La importancia de DKIM en la seguridad del correo electrónico empresarial

Jorge A. Hernández    8 junio, 2025

Para la mayoría de los mortales, las palabras «DomainKeys Identified Mail» o DKIM pueden parecer intrascendentes, pero para los encargados de ciberseguridad de las empresas se trata de un viejo amigo en su misión de proteger a sus organizaciones.

Es imposible concebir el mundo digital sin el correo electrónico. De hecho, su popularidad es tal que para 2022 se enviaron y recibieron cerca de 330 mil millones de ellos. Pero lo que esconde esa cifra, aparte de una utilidad invaluable en comunicaciones y negocios, es también un riesgo. Una problemática que el DKIM busca resolver.

En palabras sencillas, la popularidad del email fue tal que se convirtió en el vector de ataque favorito de los cibercriminales, especialmente usando técnicas como el phishing o la suplantación de identidad (spoofing). Y fue en esta coyuntura que surgió el DomainKeys Identified Mail (DKIM).

Técnicamente hablando, el DKIM es un estándar, un protocolo de autenticación que utiliza firmas digitales para verificar que un mensaje realmente proviene del dominio que dice ser el remitente y que el contenido no ha sido alterado durante su tránsito.

Orígenes del DKIM

Para hablar de DKIM debemos remontarnos a 2007, cuando dos tecnologías se fusionaron: se trataba de DomainKeys (desarrollada por Yahoo!) e Identified Internet Mail (de Cisco), cuya fusión y combinación de nombres dio nacimiento a DomainKeys Identified Mail.

Aunque fue respaldado e implementado por los grandes proveedores de correo desde su nacimiento en 2007, debió esperar hasta 2012 para proclamarse como un estándar respaldado por la IETF (Internet Engineering Task Force) en 2011. De hecho, se consolidó en 2012 con la promulgación de la norma RFC 6376.

Y es que, hasta antes de su creación, los protocolos de correo electrónico carecían de capacidades de autenticación inherentes, lo que facilitaba a los ciberdelincuentes la falsificación de información del remitente. Al implementar firmas DKIM, las organizaciones proporcionaron a los receptores una prueba criptográfica de la autenticidad del mensaje.

Beneficios y otras tecnologías

Uno de los beneficios adicionales y más significativos de DKIM es la mejora en las tasas de entregabilidad del correo electrónico. Los principales proveedores de servicios de correo electrónico exigen cada vez más mecanismos de autenticación para aceptar y enrutar correctamente los mensajes.

Las organizaciones sin una configuración DKIM adecuada pueden experimentar problemas de entrega, siendo sus mensajes rechazados, puestos en cuarentena o clasificados automáticamente como spam.

Cuando los mensajes pasan consistentemente la verificación DKIM, los servidores receptores establecen asociaciones de reputación positivas con el dominio de envío, lo que conduce a un tratamiento preferencial y mejores tasas de colocación en la bandeja de entrada.

Es fundamental entender que DKIM no opera de forma aislada. Funciona de manera más efectiva cuando se integra con otros protocolos complementarios de autenticación de correo electrónico como SPF (Sender Policy Framework) y DMARC (Domain-based Message Authentication, Reporting, and Conformance).

Mientras que DKIM se enfoca en la integridad del mensaje y la autenticación criptográfica, SPF valida la autorización del servidor de envío comprobando las direcciones IP autorizadas, y DMARC proporciona la aplicación de políticas y capacidades de reporte.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

Sistemas de pagos inmediatos, ¿el futuro del ecommerce?

Jorge A. Hernández    8 junio, 2025

Para la segunda mitad del 2025, el Banco de la República de Colombia lanzará al mercado Bre-B, un nuevo sistema de pagos inmediatos de bajo valor. Esta es una apuesta colombiana que se suma a iniciativas regionales como el Pix brasilero o el SINPE costarricense. Pero ¿qué desafíos y beneficios ofrecen estas plataformas de pago?

¿Sabía que las transacciones de pagos instantáneos superarán los 58 billones de dólares en todo el mundo para 2028? Esta cifra, extraída de la firma analista Juniper Research, resalta la importancia de los sistemas de pago en tiempo real, un terreno en el que Colombia entrará de lleno con la llegada de Bre-B.

El lanzamiento de Bre-B a Colombia es más que relevante, considerando que  más del 70 % de las transacciones del país se realizan en efectivo. Y es que, aunque en Colombia ya existe la interoperabilidad de instituciones financieras con figuras como Transfiya, Redeban y Credibanco, entre otras, Bre-B cuenta con el apoyo estatal.

Además, Bre-B es una muestra de la transformación digital de los sistemas de pagos y se inserta en una tendencia global de modernización financiera. Un tema de moda en Colombia como lo demostró la pasada Asobancaria de Cartagena.

Pero para comprender el impacto de los sistemas de pago inmediatos, debemos recordar que antes de 2010, las transacciones financieras tomaban aproximadamente 3 días. Sin embargo, la entrada en juego de factores externos como el crecimiento del comercio electrónico, las aplicaciones móviles y la penetración de Internet presionaron al entorno financiero para responder a las expectativas de los consumidores.

Orígenes y antecedentes de los sistemas de pago

Aunque en Occidente los sistemas de pago inmediatos se ven como algo relativamente reciente, sus inicios nos llevan a otras geografías, para ser más exactos, al Japón de 1973 con la plataforma Zengin. Impulsado por la asociación de banqueros de Tokio, este sistema sigue vigente y se proyecta para su octava actualización en 2027.

También en Oriente, en Corea del Sur para ser más exactos, se originó otro de los sistemas de pago que marcarían los estándares modernos en 2011. Occidente entraría en juego a través del Reino Unido en 2008, mientras que India lo haría en 2010. Entrando en la región, América Latina se uniría a esta tendencia por medio del Pix brasilero en 2020.

Algunas tecnologías involucradas

Los sistemas de pagos inmediatos son el resultado de varias tecnologías, regulaciones y tendencias como la Banca Abierta (Open Banking) y sus API, que facilitaron las transferencias directas desde aplicaciones bancarias y billeteras digitales, permitiendo una conectividad fluida entre bancos y proveedores de servicios.

Pero, además, debemos mencionar tecnologías como aplicaciones móviles, pagos mediante códigos QR y NFC, identificadores de celulares y correos electrónicos, sistemas de detección de fraude y notificaciones en tiempo real, entre otros.

En lo que se refiere a retos, los hay de varios tamaños y sectores: desde la ciberseguridad y la infraestructura tecnológica necesaria (conectividad y procesamiento) para no perjudicar la experiencia de los clientes, hasta la resistencia cultural al abandono del efectivo. Estos últimos, aspectos que sólo pueden vencerse mediante educación financiera e inclusión digital.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

Unicornios latinoamericanos, del emprendimiento al éxito

Jorge A. Hernández    1 junio, 2025

¿Sabía usted que los unicornios latinoamericanos, es decir, startups valoradas en más de 1.000 millones de dólares, generan en promedio ingresos anuales de entre 148 y 150 millones de dólares? ¿Cuáles son y qué diferencia a los unicornios latinos?

Corría el año 2013 cuando Aileen Lee, fundadora del fondo de inversión Cowboy Ventures, utilizó por primera vez el término «unicornio» en una columna de TechCrunch para referirse a una rareza: empresas jóvenes (startups) que alcanzaron una valoración de mil millones de dólares sin cotizar en bolsa. Al año siguiente (2014) se detectaron 84 empresas con estas características.

Casi 12 años después, los unicornios han aumentado, especialmente en Norteamérica. Para ser más exactos, en 2024 se contabilizaron 1.404 de ellos activos en el mundo: 937 en Norteamérica, 615 en Asia, 215 en Europa y 26 unicornios latinoamericanos.

Por cierto, aunque son pocos en comparación con otras regiones, los unicornios no son algo propiamente «nuevo» en la región. Por ejemplo, el primer unicornio latino nació en 1999 en Argentina: hablamos de MercadoLibre, que, sin embargo, solo hasta 2007 alcanzó la ansiada valoración de los mil millones de dólares.

Otros Unicornios Latinoamericanos

Aunque MercadoLibre fue uno de los precursores, la mayoría de los unicornios regionales aparecieron después de 2010, al punto que, en 2023, el Observatorio de Desarrollo Digital de Naciones Unidas encontró 32 de ellos en América Latina y el Caribe.

Algunos de los unicornios más destacados son: Único de Brasil (fundada en 2007); Bitso de México (2014); Rappi de Colombia (2015); Nubank de Brasil (2013); Ualá de Argentina (2017) y Kavak de México (2016), entre otros.

De los 32 unicornios latinoamericanos, 16 corresponden a Brasil, 8 a México, 3 a Colombia, 2 a Chile, y 1 a Argentina, Ecuador y Bermudas, respectivamente.

Nichos de Mercado Favoritos

En lo que se refiere a valoración y verticales de mercado, los unicornios latinos más destacados son Kavak, que acumula 8.700 millones de dólares provenientes del sector de compra y venta de carros usados, seguido de Rappi, con 5.250 millones, generados del nicho de consumo masivo (domicilios). En tercer lugar, está QuintoAndar con 5.100 millones, correspondientes al sector proptech (inmobiliario).

Aunque estos tres unicornios provienen de segmentos diferentes, vale la pena destacar que es el nicho fintech el que más reúne unicornios regionales con nombres como NuBank, C6 Bank, Bitso, Ualá, CloudWalk, dLocal, Stori y Clip, entre otros.

En porcentajes, las fintech se llevan el 34% de los unicornios, seguido del ecommerce con 22%. Todos ellos con un rol vital de la tecnología en su implementación y estrategia.

Por cierto, como dato curioso, para 2022 los unicornios latinoamericanos generaban en promedio ingresos anuales de entre 148 y 150 millones de dólares. Y en lo que se refiere a decacornios, los hermanos mayores de los unicornios, América Latina tiene dos para presumir: MercadoLibre y Nubank.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

MCP: el puente de la inteligencia artificial

Jorge A. Hernández    1 junio, 2025

Si no ha escuchado este término, prepárese para hacerlo, porque el Model Context Protocol (MCP) estará por todas partes, uniendo aplicaciones con grandes modelos de lenguaje. ¿De dónde proviene esta tecnología y cuál es su potencial? Descúbralo con nosotros.

Cuesta trabajo creerlo, pero los grandes modelos de lenguaje que popularizaron la inteligencia artificial son mucho menos capaces de lo que se cree. No pueden comprar tiquetes, ni comparar productos, ni realizar trámites legales. Dan la ilusión de poder hacerlo, pero en realidad son gigantes aislados del mundo y dependen de un ecosistema de aplicaciones externas. Es aquí donde entra en escena el MCP.

Desarrollado por Anthropic, los creadores del LLM Claude,el Model Context Protocol (MCP) es un estándar abierto que ha recibido el respaldo de grandes jugadores de la IA como OpenAI y Microsoft. Lanzado en 2024, el MCP busca ser un protocolo universal que permita a los LLM interactuar con bases de datos, API y otras herramientas de forma estandarizada y segura.

El desarrollo de estándares de interconexión entre elementos del ecosistema de inteligencia artificial es más importante que nunca con la llegada de los agentes. Recordemos que solo el mercado impactado por los agentes de IA superará los 216 mil millones de dólares para 2025, según proyecciones de Research and Markets.

Una Solución a los retos actuales

Antes de la llegada del MCP, cada integración entre un modelo de IA y una fuente de datos externa no solo era un cuello de botella, sino que también requería desarrollos personalizados, lo que resultaba costoso, poco escalable, fragmentado y llevaba con frecuencia a duplicar esfuerzos.

El Protocolo de Contexto de Modelo (MCP) busca reemplazar estas integraciones fragmentadas con una capa de comunicación estandarizada. En otras palabras, el MCP tiene como objetivo hacer para las interacciones de IA lo que HTTP hizo para la web o lo que USB hizo para la conectividad de hardware.

En términos de arquitectura, MCP se basa en un modelo cliente-servidor. Así, un cliente MCP, alojado dentro de una aplicación de IA, inicia la comunicación con servidores MCP, que exponen herramientas, recursos (datos) y plantillas, permitiendo a los agentes de IA conectarse a bases de datos empresariales.

Beneficios para las empresas y retos

Aunque el MCP ofrece múltiples ventajas, entre ellas la reducción de costos asociados con desarrollos tecnológicos a la medida, otras se relacionan con romper los silos de información y permitir a las IA operar con datos reales y actualizados.

Además de esto, el MCP, al ofrecer una arquitectura modular, facilita la escalabilidad en el desarrollo de soluciones de IA, reduce las barreras de entrada para la adopción de IA avanzada y democratiza su uso en todo tipo de organizaciones.

Sin embargo, el MCP enfrenta desafíos en múltiples frentes que van desde la latencia de la red, la seguridad distribuida y la gestión efectiva de un gran número de herramientas de IA.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

El auge del Quishing y su impacto en el mundo empresarial

Jorge A. Hernández    25 mayo, 2025

Aunque los códigos QR se han usado desde hace décadas, su popularización explotó en la pandemia, convirtiéndolos en una herramienta más de mercadeo y un objeto de deseo para los cibercriminales. Conozca la naturaleza e impacto del Quishing.

Como su nombre lo indica, el Quishing es la contracción de dos términos tecnológicos. Por una parte, los códigos de respuesta rápida o QR, surgidos en los noventa, y por otra, una modalidad criminal que cada día va en aumento: el «phishing«.

En términos más claros, el Quishing es un tipo de ataque de phishing que utiliza códigos QR maliciosos para redirigir a los usuarios a sitios web fraudulentos, iniciar descargas de malware o engañarlos para que revelen credenciales y datos financieros.

Aunque se trata de una tendencia global, en Colombia su impacto se disparó tras la pandemia, al punto que la Fiscalía General de la Nación generó alertas sobre esta modalidad criminal. Por cierto, también en Colombia hay cuatro intentos de phishing por minuto.

Pero quizás lo más triste del Quishing es que los QR nacieron como una propuesta beneficiosa para todos, al punto que la empresa que los creó, Denso Wave (una subsidiaria de Toyota), ni siquiera los patentó buscando ayudar a su popularización. Y es que esta tecnología ofrecía beneficios palpables sobre sus antecesores, los códigos de barras.

La efectividad del Quishing

El Quishing puede distribuirse a través de correos electrónicos, mensajes de texto, redes sociales e incluso mediante la colocación física sobre códigos QR legítimos en espacios públicos o comerciales, como por ejemplo en los menús de restaurantes.

La efectividad de esta modalidad criminal radica sobre todo en dos factores: Primero, la naturaleza oculta de los códigos QR que esconde la URL de destino, impidiendo una verificación visual previa al escaneo; y segundo, la alta confianza y familiaridad que los usuarios han desarrollado hacia esta tecnología tras la pandemia.

Además, los atacantes suelen incrustar estos códigos en imágenes o archivos PDF, lo que les permite eludir los filtros de seguridad de correo electrónico tradicionales que se centran en analizar enlaces basados en texto. Y estas técnicas funcionan: en 2023, se reportó un aumento del 51% en ataques de Quishing y otras fuentes indican un incremento interanual de casi 600% en incidentes.

Otros indicadores y consejos

Quizás la cifra más impactante del Quishing fue la dada a conocer por Keepnet, donde se estima que cerca del  2% de todos los códigos QR escaneados son maliciosos, pero solo 36% de estos incidentes son identificados y reportados correctamente.

Y peor aún, el Quishing continúa evolucionando, incluyendo variantes más sofisticadas como el QRLJacking, donde los atacantes clonan un código QR de inicio de sesión legítimo para secuestrar la sesión de un usuario en un servicio web.

Frente a esta amenaza, es fundamental que las empresas adopten una estrategia de mitigación multicapa y proactiva. La protección contra el Quishing no recae en una única solución, sino en la combinación de defensas tecnológicas, procesos organizacionales y una cultura de ciberseguridad arraigada, donde la primera línea de defensa es el «firewall humano«.

Pero claro, también está la parte tecnológica donde las organizaciones deben desplegar soluciones avanzadas de seguridad de correo electrónico que incluyan filtros anti-phishing y anti-malware, autenticación de remitentes (DMARC, DKIM, SPF) y, fundamentalmente, capacidades de Reconocimiento Óptico de Caracteres (OCR) para detectar y analizar códigos QR incrustados en el cuerpo de los correos y en archivos adjuntos.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

La IA en los motores de búsqueda: ¿hacia dónde nos dirigimos?

Jorge A. Hernández    25 mayo, 2025

La Inteligencia Artificial ya no es un complemento de los motores de búsqueda; los está transformando al ofrecer respuestas directas en lenguaje natural y al anticipar el futuro. ¿Hacia dónde nos dirigimos y qué pasará con el SEO?

¿Recuerdan cuando la «guerra» entre los buscadores de Internet consistía en exponer enlaces a sitios externos? Aunque en esencia este parámetro sigue vigente, la Inteligencia Artificial está cambiando las búsquedas en Internet desde el lanzamiento de ChatGPT en 2022.

No en vano, en los noventa nació el SEO (Search Engine Optimization) como una respuesta a la necesidad de los sitios web de aparecer en los primeros lugares de búsqueda. Así se creó un mercado gigantesco, estimado en más de 106 mil millones de dólares para 2025, según proyecciones de Business Research Company.

Pero las cosas han cambiado, y quizás la muestra más clara de que llegaron a un punto de no retorno fue la Search Generative Experience (SGE), lanzada por Google en 2024 como complemento a sus servicios de búsqueda tradicionales.

Cambio en el timón

Los resultados de la Search Generative Experience (SGE) son evidentes. Según BrightEdge, las búsquedas de Google mostraron un incremento anual del 49% en 2025; sin embargo, estas cifras esconden una particularidad: el porcentaje de clics directos (CTR) descendió 30%.

En otras palabras, la gente no está visitando tanto los vínculos generados por las búsquedas y, en su lugar, está adoptando las «AI Overviews» generadas por la SGE. Recordemos que las Google AI Overviews son resúmenes generados por inteligencia artificial generativa que aparecen en la parte superior de los resultados y tienen como objetivo ofrecer una respuesta rápida, sin necesidad de navegar por múltiples páginas web.

La popularidad de estos resúmenes generados por IA ha transformado el SEO. Antes, el objetivo principal era el posicionamiento web para atraer tráfico y monetizarlo. Ahora, la prioridad es lograr visibilidad en los resúmenes de IA, aunque esto no asegure clics ni una correcta atribución del contenido citado.

Otros jugadores y el futuro

Aunque hemos tomado el caso de Google y su IA (Gemini) para ilustrar el impacto de la IA en las búsquedas web, lo cierto es que existen varios jugadores en este mercado, empezando por uno de los que inició la revolución: OpenAI, con su ChatGPT. Esto sin contar a Microsoft Copilot (Bing AI) y otras propuestas como Perplexity.

Se trata de sistemas que aprovechan el poder de los Grandes Modelos de Lenguaje (LLM) para comprender consultas complejas, generar respuestas sencillas, resumir información de diversas fuentes y mantener el contexto, todo usando lenguaje claro y directo.

Otro cambio que está generando la IA es la búsqueda multimodal, que integra la voz, las imágenes y el video, tanto para generar preguntas como para obtener respuestas por medio de asistentes virtuales.

Pero quizás el cambio más profundo generado por la IA es que tal vez ni siquiera haya que ir a buscar, sino que los algoritmos de IA alcanzarán un punto de personalización tan alto que empezarán a lanzar sugerencias a la medida, anticipándose a los deseos de sus usuarios.

Por último, el impacto de la IA en el SEO ha sido tal que ahora se habla de otro concepto: el GEO o Generative Engine Optimization, una iniciativa que pretende maximizar la visibilidad de los contenidos en plataformas de IA.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

Ciencias del comportamiento y Ciberseguridad, más allá de la tecnología

Jorge A. Hernández    18 mayo, 2025

¿Cómo se relacionan unas disciplinas del siglo XIX con la ciberseguridad en tiempos de la IA? Porque la seguridad informática va más allá de herramientas tecnológicas y su impacto empieza por la cultura de las empresas y sus usuarios.

Cuando Wilhelm Wundt fundó su laboratorio experimental en 1879, abrió la puerta a un nuevo mundo: la psicología moderna. Una disciplina que buscaba analizar cómo las personas percibían, procesaban y respondían a estímulos. Factores que son más relevantes que nunca a la hora de diseñar estrategias de ciberseguridad.

Porque si bien en ciberseguridad la inversión en tecnología es fundamental –incluyendo herramientas como firewalls, sistemas de detección de intrusos y criptografía, entre otros–, los incidentes de seguridad persisten y, a menudo, tienen un origen común: el factor humano.

Para ser más exactos, una encuesta reciente realizada con más de 1.000 participantes reveló que el 95% de los problemas de ciberseguridad tenían algún componente humano. Además, el 43% de todas las brechas de ciberseguridad se deben a amenazas internas, tanto accidentales como intencionales.

Esto demuestra que, por muy sofisticadas que sean las defensas tecnológicas, pueden ser eludidas si los usuarios no están debidamente preparados y conscientes de sus interacciones con los sistemas de seguridad.

¿Qué son las ciencias del comportamiento?

Según Naciones Unidas, las ciencias del comportamiento explican la forma en que las personas se comportan, toman decisiones y responden a programas, políticas e incentivos, y permiten diagnosticar los obstáculos que impiden que las personas adopten un determinado comportamiento.

En otras palabras, las ciencias del comportamiento son un conjunto de saberes que explican cómo actúan e interactúan los seres humanos e incluyen disciplinas como la psicología, la sociología, la antropología y la economía conductual (o del comportamiento), entre otras.

Con orígenes que se remontan al siglo XIX, estas disciplinas permiten comprender en la actualidad por qué las personas actúan de la manera en que lo hacen en el entorno digital, por qué caen en trampas de ingeniería social o cometen errores que comprometen la seguridad.

Al entender los sesgos, las influencias sociales y los factores contextuales, es posible diseñar estrategias de defensa más efectivas en las organizaciones y, más importante aún, empezar a formar una verdadera cultura de ciberseguridad.

Aplicaciones en Ciberseguridad

Uno de los campos más impactados por las ciencias del comportamiento en ciberseguridad es la lucha contra la ingeniería social y el phishing. Al conocer las técnicas de manipulación psicológica que explotan los atacantes –como la urgencia, la escasez o la prueba social–, las organizaciones pueden educar a sus empleados para reconocer y resistir estas tácticas.

Gracias a ello, es posible crear jornadas de capacitación que vayan más allá de la simple concienciación para centrarse en cambios de comportamiento medibles, utilizando simulaciones de phishing y retroalimentación constructiva.

Utilizando técnicas como la gamificación, los nudges (pequeños estímulos o recordatorios) y contenido interactivo, se logra aumentar el compromiso y la motivación de los empleados en la formación. Y lo más importante, gracias a estas disciplinas es posible implementar cambios de comportamiento duraderos.

Finalmente, es importante medir el éxito no por la cantidad de capacitaciones, sino por los resultados tangibles: una reducción en la tasa de incidentes relacionados con errores humanos, una mejora en la cultura de seguridad de la organización y un retorno de la inversión demostrable.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

GenAI y Agentes de IA: ¿cómo se relacionan y diferencian?

Jorge A. Hernández    18 mayo, 2025

Mientras que el 2024 tuvo en la inteligencia artificial generativa (GenAI) uno de sus mayores picos de popularidad, para el 2025 la IA seguirá siendo tendencia, pero con otra característica: los agentes. ¿En qué se diferencian estas dos iniciativas?

Para Gartner, en 2024, la GenAI superó el pico de las expectativas, y no es para menos. Según la división S&P Global Market Intelligence, en ese año la financiación de GenAI superó los US$56.000 millones, casi el doble de lo adquirido en el 2023. Sin embargo, para 2025, de lo que más se habla es de agentes de IA. ¿Por qué?

En términos más simples, una de las razones de esta evolución y su impacto en el mercado es porque los agentes podrían convertirse en una nueva «fuerza laboral digital«, según afirmó el CEO de Nvidia, Jensen Huang. Pero, lejos de ser competidoras, estas dos tendencias tecnológicas se complementan.

Pero comencemos hablando de su gran diferencia. Para empezar, la GenAI se popularizó por su capacidad de generar contenido digital, desde texto e imágenes hasta código. Pero es una IA reactiva, que espera indicaciones para crear nuevos productos.

Por otra parte, la IA Agéntica es una inteligencia artificial proactiva que representa sistemas capaces de ir más allá de la generación de contenido para emprender acciones autónomas, razonar de forma compleja, planificar e interactuar con su entorno para alcanzar metas específicas.

Beneficios y usos de la GenAI y los Agentes

A pesar de que su enfoque sea diferente (proactivo vs. reactivo), la GenAI y los agentes se relacionan íntimamente. De hecho, los agentes de IA usan la inteligencia artificial generativa para interactuar con los usuarios y recibir instrucciones. Pero esto es solo una muestra, otros usos son:

  • Generación de contenido especializado: algunos agentes de IA pueden utilizar GenAI para crear imágenes para un diseño o incluso simulaciones para la planificación.
  • Para interactuar con otras herramientas: generando el código necesario para llamar a una API o comprender la documentación de una herramienta.
  • Planificación y Razonamiento: la GenAI puede ayudar a los agentes a analizar información compleja, identificar patrones y generar planes de acción para alcanzar sus objetivos.

Pero esto es solo una muestra; básicamente, los agentes de IA usan la GenAI para percibir, razonar, decidir y crear contenido original o ejecutar tareas. Esto sin contar que los agentes pueden mejorar su comportamiento en forma constante a través de la retroalimentación que reciben de la GenAI.

Ejemplos y retos

La relación entre la GenAI y los agentes de IA es cada vez más simbiótica. Como ejemplo, en marketing, los agentes de IA integran y utilizan capacidades de los Grandes Modelos de Lenguaje (LLMs) para redactar correos electrónicos personalizados como parte de una campaña autónoma.

O en atención al cliente, los agentes gestionan consultas complejas, tramitan reembolsos, actualizan información de clientes y resuelven problemas técnicos utilizando GenAI para generar respuestas personalizadas y recomendaciones de productos, analizando el historial y preferencias del usuario. Pero esto es apenas una muestra.

Sin embargo, este futuro brillante de la IA no está desprovisto de retos, que comienzan por la ciberseguridad y el uso de GenAI para deepfakes, o en el caso de los agentes, la responsabilidad por los probables fallos en su funcionamiento. Se trata de una nueva era que requiere de una gobernanza integral que cubra todos los aspectos del manejo de datos, pero eso apenas está comenzando.

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

¿Cuáles son las tecnologías más usadas en CX?

Jorge A. Hernández    11 mayo, 2025

La Customer Experience o CX es uno de los mejores indicadores del impacto de las soluciones tecnológicas en las organizaciones, pero ¿cuáles son las tecnologías del momento y cuáles serán las protagonistas del futuro cercano? Conócelas a continuación.

Si alguna vez se ha obsesionado por mejorar la experiencia del cliente (CX) en una organización, sepa que no es el único. El mercado global de gestión de la CX se estimó en 13.660 millones de dólares en 2024, según estimaciones de Grand View Research. 

Esta ‘obsesión’ se traduce además en una variedad de soluciones tecnológicas especializadas, pero ¿cuál es la correcta?

Las razones tras estas cifras son bien conocidas por los empresarios: la CX aumenta la lealtad y retención de los clientes, reduce costos, mejora la satisfacción y el engagement y, además, genera una ventaja competitiva frente a la competencia, entre otros beneficios.

Pero estos objetivos no son algo gratuito, la experiencia del cliente requiere planeación, trabajo en equipo y además tecnologías. Por cierto, no importa que tan prometedora sea una herramienta, si está mal instalada su desempeño será inferior.

Un listado para tener en cuenta

Sin más preámbulos, las principales tecnologías de la CX del momento y el futuro cercano son:

  • Customer Relationship Management (CRM): La gestión de relaciones con clientes es una vieja conocida del mercado; desde la venerable ACT! (de 1987) hasta el popular Salesforce de la actualidad, existen CRM para todos los gustos, incluso gratuitos. Se trata de plataformas que centralizan la información de los clientes y gestionan las interacciones a lo largo del ciclo de vida, proporcionando una vista unificada para ventas, marketing y servicio.
  • Customer Data Platform (CDP): Las Plataformas de Datos de Clientes (CDP) surgieron como concepto en 2013 y ofrecen una plataforma que centraliza, unifica y gestiona datos de clientes provenientes de múltiples fuentes (online y offline), creando perfiles únicos y completos de cada cliente. Se trata de un complemento a los CRM.
  • Analítica e Inteligencia Artificial: Son tecnologías que transforman los datos en inteligencia accionable y, además de comprender el comportamiento del cliente, permiten automatizar tareas rutinarias, ofrecer soporte instantáneo 24/7 a través de chatbots y asistentes virtuales, y facilitar la hiper-personalización.
  • Realidades mixtas (AR/VR): Aunque relativamente emergentes, la realidad aumentada y la virtual tienen el potencial de ofrecer nuevas formas de interacción con el cliente, como pruebas virtuales de productos o visualizaciones inmersivas.

Otras tecnologías que vale la pena mencionar son las plataformas omnicanal e incluso modelos de servicio como CCaaS (Contact Center as a Service), que mejoran la eficiencia operativa de la organización en cualquier canal (móvil, internet, voz, etc.).

¿En qué grado de adopción tecnológica está la estrategia CX de su empresa?

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik

Small Data, más allá del Big Data en la era de la IA

Jorge A. Hernández    11 mayo, 2025

En medio de una carrera global para la captura masiva de datos con la cual entrenar grandes modelos de Inteligencia Artificial, gana relevancia el Small Data como otra opción para la toma de decisiones más ágil y personalizada. ¿En qué consiste y cuáles son sus beneficios?

Comencemos por lo básico: su significado. El Small Data se define como conjuntos de datos manejables en volumen y formato, cuya principal característica es ser fácilmente comprensibles por humanos y procesables en hardware convencional.

PWC (PricewaterhouseCoopers) lo llama Little Data y lo define como los datos que las empresas pueden analizar sobre su propio negocio, similares a los de Big Data, pero en una escala mucho menor.

En esencia, y a diferencia del Big Data, que requiere infraestructuras especializadas y algoritmos complejos debido a su escala, el Small Data suele componerse de datos estructurados que pueden ser analizados con herramientas accesibles como hojas de cálculo o bases de datos SQL.

Lejos de rivales, hermanos

En términos de negocios, ¿qué significa usar Small Data? Significa rapidez: El enfoque de esta tendencia agiliza los ciclos de análisis y la generación de insights, permitiendo una toma de decisiones más rápida y adaptada a los cambios del mercado. Y lejos de buscar ser un reemplazo del Big Data, lo que busca es complementarlo.

Mientras el Big Data es excelente para identificar patrones amplios y correlaciones, el Small Data permite profundizar en el entendimiento causal, respondiendo al «por qué» detrás de los fenómenos observados.

Martin Lindstrom, un autor y gurú del marketing moderno, es considerado como uno de los responsables de la popularización del término Small Data, argumentando que esta tendencia permite entender al consumidor, identificar oportunidades y transformar negocios, ya que muchas innovaciones surgen precisamente de estas pequeñas pistas observadas en la vida diaria.

Impacto en la Inteligencia Artificial

La importancia del Small Data ha impulsado el desarrollo y la adopción de tecnologías de IA específicas para operar con limitaciones de datos. Técnicas como el Few-Shot Learning (aprendizaje con pocos ejemplos), el Transfer Learning (reutilización de modelos pre-entrenados) y la Generación de Datos Sintéticos son una muestra de ello.

Otro ejemplo son los Small Language Models (SLM), que son alternativas más eficientes y especializadas a los grandes modelos de lenguaje (LLM). Los SLM conformarán un mercado que superará los 5.450 millones de dólares en 2032 según estudios de la firma analista Markets and Markets.

Al hablar de modelos más pequeños, hablamos además de velocidad, eficiencia y menores costos, lo cual permite beneficiar a más empresas y organizaciones. En resumen, el Small Data tiene poco de ‘Small’ y su futuro promete ser brillante. ¿Ya lo está aprovechando en su organización?

Si quieres saber cómo desde Movistar Empresas te podemos ayudar a impulsar la transformación de tu negocio y a hacerlo de manera sostenible ingresa aquí.

Foto de Freepik