Las certezas en inteligencia artificial caducan cada tres o cuatro meses, según Nikesh Arora, y quien presume de visión definitiva quedará obsoleto pronto. El director de Palo Alto Networks describe un ritmo donde la humildad intelectual vale más que cualquier pronóstico rígido. Esa fragilidad obliga a experimentar, medir y corregir sin nostalgia por ideas pasadas.
ChatGPT triunfó con apenas un setenta por ciento de precisión, mientras Google perseguía una perfección inalcanzable antes de lanzar productos. Arora recuerda que la tolerancia al error abrió la puerta a millones de usuarios curiosos. La lección es incómoda: lanzar temprano, aprender con uso real y perfeccionar después supera a esperar exactitud absoluta.
Los agentes autónomos de larga duración cambian la ecuación porque encadenan cientos de llamadas y mantienen contextos enormes durante horas. Cada tarea multiplica el consumo de inferencia agéntica , con decenas de miles de tokens activos por sesión. Esa persistencia explica por qué el coste operativo crece entre cien y mil veces frente a una simple consulta puntual.
Construir centros de datos con capital propio es, en sus palabras, la peor forma de financiar la expansión actual. Los neoclouds apalancados sufren frente a hiperescalares con energía barata y una ventaja hyperscale estimada de uno coma cinco veces. Arora prevé una normalización del mercado en cinco a siete años, tras el exceso de capacidad y deuda.
De la perfección al agente autónomo
Si dispusiera de mil millones de dólares, Arora financiaría primero ayuda práctica para la transformación y después reconstrucción completa desde cero. Parchear procesos heredados solo prolonga fricciones, sistemas duplicados y decisiones lentas. La reconstrucción total permite diseñar flujos nativos de inteligencia artificial, sin ataduras a arquitecturas pensadas para otra época.
La analogía automovilística resume su tesis: Waymo reconstruyó el vehículo sin conductor desde sus cimientos, mientras Tesla alcanza entre sesenta y ochenta por ciento en conducción asistida con manos al volante. Mercedes, añade con ironía, apenas maquilla tableros con etiquetas inteligentes. Solo el rediseño profundo logra autonomía fiable y escalable.
Muchas empresas confunden exponer un modelo mediante una interfaz con tener un negocio defendible. Esa trampa API deja a las compañías a merced de caídas de precios, cambios de proveedor y copias instantáneas. El valor duradero nace de flujos de trabajo, datos propios, distribución y confianza del cliente, no de revender tokens ajenos sin diferenciación.
Para grandes corporaciones, la inteligencia artificial ya es una necesidad operativa, no un experimento opcional. Datos de KPMG muestran que más de la mitad de las inversiones exploran agentes, con mayoría enfocada en escalar pilotos y cerrar brechas de habilidades. La presión competitiva convierte la adopción en supervivencia, especialmente en servicios financieros y atención al cliente.
Las startups dominan categorías inéditas porque parten sin legado técnico ni miedo caníbal, como explica la teoría de innovación disruptiva de NFX. Arora presume de ochenta mil clientes y cuarenta firmas emergentes de seguridad agéntica observadas como laboratorio vivo. Su receta combina humildad ejecutiva, vigilancia constante y adquisiciones rápidas cuando una apuesta externa demuestra tracción.
Economía, reconstrucción y ventaja real
Prisma AIRS tres punto cero responde a ese caos con descubrimiento continuo, validación de posturas y control en tiempo de ejecución. La plataforma incorpora pasarela de interconexión y el módulo Koi para supervisar interacciones entre agentes. Así, las organizaciones identifican qué modelos actúan, con qué permisos y bajo qué políticas, antes de que un error escale.
En ciberseguridad ofensiva, la prueba Mythos citada por Fortune mostró modelos capaces de hallar fallos desconocidos en horas. Controles publicados en junio y una valoración cercana a trescientos mil millones ilustran la magnitud del desafío. Arora calcula que tareas de cuatro días podrían resolverse en un minuto, acelerando tanto la defensa como el riesgo si caen en manos adversas.
Los resultados fiscales sostienen el discurso: cuarto trimestre con tres mil cuatrocientos diez millones en ingresos, un alza de treinta y cuatro por ciento. La renta recurrente de nueva generación alcanzó nueve mil cien millones, con crecimiento de sesenta y tres por ciento. La meta declarada es llegar a veinte mil millones en el año fiscal treinta mediante plataforma unificada.
Seguridad, escala y liderazgo
Pese al aumento de productividad por asistentes de código, la compañía mantiene alrededor de seis mil ingenieros en plantilla. Arora prefiere reasignar talento hacia problemas complejos en lugar de recortar y perder capacidad de innovación. Más producción con igual equipo significa acelerar lanzamientos, reforzar calidad y explorar arquitecturas que antes parecían inalcanzables por falta de manos.
El mensaje final para fundadores y consejeros delegados es actuar con urgencia serena y ambición arquitectónica. Experimentar con agentes, medir costes reales y reconstruir lo esencial separará a líderes de seguidores. Quienes entiendan la fragilidad de sus convicciones, aprendan rápido y protejan sus sistemas encabezarán la próxima década empresarial.
| Ámbito estratégico | Conclusión práctica |
|---|---|
| Agentes persistentes | La inferencia continua dispara costes y exige control |
| Infraestructura | Hiperescalares vencen; normalización en cinco a siete años |
| Ciberseguridad agéntica | De cuatro días a un minuto con supervisión estricta |
Momentos clave
Comentario de la IA
"La conversación con ICONIQ Frontier ofrece una visión ejecutiva exigente sobre inferencia, hiperescalares y defensa automatizada. Destaca por unir estrategia empresarial, economía de infraestructura y experiencia operativa en Palo Alto Networks. Resulta útil para líderes que deben decidir entre parchear sistemas o reconstruirlos desde sus cimientos."
Evaluación de la IA
La tesis central es sólida porque vincula comportamiento técnico de agentes persistentes con consecuencias económicas verificables en inferencia e infraestructura. La analogía automovilística aclara la diferencia entre maquillaje superficial y rediseño estructural sin simplificar en exceso.
El argumento sobre financiación de centros de datos aporta realismo poco frecuente, aunque la horquilla de cinco a siete años para la normalización queda como estimación sin modelo detallado. Los datos de KPMG y resultados fiscales refuerzan credibilidad, pero convendría separar crecimiento orgánico de adquisiciones.
En conjunto, el mensaje ofrece guía accionable para directivos: priorizar reconstrucción, vigilar costes de inferencia y asegurar agentes con descubrimiento continuo. Su mayor valor está en combinar prudencia intelectual con decisión inversora en seguridad y talento.
Fuentes
8 enlaces; 1 de ellos también citados por 1 otra noticia. Stories sharing a link do not confirm each other; a source's origin is not inferred from how often it is cited.
- @youtube YouTube ICONIQ
- @fortune Fortune Arora AI defense
- @generalcompute General Compute long-running agents
- @zylos Zylos inference economics
- @kpmg KPMG AI Pulse ROI
- @paloaltonetworks Palo Alto Networks Prisma AIRS
- @nfx NFX startups vs incumbents
- @prnewswire Palo Alto Networks Q4 FY2026 results
También citado por: Nvidia's Agent-Safety Push and 10 Cybersecurity Stocks in Focus
inteligencia artificial · agentes autónomos · ciberseguridad · centros de datos · liderazgo empresarial