ESG
«La gestión es hacer las cosas bien; el liderazgo es hacer lo correcto». Peter Drucker El ecosistema de la ciberseguridad actual se mueve a un ritmo que desafía la capacidad de respuesta humana. La inteligencia artificial generativa redacta código a velocidad récord y automatiza ataques complejos en milisegundos, mientras que las juntas directivas exigen informes de materialidad y respuestas en tiempo real. En este entorno hiperconectado, los CISOs y directores de tecnología se enfrentan a una paradoja: cuanto más automatizados están los sistemas, más crítico y escaso se vuelve el factor humano. La tecnología puede optimizar la telemetría, pero solo un liderazgo auténtico basado en la transparencia y la confianza puede sostener una organización verdaderamente resiliente. El coste invisible de la inmediatez: La epidemia del Burnout La presión sobre los líderes de seguridad ha dejado de ser un reto puramente técnico para convertirse en un riesgo crítico de continuidad de negocio. Los datos sectoriales más recientes demuestran que el modelo actual es insostenible: Crisis del desgaste (Burnout): Informes como Voice of the CISO de Proofpoint muestran que el agotamiento es récord, con cifras que varían entre el 50% y el 66% dependiendo de la edición, la región y el impacto de la IA. Rotación constante: Múltiples estudios de la industria, incluyendo Cybersecurity Ventures, Korn Ferry, y PwC, sitúan la permanencia promedio en un rango de 18 a 26 meses. La adopción masiva de la IA no ha aliviado esta carga operativa; la ha transformado. Los directores de seguridad han tenido que asumir la gobernanza de esta tecnología de la noche a la mañana, lidiando con presupuestos ajustados, normativas de responsabilidad personal más estrictas por ser competitivos. Frente a esta tormenta perfecta, la respuesta no es adquirir más software, sino ejecutar un cambio profundo en el modelo de gestión. De la cultura del miedo a la resiliencia Blameless Con ataques de ingeniería social potenciados por IA y deepfakes capaces de engañar al ojo más entrenado, el eslabón humano está más expuesto que nunca. Ante un incidente, un liderazgo tradicional busca culpables para proteger la métrica; un líder auténtico construye seguridad desde la vulnerabilidad. Liderar con autenticidad en ciberseguridad implica instaurar una cultura corporativa verdaderamente blameless (sin búsqueda de culpables). Cuando el CISO se muestra transparente ante los errores propios y establece un entorno seguro para reportar fallos, transforma a cada empleado en un sensor activo de seguridad, eliminando el factor oculto del riesgo. Criterio ético vs. Automatización reactiva Los paneles de control modernos reaccionan de inmediato y reducen los tiempos de investigación de alertas. Sin embargo, la inmediatez tecnológica genera el sesgo de la reacción rápida. El verdadero valor de un director de tecnología en tiempos de crisis no es acelerar el algoritmo, sino aportar la templanza necesaria para aplicar el criterio ético y humano. Hacer "lo correcto" corporativamente implica evaluar el impacto a largo plazo de una brecha o de una implementación tecnológica, conteniendo la urgencia del comité de dirección con datos defendibles y comunicación transparente. El líder auténtico sabe cuándo delegar en la automatización de la máquina y cuándo detener los procesos para proteger la integridad y los valores fundamentales de la compañía. Conclusión: El guardián de la integridad corporativa Los firewalls y los modelos de IA protegen los datos corporativos, pero el liderazgo auténtico es el único capaz de blindar la confianza. En un mundo saturado de respuestas instantáneas generadas por máquinas, la transparencia, la coherencia ética y la empatía con los equipos técnicos no son habilidades blandas; son la estrategia de defensa más sofisticada e impenetrable que posee una empresa. Esta reflexión forma parte de la columna “Perspectivas de Women4Cyber Spain”, un espacio dedicado a analizar los grandes desafíos humanos, tecnológicos y culturales que están marcando la evolución del sector. Eva Prieto Partner and Board Advisor de Digiespace Coworking & Miembro de Women4Cyber Spain
31 Agosto 2026
ESG
Un estudio global de SAP y Oxford Economics revela que la inteligencia artificial ya participa en el 30% de las tareas empresariales y podría alcanzar el 48% en apenas dos años. Sin embargo, los problemas de datos, talento y gobernanza amenazan con frenar ese avance. La inteligencia artificial ha dejado de ser una tecnología experimental para convertirse en una pieza cada vez más presente en la operativa de las empresas. El problema es que adoptar más IA no significa necesariamente obtener mejores resultados. Esa es una de las principales conclusiones de The Value of AI 2026, el segundo estudio elaborado por SAP junto a Oxford Economics, basado en una encuesta a 2.600 directivos de 13 países y organizaciones de tamaño medio y grande. El informe analiza cuánto están invirtiendo las compañías, qué retorno aseguran estar obteniendo y cuáles son los principales obstáculos que aparecen a medida que la IA se extiende por el negocio. La fotografía que deja el estudio es la de un mercado en plena transición: la inversión y las expectativas de retorno aumentan, la IA agéntica avanza rápidamente, pero la preparación organizativa no evoluciona al mismo ritmo. La IA ya interviene en casi un tercio del trabajo empresarial Según el estudio, actualmente la IA da soporte, de media, al 30% de las tareas realizadas en las organizaciones, frente al 25% registrado un año antes. Y el crecimiento apenas está comenzando. Los directivos encuestados esperan que dentro de dos años esa cifra alcance el 48% de las tareas, prácticamente la mitad de la actividad empresarial. El dato refleja un cambio relevante: la conversación ya no gira únicamente en torno a probar herramientas. Muchas organizaciones están empezando a trasladar la inteligencia artificial hacia procesos reales de negocio. Sin embargo, todavía predomina un modelo fragmentado. Solo el 17% de las empresas afirma priorizar sus inversiones en IA desde una perspectiva estratégica y global, aunque la cifra prácticamente duplica el 9% registrado el año anterior. Además, apenas un 18% cuenta actualmente con más implementaciones transversales y end-to-end que soluciones aisladas, aunque las compañías esperan que esta proporción llegue al 42% en dos años. La diferencia puede ser determinante: pasar de utilizar IA para resolver tareas concretas a integrarla en procesos completos supone también cambiar la forma en que se organiza el trabajo. Más inversión y mayores expectativas de retorno El estudio muestra también que las empresas están lejos de frenar el gasto. Una organización global media prevé invertir alrededor de 28 millones de dólares en IA durante 2026, incluyendo tecnología, talento y otros costes asociados. Esa inversión podría aumentar otro 45% durante los próximos dos años. Al mismo tiempo, el retorno declarado por las organizaciones empieza a crecer. Los encuestados estiman un ROI medio de aproximadamente 6,3 millones de dólares, equivalente al 21% de la inversión, frente al 16% registrado el año anterior. Dentro de dos años esperan elevarlo hasta los 15,9 millones de dólares y un 38% de retorno. El dato debe interpretarse, no obstante, con cautela: buena parte de esas cifras corresponden a expectativas declaradas por los propios directivos, no a resultados financieros auditados. Aun así, existe una señal significativa. El 69% afirma estar satisfecho con el retorno actual de sus inversiones en IA, frente al 64% del año anterior. Pero, paradójicamente, el 67% tampoco está convencido de que sus implementaciones estén alcanzando todo su potencial. Es decir, las compañías comienzan a encontrar valor, pero creen que todavía queda una parte importante por capturar. La IA agéntica concentra las mayores expectativas Uno de los cambios más importantes del estudio aparece en torno a los agentes de IA, sistemas capaces no solo de generar contenido o recomendaciones, sino de ejecutar acciones y desarrollar tareas con un mayor grado de autonomía. El 83% de las empresas considera que la IA agéntica tiene un potencial entre moderado y muy alto para transformar su organización, y el 64% asegura haber probado ya algún caso de uso. Sin embargo, únicamente un 3% se considera completamente preparado para desplegar y escalar agentes de IA. Además, solo aproximadamente la mitad de las compañías asegura tener una comprensión clara y compartida de qué es realmente la IA agéntica y qué puede hacer. La expectativa económica, en cambio, se ha disparado. Las organizaciones calculan que dentro de dos años la IA agéntica podría producir de media 17,6 millones de dólares de retorno, más de cuatro veces la estimación realizada en la edición anterior del estudio. Ahí aparece una de las grandes contradicciones del informe: las expectativas sobre los agentes avanzan mucho más rápido que la capacidad de las empresas para gobernarlos. El gran cuello de botella sigue siendo el dato Aunque suele hablarse de modelos, algoritmos o capacidad de cómputo, el informe identifica un obstáculo mucho más básico. El 73% de las organizaciones señala la calidad o disponibilidad de los datos como uno de los principales factores que impiden obtener más valor de la IA, frente al 69% del año anterior. Además, el 79% reconoce experimentar, al menos ocasionalmente, resultados de baja calidad generados por IA, provocando retrabajos, retrasos o acumulación de tareas. Un 82% asegura incluso haber tenido que modificar de manera relevante su operativa diaria como consecuencia de esos resultados deficientes. La paradoja vuelve a repetirse: el 76% considera que disponer de datos suficientes y de calidad es muy importante o crítico para tomar decisiones sobre IA, pero solo el 62% cree que su organización está realmente preparada en materia de datos, dos puntos menos que el año anterior. La situación empeora en determinadas funciones. Mientras operaciones presenta mayores niveles de preparación, áreas como finanzas, recursos humanos o legal y riesgos aparecen considerablemente más rezagadas. Esto implica que la expansión de la IA podría terminar dependiendo menos de la capacidad de los modelos y más de la calidad de la información empresarial que tienen detrás. El talento también empieza a cambiar El estudio introduce además una reflexión especialmente relevante sobre el impacto de la IA en las personas. La principal preocupación empresarial no es directamente la desaparición de puestos de trabajo, sino la desigual alfabetización en IA dentro de las plantillas. A continuación aparecen riesgos como el debilitamiento del juicio crítico, la distribución desigual de competencias y la pérdida de aprendizaje que tradicionalmente se produce realizando determinadas tareas. El 78% de los encuestados no está convencido de que los programas de formación impulsados por sus empresas estén evolucionando al mismo ritmo que las herramientas de IA. Otro 78% considera que los puestos de trabajo tampoco están cambiando suficientemente rápido para aprovechar los nuevos flujos de trabajo habilitados por estas tecnologías. Y el 79% sostiene que extraer todo el valor de la inteligencia artificial exige una transformación de la fuerza laboral que vaya más allá de enseñar competencias técnicas. Las organizaciones parecen haber entendido el problema. El 75% está apostando por formar o reciclar profesionalmente a sus empleados, el 69% identifica qué puestos pueden ser ampliados mediante IA y el 60% ya trabaja en rediseñar funciones para incorporar la colaboración entre personas y sistemas inteligentes. El reto, por tanto, comienza a desplazarse desde aprender a utilizar herramientas hacia redefinir qué debe hacer una persona cuando parte de su trabajo puede hacerlo una máquina. Shadow AI: cuando los empleados avanzan más rápido que la empresa Otra consecuencia de esa diferencia de velocidades es el crecimiento del denominado Shadow AI, el uso de herramientas de inteligencia artificial sin autorización o supervisión formal de la organización. El fenómeno ya está generando efectos concretos. El 54% de las empresas ha experimentado resultados inconsistentes o incorrectos derivados del uso no autorizado de IA, mientras que el 48% asegura haber sufrido exposición de propiedad intelectual o filtración de datos. A ello se suman vulnerabilidades de seguridad, señaladas por un 38%, y problemas de cumplimiento regulatorio, mencionados por un 34%. La lectura es especialmente relevante desde el punto de vista de la ciberseguridad: cuando las herramientas oficiales no cubren las necesidades de los trabajadores, estos pueden buscar alternativas por su cuenta, aumentando una superficie de riesgo que la empresa ni siquiera sabe que existe. La gobernanza avanza muy por detrás de la tecnología El informe reserva uno de sus diagnósticos más duros para la gobernanza. Solo el 12% de las empresas cree que sus competencias están completamente preparadas para gobernar eficazmente la IA, y la misma proporción considera plenamente preparados sus procesos y marcos de control. La situación se vuelve más compleja con los agentes autónomos. Todos los encuestados que están experimentando o utilizando IA agéntica afirman haber encontrado al menos un problema durante su adopción. El 62% señala un esfuerzo de integración superior al esperado, el 50% ha observado problemas de fiabilidad o calidad al aumentar el uso y el 49% reconoce dificultades para reproducir o depurar el comportamiento de los agentes. Además, un 44% ha experimentado casos en los que un agente ejecutó acciones incorrectas. Las medidas de control tampoco están todavía generalizadas. El 62% dispone de mecanismos human-in-the-loop, pero eso significa que casi cuatro de cada diez organizaciones todavía operan agentes sin ese tipo de supervisión. Solo el 44% cuenta con un registro de agentes, el 53% dispone de procesos de aprobación antes del despliegue y únicamente la mitad mantiene registros de auditoría sobre sus decisiones. Los controles específicos de costes o uso están presentes en apenas un 32%. La siguiente etapa de la IA será organizativa Quizá la conclusión más interesante del informe de SAP y Oxford Economics sea que la principal barrera para la siguiente fase de la inteligencia artificial ya no parece tecnológica. Las empresas tienen modelos, herramientas, presupuestos y cada vez más casos de uso. Ahora necesitan datos fiables, procesos preparados, empleados capaces de trabajar con la tecnología y mecanismos que permitan controlar sistemas con niveles crecientes de autonomía. La IA ya está empezando a demostrar retorno y las expectativas empresariales siguen creciendo. Pero cuanto más se integre en decisiones, procesos y operaciones críticas, más importante será construir alrededor de ella una estructura de confianza. La gran pregunta empresarial de 2026, por tanto, podría estar cambiando. Ya no es únicamente “¿dónde podemos utilizar inteligencia artificial?”, sino “¿está nuestra organización preparada para depender de ella?”. El estudio fue encargado por SAP a Oxford Economics y se realizó entre marzo y mayo de 2026. Participaron 2.600 directivos de organizaciones de tamaño medio y grandes empresas de Australia, Brasil, Canadá, China, Francia, Alemania, India, Italia, Japón, Singapur, Tailandia, Reino Unido y Estados Unidos. España no forma parte de la muestra, por lo que los resultados deben interpretarse como una fotografía global y no como datos específicos del mercado español.
31 Agosto 2026
ESG
Si hace apenas unos años nos hubiesen dado una ventana a la actualidad para mostrarnos que terminaríamos preguntando a una máquina qué debemos escribir, dónde debemos viajar, cómo se puede resolver un problema empresarial o incluso qué debemos pensar sobre nosotros mismos pocos lo hubiésemos creído (al menos tan pronto). Nos encontramos entonando que “los tiempos adelantan que es una barbaridad”, tal como cantaban don Hilarión y don Sebastián en La verbena de la Paloma... ¡y no les faltaría razón! La inteligencia artificial ha irrumpido en nuestras vidas con una velocidad extraordinaria. De hecho, probablemente nunca una tecnología ha conseguido pasar en tan poco tiempo del laboratorio al bolsillo y de la investigación científica a la conversación cotidiana. Y esto, no nos confundamos, es una magnífica noticia. La IA amplía nuestra capacidad para conocer, analizar, crear y resolver problemas. Y negarlo sería tan absurdo como haber rechazado la imprenta porque podía utilizarse para publicar mentiras. Pero ahí comienza precisamente el problema. La pregunta relevante no es si la inteligencia artificial es buena o mala sino cómo la inteligencia artificial modifica las condiciones desde las que nosotros hacemos, conocemos y decidimos. Hemos dedicado enormes esfuerzos a conseguir que las máquinas aprendan, pero quizá deberíamos preguntarnos si estamos dedicando el mismo esfuerzo a evitar que el ser humano olvide. Olvide pensar; olvide contrastar; olvide dudar; olvide asumir la responsabilidad de sus decisiones… olvidemos quiénes somos y de dónde venimos. Y es que no podemos olvidar que los humanos mostramos una tendencia natural a economizar esfuerzo cognitivo y moral. Existe una tentación particularmente atractiva en esta nueva sociedad tecnológica para trasladar a los algoritmos aquello que nos resulta incómodo decidir. Si una máquina selecciona al candidato para un puesto de trabajo, concede un crédito, recomienda una inversión o determina qué información debemos leer, siempre podremos refugiarnos en una nueva versión tecnológica del conocido “yo solo cumplía órdenes” o “lo dijo el algoritmo” como fórmula para olvidar que la responsabilidad final sigue siendo nuestra. El algoritmo, naturalmente, no protesta y eso da origen a uno de los grandes problemas éticos de la inteligencia artificial. Estamos construyendo sistemas capaces de participar crecientemente en nuestras decisiones sin haber resuelto plenamente cómo atribuimos la responsabilidad por ellas y, quizá más grave todavía, creando las condiciones para diluirla o banalizarla. Un algoritmo puede calcular, clasificar y predecir, pero no tiene conciencia de las consecuencias humanas de aquello que recomienda. Puede disponer de logos (habitualmente traducido del griego como razón), si queremos utilizar el término con cierta generosidad tecnológica, pero carece de ethos (de carácter moral, de esa disposición que el ser humano va formando a través de sus hábitos, elecciones y decisiones). No deberíamos entonces confundir inteligencia con moralidad y es que una IA puede analizar millones de datos y seguir siendo incapaz de responder a una pregunta extraordinariamente sencilla: ¿debo hacer algo simplemente porque puedo hacerlo? Ese “debo” implícito en la capacidad de reflexión y análisis sigue perteneciendo al ser humano, y es quela máquina procesa, pero la persona se compromete existencialmente con aquello que hace. Paradójicamente, cuanto más potentes sean nuestras máquinas, más necesaria será nuestra ética. Cada incremento en nuestra capacidad tecnológica multiplica también nuestra capacidad de provocar consecuencias y de analizarlas. El problema nunca fue que Prometeo robara el fuego a los dioses. El problema comenzó cuando hubo que decidir qué hacer con él y, sobre todo, cuando descubrimos que el fuego no solo transformaba el mundo, sino también al hombre que lo utilizaba. Podemos usar la nueva técnica para mejorar la medicina, transformar la educación, aumentar la productividad, democratizar el conocimiento y resolver problemas que durante décadas parecieron irresolubles. Pero también podemos utilizarla para manipular, vigilar, discriminar, desinformar o simplemente sustituir el pensamiento por la comodidad de una respuesta inmediata, favoreciendo una auténtica atrofia moral por delegación. Por eso resulta insuficiente responder al desafío con otra montaña de códigos, normas y reglamentos que sin duda serán necesarios. Pero una sociedad no se convierte en ética porque produzca legislación sobre ética. La respuesta debe comenzar antes formando personas capaces de preguntar, contrastar y decir “no”. Personas dotadas de un pensamiento crítico sólido y fundamentado, capaces de reconocer que una respuesta técnicamente eficiente puede ser humanamente inaceptable. La inteligencia artificial será probablemente una de las mayores herramientas creadas por nuestra civilización, pero precisamente por eso debemos evitar convertirla en una nueva autoridad moral. Dejemos que las máquinas aprendan todo lo que puedan, pero procuremos que, mientras tanto, nosotros no olvidemos aquello que nos hace humanos que es nuestra capacidad de elegir, de juzgar y de hacernos responsables de nuestras decisiones. Porque el gran problema ético de la inteligencia artificial no será determinar si las máquinas pueden llegar a pensar como nosotros, sino evitar que nosotros terminemos aceptando vivir como si ya no necesitáramos pensar por nosotros mismos. El verdadero riesgo no está, por tanto, en que la máquina alcance una apariencia de autonomía, sino en que el ser humano renuncie progresivamente a la suya. Jose Antonio Vega Vidal Profesor de Economía, Universidad Pontificia Comillas (ICADE)
1 Septiembre 2026
ESG
La búsqueda de alternativas gratuitas para ver el fútbol online puede terminar exponiendo datos personales, credenciales y dispositivos. ESET advierte especialmente sobre las aplicaciones no oficiales y los equipos modificados para acceder a contenidos de pago. Con el regreso de la Champions League, también aumenta la búsqueda en Internet de páginas, aplicaciones y dispositivos que prometen acceso gratuito —o a precios muy reducidos— a partidos que habitualmente se emiten a través de servicios de pago. Sin embargo, detrás de algunos de estos accesos pueden esconderse riesgos que van mucho más allá de la legalidad de las retransmisiones. ESET y su distribuidor oficial en España, Ontinet.com, alertan de que los ciberdelincuentes aprovechan el interés generado por las grandes competiciones deportivas para distribuir software malicioso, obtener información privada de los usuarios o comprometer dispositivos conectados al hogar. La dimensión del negocio ilegal tampoco es menor. Según recuerda la compañía de ciberseguridad, una operación internacional apoyada por Europol consiguió el pasado mes de junio desarticular nueve grupos de crimen organizado y retirar más de 27.000 URL relacionadas con retransmisiones ilegales. Para Josep Albors, director de Investigación y Concienciación de ESET España, el peligro comienza muchas veces cuando el usuario, en su intento por encontrar una retransmisión, termina instalando aplicaciones de origen desconocido, aceptando permisos innecesarios o incorporando a su red doméstica dispositivos cuya seguridad no puede garantizar. El riesgo de instalar aplicaciones fuera de las tiendas oficiales Uno de los principales focos de peligro está en las aplicaciones que prometen acceso gratuito a competiciones deportivas y que se distribuyen al margen de las tiendas oficiales. Instalar una app mediante archivos descargados desde páginas desconocidas o repositorios alternativos puede implicar saltarse parte de los controles de seguridad habituales. El problema se agrava cuando esas aplicaciones solicitan permisos que poco tienen que ver con la reproducción de vídeo. Una app destinada a ver fútbol que pide acceso a los contactos, las fotografías, los archivos, la ubicación o el micrófono debería generar desconfianza. Si el usuario concede estos permisos, una aplicación maliciosa podría utilizarlos para recopilar información confidencial, tratar de obtener credenciales o facilitar la llegada de nuevas amenazas al dispositivo. Y el riesgo no afecta únicamente a los smartphones. Tablets, televisores inteligentes y otros equipos conectados también pueden convertirse en una vía de entrada para los atacantes. Cuando el problema entra directamente en la red doméstica Otra fórmula utilizada para acceder a contenidos sin contratar los servicios correspondientes son los dispositivos multimedia o Set-Top Boxes configurados específicamente para reproducir canales y plataformas de pago. Algunos de estos equipos pueden incorporar firmware alterado, aplicaciones de procedencia poco fiable o configuraciones deficientes desde el punto de vista de la seguridad. Incluso un dispositivo aparentemente funcional puede llegar al usuario previamente comprometido o terminar infectado durante su configuración. La amenaza, además, puede extenderse más allá del propio aparato. Al permanecer conectado al mismo router que ordenadores, móviles, televisores y otros dispositivos domésticos, un equipo vulnerable podría convertirse en un punto desde el que intentar acceder a otros sistemas de la red. En determinados casos, los dispositivos infectados también pueden ser incorporados a botnets o utilizados como proxies residenciales. Esto permitiría a terceros aprovechar la conexión a Internet de la víctima para canalizar tráfico o desarrollar otras actividades sin que el propietario sea consciente de ello. Fútbol gratis, pero ¿a cambio de qué? El atractivo de acceder a una retransmisión sin pagar puede hacer que el usuario ignore señales que, en otras circunstancias, despertarían rápidamente sus sospechas. Páginas que exigen instalar un reproductor especial, extensiones del navegador, códecs desconocidos o aplicaciones adicionales son algunos de los indicios ante los que conviene extremar la precaución. Lo mismo ocurre cuando una web de dudosa procedencia solicita datos personales, credenciales o información bancaria. ESET y Ontinet.com insisten en que la forma más segura de seguir competiciones deportivas es hacerlo mediante servicios oficiales o debidamente autorizados. Entre las principales medidas de prevención se encuentran descargar aplicaciones únicamente desde fuentes fiables, revisar cuidadosamente los permisos antes de aceptarlos, comprobar la reputación de aplicaciones y dispositivos y mantener actualizados sistemas operativos, firmware y software. También resulta recomendable utilizar contraseñas robustas y diferentes para cada servicio, sustituir las credenciales que vienen configuradas por defecto en los dispositivos y analizar cualquier archivo descargado antes de ejecutarlo. La próxima vez que un enlace prometa ver un partido gratis en cuestión de segundos, quizá convenga hacerse otra pregunta antes de hacer clic: ¿qué puede estar obteniendo a cambio quien ofrece ese acceso?
11 Septiembre 2026
ESG
La aplicación de las nuevas exigencias europeas está transformando la forma en la que las grandes empresas recopilan y presentan información ESG, llevando la sostenibilidad hacia modelos de reporting más estructurados y comparables. La sostenibilidad empresarial está entrando en una nueva fase: medir empieza a ser tan importante como comprometerse. Los primeros informes elaborados bajo las exigencias de la Corporate Sustainability Reporting Directive (CSRD) permiten observar cómo la normativa europea está modificando la manera en la que las organizaciones explican su impacto ambiental, social y de gobernanza. La tendencia apunta hacia documentos más estructurados, con indicadores definidos y una mayor conexión entre sostenibilidad, riesgos empresariales y resultados financieros. Uno de los cambios fundamentales es la denominada doble materialidad. Las organizaciones no solo deben analizar cómo las cuestiones ambientales y sociales pueden afectar económicamente a su actividad, sino también qué impacto genera la propia compañía sobre las personas y el medioambiente. Esto obliga a integrar información procedente de departamentos que tradicionalmente trabajaban de manera separada: finanzas, operaciones, recursos humanos, compras, riesgos, compliance o sostenibilidad. El dato ESG gana protagonismo La consecuencia es que el reporting deja progresivamente de ser una tarea concentrada únicamente en el departamento de sostenibilidad. Para producir información consistente y verificable, las empresas necesitan procesos de gobierno del dato, responsables claramente identificados y mecanismos que permitan rastrear el origen de cada indicador. La sostenibilidad comienza así a acercarse al nivel de exigencia tradicionalmente asociado a la información financiera. Y ese puede terminar siendo uno de los grandes legados de CSRD, incluso en un contexto de simplificación normativa: convertir el dato ESG en información empresarial que debe poder medirse, justificarse y utilizarse para tomar decisiones.
10 Septiembre 2026
ESG
Los cambios introducidos en CSRD, CSDDD y Taxonomía buscan reducir la carga administrativa y concentrar las obligaciones en un número menor de compañías, abriendo una nueva etapa para la regulación europea de sostenibilidad. Después de años ampliando las obligaciones de sostenibilidad corporativa, Europa ha comenzado a revisar su estrategia. El proceso conocido como Omnibus de sostenibilidad ha introducido modificaciones relevantes en algunos de los principales pilares regulatorios europeos, entre ellos la Corporate Sustainability Reporting Directive (CSRD), la Corporate Sustainability Due Diligence Directive (CSDDD) y la Taxonomía europea. El objetivo es responder a una preocupación que ha ido ganando peso en Bruselas: que la transición sostenible avance sin imponer una complejidad administrativa que perjudique la competitividad de las empresas europeas. La consecuencia es un escenario en el que determinadas compañías pueden quedar fuera de algunas obligaciones o disponer de mayores plazos para adaptarse. Menos burocracia no significa el final del ESG La simplificación regulatoria no elimina, sin embargo, la necesidad empresarial de gestionar riesgos ambientales, sociales y de gobernanza. Grandes compañías continuarán solicitando información a proveedores; los inversores seguirán analizando riesgos climáticos y reputacionales; y las entidades financieras necesitan evaluar la exposición de las empresas a factores que pueden afectar a su capacidad de generar valor. El cambio podría incluso separar dos conceptos que durante los últimos años han aparecido excesivamente unidos: sostenibilidad y cumplimiento normativo. La primera responde a cómo una compañía gestiona riesgos y oportunidades a largo plazo. El segundo establece qué información está obligada legalmente a recopilar y comunicar. Europa entra así en una nueva etapa en la que el reto será conseguir simplificar sin perder transparencia y mejorar la competitividad sin renunciar a los objetivos de transformación sostenible.
9 Septiembre 2026
ESG
La inteligencia artificial empieza a consolidarse como una nueva herramienta de apoyo escolar para niños y adolescentes. Su capacidad para ofrecer ayuda personalizada y disponible a cualquier hora abre importantes oportunidades educativas, pero también plantea interrogantes sobre privacidad, pensamiento crítico, dependencia y seguridad. Resolver un problema de matemáticas, practicar inglés, preparar un examen o pedir que una explicación se adapte al nivel de un estudiante. La inteligencia artificial está transformando la manera en la que muchos menores estudian y acceden al conocimiento. Los llamados tutores de IA prometen una especie de profesor particular disponible las 24 horas y capaz de adaptar sus explicaciones a cada alumno. Una posibilidad que despierta interés entre familias, centros educativos y administraciones, pero cuyo crecimiento también obliga a preguntarse hasta qué punto estas herramientas son adecuadas para los menores. ESET advierte de que no todos los tutores basados en inteligencia artificial ofrecen las mismas garantías. La forma en la que enseñan, los datos que recopilan y las medidas de protección que incorporan pueden variar considerablemente entre unas plataformas y otras. El debate ha cobrado todavía más relevancia con la llegada de ChatGPT para adolescentes, una experiencia específica para menores de 18 años que incorpora mayores protecciones, controles parentales y herramientas destinadas a fomentar un uso más responsable de la inteligencia artificial. Entre sus funcionalidades se encuentran mecanismos orientados a evitar que la IA se convierta simplemente en una máquina de proporcionar respuestas, además de herramientas como el Modo de estudio y opciones relacionadas con los horarios y descansos. Un mercado educativo en plena expansión El fenómeno está lejos de ser minoritario. Según las estimaciones recogidas por ESET de Grand View Research, el mercado de tutores basados en inteligencia artificial podría pasar de alrededor de 2.000 millones de dólares en 2025 a más de 17.700 millones en 2033. España también comienza a prepararse para esta nueva realidad. El Consejo Escolar del Estado aprobó en 2026 un marco de referencia dirigido a impulsar una incorporación ética, segura y pedagógicamente fundamentada de la inteligencia artificial en los centros educativos. La cuestión, por tanto, empieza a desplazarse del “si” se utilizará inteligencia artificial en la educación al “cómo” debe utilizarse. Y aquí aparece una distinción importante. “Bajo el concepto de ‘tutor con IA’ se engloban soluciones muy diferentes”, explica Josep Albors, responsable de Investigación y Concienciación de ESET España. Mientras algunas herramientas funcionan esencialmente como chatbots generalistas adaptados al ámbito educativo, otras han sido específicamente desarrolladas para acompañar al estudiante durante el aprendizaje, formular preguntas y conseguir que llegue a una respuesta mediante el razonamiento. Cuando obtener la respuesta es demasiado fácil Uno de los principales temores es que la comodidad termine jugando en contra del propio aprendizaje. Si un estudiante puede obtener inmediatamente la solución de un ejercicio, redactar un trabajo o resolver una duda sin recorrer el proceso necesario para encontrar la respuesta, existe el riesgo de que determinadas capacidades terminen debilitándose. Una encuesta estatal de UGT Servicios Públicos realizada a 1.376 docentes reflejó precisamente esta preocupación: el 83,57% alertaba del riesgo de que la IA reduzca el pensamiento crítico del alumnado, mientras que un 86,70% mostraba preocupación por el plagio o la falta de esfuerzo. El desafío está en conseguir que la tecnología actúe como acompañante y no como sustituto del razonamiento. Una IA también puede equivocarse A ello se suma otro problema especialmente relevante cuando los usuarios son menores: la inteligencia artificial puede proporcionar información incorrecta y hacerlo de manera aparentemente convincente. Los modelos pueden generar respuestas falsas o imprecisas y presentarlas con una seguridad que dificulta identificar el error. Un adulto con experiencia en una determinada materia puede detectar más fácilmente que algo no encaja. Para un niño o adolescente que todavía está desarrollando su capacidad crítica y sus criterios para evaluar fuentes, esa distinción puede resultar mucho más complicada. Por ello, enseñar a utilizar estas herramientas implica también enseñar a cuestionar sus respuestas y contrastar la información. ¿Puede un adolescente desarrollar una relación emocional con una IA? El debate va más allá del rendimiento académico. ESET señala también el riesgo de que algunos menores depositen un grado excesivo de confianza en estos sistemas o comiencen a relacionarse con ellos como si fueran figuras humanas de apoyo. Por sofisticada que sea una herramienta, un tutor artificial no posee la empatía de un profesor ni puede sustituir las relaciones humanas que forman parte del proceso educativo. Un docente puede percibir frustración, desmotivación o inseguridad y modificar su manera de enseñar en función de esas señales. La IA puede simular determinados comportamientos conversacionales, pero eso no significa que experimente emociones o establezca vínculos reales. La privacidad, otro de los grandes interrogantes Las conversaciones mantenidas con estos sistemas pueden contener mucha más información de la que aparentemente parece. Trabajos escolares, intereses personales, dudas, rendimiento académico, datos sobre dispositivos o incluso grabaciones de voz pueden formar parte de la información gestionada por determinadas plataformas. Cuando los usuarios son menores, conocer qué información se recopila, durante cuánto tiempo se conserva, para qué se utiliza y si intervienen terceros resulta especialmente importante. Por ello, ESET recomienda a familias y centros educativos revisar las políticas de privacidad y comprobar el cumplimiento de la normativa de protección de datos antes de incorporar una herramienta al día a día de los estudiantes. De los contenidos inapropiados al prompt injection También existen riesgos estrictamente relacionados con la ciberseguridad. Los menores pueden intentar sortear voluntariamente las restricciones de una plataforma para acceder a determinados contenidos. Pero existen además ataques dirigidos a manipular el comportamiento de los propios sistemas de IA. Entre ellos se encuentra el denominado prompt injection, mediante el cual instrucciones maliciosas pueden intentar alterar el funcionamiento esperado de una herramienta. En determinados escenarios, este tipo de técnicas podría utilizarse para mostrar contenidos inseguros o tratar de dirigir al usuario hacia páginas fraudulentas. Es un riesgo que introduce una nueva variable en la elección de herramientas educativas: no basta con analizar qué puede enseñar una plataforma, sino también cómo protege a quienes la utilizan. Acompañar antes que prohibir Frente a estos riesgos, la recomendación no pasa necesariamente por excluir la inteligencia artificial de la educación. ESET apuesta por priorizar herramientas concebidas específicamente para el aprendizaje, especialmente aquellas recomendadas por los propios centros educativos o respaldadas por evidencias sobre su utilidad pedagógica. Para las familias, el acompañamiento inicial puede ser igualmente importante. Utilizar la herramienta junto al menor permite conocer cómo responde, qué información solicita y cómo se comporta ante determinadas preguntas. También resulta fundamental enseñar desde edades tempranas que no deben compartirse con una IA contraseñas, direcciones, teléfonos, credenciales u otros datos sensibles, así como explicar que una respuesta convincente no tiene por qué ser correcta. Los controles adaptados a la edad, los límites razonables de utilización y la supervisión periódica pueden completar esas medidas. La llegada de la inteligencia artificial a las aulas y a los hogares parece difícil de detener. La cuestión será conseguir que su enorme capacidad para facilitar el acceso al conocimiento no sustituya precisamente aquello que la educación pretende desarrollar: curiosidad, esfuerzo, autonomía y pensamiento crítico.
8 Septiembre 2026
ESG
El calentamiento del Pacífico podría provocar fuertes alteraciones en las lluvias, elevar el riesgo de sequías e inundaciones y tensionar la producción agrícola durante los próximos meses. Sus consecuencias podrían prolongarse hasta 2027. El planeta se prepara para un nuevo episodio climático de gran magnitud. El Niño está ganando intensidad en el océano Pacífico y las previsiones apuntan a que podría convertirse en uno de los eventos más fuertes registrados en las últimas décadas, con posibles consecuencias sobre el clima, la agricultura y los precios de los alimentos en distintas regiones del mundo. Según las previsiones de la Organización Meteorológica Mundial (OMM), el fenómeno ya se encuentra establecido y existe una probabilidad muy elevada de que continúe activo hasta comienzos de 2027. Su máxima intensidad se produciría hacia finales de 2026, por lo que los próximos meses serán especialmente importantes para conocer hasta dónde llega su impacto. El Niño aparece cuando la temperatura de las aguas superficiales del Pacífico ecuatorial central y oriental aumenta por encima de sus valores habituales. Aunque el fenómeno se origina en el océano, modifica la circulación de la atmósfera y puede alterar las precipitaciones y las temperaturas a miles de kilómetros de distancia. Un mismo fenómeno, consecuencias muy diferentes El principal problema es que El Niño no afecta por igual a todas las regiones. Mientras algunas zonas pueden sufrir una reducción importante de las precipitaciones, otras se enfrentan precisamente al escenario contrario: lluvias intensas y un mayor peligro de inundaciones y deslizamientos. Entre septiembre y noviembre, algunas áreas de India, Australia, Centroamérica, el Caribe y el noroeste de Sudamérica podrían registrar condiciones más secas de lo habitual. En cambio, el Cuerno de África, el sureste de Sudamérica y determinadas zonas de Europa, Asia y Norteamérica presentan mayores probabilidades de experimentar precipitaciones superiores a la media. A ello se suma otro factor: el calor. Las temperaturas por encima de los valores habituales podrían extenderse por buena parte de las principales regiones continentales. Sin embargo, estas previsiones no significan que todos esos territorios vayan a sufrir necesariamente una catástrofe. El Niño modifica las probabilidades climáticas, pero sus efectos concretos dependen también de numerosos factores regionales. Asia mira al cielo y a sus cultivos Una de las principales preocupaciones se encuentra en Asia, donde cualquier alteración prolongada de las lluvias puede tener consecuencias importantes sobre la agricultura. India llega a esta situación después de periodos de precipitaciones inferiores a lo habitual durante el monzón de 2026. Cultivos esenciales como el arroz, el maíz, la soja o el algodón podrían verse perjudicados si el déficit hídrico se prolonga. Una reducción de las cosechas no solo supondría pérdidas para los agricultores. También podría aumentar la necesidad de importar alimentos y ejercer una mayor presión sobre los precios. En el sudeste asiático, un escenario más cálido y seco podría afectar asimismo a productos estratégicos como el arroz y el aceite de palma. Además, la falta de humedad puede favorecer los incendios forestales y los episodios de humo y contaminación atmosférica. En África Oriental, el peligro puede llegar con demasiada agua El panorama cambia radicalmente en el este de África. Allí, El Niño puede favorecer unas condiciones más húmedas durante los últimos meses del año. En las áreas más vulnerables del Cuerno de África, unas precipitaciones excepcionalmente intensas elevarían el riesgo de inundaciones y corrimientos de tierra. La situación resulta especialmente delicada en territorios donde las infraestructuras son limitadas o donde ya existen problemas de inseguridad alimentaria y desplazamiento de población. Una sucesión de lluvias extremas podría agravar esas dificultades. América, dividida entre la sequía y el exceso de lluvia El continente americano también presenta un escenario desigual. El sureste de Sudamérica podría recibir más precipitaciones de lo habitual, mientras que zonas de Centroamérica, el Caribe y el noroeste sudamericano podrían afrontar meses más secos. El denominado Corredor Seco centroamericano es uno de los puntos sensibles. Las comunidades rurales de esta región ya han sufrido repetidos episodios de sequía, por lo que una nueva reducción de las lluvias podría afectar directamente a sus cosechas y medios de vida. Más al sur, la atención estará puesta en gigantes agrícolas como Brasil y Argentina. Cualquier modificación relevante de sus cosechas puede trascender sus fronteras debido al enorme peso de ambos países en los mercados internacionales de productos agrícolas. Australia se prepara para meses de calor Las perspectivas tampoco son tranquilizadoras para algunas zonas del sur y el este de Australia, donde se esperan temperaturas elevadas y una mayor probabilidad de precipitaciones escasas. Los episodios intensos de El Niño han coincidido históricamente con un aumento del peligro de sequía e incendios en determinadas regiones australianas. No obstante, la magnitud final de una temporada de incendios depende de muchos otros factores meteorológicos y ambientales. En las islas del Pacífico, las alteraciones asociadas al fenómeno pueden repercutir además sobre las reservas de agua dulce, la agricultura, los ecosistemas marinos y el comportamiento de los ciclones tropicales. El gran riesgo económico está en el plato Más allá de sequías o inundaciones concretas, existe un riesgo capaz de conectar todos estos escenarios: los alimentos. Si varias grandes regiones productoras sufrieran simultáneamente malas cosechas, la reducción de la oferta podría trasladarse a los mercados internacionales. El comercio permite normalmente compensar los déficits de una zona con la producción de otras, pero esa capacidad disminuye cuando numerosos productores atraviesan problemas al mismo tiempo. Además, ante una crisis de abastecimiento algunos gobiernos pueden optar por limitar las exportaciones para proteger sus mercados internos. Este tipo de medidas puede intensificar las tensiones sobre la oferta internacional y contribuir a elevar los precios. Por eso, la evolución de El Niño no interesa únicamente a meteorólogos y científicos. También está siendo seguida por agricultores, gobiernos, empresas y mercados financieros. Los próximos meses serán decisivos El calentamiento registrado en el Pacífico ha situado este episodio entre los eventos que requieren una vigilancia especialmente estrecha. Las previsiones apuntan a que podría continuar fortaleciéndose hasta alcanzar su máxima intensidad hacia noviembre o diciembre. Ese calendario convierte el final de 2026 en una ventana decisiva para la prevención. La gestión de los embalses, la planificación de las campañas agrícolas, las reservas de alimentos, la preparación frente a incendios y el refuerzo de las medidas contra inundaciones pueden determinar hasta qué punto una anomalía climática termina convirtiéndose en una emergencia humanitaria o económica. Y después llegará 2027 Aunque el momento de mayor intensidad de El Niño se espera para finales de este año, sus consecuencias podrían sentirse durante buena parte de 2027. El fenómeno es un ciclo natural del sistema climático y no está provocado por el cambio climático. Sin embargo, aparece en un planeta que ya presenta temperaturas oceánicas y atmosféricas elevadas debido al calentamiento global. Esa combinación preocupa a los científicos porque puede contribuir a intensificar determinados episodios de calor y otros fenómenos extremos. Por este motivo, 2027 estará especialmente bajo vigilancia ante la posibilidad de registrar temperaturas globales excepcionalmente altas. El verdadero desafío de los próximos meses no será únicamente conocer hasta dónde llegará este El Niño, sino comprobar hasta qué punto los países son capaces de anticiparse a sus consecuencias. Porque un fenómeno que comienza con agua anormalmente caliente en una parte del Pacífico puede terminar sintiéndose a miles de kilómetros de distancia: en los campos, en los embalses, en los supermercados y, finalmente, en el bolsillo de millones de personas.
7 Septiembre 2026
ESG
Los agentes de inteligencia artificial comienzan a asumir un papel más activo en marketing, ventas y atención al cliente. Sin embargo, su eficacia se enfrenta a un obstáculo: pueden ser muy avanzados y, al mismo tiempo, desconocer buena parte de la relación que una empresa mantiene con sus clientes. Solo el 39% de los equipos españoles de atención dispone de un historial completo y centralizado de cada usuario. La inteligencia artificial empresarial está entrando en una nueva fase. Después de dos años marcados por la carrera para incorporar asistentes, copilotos y herramientas generativas, el debate comienza a desplazarse desde qué puede hacer la IA hacia qué necesita saber para hacerlo bien. La diferencia no es menor. Una inteligencia artificial puede redactar un correo, preparar una reunión comercial, responder a un cliente o recomendar el siguiente paso en una oportunidad de venta. Pero si desconoce las conversaciones anteriores, las compras realizadas, las incidencias abiertas o la situación actual de esa relación comercial, su capacidad para tomar decisiones útiles se reduce considerablemente. Es precisamente ahí donde aparece uno de los próximos grandes desafíos para las empresas: dotar de contexto a la IA. Mucha inteligencia artificial, pero información fragmentada Los datos de HubSpot reflejan esta contradicción en las compañías españolas. El 93% de los equipos de atención al cliente ya está valorando incorporar inteligencia artificial, pero únicamente un 39% dispone de un historial centralizado y completo de cada cliente. Además, cerca de uno de cada cuatro reconoce que ni siquiera tiene acceso de manera consistente a toda esa información. La situación plantea una paradoja: las empresas están preparando agentes capaces de asumir cada vez más responsabilidades mientras la información que necesitan para actuar correctamente continúa repartida entre diferentes sistemas, departamentos y aplicaciones. El resultado puede ser una IA capaz de producir mucho, pero no necesariamente de producir mejor. El problema no siempre es el modelo Cuando una herramienta de inteligencia artificial ofrece una respuesta genérica, incorrecta o poco útil, resulta fácil atribuir el fallo al modelo. Sin embargo, a medida que estas tecnologías maduran, la calidad de la información empresarial que reciben está ganando tanta importancia como las propias capacidades de la IA. Un modelo puede disponer de enormes cantidades de conocimiento general y, aun así, desconocer prácticamente todo lo relevante sobre un cliente concreto. ¿Qué compró? ¿Qué conversaciones ha mantenido con la compañía? ¿Qué problema tuvo hace seis meses? ¿Está negociando actualmente una renovación? ¿Ha mostrado interés por otro servicio? ¿Qué compañero habló con él por última vez? Sin ese contexto, incluso una IA muy avanzada puede ofrecer una experiencia desconectada de la realidad. La preocupación ya aparece entre los propios responsables empresariales. Una encuesta realizada por KPMG entre líderes de Estados Unidos situó la calidad de los datos organizativos como el principal desafío para las estrategias de inteligencia artificial, señalado por el 85% de los participantes. Gartner, por su parte, había advertido de que durante 2026 un 60% de los proyectos de IA sin datos adecuadamente preparados terminarían siendo abandonados. De almacenar datos a conseguir que la IA los entienda Durante años, una de las prioridades de las compañías fue acumular información. CRM, plataformas de marketing, herramientas de atención al cliente, sistemas comerciales y aplicaciones internas permitieron registrar cantidades cada vez mayores de datos. El problema es que tener información no significa necesariamente tener contexto. La nueva etapa de la inteligencia artificial obliga a conectar esas piezas. Para que un agente pueda participar de forma efectiva en un proceso comercial o de atención, necesita acceder a una visión coherente y actualizada del cliente, pero también comprender determinados elementos del propio negocio. Esto está impulsando también la evolución de los CRM tradicionales. HubSpot utiliza el concepto de “Plataformas Agénticas de Clientes” para describir una nueva generación de ecosistemas en los que los datos del cliente, la información empresarial y los procesos están conectados y pueden ser utilizados simultáneamente por profesionales y agentes de inteligencia artificial. El cambio de filosofía es importante: el CRM deja de funcionar únicamente como un lugar donde las personas consultan información para convertirse también en una fuente de contexto desde la que pueden actuar sistemas autónomos. El siguiente reto: agentes que hablen entre ellos Existe además otro desafío. Las compañías no tendrán únicamente un agente de inteligencia artificial. Marketing puede utilizar uno para crear y optimizar campañas; ventas, otro para preparar reuniones y cualificar oportunidades; atención al cliente puede desplegar sistemas diferentes para gestionar consultas o incidencias. Si cada uno trabaja con información diferente, las empresas corren el riesgo de trasladar a la inteligencia artificial un problema que llevan años intentando solucionar entre sus propios departamentos: los silos. La siguiente evolución pasa, por tanto, de desplegar agentes independientes a construir sistemas capaces de compartir una misma visión del cliente y coordinar sus acciones. “Cuando la IA comprende el historial del cliente, conoce el estado real del negocio y comparte información con el resto de los equipos, deja de ser una herramienta aislada para convertirse en un auténtico acelerador del crecimiento”, señala Diego Santos, Head de Marketing de HubSpot para España y Latinoamérica. El contexto puede convertirse en la próxima ventaja competitiva El avance de los agentes de IA introduce una idea que puede marcar la próxima etapa de la transformación empresarial: cuanto mayor sea la autonomía de la tecnología, más importante será la calidad del contexto sobre el que toma sus decisiones. Las capacidades de los grandes modelos continuarán evolucionando y muchas de ellas estarán disponibles para miles de compañías simultáneamente. Lo verdaderamente diferencial podría estar entonces en otro lugar: los datos propios de cada organización, su conocimiento acumulado y su capacidad para convertir información dispersa en un contexto útil y accesible. La pregunta para las empresas empieza así a cambiar. Ya no se trata únicamente de cuánta inteligencia artificial pueden incorporar, sino de cuánto sabe esa inteligencia artificial sobre su negocio y sus clientes. Porque un agente puede ser extraordinariamente inteligente. Pero si no conoce el contexto, seguirá trabajando a ciegas.
4 Septiembre 2026
ESG
Un estudio internacional de Workiva revela una creciente brecha entre las expectativas depositadas en la inteligencia artificial y la capacidad real de las organizaciones para garantizar la calidad, trazabilidad y fiabilidad de los datos que la alimentan. Los inversores ya han comenzado a tomar nota. La inteligencia artificial ha pasado en apenas unos años de ser una tecnología experimental a convertirse en una pieza cada vez más integrada en las operaciones de las compañías. Ahora, sin embargo, comienza una etapa diferente: demostrar que además de ahorrar tiempo es capaz de generar resultados empresariales fiables, medibles y sostenibles. Y ahí aparece una brecha. El 84% de los ejecutivos encuestados por Workiva afirma sentirse al menos razonablemente seguro de la precisión de un contenido generado por inteligencia artificial que apareciera en un informe anual sin haber pasado previamente por una revisión humana. La cifra sería una importante muestra de confianza empresarial en la tecnología si no fuera acompañada por otro dato: el 26% asegura que las auditorías internas de IA de sus organizaciones ya han descubierto errores que llegaron hasta audiencias externas o incluso hasta el consejo de administración. Es una de las principales conclusiones del 2026 Midyear Executive Benchmark Survey de Workiva, que dibuja un escenario en el que las ambiciones de las organizaciones con la IA avanzan más rápido que los mecanismos creados para verificar sus resultados. Mucha confianza en la IA, pero muy poca en los datos La contradicción se vuelve todavía más evidente al analizar la materia prima que utilizan los sistemas de inteligencia artificial. Solo el 11% de los ejecutivos considera que la calidad de los datos de su organización es actualmente suficiente para utilizar IA. Además, el 71% afirma que una calidad deficiente de los datos ya ha afectado, al menos de manera moderada, al uso de inteligencia artificial en procesos de información financiera y sostenibilidad. Para algo más de una cuarta parte, el problema es todavía mayor: el 27% asegura que las deficiencias en los datos han bloqueado significativamente la implantación de IA en determinados procesos clave. La conclusión del informe apunta así hacia una de las cuestiones que marcará la siguiente fase de adopción de esta tecnología: implementar modelos cada vez más avanzados sirve de poco si la información sobre la que trabajan continúa fragmentada, resulta difícil de verificar o carece de una trazabilidad adecuada. Y la diferencia entre directivos y profesionales resulta especialmente significativa. Cuando Workiva pregunta si confiarían en un resultado generado mediante IA incluido en un informe anual o una presentación al consejo sin supervisión humana, el 39% de los ejecutivos se declara “muy confiado”, frente al 29% del resto de profesionales encuestados. Sumando quienes se consideran muy o bastante confiados, el porcentaje alcanza el 84% entre los ejecutivos y el 76% entre los profesionales. Cuanto mayor parece ser la responsabilidad dentro de la organización, mayor es también la confianza manifestada en la IA. Los inversores ya están buscando errores La cuestión ha dejado de ser exclusivamente tecnológica. Los inversores institucionales están comenzando a incorporar la fiabilidad de la inteligencia artificial a su evaluación de las compañías. Según el estudio, el 89% manifiesta preocupación por la precisión de la IA utilizada en las comunicaciones e informes corporativos. Y prácticamente la mitad ya no se limita a confiar en que las empresas tengan controles adecuados: el 47% reconoce que busca activamente indicios de errores generados mediante inteligencia artificial en la información publicada por las compañías. Esto introduce una nueva dimensión en la relación entre IA, reporting y confianza. Un error generado por un modelo que termina incorporándose a información financiera, de sostenibilidad o destinada al mercado puede dejar de ser simplemente un problema técnico para convertirse en una cuestión reputacional, regulatoria e incluso financiera. El propio informe conecta esta tendencia con el creciente impacto de la desinformación. El 26% de los profesionales y ejecutivos encuestados considera ya la información errónea una de las principales amenazas externas para el rendimiento financiero, frente al 23% registrado el año anterior. La IA ya tiene que demostrar que genera dinero La fase de experimentación también está dejando paso a la exigencia de resultados. Las compañías no solo quieren utilizar IA. Quieren medir qué retorno está produciendo. El 48% de los ejecutivos está totalmente de acuerdo en que espera obtener un retorno medible de sus inversiones en IA durante los próximos doce meses. Entre los resultados que esperan conseguir destacan especialmente el crecimiento de los ingresos, mencionado por el 58%, y el ahorro de tiempo, señalado por el 47%. Pero también aquí aparece un cambio relevante. Los inversores están empezando a observar indicadores concretos para determinar si la inteligencia artificial está teniendo un impacto real sobre el negocio. El 51% analiza la evolución de los ingresos de las compañías en cartera como indicador del retorno de sus inversiones en IA. Un 42% sigue las tasas de conversión de ventas, mientras que un 40% observa el retorno interno de los proyectos de inteligencia artificial. El mismo porcentaje analiza el tiempo ahorrado gracias a esta tecnología y el grado de automatización de tareas anteriormente realizadas por personas. La productividad, por tanto, empieza a dejar de ser suficiente como argumento. La siguiente pregunta será cuánto negocio genera realmente la IA. De acelerar procesos a rediseñar las empresas Precisamente por ello, Workiva plantea que el verdadero retorno no llegará únicamente incorporando inteligencia artificial sobre procesos ya existentes. La transformación más profunda consistirá en revisar cómo se realiza el trabajo. Las organizaciones tendrán que decidir qué tareas pueden delegarse en sistemas autónomos, cuáles requieren supervisión y en qué puntos el criterio humano debe continuar siendo obligatorio. Esta cuestión adquiere especial relevancia con la llegada de los agentes de IA, capaces de ejecutar determinadas actividades con una intervención humana cada vez menor. El informe identifica varios riesgos que ya preocupan a las organizaciones. El principal, señalado por el 35% de los participantes, es que los empleados compartan información propietaria mediante herramientas de inteligencia artificial no autorizadas. Le sigue, con un 34%, la posibilidad de utilizar información generada por IA sin haberla comprobado previamente. El 32% teme las consecuencias de decisiones tomadas con información procedente de IA que posteriormente resulte incorrecta, mientras que el 31% señala los fraudes dirigidos a empleados y potenciados mediante inteligencia artificial. Otro 30% menciona el uso no autorizado de estas herramientas dentro de la organización. No se trata, por tanto, únicamente de controlar qué hace la IA. También hay que controlar quién la utiliza, con qué información y bajo qué reglas. La gobernanza empieza a convertirse en una ventaja competitiva Uno de los mensajes más claros del estudio es que gobernar la inteligencia artificial no debería interpretarse necesariamente como un freno a la innovación. Puede ocurrir exactamente lo contrario. Una compañía capaz de conocer el origen de sus datos, seguir su transformación, documentar procesos y comprobar los resultados generados por la IA puede tener más capacidad para automatizar tareas sin multiplicar los riesgos. Y los inversores parecen compartir esa visión. El 96% considera importantes las políticas de gobernanza de la IA y supervisión humana a la hora de tomar decisiones de inversión. Para un 62% son incluso “muy importantes”. Workiva señala tres elementos especialmente relevantes: crear fuentes de información fiables y compartidas, documentar los flujos de trabajo y establecer capas de contexto suficientemente robustas para que los sistemas de IA puedan operar sobre los datos. La trazabilidad adquiere también una importancia creciente. A medida que los agentes sean más autónomos, el 55% de los encuestados considera que seguirá necesitando plataformas capaces de gestionar agentes y flujos de trabajo automatizados y documentados. El 49% cree que seguirán siendo necesarios sistemas que actúen como registros oficiales de información, mientras que un **45% apunta a la necesidad de mantener trazabilidad y pistas de auditoría sobre el origen y recorrido de los datos. La autonomía de la IA, por tanto, no elimina la necesidad de control. Puede aumentarla. La transparencia también se convierte en un activo El informe analiza además otro fenómeno relacionado con la confianza: la frecuencia con la que las compañías informan al mercado. En Estados Unidos se ha planteado la posibilidad de que determinadas compañías pasen de una presentación trimestral de resultados a un modelo semestral. Pero los inversores encuestados por Workiva muestran escaso entusiasmo ante una reducción de la información disponible. Si una empresa pasara de publicar resultados trimestralmente a hacerlo dos veces al año, el 66% afirma que aumentaría el uso de fuentes de información alternativas. Un 53% elevaría la prima de riesgo o la tasa de descuento aplicada a esa compañía, mientras que el 43% reduciría su posición inversora. Otro 37% solicitaría información adicional fuera del calendario habitual. Las propias empresas parecen haber interpretado ese mensaje. Entre los ejecutivos de compañías cotizadas o que prevén salir a bolsa, el 47% asegura que sería muy probable que siguiera comunicando resultados trimestrales incluso aunque dejara de ser obligatorio, mientras que otro 45% considera bastante probable hacerlo. Más información puede convertirse así en una forma de reducir incertidumbre y mantener la confianza. La gran batalla no será tecnológica Probablemente una de las conclusiones más interesantes del estudio es que la siguiente fase de la inteligencia artificial no dependerá únicamente de disponer de mejores modelos. Dependerá de las organizaciones. Será necesario modificar puestos de trabajo, establecer responsabilidades claras, formar a los equipos y determinar cuándo una decisión puede automatizarse y cuándo debe intervenir una persona. De hecho, el 88% de los líderes afirma estar priorizando la formación relacionada con IA, una señal de que las compañías comienzan a entender que la transformación no puede producirse únicamente desde los departamentos tecnológicos. Incluso el destino de los ahorros generados por la IA comienza a mostrar diferencias interesantes. Las compañías en las que existe un responsable específico de estrategia de IA son más proclives a utilizar parte de esos recursos para mejorar la remuneración de talento altamente demandado: el 39% lo hace cuando la estrategia está liderada por un Chief AI Officer, frente al 28% de media. La IA no necesariamente implica sustituir talento. En algunas organizaciones está empezando a servir para invertir más en él. La brecha de verificación El estudio de Workiva resume este escenario con un concepto: “verification gap”, la brecha de verificación. Las organizaciones confían en la inteligencia artificial, quieren acelerar su utilización y esperan resultados económicos en plazos cada vez más cortos. Pero esa confianza todavía no siempre está acompañada por la calidad de los datos, los mecanismos de control y la trazabilidad necesarios. El reto empresarial de los próximos años podría estar precisamente ahí. No será suficiente con disponer de modelos capaces de generar información o agentes capaces de ejecutar procesos. Las compañías deberán ser capaces de demostrar de dónde procede cada dato, cómo se ha transformado, qué decisiones ha tomado la IA y quién puede responder por ellas. Porque a medida que la inteligencia artificial gane autonomía, la confianza no dependerá de utilizar más IA. Dependerá de poder verificarla. Un estudio con más de 2.600 participantes El informe fue elaborado a partir de una investigación encargada por Workiva a Ascend2 durante mayo de 2026. La encuesta reunió a 2.272 profesionales de finanzas, riesgo, sostenibilidad y áreas legales, entre ellos 847 ejecutivos C-Level, pertenecientes a organizaciones de Norteamérica, Latinoamérica, Europa y Asia-Pacífico. Las compañías participantes contaban con al menos 250 empleados o unos ingresos anuales mínimos de 250 millones de dólares. El estudio incorporó además las respuestas de 367 inversores institucionales de Estados Unidos, Canadá y Reino Unido, lo que permite confrontar las expectativas de quienes están desplegando la IA dentro de las organizaciones con las de quienes evalúan sus resultados desde los mercados.
3 Septiembre 2026
ESG
El desastre registrado en la frontera entre Nepal y el Tíbet vuelve a poner el foco en una transformación que va mucho más allá del medioambiente: el calentamiento de la alta montaña amenaza infraestructuras, recursos hídricos y comunidades de toda la región. El Himalaya está cambiando y, con él, también lo están haciendo los riesgos a los que se enfrentan millones de personas. El reciente colapso de una enorme masa de hielo y roca en la frontera entre Nepal y el Tíbet ha vuelto a evidenciar la vulnerabilidad de una de las regiones montañosas más importantes del planeta. El desastre comenzó el pasado 26 de agosto en las proximidades del Parque Nacional Langtang, en Nepal. Una gran masa de hielo y roca se precipitó unos 1.200 metros hacia el valle, generando una violenta corriente de agua, barro, rocas y hielo que avanzó rápidamente por los cauces situados aguas abajo. El impacto ha sido devastador, con cientos de fallecidos, numerosos desaparecidos y graves daños en comunidades e infraestructuras. Carreteras, puentes, instalaciones eléctricas y centros sanitarios se han visto afectados, mientras que la aparición de nuevos deslizamientos y acumulaciones temporales de agua ha complicado las labores de emergencia. Incluso las redes sísmicas registraron inicialmente el fenómeno como si se tratara de un terremoto. Los análisis posteriores apuntaron a que la señal había sido provocada por la propia magnitud del derrumbe. Los científicos continúan investigando las causas concretas del colapso y, por el momento, no existe evidencia suficiente para atribuir directamente este episodio al cambio climático. Sin embargo, el suceso se produce en una región donde las consecuencias del calentamiento global son cada vez más visibles. Los glaciares del Himalaya retroceden a mayor velocidad La denominada Asia de Alta Montaña alberga la mayor concentración de hielo del planeta fuera de las regiones polares y constituye una reserva de agua fundamental para buena parte del continente. Los datos muestran una tendencia preocupante. Los 23 glaciares monitorizados en la región durante el año glaciológico 2025 perdieron masa, en un contexto marcado por temperaturas superiores a la media y menores nevadas durante el invierno, según la Organización Meteorológica Mundial. El fenómeno no es puntual. Los glaciares de la región Hindu Kush-Himalaya retrocedieron un 65% más rápido entre 2011 y 2020 que durante la década anterior, de acuerdo con el Centro Internacional para el Desarrollo Integrado de las Montañas (ICIMOD). Al mismo tiempo, el calentamiento de Asia continúa acelerándose. La tendencia registrada entre 1991 y 2025 prácticamente duplica el ritmo observado entre 1961 y 1990. Pero la reducción del hielo es solo una parte del problema. Un efecto dominó en la alta montaña El aumento de las temperaturas modifica el equilibrio de ecosistemas extremadamente complejos. El deshielo del permafrost puede reducir la estabilidad de las laderas y de las formaciones rocosas, mientras que las precipitaciones intensas y el agua procedente del deshielo pueden incrementar todavía más la presión sobre el terreno. En este contexto, un único desprendimiento puede desencadenar una sucesión de fenómenos. El colapso de una masa glaciar o rocosa puede provocar una avalancha, bloquear temporalmente un río y crear un lago improvisado. Si esa barrera natural termina cediendo, puede producirse una nueva inundación aguas abajo. La emergencia de Nepal muestra precisamente esa capacidad de propagación del riesgo. Más de 90.000 personas se han visto directamente afectadas y la inestabilidad del terreno continúa suponiendo un desafío para las operaciones de rescate y recuperación. De este modo, un fenómeno inicialmente localizado en una zona remota de montaña puede transformarse rápidamente en una crisis humanitaria, económica y de infraestructuras. Más de 750 millones de personas dependen de estos sistemas La transformación de los glaciares del Himalaya también plantea una cuestión estratégica para Asia: el agua. Las montañas del Himalaya, Hindu Kush y Karakórum alimentan algunos de los principales sistemas fluviales del continente. Más de 750 millones de personas dependen de las cuencas de los ríos Indo, Ganges y Brahmaputra, abastecidas en parte por el hielo y la nieve de estas cordilleras. Su agua sostiene ciudades, agricultura, producción hidroeléctrica y millones de medios de vida. Por ello, cualquier alteración significativa en la cantidad de agua disponible o en el momento en el que llega a los ríos puede tener importantes consecuencias sociales y económicas. Además, el riesgo evoluciona con el tiempo. En una primera fase, un deshielo más intenso puede aumentar el caudal y favorecer inundaciones o la formación de lagos glaciares inestables. A largo plazo, sin embargo, unos glaciares cada vez más pequeños pueden reducir su capacidad para aportar agua precisamente durante los periodos más cálidos y secos. El Banco Mundial estima que entre 1.500 y 1.700 millones de personas del sur de Asia podrían encontrarse expuestas a situaciones de escasez de agua en 2050, aunque el retroceso glaciar es solo uno de los múltiples factores que determinarán ese escenario. El carbono negro también acelera el deshielo Los gases de efecto invernadero no son la única consecuencia de la actividad humana que afecta a los glaciares. El denominado carbono negro, formado por partículas de hollín procedentes, entre otras fuentes, de motores diésel, hornos industriales y combustión de biomasa, puede depositarse sobre la nieve y el hielo. Al oscurecer la superficie, disminuye su capacidad para reflejar la radiación solar y favorece una mayor absorción de calor, acelerando así el proceso de deshielo. Reducir estas emisiones podría ofrecer un doble beneficio: ralentizar parte de la pérdida de hielo y mejorar la calidad del aire en una región especialmente expuesta a la contaminación. Infraestructuras diseñadas para un clima que está dejando de existir El desafío para los gobiernos ya no consiste únicamente en proteger los ecosistemas. Buena parte de las carreteras, puentes, presas, centrales hidroeléctricas y asentamientos de las regiones montañosas fueron diseñados tomando como referencia registros históricos sobre precipitaciones, nieve, caudales y estabilidad del terreno. El problema es que esos patrones están cambiando. La adaptación obliga, por tanto, a revisar cómo se planifican y protegen las infraestructuras críticas. Tecnologías como la observación por satélite, las redes sísmicas, los sensores fluviales o la teledetección permiten detectar cambios en glaciares, lagos y laderas potencialmente inestables antes de que se conviertan en una emergencia. Los sistemas de alerta temprana y la capacidad de anticipación serán cada vez más importantes, pero también lo será la cooperación internacional. Los grandes ríos del Himalaya atraviesan diferentes países. Una inundación o un colapso producido en un territorio puede alcanzar comunidades situadas al otro lado de una frontera en cuestión de horas. Compartir información, coordinar sistemas de vigilancia y desarrollar protocolos conjuntos de respuesta se convierte así en una cuestión de seguridad regional. Del cambio climático a la gestión del riesgo El desastre ocurrido entre Nepal y el Tíbet no permite afirmar por sí solo que el cambio climático haya provocado este colapso concreto. La relación entre un episodio individual y el calentamiento global requiere análisis científicos específicos. La tendencia de fondo, sin embargo, resulta mucho más clara: la alta montaña asiática se está calentando, sus glaciares están perdiendo masa y los sistemas naturales que dependen de ellos están transformándose. Por eso, hablar del futuro de los glaciares ya no significa únicamente hablar de conservación medioambiental. Significa hablar de agua, energía, infraestructuras, prevención de desastres, economía y seguridad. Y, sobre todo, de la necesidad de prepararse para un escenario en el que las montañas más altas del planeta pueden dejar de comportarse como lo hicieron durante décadas.
2 Septiembre 2026
ESG
Septiembre supone para muchas empresas recuperar reuniones, proyectos, oficinas y ritmos de trabajo después del paréntesis vacacional. Pero la vuelta a la normalidad también puede ser un buen momento para comprobar algo menos visible: si la seguridad de la organización regresa en las mismas condiciones en las que se quedó antes del verano. Durante las vacaciones, algunos equipos han permanecido semanas apagados, otros han salido de la oficina, determinados empleados han trabajado desde ubicaciones externas y pueden haberse incorporado nuevas aplicaciones y servicios digitales a las rutinas de trabajo. Por ello, ESET España recomienda convertir el inicio del nuevo curso empresarial en una pequeña revisión de seguridad que permita localizar configuraciones obsoletas, accesos innecesarios o cambios que hayan pasado inadvertidos. «Septiembre puede ser un buen momento para hacer una fotografía del estado de la seguridad de la empresa», explica Josep Albors, responsable de Investigación y Concienciación de ESET España. El objetivo, señala, no es realizar una auditoría completa, sino verificar que las principales medidas de protección continúan funcionando correctamente. Equipos que llevan semanas sin actualizarse Uno de los primeros puntos de atención son los dispositivos corporativos. Ordenadores, móviles y servidores que hayan permanecido apagados o desconectados durante parte del verano pueden acumular actualizaciones pendientes. Antes de reincorporarlos plenamente a la actividad, resulta conveniente comprobar el estado de sistemas operativos, navegadores, aplicaciones y soluciones de seguridad. La actualización periódica sigue siendo una de las barreras básicas frente a los ciberataques, especialmente porque permite corregir vulnerabilidades conocidas antes de que puedan ser aprovechadas. ¿Quién tiene acceso a qué? Septiembre también ofrece una oportunidad para revisar las identidades digitales de la organización. Cambios de puesto, empleados que hayan abandonado la compañía, colaboradores temporales o permisos concedidos a proveedores para proyectos concretos pueden provocar que permanezcan activas cuentas o autorizaciones que ya no tienen una justificación. La recomendación pasa por revisar usuarios y privilegios aplicando el principio de mínimo privilegio: cada persona debería poder acceder únicamente a los recursos que necesita para desarrollar su trabajo. En aquellas cuentas especialmente sensibles, la autenticación multifactor añade además una barrera adicional frente al robo de credenciales. Tener un backup no significa poder recuperarlo Las copias de seguridad constituyen otro de los elementos que deberían comprobarse tras las vacaciones. La existencia de un sistema automático de backup no garantiza por sí misma que una organización pueda recuperar su información después de un incidente. Es necesario verificar que las copias se están ejecutando correctamente, que contienen los datos previstos y que el procedimiento de restauración funciona. Esta capacidad resulta especialmente relevante frente al ransomware, que continúa representando una amenaza significativa para organizaciones de diferentes tamaños. La pregunta que una empresa debería hacerse, por tanto, no es únicamente «¿tenemos copias?», sino «¿podríamos recuperar nuestros sistemas con ellas si mañana las necesitáramos?». Los dispositivos también vuelven de vacaciones Portátiles y teléfonos corporativos pueden haber pasado las últimas semanas conectándose desde viviendas, hoteles, aeropuertos y otras redes alejadas del entorno habitual de la empresa. Durante ese periodo también pueden haberse instalado aplicaciones, extensiones del navegador o herramientas para solucionar necesidades puntuales. Esto no implica que un dispositivo utilizado fuera de la oficina esté comprometido, pero sí justifica comprobar qué ha cambiado antes de devolverlo plenamente al entorno corporativo. Aplicaciones instaladas, sesiones abiertas, extensiones, permisos y actualizaciones pendientes son algunos de los aspectos que conviene revisar. La IA abre otro frente: saber qué están utilizando los empleados La última cuestión adquiere especial importancia en 2026: las herramientas digitales que están entrando en las empresas sin pasar necesariamente por los canales corporativos habituales. El fenómeno no es nuevo y suele asociarse al concepto de shadow IT, pero la popularización de la inteligencia artificial ha añadido una nueva dimensión al problema. Asistentes, plataformas generativas, extensiones y otras aplicaciones pueden comenzar a utilizarse por iniciativa de los propios trabajadores y terminar procesando información corporativa. Según datos recogidos por ESET en su Threat Report H1 2026, sus laboratorios analizaron cerca de 900.000 AI skills durante la primera mitad del año e identificaron decenas de miles de instancias sospechosas y miles clasificadas como maliciosas. Para Albors, la respuesta no pasa necesariamente por bloquear cualquier herramienta nueva. «El objetivo no debería ser prohibir por defecto las nuevas herramientas, sino saber cuáles se están utilizando, para qué se usan y qué información se está introduciendo en ellas». Septiembre como punto de control La vuelta de vacaciones puede servir así como un punto de control dentro de una estrategia de ciberseguridad que debería mantenerse durante todo el año. Actualizar los dispositivos, retirar permisos innecesarios, probar la recuperación de backups, revisar los equipos que han trabajado fuera y ganar visibilidad sobre las nuevas aplicaciones utilizadas por los empleados son actuaciones relativamente sencillas. Porque retomar la actividad no debería significar simplemente volver a encender los equipos, sino comprobar que todo aquello que vuelve a conectarse a la empresa continúa siendo seguro.
1 Septiembre 2026
ESG
Microsoft Research y Paige han desarrollado PRISM2, un modelo fundacional que combina imágenes de tejidos con el lenguaje procedente de informes anatomopatológicos reales. En las pruebas realizadas, el sistema igualó o superó a modelos especializados en diferentes tareas relacionadas con la detección del cáncer. La inteligencia artificial lleva tiempo demostrando su capacidad para identificar patrones en imágenes médicas. Sin embargo, trasladar estos avances a la anatomía patológica presenta una dificultad importante: muchos de los sistemas actuales están diseñados para resolver una única tarea y necesitan ser desarrollados o adaptados específicamente cuando cambia la aplicación. Una nueva investigación de Microsoft Research y Paige, actualmente parte de Tempus, plantea una alternativa. Los investigadores han desarrollado PRISM2, un modelo fundacional de inteligencia artificial concebido para abordar diferentes tareas de anatomía patológica desde una misma arquitectura. La investigación, publicada recientemente en Nature Medicine, explora además una idea especialmente relevante para el futuro de la IA médica: enseñar a los modelos no solo a interpretar lo que aparece en una imagen, sino también a comprender el lenguaje que los especialistas utilizan para describirlo. Imágenes médicas y lenguaje en un mismo modelo La anatomía patológica tiene un componente visual evidente. Los especialistas examinan muestras de tejidos para identificar alteraciones y establecer diagnósticos que posteriormente pueden resultar determinantes para decidir el tratamiento de un paciente. Pero esta disciplina también genera una enorme cantidad de información textual a través de los informes anatomopatológicos. PRISM2 busca aprovechar ambas fuentes. Durante su entrenamiento, los investigadores relacionaron imágenes de tejidos con información procedente de informes reales de anatomía patológica. A partir de este material generaron millones de ejemplos en formato de preguntas y respuestas para enseñar al modelo a conectar los patrones visuales presentes en las muestras con el lenguaje empleado por los profesionales durante el proceso diagnóstico. Este enfoque permite que el sistema pueda trabajar únicamente con imágenes o combinar información visual y textual. Además, los investigadores pueden interactuar con el modelo mediante instrucciones o preguntas, en lugar de depender exclusivamente de herramientas desarrolladas para una función concreta. Un único modelo para diferentes tipos de cáncer Uno de los aspectos más destacados de la investigación aparece en sus resultados. Durante las pruebas, PRISM2 igualó o superó el rendimiento de sistemas especializados de detección de cáncer en diferentes benchmarks, incluyendo tareas relacionadas con el cáncer de próstata, el cáncer de mama y la detección de metástasis del cáncer de mama en los ganglios linfáticos. La diferencia está en que estos resultados se consiguieron sin desarrollar un modelo independiente para cada una de esas funciones. Esta capacidad podría facilitar en el futuro el desarrollo de nuevas herramientas de inteligencia artificial aplicadas a la anatomía patológica, ya que los investigadores podrían partir de un mismo modelo fundacional y adaptarlo a diferentes casos de uso, en lugar de comenzar desde cero cada vez que quieran resolver un nuevo problema. De reconocer imágenes a comprender su contexto Los modelos fundacionales también están transformando el desarrollo de la IA médica. Muchas aproximaciones anteriores en anatomía patológica se habían centrado principalmente en enseñar a los algoritmos a reconocer características visuales de las muestras. PRISM2 incorpora desde su diseño la relación entre esas imágenes y el lenguaje clínico utilizado para interpretarlas. La idea es especialmente significativa porque una imagen médica rara vez existe de manera aislada dentro de la práctica clínica. Su interpretación se acompaña de información, observaciones y conclusiones que proporcionan contexto sobre lo que el especialista está observando. Al conectar ambos mundos, los investigadores buscan que la IA pueda desarrollar representaciones más completas de la información anatomopatológica y servir como base para futuras aplicaciones. La IA médica avanza hacia modelos más versátiles El desarrollo de PRISM2 refleja una tendencia que se extiende mucho más allá de la anatomía patológica: el paso de sistemas de inteligencia artificial extremadamente especializados hacia modelos fundacionales capaces de abordar diferentes tareas a partir de una misma base tecnológica. En el ámbito sanitario, esta evolución podría acelerar la investigación y reducir la necesidad de construir soluciones completamente independientes para cada problema clínico. No obstante, PRISM2 se presenta actualmente como una herramienta destinada a investigación y desarrollo, no como sustituto del criterio de los profesionales sanitarios. Microsoft y sus colaboradores han hecho públicos los pesos completos del modelo para uso investigador, permitiendo que la comunidad científica pueda experimentar con esta tecnología y estudiar nuevas aplicaciones. La investigación abre así una nueva vía para la IA aplicada a la medicina: sistemas capaces no solo de detectar patrones en una muestra de tejido, sino de empezar a relacionarlos con el mismo lenguaje especializado que utilizan los profesionales para interpretarlos.
26 Agosto 2026
ESG
La inteligencia artificial está transformando la forma en la que trabajan las empresas, automatizan procesos y toman decisiones. Sin embargo, detrás de cada modelo generativo, asistente virtual o agente inteligente existe una infraestructura tecnológica cuyo crecimiento plantea un importante desafío ambiental. El auge de la IA está impulsando una expansión sin precedentes de los centros de datos, instalaciones que requieren enormes cantidades de electricidad y sistemas de refrigeración para mantener operativos miles de servidores de alto rendimiento. Mientras la innovación avanza a gran velocidad, el debate sobre el impacto energético de esta nueva revolución tecnológica cobra cada vez más relevancia. Un consumo energético en constante crecimiento El entrenamiento y la ejecución de modelos de inteligencia artificial demandan una capacidad de cálculo muy superior a la de aplicaciones tradicionales. Esto se traduce en un incremento del consumo eléctrico y en la necesidad de ampliar infraestructuras capaces de soportar cargas de trabajo cada vez mayores. Las grandes tecnológicas están invirtiendo miles de millones de euros en nuevos centros de datos para responder a la creciente demanda de servicios basados en IA. El desafío de la refrigeración Además del consumo energético, uno de los principales retos reside en la refrigeración de estas instalaciones. Los servidores generan grandes cantidades de calor que deben disiparse de forma continua para garantizar su funcionamiento. Dependiendo de la tecnología utilizada, este proceso puede requerir importantes volúmenes de agua o sofisticados sistemas de climatización, especialmente durante los meses de verano. La ubicación de los centros de datos y el acceso a fuentes de energía renovable se están convirtiendo en factores estratégicos para reducir su impacto ambiental. IA responsable también significa sostenibilidad Cada vez más empresas incorporan criterios ambientales al desarrollo y despliegue de soluciones basadas en inteligencia artificial. Optimizar algoritmos, mejorar la eficiencia de los modelos, reducir el consumo computacional o aprovechar energías renovables forman parte de una estrategia que busca equilibrar innovación y sostenibilidad. El concepto de IA responsable ya no se limita a la ética, la transparencia o la gobernanza de los datos; también incluye el uso eficiente de los recursos naturales. El nuevo reto para las organizaciones La creciente digitalización convierte a la infraestructura tecnológica en un elemento clave dentro de las estrategias ESG. Medir el impacto ambiental de la inteligencia artificial, exigir eficiencia a los proveedores cloud e incorporar indicadores de sostenibilidad tecnológica serán aspectos cada vez más relevantes para las empresas que quieran avanzar hacia una transformación digital realmente responsable. La inteligencia artificial promete revolucionar todos los sectores, pero su éxito a largo plazo dependerá también de la capacidad para hacer compatible la innovación con la sostenibilidad.
21 Agosto 2026
ESG
La sostenibilidad ha dejado de ser un ejercicio de cumplimiento normativo para convertirse en una herramienta estratégica dentro de las empresas españolas. Así lo refleja el informe "Situación del reporting de sostenibilidad en España", elaborado por la Comisión de Responsabilidad Social Empresarial de CEOE, que concluye que el 80% de las compañías ya informa de forma estructurada sobre sus indicadores ambientales, sociales y de gobernanza (ESG). El estudio, basado en las respuestas de 143 empresas de distintos tamaños y sectores, muestra que la elaboración de informes de sostenibilidad está plenamente consolidada tanto en grandes organizaciones como en pymes y microempresas. El reporting de sostenibilidad madura en el tejido empresarial Los datos revelan que el reporting ESG no es una práctica reciente. Un 30% de las empresas comenzó a elaborar estos informes antes incluso de la entrada en vigor de la Ley 11/2018, mientras que un 48% lleva entre cuatro y siete años reportando de forma sistemática. Además, más del 20% ha incorporado esta práctica durante los últimos tres años, reflejando una adopción cada vez más extendida. La planificación también gana peso dentro de las organizaciones. Ocho de cada diez compañías cuentan ya con una estrategia o plan director de sostenibilidad. En la mayoría de los casos, estos planes contemplan horizontes de entre dos y cuatro años, aunque un 37% trabaja con objetivos a más largo plazo. La sostenibilidad se percibe como una oportunidad de negocio El informe destaca un cambio de enfoque por parte de las empresas. Lejos de entender el reporting únicamente como una obligación regulatoria, el 77% considera que ha generado beneficios para el negocio que van más allá del cumplimiento legal, aportando mayor eficiencia, competitividad y creación de valor. En este sentido, Carmen Aparicio, jefa del Área de Sostenibilidad de CEOE y coautora del informe, subraya que la sostenibilidad y la competitividad avanzan hoy de forma estrechamente ligada, impulsando además una mayor inversión empresarial en formación y capacitación. Las pymes aceleran su transformación Uno de los aspectos más destacados del estudio es el creciente compromiso de las pequeñas y medianas empresas. La mitad de las compañías con menos de 250 empleados afirma haber invertido en formación relacionada con sostenibilidad, consolidando esta materia como un elemento clave para atraer, desarrollar y fidelizar talento. Además, siete de cada diez organizaciones aseguran que su apuesta por la sostenibilidad responde a un compromiso real con esta materia, mientras que menos de la mitad reconoce que la reputación sea el principal motivo para impulsar estas iniciativas. Las empresas reclaman un marco regulatorio más claro Junto a los avances, el informe identifica los principales desafíos para seguir impulsando el reporting de sostenibilidad en España. Entre las demandas más repetidas figuran la necesidad de disponer de un marco regulatorio más estable y predecible, una transposición coherente de la directiva europea CSRD, una mayor simplificación de los estándares de reporte y un apoyo institucional más sólido mediante guías y criterios interpretativos. Asimismo, las empresas consideran fundamental aplicar el principio de proporcionalidad para adaptar las exigencias regulatorias al tamaño y capacidades de cada organización, especialmente en el caso de las pymes. Con estas conclusiones, CEOE pone de manifiesto que el reporting de sostenibilidad ya forma parte de la gestión empresarial en España y que su evolución dependerá, en gran medida, de un entorno regulatorio que facilite su implantación sin comprometer la competitividad del tejido empresarial.
18 Agosto 2026
Suscríbete GRATIS y disfruta de contenido ilimitado sobre ciberseguridad y personas
