5 Agentes IA que te van a ayudar en la gestión de tus archivos

Los 5 agentes de IA más rápidos y sencillos para automatizar tareas [2026]

https://blogthinkbig.com
José María López

El ecosistema de inteligencia artificial es tan grande que cuesta reducirlo a una lista. Y en el caso que nos ocupa, destacar solo 5 agentes de IA es algo complicado. De manera inevitable, nos dejaremos alguna mención digna de incluir en dicha lista. Los agentes de IA conviven con los chatbots o asistentes de IA. En ocasiones, hasta cuesta diferenciarlos entre sí, ya que los asistentes están evolucionando e incorporando funciones de agente.

Como breve recordatorio, en inteligencia artificial generativa, la manera de comunicarnos con los modelos de IA o modelos LLM es a través de los asistentes de IA o chatbots. Pero tienen sus limitaciones. Aunque poco a poco van integrando nuevas características como buscar en Internet o conectar con otras aplicaciones, precisamente es así donde entran los agentes de inteligencia artificial o agentes de IA. Son herramientas capaces de automatizar tareas y servirse de otras aplicaciones para desempeñar actividades más complejas o elaboradas.

Así que, en el panorama actual, conviven asistentes y agentes. Cada uno tiene su público y están pensados para ámbitos distintos. Y, dentro de los agentes de IA, encontramos ejemplos tan populares como OpenAI Operator, de momento exclusivo para Estados Unidos, y que convive con el modo agente de ChatGPT. También el asistente Gemini de Google tiene su equivalente de agente de IA, en fase de prueba. O la plataforma Microsoft Copilot Studio, que permite personalizar Copilot para diseñar tus propios agentes de IA integrados en sus productos como Word, Excel, Outlook o Teams. Otros agentes de IA a destacar son Devin AI, AutoGPT o LangChain. A continuación, cinco ejemplos de agentes de IA que destacan por su facilidad de uso y simplicidad para automatizar tareas en tu computadora.
Claude Code / Claude Cowork

Aunque OpenAI dio el pistoletazo de salida a la vorágine de la IA generativa, su reinado está en constante peligro ante la competencia del resto de competidores. ChatGPT es la app más descargada, pero Gemini empieza a hacerle sombra. Y empresas como Anthropic sorprenden con productos como Claude Code y Claude Cowork. Dos agentes de IA que se adelantaron a los agentes de OpenAI.

Claude Code es un agente de IA especializado en programación. Pero aunque sus tareas están relacionadas con programar y trabajar con código, que no sepas programar no es un impedimento para usarlo. Como vimos en un artículo anterior, está pensado para desarrolladores y programadores. Y se puede integrar en entornos de desarrollo como VS Code, Cursor, Windsurf o JetBrains.

Por su parte, Claude Cowork es la respuesta a quienes quieren un agente de IA para tareas que no impliquen programación ni lenguajes o código. Entre otras cosas, permite organizar archivos y carpetas, crear hojas de cálculo, generar informes, procesar datos y documentos, etc. Y al igual que su hermano mayor, puede conectarse con otras aplicaciones y servicios para desempeñar sus tareas. Como curiosidad, Cowork se ejecuta en tu ordenador en forma de máquina virtual aislada. Tú decides a qué carpetas y conectores le das acceso.
Manus AI

Manus AI ha logrado hacerse con el favor del público. Se trata de uno de los agentes de IA más populares y recomendados. Y sin ser parte de las grandes empresas tecnológicas como OpenAI, Microsoft, Meta, Google o Amazon. ¿Y por qué es tan especial? Pues porque combina muy bien la simplicidad y facilidad de uso con un catálogo de características nada desdeñable.

Entre otras funciones, ofrece análisis a fondo para tareas diarias, permite generar páginas web y aplicaciones móviles de manera automática, escalar y ejecutar tareas de manera simultánea, programar tareas para optimizar el tiempo y recursos disponibles, organizar tu bandeja de entrada, crear diapositivas y un largo etcétera. Todo ello a partir de modelos de IA variados como son Claude, GPT, Qwen o Nano Banana en tareas relacionadas con imagen y fotografía.

Por lo demás, puede operar con todo tipo de contenido y formatos, aprende de las interacciones del usuario y, como todo buen agente de IA, su nivel de autonomía sorprende, funcionando en segundo plano y sin apenas supervisión.
OpenClaw

En esta lista de agentes de IA no puede faltar OpenClaw, el agente de IA o plataforma de agentes de código abierto que ha dado el salto a la fama en los últimos meses de manera destacada. En gran parte, gracias al apoyo de NVIDIA y OpenAI, entre otros. OpenClaw se hace llamar asistente de IA personal, aunque es más bien un agente de IA. O, mejor dicho, una plataforma que permite crear agentes de IA personalizados para tareas tan variadas como “limpiar tu bandeja de entrada, enviar mensajes, gestionar tu calendario u organizar tus viajes”.

Claude Code es un agente de IA especializado en programación. Pero aunque sus tareas están relacionadas con programar y trabajar con código, que no sepas programar no es un impedimento para usarlo. Como vimos en un artículo anterior, está pensado para desarrolladores y programadores. Y se puede integrar en entornos de desarrollo como VS Code, Cursor, Windsurf o JetBrains.

Por su parte, Claude Cowork es la respuesta a quienes quieren un agente de IA para tareas que no impliquen programación ni lenguajes o código. Entre otras cosas, permite organizar archivos y carpetas, crear hojas de cálculo, generar informes, procesar datos y documentos, etc. Y al igual que su hermano mayor, puede conectarse con otras aplicaciones y servicios para desempeñar sus tareas. Como curiosidad, Cowork se ejecuta en tu ordenador en forma de máquina virtual aislada. Tú decides a qué carpetas y conectores le das acceso.
Manus AI

Manus AI ha logrado hacerse con el favor del público. Se trata de uno de los agentes de IA más populares y recomendados. Y sin ser parte de las grandes empresas tecnológicas como OpenAI, Microsoft, Meta, Google o Amazon. ¿Y por qué es tan especial? Pues porque combina muy bien la simplicidad y facilidad de uso con un catálogo de características nada desdeñable.

Entre otras funciones, ofrece análisis a fondo para tareas diarias, permite generar páginas web y aplicaciones móviles de manera automática, escalar y ejecutar tareas de manera simultánea, programar tareas para optimizar el tiempo y recursos disponibles, organizar tu bandeja de entrada, crear diapositivas y un largo etcétera. Todo ello a partir de modelos de IA variados como son Claude, GPT, Qwen o Nano Banana en tareas relacionadas con imagen y fotografía.

Por lo demás, puede operar con todo tipo de contenido y formatos, aprende de las interacciones del usuario y, como todo buen agente de IA, su nivel de autonomía sorprende, funcionando en segundo plano y sin apenas supervisión.
OpenClaw

En esta lista de agentes de IA no puede faltar OpenClaw, el agente de IA o plataforma de agentes de código abierto que ha dado el salto a la fama en los últimos meses de manera destacada. En gran parte, gracias al apoyo de NVIDIA y OpenAI, entre otros. OpenClaw se hace llamar asistente de IA personal, aunque es más bien un agente de IA. O, mejor dicho, una plataforma que permite crear agentes de IA personalizados para tareas tan variadas como “limpiar tu bandeja de entrada, enviar mensajes, gestionar tu calendario u organizar tus viajes”.
Tu configuración de cookies no permite la visualización de este contenido
Configuración de cookies

Read more...

II Encuentro Iberoamericano de Archivos: El futuro de los archivos ante la inteligencia artificial

México reúne a 11 países para debatir el futuro de los archivos ante la inteligencia artificial

https://sociedad-noticias.com
Adriana López

Especialistas de 11 países se reúnen desde este 7 de septiembre en la Fonoteca Nacional para analizar el impacto de la inteligencia artificial (IA) en la preservación, catalogación y acceso a archivos sonoros, fotográficos, audiovisuales y textuales. El encuentro se extenderá hasta el 9 de septiembre.

El II Encuentro Iberoamericano de Archivos. 

Inteligencia Artificial en la Preservación Documental coloca en el centro de la discusión los retos tecnológicos y éticos que enfrenta la conservación de la memoria documental, además de asuntos relacionados con inclusión, género, multiculturalidad, protección de datos y soberanía tecnológica.

La reunión congrega especialistas de Argentina, Brasil, Chile, Colombia, Cuba, España, México, Perú, Portugal, República Dominicana y Uruguay, quienes participan en mesas de diálogo, conferencias, talleres y una exposición de pósteres.

La inteligencia artificial ante la memoria documental

Durante la inauguración, Lucina Jiménez López, directora general de Formación y Gestión Cultural de la Secretaría de Cultura, señaló que México abre una conversación iberoamericana sobre las oportunidades y riesgos que plantea la IA para el manejo de los acervos.

La funcionaria planteó que la transformación digital obliga a revisar conceptos relacionados con el patrimonio cultural y las prácticas de gestión, además de fortalecer mecanismos que protejan el trabajo de las personas creadoras y de quienes participan en la conservación de la memoria documental.

El encuentro busca compartir experiencias desarrolladas en distintos países y generar conocimiento que pueda ser replicado por instituciones dedicadas a la gestión de información y archivos. La programación oficial contempla cuatro mesas de diálogo, tres conferencias magistrales, cinco talleres y una exposición de pósteres.

Archivos, sesgos y soberanía tecnológica

Francisco Javier Rivas, titular de la Fonoteca Nacional, planteó que Iberoamérica necesita desarrollar capacidades propias para gestionar sus acervos mediante herramientas de IA de manera ética, autónoma e inclusiva.

El especialista advirtió sobre la importancia de que las nuevas tecnologías estén al servicio del interés público y de la preservación de la memoria de los pueblos, en lugar de que las instituciones se limiten a utilizar herramientas desarrolladas en otros contextos.

La discusión adquiere relevancia ante los riesgos asociados con los datos utilizados para entrenar sistemas de IA. La programación del encuentro incluye precisamente una conferencia dedicada a gobernanza, sesgos y soberanía tecnológica, además de mesas sobre preservación, género, multiculturalidad y no discriminación.

Protección de datos y acceso a la información

Enrique Vargas Flores, coordinador del Espacio Cultural Iberoamericano de la Secretaría General Iberoamericana (SEGIB), señaló que las mesas, talleres y actividades buscan profundizar la discusión regional sobre la IA y fortalecer los vínculos de cooperación.

Por su parte, Mariella Cornejo Rimoldi, presidenta de la Red de Archivos Diplomáticos Iberoamericanos, planteó la necesidad de revisar el papel de los profesionales de los archivos frente al avance tecnológico y preservar la memoria cultural de los países de la región.

Uno de los principales desafíos es determinar cómo ampliar el acceso a los acervos sin descuidar la protección de información sensible. La agenda oficial contempla también un taller específico sobre derechos de autor y gestión archivística en entornos de inteligencia artificial. –sn–

Read more...

Acrobat ya puede convertir un PDF en un podcast, una presentación o un informe visual

Adobe revoluciona Acrobat con IA: de simple lector de PDF a creador de podcasts, presentaciones e informes visuales

https://www.larazon.es
Sergio Agudo

Acrobat ya puede convertir un PDF en un podcast, una presentación o un informe visual. Adobe ha añadido nuevas funciones de inteligencia artificial a su lector de documentos para que, en lugar de pasar por decenas de páginas una detrás de otra, puedas pedirle que reorganice la información y te la devuelva en un formato bastante más fácil de consumir.

Y no hablamos precisamente de una herramienta minoritaria. Según los propios datos de Adobe, cada año se abren 400.000 millones de archivos PDF en Acrobat, de manera que el cambio llega a una aplicación utilizada a una escala enorme. Además, encaja con la inteligencia artificial dentro de Creative Cloud, que la compañía ha ido extendiendo durante los últimos meses.

Un informe de 50 páginas puede acabar sonando en el coche

¿Cómo se traduce eso en el día a día? 

Puedes añadir documentos o enlaces web dentro de un PDF Space y pedirle a Acrobat que prepare un podcast personalizado con esa información. También puede generar resúmenes de audio o leer el contenido en voz alta, algo útil si ese informe de cincuenta páginas te pilla lejos de una pantalla.

Y si lo que tienes por delante es una reunión, la misma información puede acabar convertida en otra cosa. Acrobat también genera diapositivas e informes interactivos con gráficos e imágenes, además de navegación dentro del propio documento, de forma que no tengas que ir copiando y pegando los datos importantes en una presentación para poder enseñárselos a otras personas.

También está Estilizar, una función pensada para documentos mucho más cotidianos. Puedes escoger entre miles de plantillas de Adobe Express y dejar que la IA reorganice un currículum, una factura o un informe en tiempo real, manteniendo el contenido original. Es algo parecido a lo que ya vimos con el agente creativo de Adobe Firefly, aunque aplicado aquí a documentos.

Abhigyan Modi, vicepresidente sénior del grupo de productos de productividad de Adobe, explica que «Acrobat ya es el lugar al que millones de personas acuden para leer la información más importante para ellas». Según el directivo, ahora también quiere ayudar a comprenderla más rápido y de forma más completa, y ahí se concentran buena parte de estas nuevas funciones.

Cuando ya no son 50 páginas, sino miles de documentos

La parte para empresas cambia bastante de escala. La nueva Base de conocimientos de Acrobat puede trabajar con PDF, documentos de Microsoft Office, páginas web, textos y correos electrónicos, además de archivos sincronizados desde SharePoint o Google Drive. Después, permite hacer preguntas sobre toda esa colección y devuelve respuestas con citas que llevan directamente al documento de origen.

Cuando ni siquiera eso es suficiente entra Analyzer de Acrobat, una herramienta preparada para extraer datos estructurados de miles de documentos a la vez. En lugar de abrirlos uno por uno para localizar nombres, cifras u otros campos concretos, el sistema convierte información dispersa en datos organizados que después pueden consultarse y analizarse con bastante menos trabajo manual.

Hay una cuestión especialmente sensible cuando metes inteligencia artificial dentro de documentos privados. Adobe asegura que los datos de los documentos de sus clientes no se utilizan para entrenar sus modelos de IA generativa y acompaña las respuestas con citas interactivas. Eso permite comprobar de dónde sale una afirmación sin tener que confiar únicamente en el resumen que produce el sistema.

Los estudiantes también tienen una versión específica mediante Student Spaces, que salió en beta en abril y ya supera el millón de usuarios activos al mes. Puede digitalizar notas manuscritas, preparar fichas informativas, responder preguntas citando las fuentes y revisar currículums para preparar entrevistas. Está disponible mundialmente en inglés, en la web y en Acrobat Ready para Android.

Las funciones visuales y de audio estarán disponibles en Acrobat Studio, Acrobat Express y Acrobat AI Assistant Plus, mientras que Knowledge Base y Analyzer llegarán a Acrobat Studio para equipos. Adobe también está ampliando Acrobat a ChatGPT, Claude, WhatsApp, Edge y Chrome, aunque la información facilitada no concreta todavía cómo se repartirán todas estas funciones entre esas plataformas.

Read more...

El Agente IA y el Archivólogo: su relación con la gestión de archivos electrónicos en las empresas

El Agente IA y el Archivólogo:  su relación con la gestión de archivos electrónicos en las empresas

Por Lic. Carmen Marín con la asistencia de Gemini

Imagen creada por Grok

El análisis del artículo de Kate Liapun https://www.unite.ai/es/ai-adoption-digitization-constraints-infrastructurdocumental y archie/ desde el punto de vista del profesional archivólogo nos conduce a observar factores que inciden en el desarrollo de las actividades inherentes al departamento de archivo para realizar una verdadera gestión documental que cumpla con el propósito de su existencia, que no es otra que la organización y gestión de la información tanto física como electrónica que generan los diversos departamentos que forman la empresa u organismo.

Primero se expondrá la relación en el desarrollo de la función del Agente IA con la gestión de los archivos electrónicos en las empresas, luego el choque entre la normativa archivística técnica y las dinámicas de poder organizacional en las empresas u organismos, por último, explorar alguna estrategia pedagógica o de negociación ejecutiva para presentar el valor de la gobernanza de información ante la directiva

01. El Agente IA y su relación con la gestión de archivos electrónicos en las empresas, tomando como base el artículo “Tu agente de IA solo es tan bueno como tu sistema de archivo”

El artículo de Kate Liapun ("Tu agente de IA solo es tan bueno como tu sistema de archivo") toca una fibra medular y crítica que muchas empresas están ignorando en su afán por subirse a la ola de la Inteligencia Artificial: la IA no es una varita mágica que corrige el caos informacional; es un espejo que amplifica la calidad y la madurez de la gestión documental de una organización.

Desde la perspectiva de la gestión de archivos electrónicos y la gobernanza de la información documental física o electrónica, el texto ofrece lecciones fundamentales.

Key Takeaways e Implicaciones Archivísticas

[Datos No Digitalizados / Fragmentados] ──┐

[Conocimiento Tácito No Registrado] ├──> Sistema Incompleto ──> IA Ineficiente /

[Falta de Trazabilidad / Privacidad] ──┘ Sesgada ("Alucinaciones")

1. La "Calidad de Representación" de la Realidad

• La visión del artículo: Un agente de IA no interactúa con la empresa real, sino con la representación digital de esa empresa almacenada en sus sistemas.
• Impacto en el archivo electrónico: Si el fondo documental electrónico está incompleto, desactualizado o desestructurado, la "memoria corporativa" que consume la IA estará sesgada. El principio archivístico de autenticidad e integridad adquiere un nuevo rol: no es solo para auditorías legales, sino el requisito de entrada (input) para que los modelos de lenguaje o agentes funcionen sin "alucinar" o inventar.

2. La brecha del Conocimiento Tácito vs. Documentación Implícita

• La visión del artículo: Cita el estudio donde la ambigüedad reduce el rendimiento del modelo del 89% al 9% cuando faltan premisas que solo están "en la cabeza" de los empleados.
• Impacto en el archivo electrónico: Esto refuerza la necesidad de la captura de contexto y metadatos. Si una decisión empresarial o una excepción operativa no se formaliza en un registro o metadato de proceso (siguiendo estándares como ISO 23081), la IA carece de los datos contextuales para interpretar la información correctamente.

3. La Madurez Digital previa como Prerrequisito

• La visión del artículo: Compara la adopción de IA en Dinamarca (42%) vs. Alemania (26%), demostrando que tener acceso a la misma tecnología no sirve de nada si los procesos subyacentes aún dependen del papel o de flujos analógicos.
• Impacto en el archivo electrónico: Muestra claramente que digitalizar un paso aislado (como la factura electrónica) no basta. Se requiere una gestión documental integral de extremo a extremo (End-to-End), donde los flujos de trabajo paralelos en papel o canales informales sean eliminados.

4. Gobernanza, Privacidad y Reutilización de Datos (RGPD)

La visión del artículo: Explica cómo el Reglamento General de Protección de Datos (RGPD) y los controles de privacidad/seguridad limitan la "reutilización" de datos para entrenar agentes, creando brechas en la profundidad de adopción respecto a mercados menos regulados.

• Impacto en el archivo electrónico: Este es el punto exacto donde la Gobernanza de la Información y la Archivística demuestran su valor estratégico:

• Políticas de retención claras (Disposition schedules).
• Clasificación funcional de datos desde el diseño (Privacy by Design).
• Separación de datos personales de los registros operativos para permitir el uso seguro de agentes analíticos sin vulnerar normativas.

El Rol Redefinido del Archivólogo Corporativo

Este artículo deja en evidencia que la implementación exitosa de agentes de IA en las empresas no es un problema estrictamente informático o de elección de modelos, sino un problema de arquitectura de información y gestión documental.

Reto identificado en el artículo	Solución desde la Gestión de Archivos Electrónicos
"La información no se digitalizó"	Políticas de captura en el origen, cero flujos analógicos paralelos.
"La información está en la cabeza de alguien"	Esquemas de metadatos contextuales y gestión del conocimiento documentado.
"La información no puede transmitirse"	Cuadros de clasificación, control de accesos y gestión del ciclo de vida bajo marcos de gobernanza.

 
Los agentes de IA no vienen a reemplazar el sistema de archivo; dependen críticamente de él. Sin un sistema de gestión de documentos electrónicos confiable, seguro, estandarizado y contextualizado, cualquier agente de IA operará sobre un terreno movedizo.

02. El choque entre la normativa archivística técnica y las dinámicas de poder organizacional.

Cuando la información se utiliza como un activo de poder individual o departamental ("información es poder"), el concepto de transparencia, trazabilidad y memoria corporativa se quiebra. Los silos de información y el "acaparamiento" de expedientes por parte de directivos no solo entorpecen el trabajo del archivólogo, sino que crean agujeros negros en los procesos administrativos de la organización.

La paradoja del poder informacional y la IA

Este comportamiento genera una paradoja que el propio artículo expone implícitamente: 

• El sesgo de la cúpula: Los mismos ejecutivos que retienen información de forma celosa son, a menudo, los primeros en exigir la implementación de herramientas de Inteligencia Artificial para "modernizar" o acelerar la toma de decisiones.
• El colapso del sistema: Al limitar el acceso del profesional de la información para clasificar, estructurar y vincular esa documentación al flujo general, garantizan que cualquier agente de IA o sistema automatizado funcione de forma deficiente o sesgada. La IA no podrá procesar lo que ellos mantienen oculto o aislado en sus carpetas locales.

Estrategias de abordaje frente a la barrera directiva

Aunque romper la cultura del acaparamiento informacional es un desafío complejo, existen enfoques estratégicos para reconfigurar la conversación con la alta dirección:

1. Redefinir el problema: Del "Cumplimiento Archivístico" al "Riesgo Corporativo"

A menudo, apelar a las normas archivísticas es ignorado por directivos que ven la gestión documental como un trámite puramente burocrático, o el miedo o temor a la pérdida de poder sobre el manejo de cierta información importante. La conversación cambia cuando el problema se traduce al lenguaje de la alta gerencia:

• Riesgo legal y de cumplimiento: Mostrar cómo la retención informal o la falta de trazabilidad expone a la empresa a sanciones, litigios o pérdidas financieras.
• Costo de la ineficiencia: Cuantificar las horas de trabajo perdidas buscando expedientes fragmentados o reconstruyendo decisiones pasadas porque la información quedó o es aislada.

2. La IA como aliado argumental para el Archivólogo

Hoy en día, la presión por adoptar IA ofrece una palanca estratégica inédita:

• Demostrar el impacto de la brecha: Cuando se evalúe o intente implementar una herramienta de automatización o IA, señalar técnicamente que la tasa de error o la falta de precisión del sistema será responsabilidad directa de los vacíos informacionales y los flujos no integrados.
• Elevar el rol técnico: Posicionar la labor archivística no como un "almacén de papeles/archivos", sino como la condición habilitadora indispensable para la transformación digital segura.

3. Auditoría de Flujos y Mapeo de Silos

En lugar de confrontar directamente el control de un jefe específico, realizar diagnósticos de procesos donde se evidencie objetivamente dónde se interrumpe la cadena de custodia de la información y qué impacto tiene en los resultados globales de la empresa.

Entender la información como un patrimonio de la empresa y no como una propiedad personal de cada jefe requiere un cambio cultural profundo. Mientras ese cambio ocurre, documentar los riesgos y demostrar las consecuencias técnicas de esas barreras sigue siendo la mejor defensa profesional.

03. Estrategia pedagógica o de negociación ejecutiva para presentar el valor de la gobernanza de información ante la directiva

Lidiar con departamentos como Recursos Humanos o Administración cuando están blindados por alianzas políticas con la alta gerencia ("amiguismos") es, probablemente, el escenario más complejo para un archivólogo. En estos casos, apelar al "deber ser" o a la normativa archivística suele rebotar contra una pared, porque la negativa a compartir información no es por desconocimiento, sino por una estrategia deliberada de control y protección de feudos de poder.

Cuando el marco normativo no basta para romper esos blindajes, la estrategia debe cambiar: dejar de pedir acceso de forma directa y pasar a gestionar el riesgo técnico y legal.

Estrategias de Negociación y Posicionamiento Político-Técnico

1. Mover el foco: De "Acceso a la Información" a "Definición de Roles de Custodia"

Si un gerente de RRHH o Administración se niega a entregar expedientes o permitir su clasificación centralizada bajo el pretexto de la confidencialidad, no discutas la entrega física o lógica. Define la responsabilidad explícita:

• Matriz de Responsabilidad (RACI): Documenta formalmente que el Departamento de RRHH asume la custodia y responsabilidad legal exclusiva del ciclo de vida de esos documentos, liberando al archivo central/corporativo de cualquier responsabilidad en caso de pérdida, fuga de información, o incumplimiento en auditorías.
• Efecto: Al hacerlos legalmente responsables del pasivo informacional que custodian de forma aislada, la actitud suele cambiar cuando perciben el riesgo de una sanción o demanda sin el respaldo del equipo técnico.

2. Apelar a la "Gestión del Riesgo" antes que al "Cumplimiento Archivístico"

A la alta gerencia y a sus aliados no les motiva la "organización del archivo", pero sí les aterroriza el riesgo operativo o legal. La narrativa debe enfocarse en tres puntos críticos:

• Continuidad del Negocio: ¿Qué pasa si el gerente o un empleado clave de RRHH/Administración se va de la empresa mañana? Si la información está en su criterio personal o en carpetas locales, la operación se paraliza.
• Riesgo de Litigio: Un expediente de personal o administrativo incompleto o mal gestionado es una causa perdida en un tribunal laboral o fiscal.
• Seguridad y Confidencialidad: Paradójicamente, las áreas que más celan la información suelen ser las que peor la aseguran (archivos en carpetas compartidas sin permisos adecuados, correos personales, papel sin llave). Ofrecer un esquema de seguridad estructurado (control de acceso por roles) demuestra que el archivo protege la información, no la expone.

3. Ofrecer Servicios de "Gobernanza a la Medida" (Gana-Gana)

En lugar de solicitar que "entreguen" la información al archivo, la propuesta puede estructurarse como un servicio de apoyo técnico que respete sus niveles de privacidad:

• Creación de Cuadros de Clasificación y Retención Específicos: Ayudarles a organizar su información en su propio entorno, estableciendo reglas de retención y eliminación segura sin que sientan que "pierden" el control diario.
• Aislamiento por Permisos: Demostrarles técnicamente que, en un sistema de gestión documental electrónico, el archivólogo administra la estructura y las reglas, pero no necesariamente tiene visibilidad sobre el contenido sensible si se configuran perfiles de acceso restringidos.

4. La Estrategia del "Registro de Inconsistencias" (Blindaje Profesional)

Cuando la negativa persiste y bloquea directamente el trabajo del archivólogo:

• Trazabilidad de la Negativa: Dejar constancia formal y respetuosa en informes de gestión (por ejemplo: "No fue posible consolidar la serie documental 'Expedientes de Personal' debido a restricciones de acceso impuestas por el área origen; se señala el riesgo de duplicidad e incompletes en auditorías").
• Esto protege el prestigio profesional del archivólogo ante futuras auditorías o fallos en la implementación de tecnologías (como agentes de IA o automatización de procesos), demostrando que la falla no fue metodológica, sino operacional por bloqueo de origen.

El Tablero de Argumentación Ejecutiva
 

Argumento del Gerente "Blindado"	Respuesta Estratégica del Archivólogo
"Esta información es confidencial y solo la maneja mi departamento."	"De acuerdo. Diseñemos la estructura de almacenamiento con permisos restringidos exclusivamente para su personal, pero aplicando las tablas de retención legal para evitar riesgos fiscales/laborales."
"Siempre lo hemos llevado así y funciona."	"Funciona en la operación diaria, pero genera un riesgo de continuidad si hay rotación de personal o un requerimiento legal/auditoría urgente que exija trazabilidad."
"No tenemos tiempo para procesos de archivo."	"Nosotros asumimos el diseño metodológico para simplificarles la búsqueda y reducir el tiempo que su equipo pierde localizando documentos."

Transformar esta dinámica requiere tiempo y una diplomacia corporativa astuta, utilizando el peso de los riesgos operacionales para que la alta gerencia entienda que blindar la mala gestión de sus "amigos" compromete la estabilidad de toda la organización.

HERRAMIENTA 1: Plantilla de Informe Ejecutivo de Riesgos Informacionales

Propósito: Comunicar a la Alta Dirección —en su propio lenguaje estratégico y de negocio— el impacto negativo y los riesgos reales que generan los silos de información y el aislamiento documental en áreas clave como Recursos Humanos y Administración, sin asumir un tono de confrontación personal.

Markdown

# INFORME EJECUTIVO DE EVALUACIÓN DE RIESGOS EN LA GOBERNANZA DE LA INFORMACIÓN Y CONTINUIDAD DE NEGOCIO

**PARA:** [Nombre y Cargo del Director General / Gerente General]

**DE:** [Nombre del Archivólogo / Gerente de Archivos Corporativos]

**FECHA:** [Fecha]

**ASUNTO:** Diagnóstico de Matriz de Riesgo Informacional y Estrategias de Mitigación Operativa

---

### 1. OBJETIVO DEL INFORME

Presentar una evaluación técnica sobre el estado actual de la gestión de activos de información en la organización, identificando vulnerabilidades operativas, riesgos legales/financieros derivados de la fragmentación documental, y proponiendo un marco de mitigación que garantice la continuidad del negocio y el cumplimiento normativo.

---

### 2. RESUMEN EJECUTIVO

Durante la evaluación de los flujos documentales en las áreas de [Recursos Humanos / Administración / Contabilidad], se han identificado **silos de información cerrados** y **mecanismos de custodia paralelos**. Aunque estos esquemas responden al deseo de proteger la confidencialidad de los datos, en la práctica generan riesgos significativos para la organización:

* **Sectores Afectados:** [e.g., Expedientes de Personal, Contratos de Proveedores, Pasivos Laborales].

* **Nivel de Riesgo Corporativo Global:** [ALTO / CRÍTICO].

* **Causa Raíz:** Falta de integración de las series documentales bajo un marco unificado de gobernanza y control de ciclo de vida.

---

### 3. MATRIZ DE RIESGOS DENTIFICADOS Y SU IMPACTO EMPRESARIAL

| Categoría de Riesgo | Hallazgo / Práctica Actual | Impacto Operativo y Financiero |

| :--- | :--- | :--- |

| **Riesgo Legal y Penal** | Incompletes o falta de trazabilidad en expedientes de personal y contratos administrativos guardados exclusivamente en almacenamiento local. | **Incapacidad de defensa sólida** ante demandas laborales, inspecciones fiscales o auditorías externas, derivando en multas o fallos en contra por falta de prueba documental válida. |

| **Riesgo de Continuidad de Negocio** | El conocimiento del proceso y la ubicación de documentos clave residen únicamente en el criterio individual de personal clave del área. | **Parálisis operativa y pérdida de memoria corporativa** ante la rotación, renuncia o ausencia imprevista del personal custodio. |

| **Inseguridad y Fuga de Datos** | Manejo de información sensible (datos personales/financieros) en carpetas compartidas locales o archivos físicos sin trazabilidad estandarizada. | **Vulneración de normativas de protección de datos**, exposición a accesos no autorizados y falta de registro de auditoría (*audit trail*). |

| **Ineficiencia y Costos Ocultos** | Búsquedas prolongadas, duplicidad de documentos y re-creación de información existente. | **Pérdida estimada del 15% al 20% de tiempo operativo** del personal directivo y técnico en tareas de localización documental. |

| **Falta de Preparación Tecnológica** | Registros no estructurados o aislados fuera del sistema central de gestión de la información. | **Imposibilidad de implementar automatización o herramientas de IA**, reduciendo la precisión de las analíticas corporativas. |

---

### 4. DELIMITACIÓN DE RESPONSABILIDAD TÉCNICA

Se hace constar que, hasta tanto las series documentales de los departamentos mencionados no sean integradas bajo los lineamientos del Cuadro de Clasificación y las Tablas de Retención de la empresa:

1. La responsabilidad técnica y legal sobre la integridad, conservación, conservación de la cadena de custodia y disponibilidad de dichos documentos recae de manera exclusiva en los departamentos origen que los custodian de forma aislada.

2. La Gerencia de Archivos Corporativos queda eximida de responsabilidad ante la imposibilidad de responder con celeridad y rigor metodológico a requerimientos judiciales, regulatorios o auditorías sobre estos fondos.

---

### 5. RECOMENDACIONES Y PLAN DE ACCIÓN (GANA-GANA)

Para solucionar esta vulnerabilidad sin comprometer la confidencialidad requerida por áreas sensibles, se propone:

1. **Aislación Segura (RBAC):** Implementar una estructura de almacenamiento electrónico centralizada pero blindada mediante *Control de Acceso Basado en Roles*, garantizando que solo el personal autorizado del área pueda leer o editar los contenidos.

2. **Definición de Tablas de Retención (TRD):** Establecer calendarios de conservación para que los documentos no se acumulen indefinidamente ni se eliminen de forma prematura.

3. **Punto de Enlace Técnico:** Asignar un rol de enlace dentro de cada gerencia para estandarizar la captura de metadatos sin alterar su dinámica diaria.

**Atentamente,**

_______________________________________

**[Tu Nombre]**

[Tu Cargo / Gerencia de Archivos Corporativos]

HERRAMIENTA 2: Modelo de Control de Accesos por Roles (RBAC) para Áreas Sensibles

Propósito: Demostrar técnicamente a las gerencias de RRHH y Administración que el archivo y la gobernanza de información no implica que cualquiera pueda ver sus documentos. Este modelo define cómo el archivólogo administra la estructura y las reglas, mientras que las gerencias mantienen la confidencialidad de los contenidos.

1. Principio Archivístico de Seguridad e Identidad

El modelo se basa en tres pilares de la norma de gestión de documentos (ISO 15489 e ISO 23081):

• Principio de Mínimo Privilegio: Un usuario solo accede a la información estrictamente necesaria para cumplir sus funciones administrativas.
• Separación de Funciones: El rol de Administrador de Estructura (Archivólogo) se separa por completo del rol de Lector/Propietario del Contenido (Gerencia de RRHH/Administración).
• Trazabilidad Absoluta (Audit Trail): Toda acción (crear, consultar, modificar, descargar o eliminar) queda registrada electrónicamente en una bitácora inalterable.

2. Matriz General de Permisos por Rol (RBAC)

 
3. Niveles de Clasificación de la Información

Para operativizar el acceso en el sistema corporativo, la información de RRHH y Administración se categoriza en tres niveles:


[Nivel 1: Confidencial Restringido] ──> Contratos ejecutivos, Nóminas, Procesos Disciplinarios

(Solo Gerente del Área y Analista Asignado)

[Nivel 2: Reservado Interno] ──> Evaluaciones de desempeño, Expedientes generales

(Personal autorizado del Departamento)

[Nivel 3: Institucional/Operativo] ──> Manuales de procedimientos, Estructuras orgánicas

(Acceso público corporativo)

4. Arquitectura Operativa: La "Caja Fuerte Virtual"

Para disipar los miedos de las gerencias celosas de su información, la arquitectura se explica de la siguiente manera:

• El Archivólogo construye la caja fuerte: Diseña el cuadro de clasificación, los campos de metadatos (fecha, cédula/ID, tipo documental) y programa los tiempos de retención legal.
• El Departamento guarda las llaves: La clave de cifrado y los permisos de apertura del contenido del documento pertenecen únicamente a la Gerencia de RRHH o Administración.
• El Archivólogo garantiza la visibilidad de la estructura, no del secreto: El archivólogo puede auditar que exista un expediente con su código correspondiente y verificar que cumpla su tiempo de retención sin necesidad de abrir ni leer la información privada o sensible del empleado o contrato.

Con esta herramienta, desmontas la excusa de "es confidencial, por eso no entra al sistema de archivo", demostrando que la gobernanza moderna protege la confidencialidad con mayor rigor que el almacenamiento local.

 

04 Palabras y temas Claves en la investigación

Key Takeaways: puntos clave, conclusiones principales o aprendizajes más importantes que se extraen de una charla, reunión, texto o experiencia

El conocimiento tácito no registrado: es el saber práctico que vive en la mente de las personas y que nunca se ha escrito, grabado o guardado en un manual

Documentación Implícita: se refiere a la información, conocimiento o instrucciones que no están escritos de forma explícita en un documento, sino que se deducen directamente del contexto, del diseño, del código o del comportamiento de un sistema.

En lugar de usar manuales de texto, se apoya en la lógica obvia y en las convenciones preexistentes para que el usuario o desarrollador entienda cómo funciona algo sin necesidad de leer una explicación.

La diferencia conceptual

[Conocimiento Tácito] ──> Vive en la mente (Experiencia, intuición, contexto informal).

[Documentación Implícita] ──> Existe en el documento, pero NO en los metadatos/sistema (Contexto oculto).

[Información Explícita] ──> Estructurada, registrada y legible por máquinas.

1. Conocimiento Tácito: "Lo que sé, pero nunca he escrito"

Es el saber acumulado por la experiencia humana que jamás se ha plasmado en un soporte.
El ejemplo operativo: El administrador de finanzas que sabe que el inquilino de la oficina 402 siempre paga en efectivo el último día del mes porque prefiere no usar transferencias.
El problema: Si esa persona no está, nadie más lo sabe. La IA o el sistema informático solo ven un "pago atrasado" o un descuadre en el sistema contable porque ese conocimiento nunca cruzó la frontera hacia un registro.

2. Documentación Implícita: "Lo que está escrito, pero de forma incompleta o ambigua"

Aquí está el verdadero dolor de cabeza para los agentes de IA y la gestión de archivos electrónicos. Ocurre cuando un documento existe en el sistema, pero el contexto crucial para entenderlo no está registrado formalmente (está "implícito" para quien lo creó, pero es invisible para el resto).

• El ejemplo archivístico: Se conserva una factura o un acuerdo de pago firmada en el archivo digital, pero el correo o la minuta donde el Gerente de Administración aprobó un "descuento especial por pronto pago" se quedó en su bandeja personal o fue una conversación verbal.
• El problema: El documento existe (es explícito), pero la razón o la regla de negocio que explica la excepción es implícita. Para un humano que estuvo ahí, la situación es obvia; para una IA o un auditor externo, es una inconsistencia o un dato incoherente.

¿Por qué esto paraliza a la Inteligencia Artificial?

Como señalaba el artículo de Kate Liapun, un agente de IA no opera sobre la realidad física, sino sobre la representación digital de la realidad que le proporcionan los sistemas de la empresa.

Escenario	Lo que ve el Humano	Lo que ve la IA	Resultado
Conocimiento Tácito	"Sé que este proveedor siempre entrega con 3 días de retraso, es normal."	"El pedido está vencido. Generar alerta de incumplimiento de contrato."	La IA toma una acción errónea por falta de registro.
Documentación Implícita	"Aprobé este gasto sin factura porque era una emergencia en la planta."	"Registro de egreso sin comprobante fiscal de respaldo."	La IA detecta una anomalía o alucina intentando justificar el dato faltante.

La solución desde la Archivística

La forma de resolver la brecha entre lo tácito y lo implícito para convertirlo en información explícita y aprovechable es mediante la captura de contexto y la metadación estandarizada:

• Convertir el conocimiento tácito en registros: Crear flujos donde las decisiones informales o excepciones se capturen automáticamente (por ejemplo, mediante plantillas de aprobación o minutas vinculadas al expediente).
• Hacer explícito lo implícito con metadatos (ISO 23081): No basta con guardar el archivo PDF o el correo; hay que asociarle metadatos de proceso (¿quién autorizó?, ¿bajo qué regla?, ¿cuál es la relación con el expediente principal?).

Cuando el contexto está documentado de forma explícita, el margen de ambigüedad desaparece, permitiendo que tanto los archivólogos como los agentes de IA interpreten la información con total precisión.

end-to-end (o de extremo a extremo, abreviado como E2E) describe un proceso, sistema o servicio que abarca todas las etapas desde su inicio hasta su finalización, sin interrupciones ni fragmentaciones

A disposition Schedule: Un calendario de disposición es un documento oficial y vinculante que establece durante cuánto tiempo una organización debe conservar los registros y si estos deben destruirse o conservarse de forma permanente.

El amiguismo organizacional: el amiguismo entre empleados y jefes ocurre cuando las conexiones personales pesan más que el mérito profesional, generando favoritismo en ascensos, tratos y evaluaciones https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2019.01609/full

La matriz RACI: es una herramienta de gestión de proyectos que asigna de forma visual los roles y responsabilidades de cada miembro del equipo frente a cada tarea o entregable

https://lemonlearning.com/es/blog/que-es-una-matriz-raci

Read more...

La firma digital : funciones, tipos, diferencias, aplicaciones, ventajas y desventajas

La firma digital, una herramienta para agilizar los trámites
https://www.iprofesional.com/
Martí­n Carranza Torres

Permite la equiparación de los documentos digitales con los documentos en papel y la realización, ví­a digital, de actos jurí­dicos plenamente válidos

La firma digital es una herramienta tecnológica que permite garantizar la autorí­a, integridad y no repudio de los documentos digitales. Se les brinda así­ a estos archivos tres caracterí­sticas fundamentales que hasta ahora sólo gozaban los documentos en papel. Es una tecnologí­a que posibilita la equiparación de los documentos digitales con los documentos en papel y, por ende, la realización, ví­a digital, de actos jurí­dicos plenamente válidos.

Funciones

Básicamente, la firma digital cumple tres funciones:

• Autenticación: garantiza la identidad del firmante del documento, es decir, que el documento ha sido firmado por la persona que dice haberlo firmado.
• Integridad: asegura la integridad del mensaje, esto es, que la información contenida en el documento digital no ha sido modificada luego de su firma.
• No repudio: garantiza que el firmante no pueda negar el contenido del documento o la veracidad de la firma.

Es muy importante tener en cuenta que este tipo de firma no implica avalar la confidencialidad del mensaje. La información contenida en el documento así­ firmado sólo puede ser leí­da por determinadas personas. De este modo, un documento digital firmado digitalmente puede ser visualizado por terceros. Existen otras herramientas criptográficas a través de las cuales se puede asegurar la confidencialidad de los mensajes enviados de manera digital, pero no es éste el caso de la firma digital.

Tipos

Pero la firma digital no es sólo tecnologí­a, aunque ésta juega un rol fundamental en este sistema. Es tecnologí­a y derecho, pues en este mecanismo se entrelazan elementos técnicos y elementos normativos.

Bien se ha dicho que "la firma digital es un instrumento con caracterí­sticas técnicas y formativas. Esto significa que existen procedimientos técnicos que permiten la creación y verificación de firmas digitales, y existen documentos normativos que respaldan el valor legal que dichas firmas poseen" (ONTI, Infraestructura de Firma Digital de la República Argentina). Y la importancia de los elementos normativos se pone de resalto en los tipos de firma digital reconocidos por la ley argentina.

Nuestra normativa reconoce dos tipos de firma digital, y la diferencia entre ambos no radica en lo tecnológico, sino, más bien, en lo jurí­dico:

La firma digital, definida como el resultado de aplicar a un documento digital un procedimiento matemático, requiere información de exclusivo conocimiento del firmante, encontrándose ésta bajo su absoluto control. Pero, dado que la misma ley estipula que para asegurarse de que el firmante es el único que conoce y controla el procedimiento matemático, se debe cumplir con una serie de recaudos legales; la firma digital puede ser caracterizada por medio de la siguiente fórmula:

firma digital = documento digital + procedimiento matemático + requisitos legales.

La firma electrónica, en cambio, es definida en términos negativos como el conjunto de datos electrónicos integrados, ligados o asociados de manera lógica a otros datos electrónicos, utilizado por el signatario como su medio de identificación, que carezca de alguno de los requisitos legales para ser considerada firma digital. La fórmula, en este caso, es la siguiente:


firma electrónica = firma digital – requisitos legales.

Esta diferencia en cuanto a los requisitos repercute en los efectos asignados a cada:

Firma digital:

a) Equivale a la firma manuscrita,
b) Se presume que la firma pertenece al titular del certificado digital,
c) Se presume que el documento no ha sido modificado luego de la firma.

Firma electrónica:
a) En caso de ser desconocida corresponde a quien la invoca acreditar su validez.

Aplicaciones

El abanico de posibilidades de aplicación de la firma digital es muy variado, tan variado como el de aplicación de la firma manuscrita.

A modo de ejemplos enumeramos algunos casos particulares de aplicación a nivel mundial:

• Transacciones bancarias
• Transacciones comerciales
• Declaraciones impositivas
• Documento de identidad electrónico (e-DNI)
• Voto electrónico
• Certificación de los actos de gobierno (leyes, resoluciones, dictámenes, sentencias, etcétera)
• Contrataciones públicas (enví­o y recepción de ofertas, adjudicaciones, etcétera)
• Documentos relativos a operaciones de seguro
• Historias clí­nicas
• Obtención del CUIL
• Solicitud de empleo público

Es necesario tener en cuenta que la ley de firma digital argentina excluye del ámbito de aplicación de la firma digital a los actos relacionados con disposiciones por causa de muerte, el derecho de familia, personalí­simos que deban ser instrumentados bajo exigencias o formalidades incompatibles con la utilización de la firma digital, por expresa disposición legal o en virtud de acuerdo de las partes interesadas.

Ventajas y desventajas

Las ventajas derivadas de la utilización del sistema de firma digital van desde el aumento de la seguridad en las transacciones hasta la no necesidad de presencia o traslado fí­sico, ventajas éstas que se traducen en celeridad y ahorro de costos.

Entre las desventajas podemos mencionar la necesidad de contar con una autoridad certificadora de confianza (tercera parte de confianza) y la responsabilidad que pesa sobre los propios usuarios de generar un entorno adecuado que les permita mantener bajo su exclusivo control los datos de creación de la firma y contar con un dispositivo de creación técnicamente confiable.

Certificados digitales y autoridades de certificación

Firma digital y certificado digital son dos conceptos í­ntimamente relacionados, a punto tal que los mencionados requisitos de validez, que diferencian a la firma digital de la firma electrónica, tienen todos que ver con los certificados digitales.

Desde el punto de vista técnico, en la firma digital intervienen dos elementos, llamados "clave":

• Clave privada: empleada para firmar digitalmente.
• Clave pública: utilizada para verificar dicha firma digital.

La función de los certificados digitales es dar fe de la vinculación entre una clave pública determinada y una persona, titular de la clave. Es decir, garantiza la autenticidad de la clave pública del firmante y, como consecuencia de ello, la identidad del firmante (autenticación), que el mensaje no ha sido alterado en el camino (integridad) y que una vez recibido el documento el firmante no pueda negar su emisión (no repudio).

Algunos de los certificados más comunes son:

• Personales: identifican a personas fí­sicas o jurí­dicas.
• Autenticación de servidor: identifican a un servidor que pertenece a una persona.
• Firma de software: identifican al autor de una pieza de software.

Son emitidos por entidades denominadas Autoridades de Certificación (CA), entre las cuales podemos mencionar a VeriSign, AddTrust, Thawte Digital Certificate Centres, Certisur, Certificado digital SA, etcétera.

Situación en la Argentina

Sector público nacional: aun antes de la sanción de la ley de firma digital (2001), se ha venido trabajando en la implementación de iniciativas relativas a la digitalización de los circuitos administrativos del SPN y a la utilización de la firma digital.

Por su parte, la propia ley de firma digital establece como obligación del Estado nacional la utilización de esta tecnologí­a en su ámbito interno y en sus relaciones con los administrados, estableciendo un plazo máximo de cinco años para que la misma sea aplicada a la totalidad de las leyes, decretos, decisiones administrativas, resoluciones y sentencias emanadas del SPN. Puede consultarse el grado de avance de la implementación del sistema de firma digital en el sitio de la ONTI. (http://www.sgp.gov.ar/sitio/firma_digital.htm o http://www.pki.gov.ar/).

Sector público provincial: muchas provincias argentinas han adherido a la ley nacional y, bajo la supervisión de la ONTI, están llevando a cabo el proceso de implementación de la firma digital.

Sector privado: actualmente no existen CA autorizadas por la ONTI para emitir certificados digitales para uso en el sector privado. Sin embargo, desde el 2003, en el ámbito de la ONTI se viene trabajando en un documento para establecer el marco normativo para el otorgamiento o revocación de licencias a certificadores de firma digital. Una vez que esa resolución sea aprobada, las CA podrán iniciar los trámites para obtener una licencia y así­ comenzar a emitir certificados digitales para uso en el sector privado.

Links

http://www.sgp.gov.ar/sitio/firma_digital.htm

http://www.pki.gov.ar/

http://www.verisign.com/

http://www.certisur.com/index.html?r

http://www.certificadodigital.com.ar/

Read more...

Seguridad Empresarial: Adoptar IA de manera segura sin exponer información confidencial

La mayoría de la inteligencia artificial empresarial no es segura. Aquí está lo que las empresas pueden hacer

https://www.unite.ai
Zac Amos Features Editor, ReHack

Las empresas están compitiendo para adoptar la inteligencia artificial generativa (IA) para mantenerse competitivas en sus mercados. Sin embargo, los equipos de seguridad enfrentan un desafío significativo porque están confiando en marcos obsoletos diseñados para una era tecnológica diferente. Las herramientas que han protegido con éxito a las organizaciones durante décadas ahora dejan vulnerabilidades críticas expuestas cuando los empleados interactúan con plataformas de IA basadas en navegador. Para adoptar con seguridad la última tecnología, las empresas deben replantear completamente cómo controlan el acceso a la información y detectan las amenazas emergentes.

La creciente amenaza de la inteligencia artificial en la sombra en la empresa

La inteligencia artificial en la sombra surge cuando los empleados sortean los canales oficiales de TI y utilizan herramientas de IA de consumo no autorizadas para tareas de trabajo. Estas plataformas ofrecen velocidad y conveniencia que los procesos de aprobación interna no pueden igualar, lo que las hace irresistibles para los trabajadores centrados en la productividad.

Investigaciones recientes revelan que 73.8% de la participación de los empleados con ChatGPT ocurre en cuentas no corporativas, lo que significa que la información sensible fluye directamente a los modelos públicos. De manera similar, el uso de Gemini y Bard en cuentas personales alcanza el 94.4% y el 95.9%, respectivamente.

Subcontratar tareas a plataformas externas no verificadas conlleva consecuencias sustanciales. El análisis muestra que 55% de todos los fallos de IA se deben a estas soluciones de terceros, creando riesgos que abarcan daños a la reputación y pérdidas financieras. La desconfianza del consumidor, las penalizaciones de cumplimiento y los litigios a menudo siguen. Para las empresas que utilizan herramientas de IA de terceros sin realizar un análisis de riesgos antes de la implementación, esto es alarmante.

Sin directrices aplicables, los empleados comparten información confidencial de la empresa, creando pasivas de privacidad masivas, mientras que muchas plataformas de terceros carecen de las medidas de seguridad rigurosas necesarias para proteger los registros comerciales confidenciales. Las políticas y prácticas de almacenamiento en estas soluciones pueden exponer inadvertidamente la información del cliente y los registros financieros a posibles violaciones.

¿Por qué la prevención tradicional de la pérdida de datos falla?

Las herramientas de prevención de la pérdida de datos (DLP) heredadas fueron diseñadas para detener la descarga de archivos o su envío a través de correos electrónicos. Estas soluciones excelan en su propósito original, pero enfrentan una limitación fundamental en la era de la IA basada en navegador. Por ejemplo, no pueden monitorear ni bloquear fácilmente el texto que un empleado escribe o pega manualmente en una ventana de prompt de IA, creando un punto ciego en la cobertura de seguridad que se vuelve más problemático con cada trimestre.

La brecha se vuelve clara al examinar lo que estas herramientas pueden y no pueden proteger:

• DLP atrapa: Descargas de archivos, archivos adjuntos de correo electrónico, transferencias de USB y subidas de documentos
• DLP se pierde: Acciones de copiar y pegar en ventanas del navegador, prompts escritos manualmente, capturas de pantalla convertidas a texto y entrada de texto directa en aplicaciones web

A medida que la adopción de IA se acelera en las organizaciones, esta brecha de cobertura se amplía y genera una avenida para la exfiltración de información que la infraestructura de seguridad tradicional nunca estuvo diseñada para abordar. Los equipos de seguridad se encuentran en una posición reactiva, descubriendo violaciones solo después de que el contenido sensible ya ha salido del control de la organización.

¿Cuál es el mejor enfoque para una IA empresarial segura?

Afirmarse a las soluciones de DLP heredadas mientras se ignora la realidad de la adopción de IA no constituye una estrategia empresarial a largo plazo viable. Las empresas necesitan actualizar a la detección de amenazas impulsada por IA que se adapte a nuevos ataques y establezca límites estrictos en el uso de IA que protejan la información sensible. 

La centralización de las prácticas de gobernanza para prevenir la exposición accidental completa esta base de seguridad.

Transición a un contexto de IA multilayer

Las herramientas de detección de amenazas tradicionales confían en reglas reactivas que buscan firmas históricas de ataques conocidos. Este enfoque genera falsos positivos excesivos al marcar el comportamiento normal de los empleados como sospechoso o pasa por completo los ataques nuevos que no coinciden con ningún patrón anterior en su base de datos.

Por ejemplo, el Hospital General Artesia reconoció estas limitaciones al proteger sus operaciones de atención al paciente y ecosistemas digitales, lo que llevó a la organización a implementar la tecnología Darktrace: Darktrace es una plataforma de ciberseguridad basada en inteligencia artificial (IA) y aprendizaje automático (machine learning) diseñada para proteger el ecosistema digital de las organizaciones en tiempo real. Operando sin una lista predefinida de amenazas, la plataforma aprende cada dispositivo, usuario e interacción dentro de la red del hospital para desarrollar una comprensión de qué se parece el comportamiento normal desde abajo.

El componente de Analista de IA de Cyber investiga las alertas utilizando métodos similares a los de los analistas humanos mientras conecta las anomalías sutiles que podrían indicar amenazas reales a los registros del paciente y las operaciones del hospital. El sistema examina autónomamente las amenazas de la red de Artesia para determinar qué alertas representan incidentes de seguridad reales.

Este enfoque de IA multilayer reduce significativamente los falsos positivos que agobian a los equipos de seguridad. Al pasar de 100 alertas benignas diarias a solo dos o tres incidentes críticos que realmente requieren la atención humana, su enfoque se estrecha. Los analistas reciben exactamente la información que necesitan sin pasar horas en investigaciones manuales.

Establecer políticas de uso de IA internas estrictas

Establecer límites firmes y desplegar barreras técnicas que controlen qué información puede ingresar a los modelos de IA públicos aborda las vulnerabilidades que las soluciones de DLP heredadas no pueden cerrar por sí solas.

Samsung proporciona un ejemplo de precaución de lo que sucede cuando los empleados acceden a herramientas de IA sin salvaguardias técnicas adecuadas. Dentro de 20 días después de permitir el acceso a ChatGPT en abril de 2023, la empresa experimentó tres fugas separadas que comprometieron información altamente confidencial en varios departamentos.

Los ingenieros pegaron el código fuente de la base de datos de semiconductores propietaria en ChatGPT para verificar errores de codificación, revelando detalles críticos sobre los procesos de fabricación de Samsung. En otro incidente, un empleado subió código especializado diseñado para identificar defectos de equipo mientras buscaba sugerencias de optimización. El personal también convirtió reuniones internas grabadas a texto antes de alimentar esas transcripciones a ChatGPT para la generación automática de actas.

Una vez que la información ingresa a la base de conocimientos de un modelo de IA público, no hay un botón de eliminar para recuperar o borrarla. Samsung finalmente prohibió ChatGPT por completo porque el contenido propietario filtrado no se puede recuperar.

Establecer gobernanza de datos centralizada

Una solución de IA empresarial es tan segura como la información a la que puede acceder dentro de la organización, y estandarizar los permisos en todos los sistemas forma la base de la implementación segura de IA. Cuando la red interna de una empresa sufre de controles de acceso inconsistentes y prácticas de gestión fragmentadas, incluso las herramientas de IA aprobadas pueden accidentalmente exponer archivos confidenciales de RRHH o registros financieros a empleados no autorizados.

Por ejemplo, AXIS Capital enfrentó este desafío directamente al tratar con plataformas de políticas y reclamaciones independientes y aisladas dispersas en diferentes geografías. Cada línea de negocio había creado sus propios estándares de referencia de informes, y las inconsistencias llevaron a errores en cotizaciones, subscripciones y ajustes de reclamaciones que hicieron que la informe corporativa fuera extremadamente difícil.

La compañía de seguros desarrolló una estrategia a nivel de organización utilizando formularios de tutela web y reglas de seguridad estrictas para estandarizar las jerarquías de referencia básicas. Comenzando con el Sistema de Clasificación de la Industria de América del Norte y el Código de Clasificación Industrial Estándar, AXIS luego expandió a códigos de calificación y subscripción que previamente variaban por ubicación.

Al implementar la gestión de datos centralizada y el control, la empresa creó una fuente única y segura de verdad accesible en todas las operaciones. Esto eliminó las inconsistencias que habían plagado sus plataformas mientras permitió a AXIS acelerar los procesos de seguros básicos, como la introducción de nuevas ofertas de productos, la reducción del riesgo operativo y el logro de análisis confiables a nivel corporativo.

Asegurando el futuro de la innovación empresarial

La adopción de IA en los negocios es inevitable a medida que las organizaciones compiten por ventaja en el mercado. Confiar en marcos de seguridad heredados y tolerar prácticas de gobernanza no estructuradas solo acelerará las fugas y las violaciones de cumplimiento. La pregunta no es si las empresas adoptarán IA, sino si lo harán de manera segura. Al implementar la detección de amenazas de IA multilayer y establecer una supervisión rigurosa del acceso a la información, las empresas pueden abrazar la innovación de IA mientras protegen su contenido más sensible.

NOTA EXTRA

La detección de amenazas de IA multicapa es un sistema de ciberseguridad que usa múltiples niveles de inteligencia artificial para proteger redes, dispositivos y datos contra ataques avanzados

Read more...

Adobe Knowledge Base: le puedes hacer preguntas en lenguaje natural sobre toda la documentación de la empresa y un Analyzer extrae datos estructurados de miles de archivos a la vez

Acrobat estrena Knowledge Base y Analyzer para empresas

https://ecosistemastartup.com
Equipo Ecosistema Startup

Lo que Adobe acaba de anunciar y por qué importa

El 9 de septiembre de 2026 Adobe presentó una actualización grande de Acrobat con nuevas funciones de IA orientadas al trabajo corporativo. El anuncio, recogido por Yahoo Finance a partir del comunicado oficial de Adobe, incluye un Knowledge Base para hacer preguntas en lenguaje natural sobre toda la documentación de la empresa y un Analyzer capaz de extraer datos estructurados de miles de archivos a la vez. La cifra que enmarca todo: cada año se abren más de 400.000 millones de PDFs en Acrobat, según Adobe. A partir de ahí, la compañía intenta convertir el lector de PDF en una plataforma de productividad documental completa.

Para un founder, la pregunta clave es si esto resuelve un problema real o si se queda en demo. La respuesta corta: apunta al dolor correcto —el conocimiento corporativo atrapado en PDFs, contratos y archivos sueltos— aunque la prueba de fuego será cómo se comporte con repositorios desordenados de verdad, no con tres PDFs de ejemplo.

¿Qué hace Knowledge Base exactamente?

Knowledge Base transforma una colección de documentos empresariales en algo consultable de forma conversacional. La fuente puede incluir PDFs, archivos de Office, páginas web, correos electrónicos y textos, y se sincroniza automáticamente desde SharePoint o Google Drive, de modo que el repositorio siempre está actualizado, según describe el comunicado recogido por Yahoo Finance y la cobertura de IDM.net.au.

El caso de uso que justifica pagar por esto es la escala. La búsqueda clásica en carpetas exige recordar nombres de archivo y rutas. Knowledge Base convierte la pregunta directa —"¿cuál es la cláusula de renovación automática del contrato tipo con proveedor X?"— en el modo de acceso. Adobe subraya que cada respuesta lleva citas interactivas que enlazan con el documento y el párrafo exactos, lo que permite verificar sin abrir veinte pestañas.

Para equipos de ventas, soporte técnico, legal y RRHH, que manejan bibliotecas grandes y en constante cambio, esto ataca un problema conocido: la información existe, pero está enterrada.

¿Qué hace Analyzer y para quién tiene sentido?

Analyzer va un paso más allá en volumen. En lugar de responder preguntas conversacionales, extrae datos estructurados de miles de documentos simultáneamente y los devuelve en un formato que los equipos de finanzas, compras y operaciones pueden consumir para decidir, según el comunicado reproducido por Digital Trends.

El ejemplo canónico que pone Adobe es gestión de proveedores: revisar cientos de contratos para detectar cláusulas de renovación automática, SLAs (contrato formal entre un proveedor y un cliente), ajustes por inflación o requisitos de reporting. Hacerlo manualmente puede consumir semanas de trabajo de analista; con Analyzer, la promesa es reducirlo a horas. Lo mismo aplica a inventarios de facturas, pólizas, anexos contractuales o cualquier corpus donde el patrón repetido importa más que el caso individual.

Adobe insiste en una garantía que repite en cada anuncio reciente: los datos de los documentos de los clientes no se utilizan para entrenar sus modelos de IA, según declaró Abhigyan Modi, SVP del grupo de productividad de Adobe, en el comunicado oficial.

La capa enterprise y los precios: qué cambia para tu startup

Adobe estructuró su oferta en tres niveles y la separación importa para decidir:

• Las funciones individuales (audio, presentaciones, Stylize) están en Acrobat Studio, Acrobat Express y Acrobat AI Assistant Plus.
• Las funciones enterprise —Knowledge Base + Analyzer más todo lo anterior— viven en Acrobat Studio para empresas.
• Student Spaces es gratuito y global en inglés, con más idiomas próximamente, según IDM.net.au.

El matiz clave: si eres una startup pequeña que sólo quiere audio-resúmenes o convertir PDFs en presentaciones, puedes entrar en los planes individuales. Si necesitas que la IA consulte la base documental compartida de tu equipo, ahí empieza el nivel enterprise y con él la conversación sobre SSO, permisos, sincronización con SharePoint/Drive y gobierno del dato.

La jugada de plataformas: WhatsApp, Claude y ChatGPT

Más allá de Knowledge Base y Analyzer, el movimiento más estratégico del anuncio es la expansión de superficies. Adobe lleva ahora Acrobat a ChatGPT, Claude (Anthropic), WhatsApp, Microsoft Edge y Chrome, según el comunicado recogido por Yahoo Finance. La integración con ChatGPT ya la había anunciado en diciembre de 2025; las de Claude, WhatsApp, Edge y Chrome se añaden ahora.

Dos detalles relevantes para founders hispanohablantes:

WhatsApp como canal empresarial. 

En mercados latinoamericanos y buena parte de España, WhatsApp es la herramienta de comunicación operativa por defecto —ventas, soporte, coordinación interna—. Llevar Acrobat ahí abre la puerta a flujos donde un equipo responde consultas o extrae datos de documentos sin que el usuario cambie de app.

No apostar por un solo modelo de IA. 

Que Adobe distribuya sus funciones en ChatGPT y en Claude a la vez sugiere una estrategia deliberada de no atarse a un proveedor. Para una empresa cliente, eso reduce el riesgo de quedar atrapada en un ecosistema si cambian los precios o las capacidades.

¿Qué ya existía y qué es genuinamente nuevo?

• Para no inflar el anuncio, vale separar lo viejo de lo nuevo: Ya estaba (desde enero de 2026, expandido en marzo): podcasts de documentos, presentaciones generadas con IA desde archivos, resúmenes de audio e informes visuales interactivos.
• Llegó en mayo de 2026: el agente de productividad completo, con edición conversacional de PDFs y los PDF Spaces con asistente personalizable.
• Nuevo en septiembre de 2026: Knowledge Base, Analyzer y la función Stylize, que reformatea documentos planos (un currículum en Word sin estilo, una factura básica) en plantillas profesionales de Adobe Express en tiempo real, conservando el texto original.

Para empresas, la diferencia real entre este anuncio y los anteriores es que Knowledge Base ataca el corpus documental heredado —no documentos que alguien sube ad hoc— y eso es lo que históricamente separa las funciones que los equipos adoptan de las que mueren en la prueba piloto.

La señal Student Spaces: 1 millón de usuarios activos

Un dato que suele pasar desapercibido: Student Spaces, que Adobe lanzó en beta en abril de 2026, supera ya el millón de usuarios activos mensuales, según el comunicado oficial. Student Spaces genera podcasts, presentaciones, fichas de estudio y cuestionarios desde PDFs, y ahora añade digitalización de notas manuscritas y preparación de entrevistas de trabajo.

Es la primera métrica de adopción real —más allá del comunicado de prensa— que Adobe ofrece sobre sus funciones de IA en Acrobat. Para una startup B2B que evalúa trabajar con Adobe como proveedor o integrador, esa cifra es relevante porque indica que, al menos en el segmento educativo, el producto retiene usuarios, no sólo los atrae para una prueba.

¿Qué significa esto para tu startup?

Para una startup que ya vive sobre Google Drive o SharePoint, Knowledge Base cambia la unidad de búsqueda: de "archivo" a "pregunta". Eso impacta directamente en:

• Onboarding de nuevos empleados. En lugar de un mes preguntando dónde está cada procedimiento, el nuevo puede preguntar directamente al repositorio. Riesgo: las respuestas serán tan buenas como lo esté el contenido subyacente; si la documentación está desactualizada o duplicada, la IA lo reflejará.
• Equipos comerciales y soporte. Extraer cláusulas o protocolos concretos de contratos y manuales deja de ser una tarea de analista para convertirse en una consulta de cinco segundos. Útil si tu empresa maneja decenas o cientos de acuerdos con clientes o proveedores.
• Operaciones financieras y de procurement. Analyzer sirve como acelerador de auditorías internas y revisiones de cumplimiento: lee miles de contratos y te devuelve un mapa de renovaciones, SLAs y obligaciones.

Acciones concretas que podés tomar esta semana:

• Hacé un inventario rápido: ¿qué porcentaje de tu conocimiento crítico está en PDFs sueltos, en Drive o en SharePoint? Si supera el 40-50%, una solución tipo Knowledge Base puede devolver horas a tu equipo. Si está todo en bases de datos o en Notion, probablemente ya tenés cobertura.
• Probá antes de comprar: Acrobat AI Assistant Plus ofrece funciones individuales (audio, presentaciones, resúmenes) sin entrar al nivel enterprise. Es una forma barata de validar si tu equipo realmente adopta el flujo conversacional o lo abandona en una semana.
• Preguntá por la arquitectura de permisos: si decidís ir a Acrobat Studio para empresas, asegurate de que el Knowledge Base respete los permisos de SharePoint/Drive —que un comercial no pueda ver contratos de otro cliente—, y exigí una cláusula contractual que respalde la promesa de no entrenar con tus datos.

El veredicto para founders

Adobe tiene a su favor una ventaja de distribución enorme: Acrobat ya está instalado donde están los PDFs, y los PDFs ya están donde está la información importante. Si logra que Knowledge Base funcione bien con repositorios reales —no sólo con demos limpias— y que Analyzer entregue datos estructurados confiables a escala, el salto de "lector de PDF" a "plataforma de productividad documental" se sostendrá. La señal a seguir no es el anuncio, sino qué tan rápido aparecen casos de adopción medible en empresas reales más allá de Student Spaces.

Fuentes

Adobe Acrobat añade Knowledge Base y Analyzer (wwwhatsnew.com)
Adobe Productivity Agent in Acrobat (Yahoo Finance / Business Wire)
Adobe Acrobat can now turn your boring PDFs into podcasts (Digital Trends)
Adobe transforms the Acrobat experience with AI (IDM.net.au)

Read more...

Si el Sistema de archivos cubre todas las áreas de la empresa el Agente IA hará el trabajo que se requiere

Tu agente de IA solo es tan bueno como tu sistema de archivo

https://www.unite.ai

Kate Liapun,

El 30 de diciembre de 2025, el servicio postal de Dinamarca entregó la última carta de sus 401 años de historia. Los 1,500 buzones restantes fueron retirados de las calles durante ese año. Mientras tanto, en julio de 2026 el gabinete federal alemán aprobó GeDIG, la ley de datos de salud e innovación digital, que eliminará gradualmente el fax de los consultorios médicos para el otoño de 2029 y hará obligatorios los referidos electrónicos.

Entonces, ¿cómo es que un país puede implementar tales cambios mientras otro aún está eliminando su dependencia de las máquinas de fax en este siglo? Teniendo en cuenta el uso de IA en los negocios de cada país, el 42 % de las empresas danesas utilizó al menos una tecnología de IA en 2025, la mayor proporción en Europa. Alemania se situó en el 26 %, por encima del promedio de la UE pero dieciséis puntos por debajo de Dinamarca.

Para mí, el contraste nos incita a replantear nuestras creencias sobre la adopción de IA. En particular, la creencia de que la elección del modelo es el punto de partida de la adopción de IA, ignorando la condición de los sistemas que rodean al modelo. Ambos países tienen acceso a los mismos modelos y proveedores de nube, pero la diferencia radica en si los procesos empresariales y públicos ya generan registros digitales fiables. Dado que un agente de IA no trabaja directamente con la realidad, sino con la versión de la realidad disponible en un sistema, naturalmente esto genera algunas limitaciones.

La primera limitación: la información nunca se digitalizó

Un agente no puede recuperar un documento que nunca ingresó al sistema. La forma del flujo de información de la organización determina lo que un agente puede incluso percibir como una tarea.

A nivel de país, los datos de Eurostat muestran que la adopción de IA en las empresas correlaciona con la digitalización de los procesos administrativos. Pero el mecanismo clave es que los países donde los ciudadanos ya reciben documentos oficiales de forma digital tienen menos interacciones fuera del sistema que las empresas deben conciliar, reduciendo la cantidad de trabajo de interpretación necesario antes de que la IA pueda usarse de forma segura en las operaciones.

A nivel de empresa, un estudio de IZA de 2026 sobre 1,907 compañías danesas encuentra que un aumento de una desviación estándar en la digitalización se asocia con una probabilidad 8 a 10 puntos porcentuales mayor de adoptar sistemas de IA centrales. Esto sugiere que la adopción de IA depende de si las operaciones internas de la empresa ya están organizadas de manera digitalmente estructurada y legible por máquinas. Si los procesos están fragmentados, hay poca información estable para que los sistemas o agentes de IA actúen.

Esto también puede ayudar a explicar por qué la digitalización impulsada por políticas no se traduce automáticamente en preparación para IA. La facturación electrónica B2B obligatoria de Italia creó un canal totalmente digital, pero la adopción general de IA sigue por debajo del promedio de la UE.

Digitalizar un solo paso no elimina el sistema analógico circundante.

La segunda limitación: la información existe solo en la cabeza de alguien

Los humanos gestionan las operaciones, lo que significa que la mayor parte del tiempo conocen detalles que la IA no. Un administrador financiero sabe que un inquilino pagó en efectivo, pero el pago nunca se ingresó al sistema contable. Como resultado, los registros bancarios y el sistema no concuerdan. El administrador entiende el porqué, mientras que la IA solo ve datos inconsistentes. Un administrador de propiedades recuerda que un propietario pidió no ser contactado durante dos semanas. Un equipo conoce la solución alternativa para un edificio o cliente, pero nadie la ha documentado.

ClarEval probó tareas con objetivos ausentes, premisas faltantes y terminología ambigua. El rendimiento del modelo cayó de alrededor del 89 % tras la clarificación a aproximadamente el 9 % cuando la ambigüedad permaneció sin resolver. 

Mientras tanto, Ambig‑SWE descubrió que permitir que un modelo cuestione a un usuario que posee la información faltante recuperó hasta el 74 % del rendimiento perdido. Esto implica que los ingenieros deberían construir un sistema capaz de solicitar aclaraciones desde el principio.

La tercera limitación: la información existe pero no puede transmitirse

Algunos datos están disponibles dentro de la empresa y aún así no pueden llegar al modelo debido a normas de privacidad, controles de seguridad, contratos o políticas internas.

Un estudio basado en siete años de datos en la nube encontró que el RGPD —la ley fundamental de privacidad de datos de la UE— redujo el almacenamiento de datos en un 26 % y el procesamiento en un 15 % entre las empresas de la UE en comparación con empresas estadounidenses comparables. En otras palabras, la regulación de privacidad hizo que las empresas fueran menos intensivas en datos al limitar la cantidad de información que podían retener y procesar para análisis e IA. La adopción de IA generativa fue casi igual, con un 37 % de las empresas de la UE y un 36 % de las de EE. UU. Pero la brecha en la profundidad de la adopción de IA es enorme, con el 81 % de las empresas estadounidenses usando IA en al menos dos procesos internos, frente al 55 % en la UE. Una posible razón es que la información que ya existe dentro de las organizaciones suele ser más difícil de reutilizar para IA en Europa. Las conversaciones de soporte al cliente, por ejemplo, a menudo contienen datos personales recopilados para resolver problemas de los clientes. Según el principio de limitación de finalidad del RGPD (Artículo 5(1)(b)), estos datos no pueden simplemente reutilizarse para entrenar IA sin una base legal válida. Las empresas estadounidenses generalmente enfrentan menos restricciones federales equivalentes para reutilizar dichos datos.

Cómo construir el sistema correcto

La recuperación solo funciona cuando la respuesta existe en el sistema. Los agentes deben preguntar cuando falta información, nunca adivinar, y convertir llamadas o decisiones informales en registros estructurados. Las empresas también deben eliminar los flujos de trabajo paralelos en papel porque, si una tarea puede ocurrir fuera del sistema, parte del contexto permanecerá invisible.

Cada empresa debe reconocer sus propias brechas. 

• Mida si un hecho necesario para actuar correctamente estaba dentro del sistema o no. 
• Pruebe los flujos de trabajo con y sin los campos de revisión de privacidad excluidos. 
• Por último, para el flujo de trabajo que puede completarse en papel, ese es el agente que se debe construir al final.

Los agentes pueden mejorar la producción humana, pero no reparan lo que falta.

Read more...