En este episodio de “Leonardo Tres Sesenta: Tecnología, IA y Futuro”, Leonardo Arévalo presenta de forma clara y práctica los principales hallazgos de su investigación doctoral sobre agilidad organizacional, innovación, liderazgo transformacional y desempeño organizacional.

A partir de la Teoría de las Capacidades Dinámicas, el episodio analiza cómo las organizaciones pueden detectar cambios, aprovechar oportunidades y transformar continuamente sus capacidades para competir en entornos de alta incertidumbre. La investigación estudia especialmente el papel mediador de la innovación entre la agilidad organizacional y el desempeño, así como el efecto moderador del liderazgo transformacional en la relación entre agilidad e innovación.

Además de explicar el modelo, las hipótesis, la metodología y los principales resultados de la investigación, el episodio traduce los conceptos académicos a situaciones empresariales reales y analiza sus implicaciones para líderes y organizaciones.

El episodio también funciona como una guía de estudio para comprender conceptos fundamentales como mediación, moderación, PLS-SEM, capacidades dinámicas, sensing, seizing y transforming, incorporando preguntas similares a las que podrían plantearse durante una defensa doctoral.

Una conversación sobre cómo adaptarse, innovar y liderar para transformar el cambio en desempeño sostenible.

En este episodio conversamos sobre los Gemelos Digitales, representaciones virtuales de máquinas, procesos o sistemas reales que se mantienen conectadas y actualizadas mediante datos provenientes de sensores, IoT y sistemas empresariales.

Exploramos cómo la combinación de IoT, datos e Inteligencia Artificial permite ir más allá del monitoreo: detectar anomalías, anticipar fallos, simular escenarios y optimizar procesos antes de que los problemas ocurran.

También revisamos aplicaciones prácticas en manufactura, mantenimiento predictivo, logística, energía y operaciones, y cómo esta tecnología está llevando a las empresas de analizar lo que ocurrió a anticipar lo que puede ocurrir y actuar a tiempo.

Hoy quiero hablarles sobre un tema que está revolucionando el desarrollo de la inteligencia artificial: los **datos sintéticos**.

Los datos sintéticos son información generada por algoritmos de inteligencia artificial que reproduce las características y patrones de los datos reales, pero sin contener información de personas o empresas reales. Esto permite entrenar modelos de IA, realizar pruebas y compartir información de manera más segura, protegiendo la privacidad y cumpliendo con las regulaciones de protección de datos.

Sectores como la banca, la salud, el comercio y la manufactura ya utilizan datos sintéticos para acelerar la innovación y desarrollar modelos más precisos sin exponer información confidencial.

En un mundo donde los datos son el nuevo activo estratégico, los datos sintéticos se están convirtiendo en una herramienta clave para impulsar una inteligencia artificial más segura, escalable y responsable.

Si deseas, también puedo prepararlo con un estilo más ejecutivo o más conversacional para que suene natural en un podcast.

La transcripción de la charla TEDx presenta a Emily Phillips, quien argumenta que el modelo corporativo tradicional de predicción y planificación es obsoleto en el mundo laboral moderno y acelerado. Phillips detalla su trayectoria profesional no convencional, explicando cómo una interrupción importante—un accidente automovilístico—la obligó a adoptar el concepto de Liderazgo Ágil. Para enfrentar lo impredecible, ella establece tres componentes clave que permiten el éxito: un proceso iterativo de seis pasos para la resolución continua de problemas; el desarrollo de una tribu leal de recursos que brinde apoyo y conocimiento mutuo; y la necesidad de salir de la zona de confort diariamente. Phillips utiliza ejemplos personales de sus cambios de carrera (de modelaje a tecnología a finanzas) para demostrar la eficacia de este marco. Ella concluye que tener confianza en el "cómo" se aborda un problema es más importante que la experiencia previa o el conocimiento de la respuesta.

Ambos textos se centran en el análisis de los riesgos éticos y existenciales que plantea la inteligencia artificial (IA) a la sociedad y la humanidad, y en la necesidad de una gobernanza efectiva para mitigar estos peligros. El primer texto, una revisión de literatura, identifica amenazas multifacéticas de la IA, incluyendo sesgos algorítmicos, desplazamiento laboral y el potencial de la superinteligencia artificial (ASI) para superar las capacidades humanas, destacando la importancia de marcos éticos y regulación. El segundo texto examina el estado actual y las limitaciones de la gobernanza ética de la IA, abordando temas como la invasión de la privacidad, la falta de transparencia algorítmica y la necesidad de una cooperación internacional más sólida para crear modelos de evaluación de riesgos y marcos regulatorios que garanticen el desarrollo responsable de la tecnología. En conjunto, los artículos exploran la naturaleza dual de la IA como fuente de innovación y de interrupción, y subrayan la urgencia de adoptar medidas proactivas para salvaguardar el bienestar humano.

Ambos documentos se centran en el desarrollo de plataformas de software abiertas y modulares impulsadas por inteligencia artificial (IA) para diferentes campos. El primer texto describe la plataforma EMPAIA, un esfuerzo de código abierto para integrar aplicaciones de IA de diversos proveedores en infraestructuras de patología digital existentes, buscando estandarizar y reducir las barreras de entrada para los proveedores de IA. El segundo texto presenta a Devika AI, una plataforma innovadora de código abierto que utiliza procesamiento avanzado de lenguaje natural (PLN) y aprendizaje automático para la generación automatizada de código, con el objetivo de democratizar las herramientas de codificación asistida por IA y mejorar la productividad de los desarrolladores. En esencia, ambos artículos exploran soluciones de software de IA abiertas para abordar desafíos de interoperabilidad y eficiencia en sus respectivos dominios.

Ambos artículos se enfocan en la aplicación de arquitecturas avanzadas de nube para sistemas de Inteligencia Artificial (IA) a nivel empresarial, aunque con enfoques distintos. El primer texto, de Bhaskar Goyal, ofrece una visión general de la IA nativa de la nube, detallando cómo principios como la contenedurización (Kubernetes) y las prácticas MLOps impulsan la escalabilidad, la eficiencia operativa y la fiabilidad de la IA en cualquier sector. El segundo texto, de Vedaswaroop Meduri, se concentra específicamente en el uso de arquitecturas de nube híbrida en el sector bancario, enfatizando cómo esta solución equilibra la necesidad de seguridad y cumplimiento regulatorio (como mantener datos sensibles on-premises) con los beneficios de costo y escalabilidad de la nube pública para las cargas de trabajo de IA. Conjuntamente, los documentos subrayan la transformación digital impulsada por la IA en entornos que requieren alta resiliencia y gobernanza.

Los tres textos abordan la evaluación del Retorno de la Inversión (ROI) en iniciativas de Inteligencia Artificial (IA), destacando la necesidad de marcos de medición integrales. El primer artículo ofrece un marco para evaluar el ROI de las inversiones en IA, reconociendo que la valoración de esta tecnología varía, pero se basa en principios fundamentales de valoración de activos, e identifica enfoques como el de mercado, ingresos y activos. El segundo texto presenta un estudio de caso en el sector sanitario, detallando una calculadora de ROI para una plataforma de IA en radiología, demostrando un sustancial retorno financiero a cinco años impulsado por el ahorro de tiempo laboral y los beneficios de ingresos por procedimientos posteriores. Finalmente, el tercer documento examina el rendimiento financiero de la digitalización empresarial sostenible que utiliza sistemas de información de IA, concluyendo que tales iniciativas generan importantes resultados económicos y ecológicos, con el apoyo de datos que demuestran la influencia de la integración de sistemas y la IA en el rendimiento financiero.

Ambos textos abordan la creciente colaboración entre humanos y sistemas de inteligencia artificial (IA), enfocándose en cómo la IA puede asumir roles definidos dentro de un equipo. El primer texto explora la teoría de la colaboración Humano-IA, destacando que los sistemas de IA están siendo percibidos como compañeros de equipo con características humanas, y utiliza una metodología de métodos mixtos para identificar y validar cuatro roles de equipo específicos para la IA: el coordinador, el creador, el perfeccionista y el ejecutor. El segundo texto presenta ChatCollab, un marco configurable que permite que agentes de IA y humanos trabajen como pares en roles diversos, utilizando la ingeniería de software como caso de estudio. Este segundo estudio también introduce un método para el análisis automatizado de las dinámicas de colaboración para medir cómo la configuración de roles influye en el comportamiento de los agentes.

Los textos proporcionados abordan principalmente dos temas distintos: el primero se centra en la aplicación de tecnologías emergentes en el contexto de la Ingeniería Informática y el diseño educativo, y el segundo examina las amenazas de ataques adversarios en los sistemas de Internet de las Cosas (IoT) asistidos por redes 6G. Un grupo de fuentes describe la propuesta de una nueva asignatura de Ingeniería Informática sobre Tecnologías Emergentes que incluye sistemas vestibles y redes de sensores inalámbricos, enfatizando la necesidad de desarrollar el pensamiento crítico de los estudiantes. Otra fuente detalla la creación de DigitLAB, un laboratorio de diseño inspirado en el movimiento "Maker" que utiliza herramientas telemáticas y tecnologías digitales emergentes para fomentar el aprendizaje y la colaboración interdisciplinaria en la universidad. Finalmente, el artículo académico se enfoca en cómo los ataques adversarios y las defensas relacionadas representan un desafío crucial para la seguridad y el rendimiento de los sistemas IoT basados en el aprendizaje automático en el entorno de las redes 6G.