The Amazon ECS console now natively integrates with Amazon CloudWatch Logs Live Tail, enabling real-time log streaming directly within the ECS console.
ECS customers often need to analyze logs in real time to troubleshoot application issues, investigate deployment failures, and monitor container health. Previously, customers had to navigate away from the ECS console to the CloudWatch console to access real-time log streams, creating workflow interruptions. With this integration, ECS customers can now monitor and troubleshoot containerized applications in real-time without switching between AWS consoles.
To start tailing logs in the ECS console, navigate to the logs tab on any ECS service or task details page. Simply click the “Open CloudWatch Logs Live Tail” button, and click “Start”. The Live Tail panel remains visible as you navigate the console, enabling log monitoring while checking other operational metrics.
Live Tail in the ECS console is now available in all AWS commercial regions. To learn more, visit the ECS developer guide.
The Amazon ECS console now natively integrates with Amazon CloudWatch Logs Live Tail, enabling real-time log streaming directly within the ECS console. ECS customers often need to analyze logs in real time to troubleshoot application issues, investigate deployment failures, and monitor container health. Previously, customers had to navigate away from the ECS console to the CloudWatch console to access real-time log streams, creating workflow interruptions. With this integration, ECS customers can now monitor and troubleshoot containerized applications in real-time without switching between AWS consoles. To start tailing logs in the ECS console, navigate to the logs tab on any ECS service or task details page. Simply click the “Open CloudWatch Logs Live Tail” button, and click “Start”. The Live Tail panel remains visible as you navigate the console, enabling log monitoring while checking other operational metrics. Live Tail in the ECS console is now available in all AWS commercial regions. To learn more, visit the ECS developer guide.
Comprender lo que la IA significa para los consumidores
Por: Nicci Trovinger, gerente general, Windows.
Cuando hablamos de nuevos dispositivos y experiencias impulsados por IA, la atención a menudo se centra en el ritmo del progreso tecnológico. Pero con la misma rapidez, la forma en que las personas usan estas herramientas, y cómo se sienten al respecto, también está en evolución.
Para comprender mejor ese sentimiento cambiante, encargamos una nueva investigación de IA del consumidor que profundiza en las prioridades y percepciones de las personas. Más allá de los datos de uso, examinamos las corrientes emocionales subyacentes: qué entusiasma a las personas sobre la IA, qué les hace reflexionar y cómo esas actitudes cambian a través de las generaciones.
Lo que surgió es una visión más texturizada del comportamiento del consumidor. En este informe, encontrarán información que agrega una mayor dimensión a cómo se ven las soluciones de IA significativas en la actualidad.
Del agotamiento al avance: los estadounidenses usan la IA para avanzar
Este informe de IA del consumidor examina la evolución de las actitudes hacia la IA. Presenta los hallazgos de una investigación realizada por una firma de investigación independiente, Edelman Data & Intelligence, entre 1,000 consumidores en los Estados Unidos mayores de 13 años entre el 14 de marzo de 2025 y el 25 de marzo de 2025. A medida que las herramientas de IA y los comportamientos humanos continúan con sus cambios, el informe ofrece una lente respaldada por la investigación para líderes empresariales, organizaciones y personas curiosas que buscan comprender qué ha cambiado y por qué.
¿Puede la IA ayudar a una generación sobrecargada a eliminar el ruido?
En estos días, tenemos muchas cosas en mente.
Vivimos en una era en la que la información nunca ha estado tan disponible. Historias enteras de sociedades, cuerpos de erudición e incluso los detalles de nuestras propias relaciones se pueden obtener con una sola búsqueda. Pero en lugar de ayudarnos a salir adelante, a menudo solo agrega más ruido. La autoridad tradicional se ha fracturado y dondequiera que miremos, nuevas voces y plataformas compiten por nuestra atención. De hecho, 7 de cada 10 consumidores admiten que se sienten abrumados por la cantidad de información disponible al tomar una decisión.
Por lo tanto, no sorprende que hayamos comenzado a cuestionar no solo nuestras elecciones, sino también cómo las hacemos. Aquí es donde la IA ofrece un nuevo camino a seguir: nuestra investigación encuentra que contrarresta la fatiga de decisión al aligerar la carga mental de sopesar las propias opciones. Después de usar IA al tomar una decisión, el 84% de las personas informan haber experimentado emociones positivas.
La mayoría experimenta una emoción positiva después de usar IA para tomar una decisión: el ochenta y cuatro por ciento de las personas sintieron una emoción positiva después de usar IA al tomar una decisión, siendo el alivio y la confianza los dos más comunes.
Presentamos a la Generación IA
A la cabeza está la Generación IA, nacida entre 1995 y 2012. Criados con herramientas digitales cada vez más intuitivas, han aprendido a adoptar las tecnologías emergentes como un sistema de apoyo en lugar de solo un atajo, desde PC y dispositivos móviles hasta Internet y ahora IA. Esta generación tiene un 16% más de probabilidades de usar herramientas de IA que las mayores, y cuando lo hacen, encuentran más que respuestas. Desbloquean una mayor sensación de alivio y confianza, un resultado del que los usuarios de todas las edades pueden aprender.
La IA interrumpe el pensamiento excesivo, antes de que comience la espiral
El momento principal de la IA llega en un momento crítico para la salud mental de esta generación.
La generación de IA lleva una carga compuesta por el peso ambiental de las presiones sociales cotidianas, la incertidumbre económica persistente, el aislamiento digital y la larga cola de una pandemia global. El setenta y dos por ciento de las personas de 18 a 34 años califican la salud mental como un factor estresante significativo, el más alto entre todas las cohortes de edad.
Con estimaciones que sugieren que la persona promedio puede enfrentar miles de opciones cada día, esta carga mental es implacable. Es el tipo de peso que convierte la indecisión en inacción, lo que lleva a las personas a abandonar opciones que alguna vez se sintieron importantes.
Incluso una vez que por fin podemos decidirnos, rara vez se siente como un cierre. El sesenta y ocho por ciento de la Generación AI se describiría a sí mismo como un «pensador excesivo», alguien que pasa mucho tiempo preocupándose por sus decisiones, incluso después de tomarlas. El posible alivio se ve empañado por la duda, una sensación persistente de que tal vez nos perdimos algo mejor, más inteligente o más optimizado.
Pero los datos muestran que la IA ofrece a los pensadores excesivos un resultado diferente. En todos los grupos de edad, los encuestados tenían más del doble de probabilidades de sentirse aliviados (30%) o confiados (30%) en comparación con ansiosos (14%) o frustrados (14%) después de usar IA generativa para tomar una decisión personal.
Este aumento de confianza se aplica a una variedad de escenarios identificables. Muchos encuentran apoyo para las cosas que les apasionan e involucran a la IA en decisiones sobre entretenimiento (34%) o viajes (25%). Para otros, la IA resulta útil para moverse por territorios más cargados a nivel emocional, como decisiones monetarias (35%), salud y bienestar (35%) y consideraciones profesionales o laborales (34%).
La IA ayuda a tomar decisiones en diversos escenarios: La IA generativa ayuda a los usuarios a tomar decisiones en las siguientes áreas: dinero (35%), salud y bienestar (35%), carrera o trabajo (34%), entretenimiento (34%) y viajes (25%).
En lugar de detenerse en estas decisiones de manera interminable, cada prompt se convierte en una práctica silenciosa para convertir la incertidumbre en acción.
Crear un espacio seguro para respuestas más profundas y útiles
Ahora vislumbramos un futuro impulsado por la tecnología que es más intuitivo, personal y libre de juicios. La IA refleja la curiosidad de los consumidores de una manera que pocas herramientas lo han hecho antes. Cuando necesitan ayuda para tomar una decisión, un tercio de los encuestados (33%) dice que aprecia que la IA les brinde una respuesta clara y personalizada.
Obtener el asesoramiento adecuado siempre ha dependido de los guardianes del momento. En el pasado, la información estaba limitada por los expertos o instituciones a los que se tenía acceso. Incluso Internet, una vez visto como el gran ecualizador, tiene sus límites. Los motores de búsqueda que la Generación IA uso mientras crecía, pueden haber puesto páginas y páginas de resultados web al alcance de su mano, pero no lograron convertir esos datos en algo en verdad procesable. Esto ha dejado al 67% de este grupo de edad con la sensación de que todavía es «difícil encontrar orientación o sugerencias que se ajusten a mi situación exacta» al recopilar información para responder una pregunta o tomar una decisión.
Ahora, tienen otro lugar al que acudir; un asesor conversacional que pueda combinar su sed de conocimiento con especificidad, flexibilidad y paciencia. Cuando se les preguntó sobre el uso de la IA generativa para obtener consejos, todos los encuestados citaron una sensación de delicadeza emocional, y la señalan cómo «puedo hacer tantas preguntas de seguimiento como quiera sin sentirme mal» (81%) y «la IA no me juzga como lo haría una persona» (78%).
Este cambio en nuestra relación con la información también cambia la forma en que aprendemos. Una investigación reciente sobre el uso de la IA encontró que los estudiantes de 18 años o más la usaban más que cualquier otro grupo de empleo, y el 85% informó su uso. Los estudiantes de la Generación AI ahora tienen más probabilidades de clasificar la IA como una ayuda útil para el estudio (45%) que los libros (36%) o un tutor individual (27%).
La forma en que los usuarios de IA se describen a sí mismos nos dice más sobre su mentalidad. Aquellos que usan IA para tomar decisiones son más propensos a decir que son «ambiciosos» (+20ppts), «decisivos» (+15ppts) y «solucionadores de problemas» (+10 ppts) en comparación con aquellos que no la usan. Estas etiquetas señalan cómo la IA podría cruzarse con el sentido de identidad de una generación.
Los usuarios de IA se describen a sí mismos de manera diferente: las personas que usan IA para tomar decisiones tienen más probabilidades de describirse a sí mismas como solucionadoras de problemas (+10ppts), ambiciosas (+20ppts) y decisivas (+16ppts).
Si bien cada interacción individual puede parecer pequeña, estos micro momentos de apoyo pueden fomentar la confianza tanto en la tecnología en sí como en la propia capacidad de elección del usuario.
Esperanzadora pero no ingenua, la Generación IA aporta discernimiento a las preguntas de la IA
Esta no es la primera vez que la Generación AI ha vivido un cambio tecnológico importante, y no será la última. Como verdaderos nativos digitales, abordan cualquier nueva herramienta con matices y sopesan de manera cuidadosa los beneficios prometidos frente a las posibles compensaciones.
Cuando se trata de IA, el 66% de esta generación es optimista de que mejorará nuestras vidas y el mundo en el que vivimos. Si bien solo el 15% de todos los consumidores dicen que confían a plenitud en la IA al tomar decisiones importantes, el 95% todavía ha utilizado una herramienta de IA generativa en el último mes, lo que sugiere que las personas han encontrado formas significativas y apropiadas de interactuar con estas herramientas. En lugar de confianza ciega, esta es una adopción reflexiva: los usuarios integran la IA en su proceso de toma de decisiones más amplio de manera que se sientan de apoyo y seguridad.
¿También en la mezcla? Amigos, familiares, expertos y profesionales. Pero, sobre todo, su propio juicio: el 59% de los consumidores confía en su instinto a la hora de tomar una decisión.
La confianza varía según las fuentes a la hora de tomar decisiones importantes: al tomar una decisión importante, el 15% confía en la IA, menos que en su propio instinto (59%), en los consejos de amigos o familiares (44%) o en los resultados de búsqueda en la web (37%), al igual que los profesores (15%) y más que en las personas influyentes en las redes sociales (11%) o en los líderes políticos (7%).
Llámenlo curiosidad, precaución o una mezcla equilibrada de manera cuidadosa de ambos. Si bien el 59% de todos los encuestados utilizaron IA generativa para fines laborales y comerciales en el último año, aún más han explorado cómo podría encajar en sus vidas personales. El sesenta y cuatro por ciento informa que usa IA para pasatiempos e intereses personales, como arte, música o proyectos de bricolaje.
La IA puede ayudar a clasificar la sobrecarga de información actual hasta que los instintos de uno se hagan cargo. Resume la información para que sea más fácil de entender (34% de los casos de uso), muestra diferentes opciones en las que los usuarios no habían pensado (31%) y compara opciones mostrando pros y contras (30%).
Recurrir a la IA en estos momentos cotidianos genera un ritmo de confianza, medido, útil y, a menudo, acompañado de una sensación de alivio. Con la estructura suficiente para ayudar a las personas a dar sentido a las consideraciones urgentes, estas herramientas hacen posible una toma de decisiones segura.
En un mundo que a menudo parece demasiado, la IA ofrece algo raro: alivio
Nuestra investigación muestra que los consumidores estadounidenses alivian de manera emocional la toma de decisiones al reforzar su propio juicio con herramientas impulsadas por IA que ofrecen claridad, curiosidad y calma.
La IA remodela lo que se siente al elegir. El «antes», esa fase de recopilación de datos, es más corta, más ágil. La información se entrega de manera clara, sin sobrecarga ni juicio. El «después» también se siente diferente, marcado por la tranquilidad en lugar del arrepentimiento. En lugar de tomar la decisión correcta, las personas experimentan una fuerte sensación de confianza.
La prueba está en la práctica: usar estas herramientas como lo hace la Generación IA, para decisiones cotidianas tanto grandes como pequeñas, cambia lo que es posible. Con el tiempo, genera el tipo de impulso que mueve a las personas a través de la incertidumbre, no solo a su alrededor. Y cuando se enfrentan al ritmo diario de las decisiones, les ayuda a confiar en sí mismos lo suficiente como para seguir adelante.
Today, AWS announces the general availability of static networking configuration support for the service link and DNS IP addresses of AWS Outposts servers. This new feature enables customers to configure the service link interface and DNS IP addresses of their Outposts servers with static IP addresses during installation, eliminating the requirement for Dynamic Host Configuration Protocol (DHCP) servers in their data centers.
This enhancement is valuable for customers with stringent networking security requirements who cannot use DHCP servers in their data centers. These customers can now configure IP addresses manually for the service link connection while maintaining their security standards.
This feature is available in all AWS Regions where Outposts servers are supported.
Customers need to configure this feature during the Outposts servers installation. To learn more, visit the Outposts server installation guide.
Today, AWS announces the general availability of static networking configuration support for the service link and DNS IP addresses of AWS Outposts servers. This new feature enables customers to configure the service link interface and DNS IP addresses of their Outposts servers with static IP addresses during installation, eliminating the requirement for Dynamic Host Configuration Protocol (DHCP) servers in their data centers.
This enhancement is valuable for customers with stringent networking security requirements who cannot use DHCP servers in their data centers. These customers can now configure IP addresses manually for the service link connection while maintaining their security standards.
This feature is available in all AWS Regions where Outposts servers are supported.
Customers need to configure this feature during the Outposts servers installation. To learn more, visit the Outposts server installation guide.
Beginning today, customers can use Amazon Bedrock in the Asia Pacific (Melbourne) region to easily build and scale generative AI applications using a variety of foundation models (FMs) as well as powerful tools to build generative AI applications.
Amazon Bedrock is a fully managed service that offers a choice of high-performing large language models and other FMs from leading AI companies via a single API. Amazon Bedrock also provides a broad set of capabilities, such as Guardrails and Model customization, that customers need to build generative AI applications with security, privacy, and responsible AI built into Amazon Bedrock. These capabilities help customers build tailored applications for multiple use cases across different industries, helping organizations unlock sustained growth from generative AI while ensuring customer trust and data governance.
Beginning today, customers can use Amazon Bedrock in the Asia Pacific (Melbourne) region to easily build and scale generative AI applications using a variety of foundation models (FMs) as well as powerful tools to build generative AI applications. Amazon Bedrock is a fully managed service that offers a choice of high-performing large language models and other FMs from leading AI companies via a single API. Amazon Bedrock also provides a broad set of capabilities, such as Guardrails and Model customization, that customers need to build generative AI applications with security, privacy, and responsible AI built into Amazon Bedrock. These capabilities help customers build tailored applications for multiple use cases across different industries, helping organizations unlock sustained growth from generative AI while ensuring customer trust and data governance. To get started, visit the Amazon Bedrock page and see the Amazon Bedrock documentation for more details.
Amazon OpenSearch Service now supports Fine Grained Access Control (FGAC) for OpenSearch UI when accessed through SAML via IAM federated. OpenSearch UI is the unified interface for observability and security analytics on Amazon OpenSearch Service. SAML via IAM federated is a popular choice to enable Identity Provider (IdP) initiated Single Sign-On experience for accessing OpenSearch UI. FGAC enables you to define precise data access control based on user attributes provided from your IdP during SAML authentication and authorization. This level of dynamic and granular access control is crucial for multi-tenant deployments and meeting data governance requirement in regulated industries.
With FGAC support, you can now configure attribute mappings from IdP user roles and attributes to OpenSearch backend roles. These roles can be scoped to specific OpenSearch domains and serverless collections, allowing you to define index-level permissions and document-level security for more granular data access controls. You can easily manage users and groups within your existing IdP, and OpenSearch data source permissions are automatically applied based on the user’s SAML assertion, reducing administrative friction. Furthermore, audit trails become clearer as user actions are tied not just to IAM roles but to SAML attributes, simplifying data governance.
FGAC is an optional feature for SAML via IAM federated. It is available in all regions that OpenSearch UI is available. Learn more at: OpenSearch UI dev guide.
Amazon OpenSearch Service now supports Fine Grained Access Control (FGAC) for OpenSearch UI when accessed through SAML via IAM federated. OpenSearch UI is the unified interface for observability and security analytics on Amazon OpenSearch Service. SAML via IAM federated is a popular choice to enable Identity Provider (IdP) initiated Single Sign-On experience for accessing OpenSearch UI. FGAC enables you to define precise data access control based on user attributes provided from your IdP during SAML authentication and authorization. This level of dynamic and granular access control is crucial for multi-tenant deployments and meeting data governance requirement in regulated industries. With FGAC support, you can now configure attribute mappings from IdP user roles and attributes to OpenSearch backend roles. These roles can be scoped to specific OpenSearch domains and serverless collections, allowing you to define index-level permissions and document-level security for more granular data access controls. You can easily manage users and groups within your existing IdP, and OpenSearch data source permissions are automatically applied based on the user’s SAML assertion, reducing administrative friction. Furthermore, audit trails become clearer as user actions are tied not just to IAM roles but to SAML attributes, simplifying data governance.
FGAC is an optional feature for SAML via IAM federated. It is available in all regions that OpenSearch UI is available. Learn more at: OpenSearch UI dev guide.
Amazon Elastic Kubernetes Service (EKS) now supports deletion protection, helping you prevent accidental termination of your EKS clusters. When enabled, deletion protection requires explicit disablement before a cluster can be deleted, providing an additional safety control for critical environments.
Deletion protection is turned off by default for all new and existing clusters. You can enable deletion protection during cluster creation or any time after. To delete a protected cluster, you must first disable deletion protection for the cluster and then proceed with the cluster deletion. This two-step verification process helps prevent unintended deletions that could result from automation errors or accidental commands, especially in environments where multiple users share cluster management responsibilities.
Once enabled, any attempt to delete the cluster through the AWS Management Console, EKS APIs, AWS Command Line Interface (CLI), eksctl, or infrastructure as code tools like AWS CloudFormation will be blocked until deletion protection is disabled. This feature is available in all commercial AWS Regions and the AWS GovCloud (US) Regions. To learn more, visit the Amazon EKS documentation.
Amazon Elastic Kubernetes Service (EKS) now supports deletion protection, helping you prevent accidental termination of your EKS clusters. When enabled, deletion protection requires explicit disablement before a cluster can be deleted, providing an additional safety control for critical environments. Deletion protection is turned off by default for all new and existing clusters. You can enable deletion protection during cluster creation or any time after. To delete a protected cluster, you must first disable deletion protection for the cluster and then proceed with the cluster deletion. This two-step verification process helps prevent unintended deletions that could result from automation errors or accidental commands, especially in environments where multiple users share cluster management responsibilities. Once enabled, any attempt to delete the cluster through the AWS Management Console, EKS APIs, AWS Command Line Interface (CLI), eksctl, or infrastructure as code tools like AWS CloudFormation will be blocked until deletion protection is disabled. This feature is available in all commercial AWS Regions and the AWS GovCloud (US) Regions. To learn more, visit the Amazon EKS documentation.
AWS announces support for Billing View in AWS Budgets, enabling organizations to create budgets that span multiple member accounts without requiring access to the management account. This integration helps organizations better align monitoring their spend with their business structure and operational needs.
With this enhancement, you can create budgets based on filtered views of cost management data based on cost allocation tags or specific AWS accounts in your organization. For example, engineering leaders can create budgets for applications that span multiple accounts using views filtered by cost allocation tags, while FinOps teams can create organization-wide budgets using unfiltered views – all without requiring management account access. This helps streamline budget management while maintaining security best practices by minimizing management account access.
This feature is available in all AWS Regions where AWS Budgets and Billing View are available, except the AWS GovCloud (US) Regions and the China Regions.
To learn more about AWS Budgets and Billing View integration, refer to AWS Budgets and Billing View in the AWS Cost Management User Guide.
AWS announces support for Billing View in AWS Budgets, enabling organizations to create budgets that span multiple member accounts without requiring access to the management account. This integration helps organizations better align monitoring their spend with their business structure and operational needs. With this enhancement, you can create budgets based on filtered views of cost management data based on cost allocation tags or specific AWS accounts in your organization. For example, engineering leaders can create budgets for applications that span multiple accounts using views filtered by cost allocation tags, while FinOps teams can create organization-wide budgets using unfiltered views – all without requiring management account access. This helps streamline budget management while maintaining security best practices by minimizing management account access. This feature is available in all AWS Regions where AWS Budgets and Billing View are available, except the AWS GovCloud (US) Regions and the China Regions. To learn more about AWS Budgets and Billing View integration, refer to AWS Budgets and Billing View in the AWS Cost Management User Guide.
AWS Lambda now enables you to use GitHub Actions to automatically deploy Lambda functions when you push code or configuration changes to your GitHub repository, streamlining your continuous integration and continuous deployment (CI/CD) pipeline for serverless applications.
GitHub Actions allow application development teams to automate their software delivery process, enabling CI/CD workflows that automatically build, test, and deploy code changes whenever developers push updates to their repositories. Previously, development teams building serverless applications using Lambda had to write custom scripts or AWS Command Line Interface (AWS CLI) commands to update Lambda functions from GitHub Actions. This required them to manually package function code artifacts, configure AWS Identity and Access Management (IAM) permissions, and set up error handling. This process led to repetitive boilerplate code across repositories, increased onboarding time for new developers, and increased risk of deployment errors. Starting today, the new GitHub action provides a simplified way to deploy changes to Lambda functions using declarative configuration in GitHub Actions workflows, eliminating the complexity of manual deployment steps. This action supports both .zip file and container image deployments, handles code packaging automatically, and integrates seamlessly with IAM using OpenID Connect (OIDC) authentication.
To get started, add the “Deploy Lambda Function” action to your GitHub Actions workflow file with configuration parameters for your Lambda function deployment. The action supports configuring function settings including runtime, memory size, timeout, and environment variables, optional “dry run” mode for validation without making changes, and Amazon S3-based deployment support for larger .zip file packages. To learn more, visit the Lambda developer guide and README for the “Deploy Lambda Function” GitHub action.
You can use this GitHub action for your Lambda functions in all commercial AWS Regions where Lambda is available.
AWS Lambda now enables you to use GitHub Actions to automatically deploy Lambda functions when you push code or configuration changes to your GitHub repository, streamlining your continuous integration and continuous deployment (CI/CD) pipeline for serverless applications. GitHub Actions allow application development teams to automate their software delivery process, enabling CI/CD workflows that automatically build, test, and deploy code changes whenever developers push updates to their repositories. Previously, development teams building serverless applications using Lambda had to write custom scripts or AWS Command Line Interface (AWS CLI) commands to update Lambda functions from GitHub Actions. This required them to manually package function code artifacts, configure AWS Identity and Access Management (IAM) permissions, and set up error handling. This process led to repetitive boilerplate code across repositories, increased onboarding time for new developers, and increased risk of deployment errors. Starting today, the new GitHub action provides a simplified way to deploy changes to Lambda functions using declarative configuration in GitHub Actions workflows, eliminating the complexity of manual deployment steps. This action supports both .zip file and container image deployments, handles code packaging automatically, and integrates seamlessly with IAM using OpenID Connect (OIDC) authentication. To get started, add the “Deploy Lambda Function” action to your GitHub Actions workflow file with configuration parameters for your Lambda function deployment. The action supports configuring function settings including runtime, memory size, timeout, and environment variables, optional “dry run” mode for validation without making changes, and Amazon S3-based deployment support for larger .zip file packages. To learn more, visit the Lambda developer guide and README for the “Deploy Lambda Function” GitHub action. You can use this GitHub action for your Lambda functions in all commercial AWS Regions where Lambda is available.
Por: Jared Spataro, director de marketing, AI at Work.
Nos complace anunciar que GPT-5, el mejor sistema de IA de OpenAI hasta la fecha, se implementa hoy en Microsoft 365 Copilot y Microsoft Copilot Studio en todo el mundo. GPT-5 es un salto significativo en inteligencia y se vuelve aún más poderoso cuando se aplica al trabajo.
Llevar GPT-5 a Copilot el día de su lanzamiento es parte de nuestro compromiso de hacer que los últimos modelos de OpenAI estén disponibles para los clientes en Microsoft 365 Copilot dentro de los 30 días. Copilot ofrece la última innovación de IA, ajustada para el trabajo y adaptada a las necesidades de su negocio, con la seguridad, el cumplimiento y la privacidad que espera de Microsoft.
Así es como GPT-5 aparece en Copilot:
Por primera vez, Copilot puede tomar su prompt, entenderlo y usar el enrutador en tiempo real de GPT-5 para elegir el mejor modelo para razonar sobre el prompt y elaborar una respuesta.
Para preguntas comunes o rutinarias, Copilot prioriza la velocidad, por medio del modelo inteligente y de alto rendimiento de GPT-5 para crear respuestas rápidas y sucintas a sus preguntas directas.
Para preguntas complejas o más abiertas, Copilot ahora puede detectar que el mensaje requiere un razonamiento avanzado. En esos casos, Copilot utilizará el modelo de razonamiento más profundo de GPT-5, tomándose su tiempo para elaborar un plan, recopilar y comprender todo el contexto relevante y verificar su trabajo antes de brindar una respuesta exhaustiva.
El modelo adecuado para el trabajo adecuado
Copilot selecciona en automático el modelo correcto en función del contexto para reflejar más de cerca cómo los humanos abordan los problemas, ya sea al ofrecer respuestas rápidas e intuitivas a problemas simples o tomándose más tiempo para aplicar un razonamiento más profundo para responder a problemas más complejos.
Supongamos que son especialistas en marketing que están en el proceso de considerar respuestas a solicitudes de propuestas (RFP, por sus siglas en inglés) de algunas agencias diferentes. Pueden pedirle a Copilot que rastree las respuestas y resuma cada una. Entiende su solicitud simple, escanea sus datos de trabajo y regresa de manera rápida con la lista que solicitaron.
Vayamos un paso más allá y pidamos la ayuda de Copilot para evaluar y clasificar las respuestas a las RFP. Copilot reconoce que esta es una solicitud más compleja y se dirige al modelo de razonamiento de GPT-5. Con el contexto completo de sus datos de trabajo, como documentos, correos electrónicos, reuniones y chats, Copilot aplica un contexto relevante y patentado a un proceso muy específico, lo que les brinda una recomendación reflexiva para seleccionar una agencia.
Con GPT-5, Copilot puede proporcionar respuestas rápidas y fluidas y análisis profundos y razonados. Este enfoque de dos cerebros es lo que hace que la era GPT-5 de Copilot sea en particular poderosa.
Comiencen hoy
GPT-5 en Copilot está disponible a partir de hoy para razonar sobre los datos web y de trabajo para los usuarios con licencia de Microsoft 365 Copilot y se implementará para los usuarios sin licencia en las próximas semanas.
Obtengan más información sobre Microsoft 365 Copilot y comiencen a transformar el trabajo con Copilot hoy mismo. Para obtener los últimos conocimientos de investigación sobre el futuro del trabajo y la IA generativa, visiten WorkLab.
Preguntas frecuentes:
¿Cuándo puedo usar Copilot con GPT-5? ¿Quién tiene acceso?
Para los usuarios con licencias de Microsoft 365 Copilot, GPT-5 está disponible hoy para razonar sobre los datos web y de trabajo en Microsoft 365 (su calendario, correos electrónicos, chats, documentos, reuniones y contactos) para proporcionar respuestas contextuales completas. Estos usuarios verán un nuevo botón «Probar GPT-5» en Copilot Chat. Una vez activado, Copilot utilizará GPT-5 para esa sesión. Los usuarios con licencias de Microsoft 365 Copilot obtendrán acceso prioritario a GPT-5, incluida una calidad y un rendimiento más predecibles.
Para los usuarios sin licencias de Microsoft 365 Copilot, GPT-5 comenzará a implementarse hoy y se espera que todos los usuarios estén disponibles en las próximas semanas. Los usuarios obtendrán acceso estándar.
¿Estará disponible GPT-5 en Copilot Studio?
También hacemos que GPT-5 esté disponible en Copilot Studio, nuestra plataforma para crear agentes personalizados. A partir de hoy, pueden seleccionar GPT-5 como modelo principal de su agente y usar GPT-5 en prompts personalizados para permitir que sus agentes asuman procesos comerciales más complejos y ambiciosos.
¿Cuándo debo usar Researcher?
A principios de este año, presentamos Researcher, nuestro agente de razonamiento avanzado basado en el modelo de investigación profunda de OpenAI. Si bien GPT-5 mejora de manera importante la capacidad de Copilot para manejar prompts complejos y cotidianos, Researcher está diseñado en específico para aquellos momentos en los que necesitan un trabajo profundo e intensivo en investigación. Sobresale cuando necesitan un razonamiento exhaustivo y una síntesis en muchas fuentes, ya sea contenido interno o sitios web externos. Es ideal para proyectos como resúmenes a nivel de junta, análisis competitivos y preparación integral del cliente.
¿Cuáles son algunos prompts que puedo probar para ver GPT-5 en acción?
Para todos los usuarios con licencias de Microsoft 365 Copilot, prueben lo siguiente:
«Lee mis correos electrónicos y chats recientes y proporciona un análisis completo de mi estilo de comunicación identificando mis valores fundamentales, fortalezas, debilidades, habilidades y áreas en las que puedo mejorar profesionalmente».
«Ponme al día sobre los últimos planes relacionados con [proyecto/iniciativa]. Ayúdame a pensar qué hacer a continuación».
«Reflexionando sobre nuestro [proyecto], ¿qué salió bien y qué no? ¿Puedes redactar un breve resumen de las ‘lecciones aprendidas’ como si estuviéramos documentando una autopsia para ello?»
«Mira los últimos 5 días de trabajo, identifica todas las reuniones en las que estuve trabajando en GPT-5 y dame una cantidad total de horas que pasé en el tema».
Para todos los usuarios, incluidos los que no tienen licencias de Microsoft 365 Copilot, prueben lo siguiente:
«Mira el plan del proyecto adjunto y dame cinco formas sustantivas de mejorarlo; incluye la justificación de tus respuestas y un texto específico para insertar en el plan».
«Utiliza la hoja de cálculo adjunta con los comentarios de los clientes para crear un informe ejecutivo pulido que ayude a la alta gerencia a decidir dónde priorizar los recursos en nuestro próximo ciclo».
«Tenemos un borrador de comunicado de prensa [documento]. Encuentra un par de anuncios recientes similares en la web y luego sugiere cómo hacer que el nuestro se destaque».
«Como analista de cumplimiento financiero, prepara un resumen comparando los requisitos de adecuación de capital e informes de Dodd-Frank, Basilea III y MiFID II para los bancos».
AWS Deadline Cloud now supports submitting VRED rendering jobs from within Autodesk VRED as well as using the Deadline Cloud Client. AWS Deadline Cloud is a fully-managed service that simplifies render management for teams creating computer-generated graphics and visual effects for films, television and broadcasting, web content, and design. This new integration with Autodesk VRED extends AWS Deadline Cloud’s capabilities to support Automotive and Manufacturing customer segments, which demand high-fidelity 3D design visualization at scale.
With AWS Deadline Cloud, you can submit Autodesk VRED render jobs from anywhere without having to manage your own render farm infrastructure. Autodesk VRED brings your complex 3D visualization data to life for collaboratively developing digital prototypes. You can now send them to AWS Deadline Cloud to rapidly render visualizations for review and iteration. The Deadline Cloud for VRED Submitter (for Windows) is available via an installer and via the AWS Deadline Cloud GitHub repository.
AWS Deadline Cloud now supports submitting VRED rendering jobs from within Autodesk VRED as well as using the Deadline Cloud Client. AWS Deadline Cloud is a fully-managed service that simplifies render management for teams creating computer-generated graphics and visual effects for films, television and broadcasting, web content, and design. This new integration with Autodesk VRED extends AWS Deadline Cloud’s capabilities to support Automotive and Manufacturing customer segments, which demand high-fidelity 3D design visualization at scale. With AWS Deadline Cloud, you can submit Autodesk VRED render jobs from anywhere without having to manage your own render farm infrastructure. Autodesk VRED brings your complex 3D visualization data to life for collaboratively developing digital prototypes. You can now send them to AWS Deadline Cloud to rapidly render visualizations for review and iteration. The Deadline Cloud for VRED Submitter (for Windows) is available via an installer and via the AWS Deadline Cloud GitHub repository. To learn more, please see the AWS Deadline Cloud documentation and the Deadline Cloud for VRED GitHub repository.
