Fin del soporte a IBM Maximo 7.6.1: por qué es el momento de planificar la migración a Maximo V9
El próximo 30 de septiembre de 2025, IBM pondrá fin al soporte oficial para la versión 7.6.1 de IBM Maximo. A partir de esa fecha, dejarán de publicarse actualizaciones de seguridad, correcciones de errores y asistencia técnica para esta versión del sistema de gestión de activos empresariales (EAM). Esta decisión obliga a muchas organizaciones a tomar medidas para garantizar la continuidad y seguridad de sus operaciones. El fin del soporte implica que cualquier incidencia futura quedará sin resolver, lo que incrementa el riesgo de ciberseguridad, incumplimiento normativo y problemas operativos. Además, mantener una versión obsoleta puede suponer una barrera para el crecimiento y la innovación, especialmente en organizaciones con entornos industriales complejos o en expansión. La alternativa natural y recomendada por IBM es la migración a Maximo Application Suite (MAS), también conocida como IBM Maximo V9, una evolución completa de la solución que incorpora un entorno modular, más escalable, y preparado para la integración con tecnologías avanzadas como la inteligencia artificial, IoT o analítica predictiva. ¿Por qué migrar a Maximo V9? La migración a Maximo V9 no solo es una respuesta a la necesidad de mantener el soporte técnico, sino una oportunidad para modernizar la gestión de activos, optimizar procesos y mejorar la toma de decisiones operativas a partir de datos en tiempo real. Con el fin de soporte a la vuelta de la esquina, es el momento idóneo para planificar esta transición de forma controlada, asegurando una migración sin interrupciones y con todas las garantías.
Así será la fábrica de un futuro que ya es muy presente – Entrevista a Miquel Melero, experto en Industria 4.0 en aggity
En esta ocasión tenemos el placer de poder contar con Miquel Melero, experto en tecnologías aplicadas al entorno industrial, sobre los retos, beneficios y el futuro de la Industria 4.0. ¿Cuáles son las tecnologías clave que están impulsando la Industria 4.0? Desde mi punto de vista, los sistemas MES son el corazón de la producción. Aglutinan toda la funcionalidad operativa de las fábricas y actúan como fuente de registro de datos, lo que permite realizar análisis posteriores y aplicar tecnologías como la inteligencia artificial. También destacaría el Cloud, que cada vez tiene un papel más relevante. Muchas empresas están trasladando los datos generados en planta a la nube para tratarlos, agregarlos, construir un datalake y aplicar analítica, ya sea con herramientas de BI o con IA generativa. En este sentido, la IA Generativa se está convirtiendo en una herramienta fundamental como asistente para operarios, supervisores, técnicos de mantenimiento, etc., ya que permite acceder de forma sencilla y rápida al conocimiento de la organización almacenado en sistemas como ERP, MES, GMAO, planificación o documentación. ¿Qué papel está jugando el IoT en los entornos industriales y cuáles son los principales retos para su incorporación? El IoT, entendido como sensores que comunican de forma independiente con una plataforma cloud, todavía no se ha implantado de forma generalizada. Lo que sí estamos viendo es la subida de todos los datos de los distintos sistemas (ERP, MES, SCADA, etc.) al cloud para aprovechar las ventajas que ofrece la nube: escalabilidad, pago por uso y facilidad para aplicar analítica a esos datos. ¿Cuál será el impacto de la inteligencia artificial en los procesos de producción? Creo que el impacto será muy alto, sobre todo en lo que respecta a la IA Generativa, porque permite interactuar con los datos usando lenguaje natural. Esto democratiza el acceso a la información. Imagino un futuro en el que todo el personal de una empresa industrial —operarios, supervisores, responsables de planta, personal de mantenimiento, almacén, calidad o incluso oficinas— podrá contar con un asistente al que preguntar por cualquier dato de los sistemas o documento almacenado en los repositorios de la empresa. Además, la IA Generativa servirá para enriquecer cualquier informe, dashboard o pantalla de información, añadiendo contexto histórico de forma automática. ¿Cuáles son los principales desafíos para la implementación de la Industria 4.0? El concepto de Industria 4.0 es muy amplio, y los desafíos varían mucho en función del nivel de madurez digital de cada empresa. Pero, por definición, se trata de digitalizar todas las operaciones, con el objetivo de automatizar procesos y aplicar tecnologías como la IA sobre esos datos digitales. Uno de los mayores retos, en mi opinión, es el factor humano: gestionar el cambio, contar con personal formado y capacitado para liderar internamente esta transformación. Otro desafío clave es disponer de una hoja de ruta clara, una visión a tres o cuatro años sobre hacia dónde se quiere avanzar en digitalización, y empezar a caminar en esa dirección de forma progresiva. ¿Qué beneficios aportan la automatización y la robótica a las fábricas inteligentes? No soy experto en automatización y robótica, por lo que prefiero no profundizar en ese ámbito. Aun así, entiendo que son tecnologías clave para aumentar la eficiencia y reducir errores. ¿Cómo están las empresas utilizando tecnologías emergentes como la realidad aumentada, la realidad virtual y los gemelos digitales? He visto que la realidad aumentada y la realidad virtual se están utilizando principalmente para formación o como soporte remoto en reparaciones. En cuanto a los gemelos digitales, aunque todavía son pocas las plantas que los han implantado completamente, sí veo que muchas están avanzando en esa dirección, especialmente para centralizar todos los datos de sus sistemas en un data lake industrial en la nube y poder aplicar analítica avanzada sobre ellos. ¿Qué impacto tiene la Industria 4.0 en la eficiencia energética y la sostenibilidad? El impacto es enorme. Siempre digo que para mejorar, hay que medir, y no hay mejor forma de hacerlo que automáticamente. La eficiencia energética requiere monitorizar los consumos en tiempo real, identificar anomalías, hacer benchmarking o seguir la evolución de proyectos de mejora. En cuanto a la sostenibilidad, es clave que el cálculo de la huella de carbono esté basado en datos reales y trazables. Y eso solo se consigue registrando la producción y el consumo energético en tiempo real. Además, el nuevo reporting no financiero exigido por la Unión Europea obliga a que estos datos sean trazables y auditables, igual que los financieros. Por eso, la digitalización es imprescindible. ¿Cómo se prevé el futuro de la Industria 4.0 a medio y largo plazo? Lo veo como un futuro apasionante. Cada vez más, la tecnología más puntera entrará de lleno en las fábricas. Las empresas industriales, si ven retorno de la inversión y mejoras claras en eficiencia, no suelen poner impedimentos. Y eso es lo que está ocurriendo, y ocurrirá aún más con la Industria 4.0. Veremos un aumento de la automatización, más tareas delegadas en el software, y un acceso democratizado a la información: datos disponibles en el momento preciso, contextualizados y útiles para la toma de decisiones. Todo esto nos llevará hacia una industria más eficiente, que consume menos recursos y reduce emisiones de carbono, es decir, más sostenible. Miquel Melero, Smart Factory Solution Leader en aggity
Spinreact
Durante los últimos 43 años, se ha dedicado íntegramente al desarrollo y producción de reactivos para Diagnóstico in-vitro. Tiene una gran experiencia en investigación y producción de nuevos parámetros y fabrica una extensa y competitiva gama de productos de máxima calidad.
Insud Pharma
Grupo de compañías que abarca todos los eslabones de la industria químico-farmacéutica. Cuenta con 3 áreas empresariales y un fuerte foco en I+D para desarrollar nuevas y mejores soluciones.
Ciberseguridad en infraestructuras críticas, el reto de proteger datos e IA
Las infraestructuras críticas son objetivos prioritarios de los ciberdelincuentes. La integración de la inteligencia artificial y los sistemas conectados eleva aún más la necesidad de protección. En este post analizamos qué implica la ciberseguridad en infraestructuras críticas. La protección de infraestructuras críticas frente a ciberataques es clave. Descubre cómo blindar tus datos e IA frente a amenazas crecientes. La ciberseguridad en infraestructuras críticas es un elemento cada vez más importante tanto para las empresas como para los gobiernos de todos los países. Esa preocupación parte del hecho de que servicios esenciales como energía, agua, transporte, sistemas sanitarios o telecomunicaciones dependen cada vez más de sistemas interconectados y digitalizados, por lo que cualquier ciberataque exitoso puede poner en riesgo el funcionamiento de todo un país. El contexto, además, es cada vez más preocupante ya que la creciente sofisticación de los ataques, el empleo de la inteligencia artificial o la convergencia entre IT y OT plantean nuevos desafíos y retos para la ciberseguridad industrial. ¿Qué es la ciberseguridad en infraestructuras críticas? La ciberseguridad en infraestructuras críticas se refiere a la protección de aquellas instalaciones, redes, servicios y equipos físicos o virtuales en los que un ciberataque tendría un grave impacto sobre los servicios esenciales para la sociedad y la economía. La importancia de proteger estos entornos radica en que cualquier incidente afectaría a la seguridad de un país, a su economía y, en definitiva, a la vida de millones de personas. Por este motivo, la defensa cibernética en estos entornos se centra en preservar la disponibilidad, integridad y confidencialidad de los sistemas y datos. El objetivo de las estrategias de ciberseguridad persigue, por tanto, evitar que se produzcan amenazas en infraestructuras críticas o el acceso no autorizado a datos sensibles. Una característica frecuente en la ciberseguridad en infraestructuras críticas es la convergencia de los entornos OT/IT. Hasta hace un tiempo, los sistemas TI, aquellos que se centran en el procesamiento y almacenamiento de datos (como servidores, PCs o bases de datos) vivían separados de los sistemas OT, que son los encargados de controlar y monitorizar los procesos físicos e industriales (como sistemas SCADA en plantas de energía o controladores PLC en fábricas). Pero, con la digitalización y la interconexión, ese distanciamiento ha quedado diluido, de tal forma que la protección de sistemas sensibles o la seguridad en sistemas SCADA es cada vez más compleja. Entre las amenazas más frecuentes se encuentran la interrupción de servicios, el sabotaje, el espionaje, la manipulación de sistemas y el robo de información. Además, en la ciberseguridad en infraestructuras críticas actúan diferentes actores: desde grupos patrocinados por gobiernos, cibercriminales, ciber terroristas, hacktivistas o incluso empleados internos, mediante técnicas que combinan diferentes vectores de ataque en lo que se conoce como ataques híbridos. Finalmente, la creciente dependencia de la IA, si bien ofrece eficiencias y nuevas capacidades a los entornos industriales, también trae consigo nuevas vulnerabilidades, ya que los modelos de IA pueden ser entrenados con datos maliciosos y sus algoritmos pueden ser manipulados, por lo que la protección de datos críticos o la protección de sistemas sensibles se vuelve cada vez más compleja. Beneficios de una ciberseguridad robusta Ante todos estos retos queda claro que la ciberseguridad en infraestructuras críticas pasa por dotar de robustez a la estrategia de defensa de cualquier empresa u organización que opera en entornos industriales. Si esa estrategia se ejecuta de forma correcta, los beneficios son numerosos. La ventaja más destacable es la capacidad para prevenir ataques, fundamental si se quiere garantizar la continuidad operativa de los servicios esenciales. Para conseguirlo es necesario que las organizaciones industriales implementen medidas avanzadas de protección que permitan anticipar, detectar y neutralizar amenazas antes de que se materialicen, minimizando el riesgo de interrupciones y daños colaterales. Con una estrategia de ciberseguridad industrial robusta, no sólo se tiene capacidad prevenir los ataques, sino que también se cumple con las diferentes normativas y legislaciones de protección de datos. Asimismo, la continuidad operativa es otro de los grandes beneficios de una estrategia de ciberseguridad en infraestructuras críticas bien estructurada. Los planes de continuidad y recuperación ante desastres, junto con la supervisión constante de los sistemas, permiten a las infraestructuras críticas mantener sus operaciones incluso ante incidentes graves, limitando el impacto y asegurando una rápida recuperación. De esta forma, en caso de que se produzca un ciberataque, una infraestructura que esté bien protegida estará mejor equipada para resistir el impacto, recuperarse rápidamente y mantener los servicios esenciales en funcionamiento. Esto se logra a través de planes de respuesta a incidentes bien definidos, sistemas de respaldo y recuperación, y la implementación de arquitecturas resilientes que aseguren la redundancia y la tolerancia a fallos. Capacidades clave de seguridad Las infraestructuras críticas deben desarrollar y mantener capacidades clave de seguridad. El monitoreo y la visibilidad integrada de los sistemas OT e IT es fundamental para identificar en tiempo real cualquier anomalía o comportamiento sospechoso que pueda indicar la presencia de una amenaza. Los sistemas de detección de intrusiones, los cortafuegos y las herramientas de análisis de tráfico permiten filtrar y bloquear accesos no autorizados, mientras que la automatización de la respuesta ante incidentes mejora la eficiencia y reduce el margen de error humano. La ciberseguridad OT e IT, así como la gestión de los riesgos, tienen que basarse en identificar y priorizar los activos más críticos y vulnerables. De esta forma, la asignación de recursos y la toma de decisiones es mucho más sencilla. Asimismo, es importante formar y capacitar al personal, ya que el factor humano sigue siendo uno de los eslabones más débiles en cualquier cadena de seguridad. Otras de las capacidades clave a la hora de hablar de ciberseguridad industrial reside en detectar las posibles amenazas. Con la monitorización no es suficiente, por lo que es necesario contar con sistemas activos que identifiquen y alerten sobre posibles intrusiones. Esto incluye sistemas de detección de intrusiones, soluciones de prevención de intrusiones y análisis de comportamiento de usuarios y entidades que identifican patrones de uso anómalos, así como el uso de
Leroy Processing Foods digitaliza su planta de Pinto (Madrid) con aggity
Leroy Processing Foods, empresa especializada en la elaboración de productos del mar de alta calidad, ha confiado en aggity para digitalizar las operaciones de su planta de producción en Pinto (Madrid). El proyecto incluye la implantación de un sistema MES (Manufacturing Execution System) y un Planificador Avanzado de la Producción, con el objetivo de optimizar los procesos productivos, mejorar la trazabilidad y reforzar la eficiencia operativa en tiempo real. Con esta iniciativa, Leroy Processing Foods da un paso decisivo en su estrategia de transformación digital, apostando por la tecnología como palanca para asegurar la calidad, la flexibilidad y la competitividad de su actividad industrial.
Automatización de informes con Power BI, ahorra tiempo y gana precisión en tus procesos de reporting
La automatización de informes con Power BI es esencial para aquellas empresas que buscan agilidad, precisión y eficiencia en sus procesos de reporting. En este post explicamos qué es Power BI, cuáles son sus beneficios y cómo aggity te ayuda en su implementación. Descubre cómo automatizar tus informes con Power BI para ahorrar tiempo, reducir errores y optimizar la toma de decisiones en tu empresa. Tomar decisiones basándose en datos es cada vez más importante para las empresas. Sin embargo, el problema con el que se encuentran es que en numerosas ocasiones se abusa de la generación manual de informes, lo que incrementa la posibilidad de cometer errores, además de reducir la productividad de los empleados. Sin embargo, al emplear la automatización de informes con Power BI, se solucionan estos problemas y se optimizan los procesos de reporting, liberando tiempo valioso a los trabajadores y aumentando la precisión de los informes. Las empresas generan cada vez un mayor volumen de datos y la capacidad para transformar los datos en información útil supone una ventaja competitiva. En este sentido, la automatización de informes con Power BI permite que las organizaciones superen los cuellos de botella asociados al tradicional reporting manual, garantizando además que las decisiones se basen siempre en los datos más actuales. ¿Qué es la automatización de informes con Power BI? La automatización de informes con Power BI consiste en configurar flujos de trabajo para recopilar, transformar, presentar datos de forma automática y llevar a cabo un análisis de datos automatizado con el empleo de esta solución de Microsoft. El objetivo de esta herramienta de automatización de reporting es la de pasar de la creación manual y repetitiva de informes a un sistema donde los datos se actualizan y visualizan dinámicamente con una mínima intervención humana. El problema que viene a resolver esta solución de reporting empresarial es que tradicionalmente, los analistas dedicaban horas, e incluso días, a extraer datos de diversas fuentes, limpiarlos, organizarlos en hojas de cálculo y luego construir informes estáticos. Este proceso, además de ineficiente, introducía un alto riesgo de errores debido a la manipulación manual de los datos. Además, la frecuencia de actualización de los informes era limitada, lo que a menudo provocaba que las decisiones se tomasen basándose en información desactualizada. Power BI es, por tanto, una solución de inteligencia empresarial que ofrece varios beneficios con respecto al reporting manual. Una de las más destacadas es una importante mejora de la eficiencia ya que Power BI con automatización elimina la necesidad de tareas repetitivas y monótonas, lo que permite que los empleados se centren en el análisis y la toma de decisiones estratégicas. Con esta reducción de la intervención humana se produce una mayor optimización de informes, además de que se minimizan los errores de transcripción, cálculo y formato. Estos informes automáticos Power BI tienen también la ventaja de que pueden ser configurados para actualizarse a intervalos regulares (cada hora, diario, semanal, etc.), lo que garantiza que siempre se trabaje con la información más reciente. Además, y dado que el volumen de datos está en constante crecimiento, incorporar la solución Power BI en empresas hace posible que estos informes automatizados puedan escalar de forma sencilla sin requerir un aumento proporcional de los recursos manuales. Finalmente, otro de los grandes beneficios de la automatización de informes Power BI con respecto al reporting manual son los informes dinámicos. Y es que, al hacer que los informes sean fácilmente accesibles e interactivos, la información se vuelve disponible para un público más amplio dentro de la organización, fomentando una cultura impulsada por los datos. Beneficios de automatizar tus informes con Power BI Cuando una empresa decide incorporar la automatización de informes Power BI va a apreciar casi de forma instantánea una clara mejora de sus procesos. El beneficio más evidente es el ahorro de tiempo. Las organizaciones van a comprobar desde el primer momento cómo las horas que antes se dedicaban a la recopilación, consolidación y formateo de los datos ahora se pueden dedicar a tareas de mayor valor añadido, como el análisis profundo, la identificación de tendencias, la elaboración de estrategias y la implementación de soluciones. Más a largo plazo, podrán comprobar cómo las decisiones que se toman son mucho más efectivas. La automatización de reporting que realiza Power BI permite reducir los errores, lo que se traduce en una mayor confianza en la información proporcionada por la herramienta. Finalmente, con los informes automáticos Power BI, las actualizaciones se realizan según una programación predefinida, lo que significa que los datos más recientes están siempre disponibles. Esto permite a las empresas monitorizar el rendimiento en tiempo real, identificar problemas o nuevas oportunidades que puedan favorecer al negocio de forma rápida y ajustar sus estrategias con la velocidad necesaria. Esta mayor agilidad se traduce en una mayor capacidad para adaptarse a las condiciones del mercado, optimizar operaciones y responder a las demandas de los clientes. Capacidades principales de Power BI para reporting Con todos estos beneficios es fácil imaginar que Power BI se está convirtiendo en una herramienta fundamental para el reporting gracias a su versatilidad para transformar datos crudos en información útil con la que la empresa puede tomar decisiones acertadas. Dentro de sus capacidades hay que destacar la capacidad que posee Power BI para integrar datos procedentes de diferentes fuentes que van desde bases de datos relacionales como SQL Server, Oracle o MySQL, hasta archivos planos como Excel. Su alcance se extiende también a servicios en la nube como Google Analytics, Salesforce, Microsoft Dynamics 365, SharePoint, Dropbox y Google Drive, e incluso a fuentes de Big Data como Hadoop y Spark. Esta integración es posible gracias a que Power BI posee en su interior la herramienta Power Query, que es la encargada de facilitar la preparación de datos para el análisis. Su importancia es vital para el buen funcionamiento de Power BI ya que es la encargada de clasificar la tipología de los datos, fusionar tablas o agrupar y crear nuevas columnas calculadas. Lo más valioso
El rol de la interoperabilidad en la Industria 4.0, estándares y beneficios
La interoperabilidad en la Industria 4.0 se ha convertido en uno de los pilares fundamentales para la transformación digital de los entornos industriales. En este post descubriremos cómo este término va más allá de la simple conectividad entre dispositivos, sus ventajas y cómo aggity ayuda en su implementación. Descubre qué es la interoperabilidad en la Industria 4.0 y los beneficios que proporciona a los entornos industriales La interoperabilidad en la Industria 4.0 implica a sistemas, máquinas, aplicaciones y plataformas permitiéndoles a todos ellos comunicarse, compartir datos y operar de manera coordinada y eficiente, independientemente de su origen o fabricante. En un contexto como el actual, en el que convergen tecnologías como el IoT industrial, la inteligencia artificial, la robótica avanzada o el análisis de datos industriales, la interoperabilidad es permite a las smart factories una eficiencia operativa industrial que hasta ahora era imposible de conseguir. ¿Qué es la interoperabilidad en la Industria 4.0? La interoperabilidad en la Industria 4.0 es la capacidad que poseen diferentes sistemas, dispositivos y aplicaciones industriales para comunicarse, intercambiar datos y trabajar de forma conjunta de manera efectiva. En un entorno industrial, esto significa que, por ejemplo, una máquina de una línea de producción puede comunicarse con un sensor de calidad, un sistema de gestión de almacenes, una plataforma de computación en la nube para análisis de datos, y un software de planificación de recursos empresariales (ERP), sin necesidad de ejecutar complejas adaptaciones o conversiones manuales. Es decir, no se trata sólo de la conectividad básica, sino de la capacidad de interpretar y actuar sobre los datos y la información que se recibe, lo que permite una integración de sistemas industriales fluida y una visión holística de las operaciones. La clave de la interoperabilidad en la Industria 4.0 radica en la superación de las barreras que tradicionalmente han fragmentado los entornos industriales. Hasta hace no mucho tiempo, cada máquina o sistema venía con su propio protocolo de comunicación y formato de datos propietario, lo que creaba islas de información que eran difíciles de conectar. La interoperabilidad busca romper estos silos para que la información fluya libremente a lo largo de toda la cadena de valor. Es útil para los entornos industriales porque permite crear sistemas donde los componentes físicos del mundo real tienen su contraparte digital y pueden interactuar de forma inteligente. Esto es crucial para la automatización industrial avanzada, la toma de decisiones en tiempo real y la optimización de los procesos. Sin interoperabilidad, la visión de una fábrica conectada, donde cada elemento contribuye a un ecosistema de datos compartido, simplemente no podría materializarse. Gracias a ella, las empresas pueden aprovechar al máximo las inversiones en tecnologías como el IoT industrial, la inteligencia artificial y el Big Data, al asegurar que los datos generados por miles de sensores y dispositivos puedan ser recolectados, procesados y analizados de forma coherente. Beneficios de la interoperabilidad en la Industria 4.0 Las ventajas de la interoperabilidad en la Industria 4.0 son múltiples e impactan directamente en la eficiencia operativa industrial. Este es el beneficio más destacado ya que permite que los sistemas se comuniquen sin fisuras, se eliminen los cuellos de botella de información y se agilicen los flujos de trabajo. Los datos de producción, por ejemplo, pueden alimentar automáticamente a los sistemas de gestión de inventario, reduciendo el exceso de existencias y optimizando la cadena de suministro. La interoperabilidad en la Industria 4.0 proporciona una visibilidad integral de las operaciones, lo que permite identificar y resolver problemas de manera proactiva produciendo una mayor productividad y una reducción de los tiempos de inactividad. Otra de las ventajas es su capacidad para facilitar el mantenimiento predictivo. Con la interoperabilidad, los datos que proporciona los sensores de las máquinas, como la temperatura, la vibración o el consumo de energía, pueden ser recopilados y analizados en tiempo real. Esto permite anticipar posibles fallos en los equipos antes de que ocurran, programar el mantenimiento de forma más eficiente y evitar costosas paradas no planificadas. De esta forma, en lugar de un mantenimiento reactivo o basado en el tiempo, las empresas pueden adoptar un enfoque proactivo, minimizando el impacto en la producción. Asimismo, la interoperabilidad en la Industria 4.0 impacta de forma directa en la automatización industrial ya que favorece la coordinación entre robots, sistemas de control y plataformas de software, con lo que se pueden automatizar tareas complejas y adaptarse de forma rápida a cambios en la demanda, contribuyendo a una fabricación inteligente. Toda esta serie de ventajas se traduce en una mejora de los análisis de datos industriales avanzado. La interoperabilidad integra datos de diversas fuentes y los unifica. Si no estuviera presente la interoperabilidad, toda esa información estaría dispersa y aislada. Con esta analítica de datos pueden desarrollarse algoritmos de inteligencia artificial y machine learning capaces de descubrir patrones, predecir tendencias y optimizar procesos de formas que antes eran inimaginables. Herramientas clave Para lograr una interoperabilidad en la Industria 4.0 efectiva, es necesario implementar un conjunto de herramientas y tecnologías que actúan como puentes entre los diversos sistemas y dispositivos. Una de las soluciones más importantes son los estándares de interoperabilidad, encargados de definir los protocolos, formatos de datos y reglas que permiten que los diferentes sistemas se comuniquen y comprendan la información que intercambian. La adopción de estos estándares es fundamental para evitar la fragmentación y garantizar que la integración de sistemas industriales sea escalable y sostenible a largo plazo. Pero además de los estándares, las plataformas de IoT industrial desempeñan un papel crucial. Estas plataformas proporcionan la infraestructura para conectar y gestionar un gran número de dispositivos y sensores, recolectar datos en tiempo real y, a menudo, incluyen capacidades de procesamiento de datos en el borde (edge computing) y en la nube. Las plataformas actúan como un punto centralizado para la ingesta, el almacenamiento y la distribución de datos provenientes de la planta de producción, facilitando la comunicación entre máquinas, sistemas de control, sistemas de gestión y aplicaciones empresariales. Muchas de estas plataformas incorporan interfaces de programación de
IA y privacidad de datos, retos y mejores prácticas
IA y privacidad de datos son dos elementos que cada vez tienen mayor importancia en las estrategias de las empresas. Dado que el volumen de información digital crece, es fundamental aplicar estrategias de IA para garantizar la protección de datos y cumplir con las normativas. Descubre cómo la IA impacta en la privacidad de datos y qué estrategias aplicar para cumplir normativas. El uso de la Inteligencia Artificial está abarcando infinidad de tareas y afectando a todo tipo de sectores productivos. Su capacidad para procesar y analizar ingentes cantidades de datos a gran velocidad ha mejorado de forma notable la eficiencia de las organizaciones, pero su utilización masiva también está elevando una de las preocupaciones más apremiantes como es la de la privacidad de los datos. A medida que la IA se integra en sistemas y servicios, los desafíos en torno a la protección de datos con IA se multiplican, exigiendo un examen minucioso de cómo podemos equilibrar IA y privacidad de datos. ¿Cómo impacta la IA en la privacidad de datos? El impacto de la inteligencia artificial al hablar de seguridad en el manejo de datos es fundamental dado que la IA no es efectiva si no es alimentada con grandes volúmenes de información que le permitan entrenar sus modelos y mejorar su rendimiento. Esos datos no son baladíes, sino que, en muchos casos, es información sensible como datos personales, información financiera o registros médicos, así que cualquier fallo en la protección de la información puede derivar en filtraciones, accesos no autorizados o el uso indebido de los datos por parte de terceros. Además, la capacidad de la IA para analizar patrones y comportamientos permite identificar a personas incluso a partir de datos aparentemente anónimos, lo que incrementa los riesgos para las empresas de sufrir fugas de datos. Otro de los grandes desafíos es el que se refiere a la transparencia con la que trabajan y se nutren los modelos de IA. En muchos modelos de aprendizaje profundo se desconoce cómo llegan a establecer determinadas conclusiones. Esta falta de transparencia dificulta las auditorías automatizadas de privacidad y la rendición de cuentas en caso de una invasión de la privacidad. Por ejemplo, si un modelo de IA toma decisiones que afectan a un individuo, como la aprobación de un préstamo o la contratación laboral, y esas decisiones se basan en datos personales, es fundamental poder entender y cuestionar el proceso. La opacidad inherente de algunos sistemas de IA puede ocultar el uso indebido o no intencionado de datos personales. Además de la privacidad digital con Machine Learning y con IA, se encuentran los riesgos de ciberataques. En la mayor parte de las ocasiones, la IA se integra en sistemas operativos o programas, lo que incrementa los riesgos al ampliarse la superficie de ataque. A medida que la Inteligencia Artificial se utiliza en sistemas de atención al cliente, salud, finanzas y seguridad, las implicaciones de una brecha de seguridad se vuelven más graves ya que la recopilación, almacenamiento y procesamiento de datos personales por parte de sistemas de IA introduce nuevos puntos de entrada para los atacantes, y la interconexión de sistemas puede amplificar el impacto de cualquier vulnerabilidad. Mejores prácticas en protección de datos con IA Al hablar de IA y privacidad de datos es importante entender los riegos para implementar las mejores prácticas y que permitan desarrollar una estrategia de prevención de fugas de datos con IA. Estas prácticas deben procurar que la exposición de los datos sea la menor posible. Con ello, y asumiendo que nadie está exento de sufrir un ciberataque exitoso, se podrá asegurar la confidencialidad e integridad de la información. De entre las mejores prácticas destaca por encima de todas el cifrado de datos con IA. Se trata de una técnica fundamental para garantizar que, incluso si se produce una brecha de seguridad, la información sensible sea ilegible para partes no autorizadas. En el contexto de la IA y privacidad de datos significa cifrar los conjuntos de datos de entrenamiento, los modelos entrenados y cualquier dato de entrada o salida que haya sido utilizado por los sistemas de Inteligencia Artificial. Técnicas avanzadas como el cifrado homomórfico, una técnica criptográfica avanzada que permite realizar operaciones sobre datos cifrados sin necesidad de descifrarlos previamente, permiten que los modelos de IA puedan procesar información personal sin acceder nunca a los datos. La anonimización de los datos es otra de las prácticas clave en la protección de la privacidad. Para ello se emplean algoritmos de anonimización de datos que eliminan o modifican la información personal de alguien, de modo que los datos resultantes no puedan ser asociados a un individuo concreto. Sin embargo, la IA tiene la capacidad de re identificar individuos a través de la correlación de datos aparentemente anónimos. Por lo tanto, la anonimización debe ser robusta y considerarse un proceso continuo y no un evento único. Técnicas como la privacidad diferencial, que añade ruido controlado a las consultas o los resultados que proporciona la IA, pueden ofrecer un nivel más fuerte de anonimización. Finalmente, las mejores prácticas en IA y privacidad de datos también deben prestar atención al control de acceso con IA. En este caso, el objetivo es limitar los accesos a los datos y a los modelos de IA. Esto implica implementar políticas de acceso basadas en roles y atributos que permitan acceder únicamente a aquellos individuos y sistemas que realmente están autorizados a hacerlo. La automatización de estos controles asegura la consistencia y reduce el error humano. Además, las empresas deben implementar un monitoreo continuo de los patrones de acceso para detectar actividades sospechosas o intentos de acceso no autorizado. La autenticación multifactor debe ser un requisito estándar para cualquier acceso a sistemas de IA. Regulaciones clave El panorama regulatorio en torno a la privacidad de datos está evolucionando de forma permanente para adaptarse a la velocidad a la que avanza la tecnología. En los últimos años han aparecido nuevas regulaciones de privacidad e IA que buscan dotar a los individuos de
aggity Perú y Fortinet se unen para impulsar la ciberseguridad de nueva generación
El próximo 19 de junio, aggity Perú celebrará un evento estratégico en colaboración con Fortinet, marca líder a nivel mundial en soluciones de ciberseguridad. Esta iniciativa se enmarca en el compromiso global de aggity por acercar a las organizaciones las últimas innovaciones en protección digital, con una visión integral y adaptada a los nuevos desafíos del entorno tecnológico. Bajo el lema “Visión Total con Defensa de Nueva Generación”, el evento reunirá a profesionales del sector en Sastrería Martínez (Miraflores, Lima) para explorar el impacto de tecnologías como la Inteligencia Artificial, la automatización y las soluciones SecOps en la gestión moderna de la ciberseguridad. Durante la jornada, que tendrá lugar de 19:00 a 22:00, expertos de Fortinet y del equipo de aggity compartirán su conocimiento y experiencia sobre cómo las organizaciones pueden detectar, responder y protegerse de forma más eficiente ante amenazas cada vez más sofisticadas. Este encuentro — de acceso únicamente por invitación — representa una nueva muestra del trabajo conjunto entre aggity y sus partners internacionales para acercar tecnologías de vanguardia a empresas de todo el mundo, promoviendo entornos digitales más seguros, resilientes y preparados para el futuro.