Consultoría Tecnológica en Madrid

Hey Banco, Alcon Laboratorios y Volaris Airlines, los primeros tres lugares del sector privado, mientras que el ISSSTE, la FGE de Guanajuato y el SATEG, los del sector público. La entrada Proyectos de AI dominan el listado de ‘Las más innovadoras’ 2026 se publicó primero en IT Masters Mag.

El ecosistema español de startups goza de buena salud. Es la principal conclusión del Mapa del Emprendimiento 2026 presentado esta mañana en Madrid. Y con cifras que llaman a la reflexión, pero también invitan a un análisis más profundo. María Benjumea, presidenta y fundadora de South Summit, ha ejercido como maestra de ceremonias en el acto celebrado en la sede de la IE University. En su presentación, ha destacado tres datos que, en su opinión, reflejan la situación del ecosistema español de startups: su madurez; el EBIDTA maduro que lo caracteriza; y la recuperación del porcentaje del 23% de mujeres emprendedoras, perdido en los últimos años. Benjumea ha querido lanzar varios mensajes antes de dar paso a Salvador Aragón, CIO de IE University, encargado de desgranar las claves del estudio: · “Necesitamos traer a España startups para que se conozca el talento español”. · “La IA y los modelos que vienen de fuera serán fundamentales para afianzar más si cabe el ecosistema español”. Mapa del Emprendimiento 2026 Salvador Aragón ha comenzado reconociendo que dicho mapa permite gozar de una perspectiva de interés de los elementos que conforman la rueda del ecosistema, pero también del terreno por el que aquélla circula. En primer lugar, ha querido analizar la figura de la emprendedora, a la que anteriormente se había referido de pasada María Benjumea. El porcentaje de mujeres emprendedoras en España se sitúa en el 22,6 en España, algo lejos de la media europea (25% en Europa). Y si bien hay países como Reino Unido o Suecia en los que ese porcentaje llega el 30%, la gran sorpresa llega desde el continente africano. Allí, alcanza el 33%. “Casi comparable a los mejores datos europeos”, ha precisado Salvador Aragón, para quien “en África, el emprendimiento puede ser una forma relevante de subir en la escala social”. En segundo lugar, Aragón ha destacado que el acto de emprender sigue siendo una apuesta de personas cualificadas. Pero, con ser de interés este dato, más lo es el siguiente: “El motivo para emprender ya no tiene una idea romántica, sino que es producto del descubrimiento de una oportunidad de negocio”. Como muestra, el porcentaje de emprendedores en serie disminuye en esta ocasión al 63%. “Esto quiere decir que hay savia nueva que nutre el ecosistema, y no se depende tanto de ellos”. En tercer lugar, Aragón ha destacado que la principal razón del fracaso de las startups es la falta de investigación del mercado. “Es necesario tenerla cuando se decide dar el paso. Por lo tanto, es esencial hacerlo en las condiciones adecuadas y sabiendo cuándo puede reducir el porcentaje de fracaso”, ha precisado. La imprescindible visibilidad para volar más alto Otra de las grandes conclusiones del Mapa del Emprendimiento 2026 es que las startups reclaman una mayor visibilidad para hacer crecer sus negocios. Es decir, más oportunidades de internacionalización de sus negocios. En el caso de las españoles, lo hace el 18% frente al 25% de las europeas. A juicio del CIO de IE University, “tienen cada vez un grado de desarrollo más lento en este sentido”, por lo que este dato “debería hacer reflexionar acerca de si los modelos de negocio abordados no tienen un déficit de escalabilidad”. Lo que también demuestra el estudio, y ha corroborado Aragón, es que “South Summit es una herramienta fundamental para abordar la igualdad entre internacionalización y escalabilidad” de las startups. Tropicalización inversa Un detalle que no pasa desapercibido del Mapa del Emprendimiento 2026 es que, mientras el EBIDTA en España sigue anclado en el 18%, en Latinoamérica ese porcentaje llega al 29%. Salvador Aragón ha definido este fenómeno como Tropicalización inversa. “Latinoamérica exporta ahora modelos rentables. Antes los importaba. Pueden ser extremadamente interesantes tanto en España como en Europa. Es necesario realizar un ejercicio de humildad y estudiar estos modelos”, ha precisado, para dejar caer la posibilidad de establecer un “puente atlántico” que, a su juicio, “será uno de los factores más importantes de cara a los próximos años” en lo que al desarrollo de startups se refiere. Tampoco ha querido pasar por alto la procedencia de la financiación para poner en marcha una startup. “En el caso de España, sigue dependiendo mucho de los fondos propios, siendo familia y amigos las principales vías de financiación. De igual manera, ha destacado que aquellas compañías capaces de desarrollar patentes tienen más facilidad a la hora de optar a financiación externa. “El 47,8% logra financiación externa en su primera ronda”, ha precisado. Se consolida la figura del ‘Solopreneur’ Que el 26% de los emprendedores del ecosistema de startup sea un profesional que crea, dirige y gestiona su propio negocio de manera totalmente individual, sin socios, sin empleados en nómina y sin levantar capital externo —lo que se conoce solopreneur—, habla de la buena salud del ecosistema. Pero también del manejo que hace de la tecnología. En especial, de la inteligencia artificial (IA). “Hay dos variables que hablan del buen uso que hace de ella dicha figura: si la utiliza como tecnología de apoyo o forma parte de su core. En ambos casos, es el gran motor a la hora de acelerar el negocio”, ha reconocido, para añadir que el papel de IA en el ecosistema será mucho mayor conforme avancen los meses. El valor de lo público En el acto también ha participado Fernando Escobar, de la Secretaría de Estado de Digitalización, quien ha puesto en valor la Ley de Startups de 2022, que ha considerado pionera, en la que se sigue trabajando para mejorarla. De su intervención se puede extraer este dato de interés: “El sector público está presente en el 45% del nacimiento de estas empresas, y se trata de un servicio como empujón para el desarrollo de empresas. Por eso es fundamental que todos los organismos y administraciones trabajen juntos junto al sector privado para hacer más fuerte el ecosistema emprendedor español”.

This is today’s edition of The Download, our weekday newsletter that provides a daily dose of what’s going on in the world of technology. Are we there yet? A reality check on six big tech promises Some seemingly impossible feats are too good to give up on. Decoding a pet’s yowls and yips? Absolutely. Scrubbing…

Organizado por Computing y Data Center Market con la colaboración de AMD, Dell Technologies y Microsoft, el encuentro ‘El Futuro de la Infraestructura IT 2026‘ reunió a los principales actores del sector L'articolo Infraestructura IT y centros de datos en la era de la IA proviene da Computing.

Organizado por Computing y Data Center Market con la colaboración de AMD, Dell Technologies y Microsoft, el encuentro ‘El Futuro de la Infraestructura IT 2026’ reunió a los principales actores del sector L'articolo El sector de los centros de datos demanda acelerar la capacidad de ejecución y evitar los frenos regulatorios proviene da Computing.

La ministra de Educación, Formación Profesional y Deportes, Milagros Tolón, visita la entidad para conocer su contribución a la FP Dual y al desarrollo del talento tecnológico L'articolo Fundación INNOVASUR impulsa la formación y el empleo STEM desde Jaén proviene da Computing.

Pongámonos en situación. Es 1956 y acaba de celebrarse la conferencia de Dartmouth, el evento inaugural en inteligencia artificial y la cita en la que se le dio nombre. Este seminario de ocho semanas sirvió, además, para impulsar varias investigaciones en el campo de la IA que darían en sus primeros grandes hallazgos. Sin embargo, la historia de esta tecnología —o tecnologías— no experimentará un avance lineal, sino que en su desarrollo se combinan periodos de esplendor con otros de mayor incertidumbre o de ralentización en la investigación y la inversión: los inviernos de la IA. Primera época dorada y primer invierno Aunque ya antes de su bautismo se habían dado pasos importantes en inteligencia artificial, con SNARC, la primera red neuronal artificial, obra del profesor Marvin Minsky, como principal dispositivo, tras la reunión se intensifican los trabajos en este campo. Esos primeros años, hasta la década de los 70, son considerados como la primera etapa dorada de la IA, como indica Alicia Troncoso Lora, catedrática de Lenguajes y Sistemas Informáticos de la Universidad Pablo de Olavide y presidenta de la Asociación Española de Inteligencia Artificial. Troncos alude precisamente al nacimiento de las redes neuronales como uno de los principales avances en esta época, puesto que “son la base de todas las aplicaciones que usamos hoy en día”. En 1958 se presenta el Perceptrón, el primer algoritmo que presentaba una red neuronal simple: un programa instalado en el IBM 704 que según su creador, Frank Rosenblatt, sería el “primer dispositivo electrónico en pensar como el cerebro humano”. En la década de los 60 se introducen los sistemas expertos, programas informáticos que emulan el razonamiento humano para resolver problemas. Esta rama de la inteligencia artificial se atribuye habitualmente a Edward Feigenbaum, quien lideró el equipo que desarrolló DENDRAL, un sistema para identificar la estructura molecular de compuestos orgánicos desconocidos a partir de tecnología de espectro de masas. Son algunos de los ejemplos de los rápidos avances que se lograron en estos años, en los que se desarrollaron dos enfoques principales en el abordaje de la IA. Por un lado estaba la de Norbert Wiener, padre de la cibernética, quien planteaba una tecnología basada en datos. Por otro, la de John McCarthy, uno de los protagonistas de Dartmouth, quien planteaba un enfoque centrado en la lógica. Estas dos aproximaciones se han mantenido en el desarrollo de la IA. La corriente simbólica-lógica, neat o top-down, plantea que las máquinas debían seguir un conjunto de reglas predefinidas, en la que se apliquen una serie de reglas sobre el conocimiento humano para generar conocimiento nuevo: son, por ejemplo, los sistemas expertos. La de datos, conexionista o bottom-up, busca inspiración en el mundo físico, la biología y la experiencia, dando a los ordenadores observaciones de las que aprender —o miles de datos con los que entrenar algoritmos—. El Perceptrón se engloba en esta segunda aproximación. Y precisamente fue este dispositivo uno de los que contribuyó a detonar el primer invierno de la IA. En 1969, Minsky publicaba con el también científico Seymour Papert Perceptrons, un libro en el que analizaban los logros reales de estos sistemas y profundizaban en sus limitaciones. A esta obra se le suele atribuir gran parte del desencanto con el enfoque conexionista y la reorientación hacia los sistemas simbólicos. Pero no fue el único motivo. Troncoso pone otros ejemplos, como los fallos en los programas de traducción automática del inglés al ruso, que llevaron a su paralización durante al menos dos décadas. Tras los importantes avances de los primeros años, explica, se produjo un exceso de confianza que se pagaría cuando estas herramientas empezaron a fallar o no respondieron al ritmo que se esperaba. Desde los años 60 se pueden distinguir dos enfoques en la IA: la simbólico-lógica o la de datos o conexionista, que han ido alternando en su desarrollo Coincide Eduardo Mosqueira Rey, subdirector del Centro de Investigación TIC CITIC de la Universidade da Coruña cuando alude a “una época de grandes expectativas” que se dieron contra la realidad “cuando se empezó a ver la complejidad del ámbito”. El trabajo en IA se vio frenado por las limitaciones del resto de la tecnología: la capacidad de computación de la época no era la suficiente como para trabajar con grandes volúmenes de datos y modelos más sofisticados. Documentos como el informe de James Lighthill para el British Science Research Council sobre el progreso de la investigación en materia de IA daban cuenta de esta falta de avances significativos, constatando que la tecnología no había cumplido las expectativas creadas. La universidad estadounidense Dartmouth College, donde se celebró la famosa conferencia sobre la IA en 1956.Ronni Kurtz | Unsplash Cambios estacionales Durante la década de los 70, el interés (y la inversión) en IA experimentan un receso, pero esto no implica que el trabajo científico se paralizase por completo. Sin embargo, sus frutos no se verán hasta entrados los 80, cuando aparecen lo que Troncoso denomina unos “brotes verdes”, con el éxito de los sistemas expertos, que llevarán a una incipiente primavera. Troncoso destaca algunos de estos sistemas, como el programa R1, desarrollado en 1978 y puesto en marcha en 1980. Este sistema era empleado por la tecnológica DEC para automatizar los pedidos de componentes informáticos en base a las necesidades de su clientela, evitando errores en los envíos y mejorando la satisfacción general. Se estima que contribuyó a ahorrar entre 25 y 40 millones de dólares al año a la compañía. Mosqueira pone otro ejemplo: el Prospector, un sistema experto alimentado con el conocimiento de profesionales de la geología para, cruzando características del terreno con modelos geológicos, calcular la posibilidad matemática de que hubiese un yacimiento importante de algún elemento. Su gran hito fue encontrar en 1980 un depósito de molibdeno. También en el enfoque bottom-up se estaban experimentando avances, como recuerda Mosqueira. En 1986 David Rumelhart, Geoffrey Hinton y Ronald Williams presentan el algoritmo de retropropagación, esencial para mejorar la capacidad de aprendizaje de redes neuronales artificiales. Este descubrimiento pondrá las bases para el desarrollo posterior del aprendizaje profundo. También a finales de esta década desarrolla Judea Pearl su trabajo en probabilidad, igualmente esencial para el desarrollo posterior de la IA. Paralelamente, varias voces alertaban de la posibilidad de un segundo invierno, entre ellas de nuevo la de Minsky —que ya en 1984 había avisado de una futura nueva decepción— y, con él, la de Papert, quienes en su revisión del libro Perceptrons de 1988 analizan el lento progreso en el campo de la IA. “El retorno de las inversiones de los sistemas que había en ese momento de inteligencia artificial no cumple con las expectativas. No se gana tanto dinero como se pensaba”, sintetiza Troncoso. “La inteligencia artificial entra en otro invierno, aunque la comunidad científica sigue avanzando”. Ejemplo de estos avances es la partida de ajedrez de 1997 entre el ordenador de IBM Deep Blue y Gary Kasparov, que gana la máquina —aunque, como explica Mosqueira, más a base de fuerza bruta, por conocer todas las jugadas, que no por capacidad inteligente—. Un año después, Yann LeCun, Yoshua Bengio y otros investigadores publican un artículo en el que presentan avances clave para el deep learning, como una de las primeras redes neuronales convolucionales operativas, diseñada específicamente para reconocer dígitos escritos a mano, o la optimización de la retropropagación, que permite aplicarlo con éxito en redes profundas. Durante la primera década del siglo XXI se mantiene esta situación, destacando Troncoso eventos como el desafío DARPA de 2004, en el que la agencia de defensa estadounidense propuso una carrera entre vehículos autónomos para impulsar este campo —aunque ningún equipo pudo completarla—. También cita el lanzamiento de Google de la búsqueda por voz en 2008. Pero será a partir de la siguiente década cuando la inteligencia artificial entre en un nuevo ciclo. ¿Primavera eterna? Si anteriormente la IA se había visto abocada al invierno porque la tecnología no respondía como se esperaba, a partir de 2010 se alinean distintos factores que dan en un periodo de éxitos consecutivos que llega a nuestros días. Por una parte, el auge de internet, la digitalización y las redes sociales impulsan el big data, permitiendo acumular masivamente datos y acceder a ellos. Mejora la capacidad de computación, que además ve reducido su coste, gracias a hardware como las GPUs que, procedentes de los videojuegos, conllevan mejoras significativas en los procesadores. A esto se le suma la parte de los algoritmos: si bien algunos como las redes neuronales convolucionales o las recurrentes son anteriores, ahora al fin se cuenta con los recursos para aprovecharlas. En una conferencia de 2017, el científico Andrew Ng —quien fuera cofundador y director de Google Brain, la división del gigante en deep learning, y científico jefe en Baidu—, planteaba su idea de que “la IA es la nueva electricidad”, comparando el impacto de ambas tecnologías. Ng argumentaba que, tras un par de inviernos, “la IA había pasado a la fase de primavera eterna”. Curiosamente, de 2017 data el documento “Attention is all what you need“, que define un nuevo tipo de arquitectura, los transformadores, que será esencial en el desarrollo de los grandes modelos de lenguaje y, consecuentemente, la IA generativa, con el boom iniciado tras el lanzamiento del modelo de IA conversacional ChatGPT-3 en 2022 que llega a nuestros días. Resulta complicado asegurar, sin embargo, que no pueda haber una ralentización en la carrera de la inteligencia artificial. En los últimos tiempos ha comenzado a expandirse una cierta cautela en el sector, de la mano de las advertencias apocalípticas de una parte de la industria, del reconocimiento de distintos incidentes de seguridad y de la paralización de la salida a bolsa de varias de las grandes compañías en IA. Troncoso reconoce que puede haber una parte de burbuja y que tal vez se produzca una rebaja de las expectativas depositadas de la tecnología. Si esto llevará a un nuevo invierno —o un otoño, señala—, aún es pronto para decirlo.

Earlier this week, I attended a screening of You Can See Everything, the buzzy new documentary about the disgraced former biotech CEO Elizabeth Holmes.  I went in not really knowing what to expect. I’d avoided spoilers (and won’t be giving anything away here, either!). I was wondering what new information this film could reveal, given…

El crecimiento del uso de la IA debe ir acompañado de empleados formados, una arquitectura contextualizada y un gobierno eficaz de los datos y los sistemas L'articolo El reto de la IA no es consumir más tokens, sino generar valor proviene da Computing.

Según LiceoTIC se producirá un crecimiento del gasto en IT del 6% en 2027 L'articolo El 46% de los CIOs priorizará la IA en 2027 proviene da Computing.

Los inversores no ocultan su creciente recelo por el mercado de la inteligencia artificial (IA). El resultado es el aumento de los diferenciales de crédito globales a su nivel más alto en los últimos 17 meses. Así, las acciones de Meta cerraron la última sesión de la Bolsa de Nueva York con una caída del 7% pese a haber presentado unos resultados mejores de lo esperado y unas previsiones sólidas de cara a los próximos trimestres. El propietario de Facebook e Instagram también ha visto cómo las primas de los seguros contra impago de su deuda alcanzaron niveles récord, tal y como informa Reuters. Según informa Bloomberg, la caída de las acciones de IA y las crecientes tensiones geopolíticas han llevado a los inversores a buscar activos refugio. En las últimas horas, los diferenciales de los bonos en dólares de empresas asiáticas con alta calificación crediticia se ampliaron hasta alcanzar sus niveles más altos desde julio del año pasado. Como consecuencia, las primas de rendimiento de los bonos corporativos a nivel mundial, que se dispararon hasta su nivel más alto desde mayo de 2025, han alcanzado ya los 129 puntos básicos, según un índice de Bloomberg. Además, los bonos del Tesoro estadounidense y los bonos japoneses registraron su mejor jornada en más de dos años, con subidas en todos los plazos. Algunos de los analistas consultados por la agencia no dudan ya en advertir sobre una posible burbuja en el mercado de la IA, mientras otros se aferran a la creciente demanda de tecnología que han de atender las empresas. Anthropic aguanta el temporal Mientras otras empresas han pospuesto su salida a bolsa, Anthropic mantiene su hoja de ruta, con la prevista salida a bolsa el próximo mes de noviembre. Esta salida a bolsa es considerada como la prueba de algodón para no pocos inversores. Mientras algunos sostienen que merece la valoración potencial de 1,5 billones de dólares que atribuyen a la compañía, otros creen que está por ver si la compañía es capaz de superar un entorno de mercado que llevaría a cualquier banquero a retrasar la salida a bolsa, según informa Reuters. Switch, operador de centros de datos, y Nscale, proveedor de infraestructura para IA, han retrasado sus planes de salida a bolsa hasta más adelante este año, según fuentes consultadas por la agencia de noticias. Asimismo, AirTrunk REIT, respaldada por Blackstone, y Firmus, operador australiano de centros de datos para IA respaldado por Nvidia, han retirado o suspendido sus ofertas públicas.

El 90,4% de las empresas tuvo dificultades para contratar talento en el último año, un desequilibrio que se mantiene estable respecto al ejercicio anterior L'articolo El salario medio del sector TIC alcanza los 47.300 euros, un 3,1% más que el año anterior proviene da Computing.