecnología como parte de sus operaciones comerciales. Alibaba se está centrando en integrar la IA en su ecosistema de comercio electrónico. Huawei, si bien compitió con más éxito contra el iPhone de Apple en el mercado de consumo el año pasado, también tiene ambiciones más amplias, desarrollando IA para industrias específicas, incluida la minería, utilizando su hardware interno, dijo Leong. La investigación de Boston Consulting Group sugiere que puede ser un mientras que antes de que este mercado de IA de generación más amplia se extienda fuera de la tecnología. El sesenta por ciento de los 1.400 ejecutivos encuestados están esperando ver cómo se desarrollan las regulaciones de IA genérica, mientras que sólo el 6 por ciento de las empresas han capacitado a sus empleados en herramientas de IA genérica. IA en 2023 después del avance de ChatGPT, y luego modificaciones de algunas medidas. La tecnología de IA de generación de código abierto que muchos desarrolladores chinos utilizan puede fomentar la colaboración a nivel mundial y conducir a conocimientos compartidos a medida que avanza la IA, pero Leong dijo que el código abierto también genera problemas relacionados con garantizar «China quiere asegurarse de que no se derrame contenido. También quiere que sus empresas lideren y están dispuestas a imponer medidas draconianas», dijo Triolo. Las preocupaciones éticas y sociales obstaculizan los avances de la IA en China y en otras regiones, incluido Estados Unidos, como se ve en la batalla por el control de la misión de OpenAI. Dentro de China, hay otro factor que podría frenar la aceleración de la IA, según Leong: mantener el control de las aplicaciones de IA de generación, especialmente en áreas sensibles a los intereses estatales.
Source link
Bienvenido. Cuéntanos un poco sobre ti. Esto nos ayudará a proporcionarle contenido personalizado. Nombre Apellido Cargo Nombre de la empresa Tamaño de la empresa Seleccione un tamaño 1 – 4 5 – 9 10 – 24 25 – 49 50 – 99 100 – 249 250 – 499 500 – 999 1000 – 4999 5000 – 9999 9999+ Industria Seleccione una industria Publicidad , Relaciones Públicas y Marketing Aeroespacial y Aviación Agricultura y Ganadería Automotriz Banca, Contabilidad y Servicios Comerciales Financieros Computación y Tecnología Educación: Educación Superior: K-12 Ingeniería y Construcción Entretenimiento y Turismo Alimentos y Bebidas Gobierno: Federal Gobierno: Gobierno Local: Estatal Servicios de salud Seguros Servicios legales Fabricación Medios de comunicación y publicaciones Organizaciones sin fines de lucro Petróleo, gas y minería Productos farmacéuticos, medicamentos y productos químicos Bienes raíces Venta al por menor, mayorista y distribuidores Telecomunicaciones Transporte y envío Servicios públicos Viajes y hotelería Otros Cargando Enviar