WEBeconomIA #02: novedades de inteligencia artificial para empresas

GPT-6 Cyber: cuando la IA empieza a trabajar como investigadora de seguridad

TOP · Ciberseguridad y agentes de IA

La inteligencia artificial está adquiriendo capacidades que van mucho más allá de responder preguntas o escribir código. Una de sus nuevas fronteras es la investigación de vulnerabilidades informáticas.

El 5 de noviembre, OpenAI presentó GPT-6 Cyber, un modelo especializado en localizar y validar fallos de seguridad, desarrollar pruebas técnicas en entornos autorizados y colaborar en su corrección.

Según los resultados comunicados por la compañía, el modelo fue utilizado para desarrollar 948 exploits de escalada de privilegios en Linux y detectar 81 vulnerabilidades de gravedad alta previamente desconocidas en Firefox. Son resultados de investigación, no una demostración de que cualquier empresa pueda automatizar sin supervisión sus auditorías.

La compañía también destaca una mejora relativa del 51 % respecto al modelo anterior en una evaluación específica de explotación de vulnerabilidades.

¿Por qué importa?

Hasta ahora, buena parte de la protección informática dependía de especialistas que analizaban sistemas, investigaban fallos y desarrollaban correcciones. Los agentes de IA pueden acelerar algunas de estas tareas, pero también introducen nuevos riesgos si sus capacidades se utilizan fuera del ámbito autorizado.

Por ese motivo, GPT-6 Cyber tiene un acceso restringido a organizaciones y profesionales de seguridad autorizados.

Qué significa para una pyme

No significa que haya llegado una herramienta para sustituir al responsable informático. Significa que los proveedores de ciberseguridad podrían disponer de instrumentos más potentes para detectar problemas y revisar las medidas de protección.

Para una empresa, el criterio práctico sigue siendo el mismo: mantener los sistemas actualizados, limitar permisos, proteger accesos y realizar revisiones de seguridad. La diferencia es que las herramientas disponibles para los especialistas están evolucionando rápidamente.

La clave WEBeconomIA: cuanto más capaces sean los agentes para detectar fallos, más importante será definir qué sistemas pueden investigar, con qué autorización y bajo qué supervisión.

Fuente original: OpenAI — GPT-6 Cyber

Images 2.6: los GIF llegan a ChatGPT y amplían las posibilidades creativas

TOP · Marketing y comunicación

Una imagen de producto que cobra movimiento, una mascota corporativa que saluda o una ilustración que se transforma en una pequeña animación.

OpenAI presentó el 4 de noviembre Images 2.6, una actualización de sus herramientas de generación visual que incorpora la creación de GIF y mejoras en la consistencia de las imágenes editadas.

Según la compañía, el sistema genera imágenes un 50 % más rápido que la versión anterior. Para desarrolladores también introduce las variantes Flare, orientada a velocidad, y Sunburst, centrada en calidad y control visual.

La generación de GIF se está desplegando progresivamente, por lo que su disponibilidad puede variar entre usuarios y superficies del producto.

¿Dónde está la oportunidad?

En la producción de contenidos digitales que requieren movimiento, pero no necesariamente un vídeo completo. Una pyme podría explorar animaciones sencillas para redes sociales, comunicaciones comerciales, presentaciones o demostraciones visuales.

La ventaja potencial es reducir los pasos entre una idea y una primera pieza animada.

Pero conviene separar la demostración tecnológica de su aplicación real: la calidad de movimiento, la coherencia de marca, los tiempos de generación y los resultados finales deben comprobarse antes de incorporarlos a un proceso de producción.

Una propuesta práctica: seleccionar una fotografía de producto y experimentar con una animación breve que destaque un único atributo visual. No hace falta comenzar con una campaña completa; una prueba pequeña permite valorar el resultado.

Fuente original: OpenAI — Images 2.6

¿La IA está acelerando su propia evolución? Un estudio independiente aporta nuevas evidencias

TOP · Investigación y productividad

Una de las preguntas más importantes sobre el futuro de la inteligencia artificial es si los propios sistemas de IA pueden ayudar a desarrollar modelos mejores a una velocidad creciente.

El laboratorio independiente METR publicó el 5 de noviembre una evaluación realizada con acceso a información interna de Anthropic entre agosto y octubre de 2026.

Su conclusión central es que Anthropic probablemente está mejorando las capacidades de sus modelos en tareas bien definidas a un ritmo aproximadamente dos veces superior al registrado durante un periodo histórico de comparación.

Los investigadores consideran probable que buena parte de esta aceleración esté relacionada con el uso intensivo de IA en investigación y desarrollo.

Pero el informe contiene importantes advertencias: la estimación tiene un margen de incertidumbre considerable, no se extrapola directamente a todas las tareas y parte de la evidencia más relevante fue censurada por Anthropic antes de su publicación.

¿Qué nos enseña para el mundo empresarial?

Que la productividad con IA no consiste necesariamente en ejecutar una misma tarea más deprisa.

Una organización puede utilizarla también para rediseñar procesos, mejorar herramientas, detectar errores y desarrollar nuevas capacidades.

Es un cambio de perspectiva: de preguntarnos cuánto tiempo ahorramos con la IA a preguntarnos cómo puede ayudarnos a mejorar el propio sistema de trabajo.

La clave WEBeconomIA: no extrapolar el resultado de un laboratorio puntero a cualquier pyme. El estudio abre una línea de reflexión interesante, pero no demuestra que las empresas puedan duplicar automáticamente su productividad.

Fuente original: METR — Independent Assessment of AI R&D Acceleration at Anthropic

Apple abre nuevas posibilidades para utilizar aplicaciones desde Siri

STANDARD · Asistentes y ecosistemas digitales

Apple anunció el 3 de noviembre una nueva vista previa para desarrolladores que permite integrar aplicaciones con Siri AI mediante App Intents.

La propuesta es sencilla de entender: en lugar de abrir una aplicación, navegar por varias pantallas y completar una operación, el usuario podría solicitar una acción directamente al asistente.

Por ejemplo, consultar el estado de un pedido, iniciar una reserva o ejecutar varias tareas relacionadas mediante una petición en lenguaje natural.

La nueva integración está disponible en una beta para desarrolladores. Apple prevé que las primeras experiencias lleguen a los usuarios posteriormente y advierte que Siri AI no está disponible actualmente en iOS, iPadOS y watchOS en la Unión Europea.

¿Por qué interesa a las empresas?

Porque los asistentes pueden convertirse en una nueva puerta de entrada a los servicios digitales.

Hoy una empresa necesita cuidar su web y su aplicación. En el futuro, también podría necesitar diseñar las acciones que un asistente puede ejecutar en nombre de sus clientes.

Esto plantea cuestiones sobre descubrimiento de servicios, experiencia de usuario, permisos y control de las operaciones.

Fuente original: Apple Developer — Siri AI is now open to all developers

Claude incorpora finanzas personales: el siguiente paso de los asistentes conectados

TOP · Gestión financiera y productividad

Los asistentes de IA se están acercando a una función que puede resultar especialmente útil: responder preguntas utilizando información real de servicios conectados.

Anthropic anunció el 5 de noviembre la incorporación de Personal Finance a Claude, una función que permite vincular cuentas bancarias, tarjetas y otros productos financieros para analizar saldos y movimientos.

La conexión utiliza Plaid. Según la documentación oficial, Claude puede consultar información, pero no realizar transferencias, gestionar inversiones ni mover dinero.

También hay una limitación importante: la función está en beta y se despliega gradualmente para usuarios de determinados planes de pago en Estados Unidos. No puede presentarse como un servicio ya disponible de forma general en España.

Más allá de las finanzas personales

La noticia es relevante porque ilustra hacia dónde se dirigen los asistentes: pasar de trabajar con documentos que les entregamos manualmente a consultar fuentes de información conectadas y responder sobre ellas.

Para una empresa, el concepto podría trasladarse a ventas, inventario, facturación, atención al cliente o análisis comercial, siempre que existan integraciones adecuadas y permisos seguros.

Tres precauciones fundamentales

1. Determinar qué datos puede consultar el asistente.
2. Verificar los resultados frente a los registros originales.
3. Evitar conceder permisos de modificación cuando solo se necesita analizar información.

La clave WEBeconomIA: conectar datos puede aumentar considerablemente la utilidad de un asistente, pero también convierte la gestión de permisos en una decisión empresarial de primer orden.

Fuente original: Claude Help Center — Personal Finance

Crear una aplicación con IA es más sencillo. Proteger los datos sigue siendo imprescindible

TOP · Seguridad, desarrollo no-code y protección de datos

El desarrollo asistido por IA ha reducido algunas barreras para crear páginas web, herramientas internas y aplicaciones empresariales.

Sin embargo, una investigación publicada por la empresa de seguridad Crissy Field, en colaboración con el diario alemán Handelsblatt, muestra que la facilidad de desarrollo no garantiza una configuración segura.

Los investigadores examinaron 159.041 proyectos creados con Lovable, identificados a través de archivos públicos de la web. En un subconjunto de aplicaciones encontraron configuraciones que permitían recuperar información sin autenticación.

Entre los casos detectados había registros personales, mensajes, información relacionada con contratos y otros datos sensibles.

El análisis tiene límites que deben respetarse. Los propios investigadores advierten que su muestra no representa todas las aplicaciones creadas con Lovable, que no todos los datos accesibles debían ser necesariamente privados y que no pudieron determinar si habían sido utilizados de forma maliciosa.

¿Qué debería aprender una pyme?

Una aplicación puede funcionar perfectamente desde el punto de vista del usuario y, al mismo tiempo, tener permisos de acceso mal configurados.

Por eso conviene revisar la seguridad antes de introducir datos reales de clientes, empleados o proveedores.

Especialmente cuando una aplicación tiene formularios, cuentas de usuario, bases de datos o conexiones con herramientas externas.

Lista mínima antes de publicar

• Comprobar quién puede acceder a cada conjunto de datos.
• Revisar los permisos de lectura y modificación.
• Probar que un usuario no puede consultar la información privada de otro.
• Eliminar credenciales o claves expuestas.
• Repetir las comprobaciones después de cambios relevantes.
• Solicitar una revisión profesional cuando se manejen datos sensibles.

La clave WEBeconomIA: la IA facilita crear software; la responsabilidad de proteger la información no desaparece por utilizarla.

Fuente original: Crissy Field — Investigación sobre aplicaciones creadas con Lovable

Cómo incorporar un agente de IA a un proceso de tu empresa sin perder el control

Un agente puede consultar información, clasificar documentos, preparar respuestas o interactuar con aplicaciones. Pero no todas esas acciones tienen el mismo nivel de riesgo.

Antes de conectar un agente a una herramienta empresarial, conviene diseñar el proceso como si estuviéramos incorporando a un colaborador que necesita instrucciones claras, permisos limitados y supervisión.

Proponemos un ejemplo: ayudar a gestionar un buzón de atención comercial.

Paso 1. Definir una tarea muy concreta

Evita comenzar con una orden como «gestiona todos mis correos».

Es preferible establecer un objetivo delimitado:

«Revisa los correos comerciales recibidos durante los últimos tres días, agrúpalos por asunto y prepara un resumen con las solicitudes que necesitan respuesta».

La primera versión debe concentrarse en leer y organizar, no en realizar acciones irreversibles.

Paso 2. Conceder solo los permisos necesarios

Si el agente necesita leer correos para clasificarlos, no tiene por qué disponer de permisos para eliminarlos o enviar mensajes.

La regla práctica es conceder la capacidad mínima necesaria para completar el trabajo.

Paso 3. Separar propuestas de acciones

El agente puede sugerir que un mensaje merece una respuesta urgente, proponer un borrador o recomendar una clasificación.

Otra cosa distinta es enviar ese mensaje, modificar los datos de un cliente o eliminar información.

Las acciones con consecuencias deben requerir aprobación humana cuando corresponda.

Paso 4. Diseñar la respuesta esperada

En lugar de pedir un resumen genérico, define un formato:

La tabla es un ejemplo de salida, no corresponde a correos reales.

Paso 5. Revisar una muestra antes de ampliar el alcance

Comprueba si el agente ha interpretado correctamente las solicitudes, si ha confundido remitentes, si ha omitido información y si sus prioridades tienen sentido.

Cuando el proceso funcione de forma consistente, podrás estudiar otras tareas.

Paso 6. Mantener trazabilidad

Registra qué información consultó, qué propuso y qué acciones fueron aprobadas.

La supervisión no debe convertirse en un trámite decorativo. Debe permitir detectar errores y corregir el proceso.

Prompt de partida

Actúa como asistente de clasificación comercial. Analiza exclusivamente los mensajes que te facilite o aquellos a los que tengas acceso autorizado de lectura. Identifica solicitudes, temas principales y posibles urgencias. Devuelve una tabla con asunto, resumen, prioridad propuesta, motivo y siguiente acción recomendada. No envíes respuestas, no borres ni archives mensajes, no modifiques etiquetas ni realices cambios en aplicaciones. Si falta información, indícalo. Diferencia claramente los hechos que aparecen en los mensajes de tus interpretaciones. Cualquier acción posterior requerirá mi autorización expresa.

Importante: esta propuesta es una metodología de trabajo, no una prueba de que cualquier agente pueda ejecutar el proceso sin errores. Es necesario revisar las capacidades y controles concretos de la herramienta utilizada, así como los requisitos de privacidad y protección de datos.

¿Y si pudiéramos comprobar qué modelo de IA nos está respondiendo?

STANDARD · Transparencia y confianza tecnológica

Cuando una empresa contrata un servicio basado en inteligencia artificial, normalmente confía en que el proveedor está utilizando el modelo anunciado.

Pero ¿cómo podría comprobarlo?

Anthropic publicó el 2 de noviembre una investigación sobre FlashProve, un prototipo de código abierto que explora una solución mediante pruebas criptográficas.

La idea consiste en demostrar que una respuesta se ha generado con un modelo determinado sin revelar sus parámetros internos.

Es una investigación técnica todavía en desarrollo, no una función que los usuarios de Claude puedan activar de forma general.

¿Por qué debería interesarnos?

Porque a medida que las empresas utilicen distintos proveedores y servicios que combinan modelos, la identidad del sistema puede afectar al precio, el rendimiento, el cumplimiento de compromisos y la evaluación de resultados.

En ese escenario, confiar únicamente en el nombre comercial del modelo puede resultar insuficiente.

La reflexión: si la IA va a intervenir en procesos empresariales importantes, necesitaremos mecanismos para comprobar no solo qué respuesta produce, sino también con qué sistema, bajo qué condiciones y con qué garantías.

Fuente original: Anthropic — Progress on provable inference for large language models

Tres oportunidades que merecen una prueba pequeña

1. Introducir movimiento en contenidos que ya funcionan

Seleccionar una creatividad publicada y desarrollar una versión animada breve. Evaluar si aporta claridad o atractivo antes de extender su uso.

2. Revisar una aplicación interna creada con herramientas de IA

Comprobar accesos, permisos y datos expuestos. Priorizar las aplicaciones con información de clientes, usuarios o proveedores.

3. Identificar un proceso repetitivo adecuado para un agente

Buscar una tarea frecuente, de reglas relativamente claras, con resultados comprobables y consecuencias reversibles. Comenzar en modo de lectura o simulación.

No se trata de incorporar IA en todos los procesos. Se trata de encontrar problemas concretos donde pueda aportar valor y establecer cómo mediremos ese valor.

Recursos originales para profundizar

Para responsables de seguridad

GPT-6 Cyber — Presentación y límites del modelo

Información oficial sobre capacidades, evaluaciones y acceso restringido.

Para profesionales de marketing y contenidos

Images 2.6 — Creación y edición de imágenes y GIF

Ejemplos de aplicaciones visuales y detalles de la actualización.

Para responsables de innovación

METR — Evaluación de aceleración en investigación de IA

Estudio independiente con metodología, conclusiones y limitaciones.

Para profesionales del desarrollo y responsables de datos

Crissy Field — Investigación de seguridad sobre Lovable

Análisis de configuraciones inseguras y recomendaciones de revisión.

Para quienes investigan el futuro de los modelos

Anthropic — FlashProve y la verificación de inferencias

Explicación del prototipo, sus objetivos y sus límites.