La verdadera integración de los LLMs: del chat a los procesos opacos
Los LLMs no son solo interfaces de chat. Aprende a integrar modelos de lenguaje en flujos de datos reales para obtener ventajas competitivas sostenibles.
Blog
Reflexiones sobre IA, datos y tecnología
Análisis, opinión y notas técnicas sobre Inteligencia Artificial, Big Data y el ecosistema TrawlingWeb. Archivo desde 2006.
La verdadera soberanía de la IA no es un mapa, es infraestructura
Más allá de los benchmarks, la soberanía en IA se mide por el control de la infraestructura y el despliegue local bajo nuestra propia regulación.
La arquitectura de la responsabilidad en los sistemas de IA
Cómo pasar de la teoría ética a una arquitectura técnica que asegure la responsabilidad en el tratamiento de datos y modelos de IA.
De la ética abstracta al cumplimiento operativo: la IA ante el juez
Más allá de los manifiestos, cómo la regulación de la IA transforma el análisis de datos y la responsabilidad técnica en las empresas.
La IA en el negocio: superar la fase de piloto hacia la escala industrial
Cómo pasar de pilotos de IA aislados a una estrategia de escala industrial basada en señales de valor reales y datos robustos.
Fui a Covilhã a decir que la prensa no tiene miedo a la IA. Volví con otra cosa.
Presenté en el I Congreso IBERPERIA (Covilhã) el estudio sobre 59.324 artículos: la prensa ibérica no teme a la IA. Esto es lo que aprendí en los pasillos.
La eficiencia de los modelos está superando a la potencia bruta
Los laboratorios de IA cambian su estrategia: menos potencia y más optimización en la inferencia para hacer la tecnología viable en las empresas.
Seguridad jurídica en el TDM: convertir riesgos en ventaja competitiva
El marco legal del TDM, bajo la Directiva 2019/790, es el pilar para la innovación en IA. Entiende cómo transformar el cumplimiento en activos de datos.
LLMs en la empresa: dejar de confiar y empezar a verificar señales
Los LLMs no son oráculos. Analizo cómo integrar modelos de lenguaje en procesos de negocio bajo criterios de rigor, trazabilidad y análisis de datos.
La desinformación no es un problema de contenido, es un riesgo operativo
Cómo las empresas pueden abordar la desinformación usando análisis de datos y monitorización técnica sin caer en la censura ni la subjetividad.