📰 Boletín GEIC de Noticias de Actualidad Tecnológica: 8 de mayo 2026

Este Boletín es editado por la Dirección de Desarrollo Tecnológico de la Oficina Central del GEIC, con el objetivo de brindar información actualizada de algunos de los principales acontecimientos a escala mundial que se relacionan con el desarrollo y aplicación de las tecnologías de la Información y las Comunicaciones (TIC).

🚀 Gartner revela las 10 tendencias tecnológicas que marcarán la evolución de la IA en 2026: La consultora tecnológica Gartner presentó un conjunto de predicciones estratégicas donde se destacan 10 tendencias tecnológicas centradas en la evolución de la inteligencia artificial como sigue:
 Plataformas de desarrollo de IA nativa: Aprovechan la IA generativa para acelerar y simplificar la creación de software más allá de los métodos tradicionales permitiendo que equipos pequeños (incluyendo no técnicos) creen software rápidamente, con gobernanza integrada. Según Gartner, para 2028, el 80% de las empresas utilizarán estas plataformas para acelerar el
desarrollo de aplicaciones inteligentes. Esto significa que los desarrolladores podrán crear soluciones sofisticadas de IA sin necesidad de ser expertos en ciencia de datos, democratizando así el acceso a tecnologías avanzadas.
 Plataformas de Supercomputación para IA: Reúnen CPU, GPU, ASIC (Circuitos integrados de aplicaciones específicas) específicos para IA, chips neuromórficos y otros modelos informáticos emergentes para ayudar a las organizaciones a gestionar cargas de trabajo complejas con mayor rendimiento, eficiencia e innovación. Según Gartner para el 2028, más del
40 por ciento de las empresas líderes habrán integrado arquitecturas informáticas híbridas en sus operaciones comerciales principales, frente a tan solo el 8 por ciento actual.
 Computación Confidencial: Protege datos sensibles durante su procesamiento en infraestructuras no confiables, usando entornos de ejecución aislados. En un contexto donde las organizaciones procesan información cada vez más sensible con IA (datos médicos, financieros, personales), la computación confidencial se vuelve esencial para cumplir con regulaciones de privacidad y mantener la confianza del cliente. Según Gartner para el 2029 más del 75 por ciento de las operaciones procesadas en infraestructuras no confiables estarán protegidas durante su uso mediante computación confidencial.
 Sistemas Multiagente: Múltiples agentes de IA colaboran para automatizar procesos complejos (ej. servicio al cliente), mejorando escalabilidad. La adopción de sistemas multiagente ofrece a las organizaciones una forma práctica de automatizar procesos empresariales complejos, capacitar a los equipos y crear nuevas formas de colaboración entre personas y agentes de IA.
 Modelos de Lenguaje Específicos de Dominio: Versiones especializadas de los grandes modelos de lenguaje (LLMs) entrenados específicamente para industrias o casos de uso particulares (salud, finanzas). Los modelos de lenguaje genéricos de gran tamaño (LLM) suelen ser insuficientes para tareas especializadas. Los modelos de lenguaje específicos de dominio (DSLM) cubren esta necesidad con mayor precisión, menor coste y mejor cumplimiento.
 IA Física: Integra IA en robots, drones y equipos inteligentes para que perciban, decidan y actúen en el mundo físico. A medida que se expande la adopción de la IA, las organizaciones deben desarrollar nuevas habilidades que conecten las áreas de TI, operaciones e ingeniería.
 Ciberseguridad Preventiva: Cambia el enfoque de defensa reactiva a protección proactiva, usando IA para anticipar y bloquear amenazas antes de que ataquen. La ciberseguridad preventiva es una tendencia en auge, ya que las organizaciones se enfrentan a un aumento exponencial de las amenazas dirigidas a redes, datos y sistemas conectados.
 Procedencia Digital: Permite verificar el origen e integridad de software, datos y contenido generado por IA, crucial para la confianza y el cumplimiento. Según Gartner para el 2029 las empresas que no inviertan en capacidades de procedencia digital podrían enfrentarse a riesgos de incumplimiento y sanciones que podrían costar hasta miles de millones.
 Plataformas de Seguridad para IA: Centralizan la visibilidad y el control sobre los riesgos específicos de las aplicaciones de IA (ej. inyección de prompts, filtraciones de datos). Según Gartner para el 2028 más del 50 por ciento de las empresas utilizarán plataformas de seguridad de IA para proteger sus inversiones en IA.
 Geopatriación: Traslada cargas de trabajo de la nube pública global a proveedores locales o soberanos para gestionar riesgos geopolíticos y de cumplimiento. Trasladar las cargas de trabajo a proveedores con mayor soberanía puede ayudar a los responsables de información a obtener un mayor control sobre la residencia de datos, el cumplimiento normativo y la
gobernanza. Como elemento adicional Gartner enfatiza que la IA ya no es opcional y que 2026 es un año especial. Para enfrentar esta complejidad, recomienda:
 Desarrollar una Estrategia de IA a Nivel Empresarial: Ir más allá de los pilotos aislados y definir una visión clara de IA alineada con los objetivos específicos de la organización
 Priorizar según el Impacto: Evaluar qué tendencias se ajustan mejor a la madurez tecnológica y a las prioridades estratégicas de la organización. Plataformas de desarrollo AI-Nativo y Modelos de Lenguaje Específicos de Dominio suelen ofrecer valor inmediato
 Invertir en Gobernanza y Seguridad: Adoptar plataformas de seguridad para IA y principios de procedencia digital desde el inicio para gestionar riesgos y generar confianza
 Fomentar la Alfabetización en IA y Datos: La falta de conocimientos en IA y datos es una barrera clave. Implementar programas de formación para dotar a toda la organización de estas competencias fundamentales
🔬 Archer Materials presenta un biochip para diagnosticar enfermedades renales desde casa: La compañía Archer Materials Limited (Empresa tecnológica localizada en
Australia que se centra en el desarrollo de tecnologías avanzadas de semiconductores, principalmente en los campos de la computación cuántica y el diagnóstico médico), ha reportado avances en el desarrollo de un biochip basado en silicio para la detección de potasio en sangre dirigido a aplicaciones de diagnóstico en el punto de atención y para uso doméstico, con el objetivo de detectar múltiples enfermedades de forma rápida y precisa. Un proyecto en desarrollo se centra específicamente en la detección de potasio en sangre para aplicaciones como la enfermedad renal crónica. La tecnología también es potencialmente útil en monitoreo ambiental y otras aplicaciones analíticas donde la interacción con sustancias biológicas en líquidos es crucial.
Un elemento clave en el desarrollo lo constituye el biosensor conocido como transistor de efecto de campo de grafeno (gFET) una tecnología de diagnóstico portátil que ha denominado «laboratorio-en-un-chip» (del inglés “lab-on-achip”), cuyo principio de funcionamiento se basa en la modulación de la conductividad eléctrica del grafeno al interactuar con biomoléculas y que funciona en entornos líquidos con capacidad de detección de múltiples objetivos biológicos en paralelo.
⚡ El chip Pulsar de Innatera: 500 veces más eficiente que la IA tradicional y disponible desde mayo: Innatera (empresa derivada de la Universidad Tecnológica de Delft en los
Países Bajos) ha completado la fase de desarrollo de su chip neuromórfico“Pulsar” que se encuentra comercialmente disponible en la actualidad después de su lanzamiento en mayo del presente año, entre sus atractivos está disponer de hasta 500 veces menor consumo energético y 100 veces menor latencia que procesadores de IA tradicionales con múltiples aplicaciones en dispositivos portátiles, hogares inteligentes, IoT y sensores inteligentes (detección de presencia, reconocimiento de gestos, audio, etc.). Innatera plantea que Pulsar, impulsado por un motor de Red Neuronal de Impulsos “SNN” (del inglés Spiking Neural Network), lleva la inteligencia artificial al borde de la red. A diferencia de la IA tradicional, que procesa datos densos de forma continua, las SNN operan mediante impulsos activados por eventos, activándose solo cuando aparece nueva información reduciendo drásticamente el consumo de energía y ofreciendo velocidades de inferencia inferiores al milisegundo.
La computación neuromórfica se considera un paradigma revolucionario que diseña hardware desde cero para que funcione como un cerebro, priorizando la
eficiencia energética extrema y el procesamiento paralelo y en tiempo real para tareas de inteligencia artificial y percepción, en lugar de la velocidad bruta para
cálculos matemáticos. Es una de las promesas más sólidas para superar las limitaciones de la computación actual y acercarnos a una inteligencia artificial más capaz y eficiente.