Amazon Quick custom permissions now include deny by default, a governance setting that automatically restricts new AI capabilities before they reach users.

Previously, new AI capabilities were available to all users on release, requiring administrators to react after the fact. With deny by default, administrators restrict the AI capability category in a custom permissions profile and assign it to users, roles, or the entire account. Quick then denies any new AI capability at launch for those users. Restricting a category also restricts existing capabilities in it. Administrators explicitly allow each capability when ready. The restriction applies only to the profile you configure.

Configure deny by default in Manage account in Amazon Quick or through the AWS CLI. To learn more, see Custom permissions deny by default. Deny by default is available in all AWS Regions where Amazon Quick is available.

​Amazon Quick custom permissions now include deny by default, a governance setting that automatically restricts new AI capabilities before they reach users. Previously, new AI capabilities were available to all users on release, requiring administrators to react after the fact. With deny by default, administrators restrict the AI capability category in a custom permissions profile and assign it to users, roles, or the entire account. Quick then denies any new AI capability at launch for those users. Restricting a category also restricts existing capabilities in it. Administrators explicitly allow each capability when ready. The restriction applies only to the profile you configure. Configure deny by default in Manage account in Amazon Quick or through the AWS CLI. To learn more, see Custom permissions deny by default. Deny by default is available in all AWS Regions where Amazon Quick is available.  

Amazon Quick now integrates with Microsoft Purview to enforce data loss prevention (DLP) policies across your Quick environment. Organizations need to ensure that sensitive files aren’t shared outside approved channels. With this integration, IT administrators and security teams can apply their existing Purview sensitivity labels to automatically control how files are handled in Quick capabilities such as chat, spaces, and knowledge bases.

Administrators can configure enforcement actions (block, warn, or allow) for each sensitivity label, giving organizations granular control over sensitive file sharing across Quick. For example, a financial services company can block files labeled «Highly Confidential» from being uploaded to shared spaces while allowing «Internal» files with a warning notification. With this integration, customers can extend their existing Microsoft Purview governance policies into Quick without additional tools.

This feature is available in all AWS Regions where Amazon Quick agentic capabilities are supported. For more information, see the AWS Region table. To learn more, see Data loss prevention in the Amazon Quick User Guide. 

​Amazon Quick now integrates with Microsoft Purview to enforce data loss prevention (DLP) policies across your Quick environment. Organizations need to ensure that sensitive files aren’t shared outside approved channels. With this integration, IT administrators and security teams can apply their existing Purview sensitivity labels to automatically control how files are handled in Quick capabilities such as chat, spaces, and knowledge bases.
Administrators can configure enforcement actions (block, warn, or allow) for each sensitivity label, giving organizations granular control over sensitive file sharing across Quick. For example, a financial services company can block files labeled «Highly Confidential» from being uploaded to shared spaces while allowing «Internal» files with a warning notification. With this integration, customers can extend their existing Microsoft Purview governance policies into Quick without additional tools.
This feature is available in all AWS Regions where Amazon Quick agentic capabilities are supported. For more information, see the AWS Region table. To learn more, see Data loss prevention in the Amazon Quick User Guide.   

Amazon Elastic Kubernetes Service (Amazon EKS) now supports configuring parameters for Kubernetes control plane components including the scheduler, controller manager, and API server. You can tune pod placement strategies to improve resource utilization, adjust how quickly horizontal pod autoscaling responds to changes in demand, set resource lifecycle parameters such as event retention duration, and more.

Cluster administrators now have more control over Kubernetes control plane parameters beyond the defaults. For example, you can set the scheduler’s node resource fit strategy parameter to MostAllocated, which packs pods onto nodes that are already well utilized and helps you run the same workloads on fewer nodes. The default LeastAllocated strategy spreads pods across nodes, and you can keep it where headroom matters more than density.

You can configure Kubernetes control plane parameters in any AWS Region where Amazon EKS is available. For the full list of configurable parameters and to learn more, see Control plane configuration in the Amazon EKS User Guide.

​Amazon Elastic Kubernetes Service (Amazon EKS) now supports configuring parameters for Kubernetes control plane components including the scheduler, controller manager, and API server. You can tune pod placement strategies to improve resource utilization, adjust how quickly horizontal pod autoscaling responds to changes in demand, set resource lifecycle parameters such as event retention duration, and more. Cluster administrators now have more control over Kubernetes control plane parameters beyond the defaults. For example, you can set the scheduler’s node resource fit strategy parameter to MostAllocated, which packs pods onto nodes that are already well utilized and helps you run the same workloads on fewer nodes. The default LeastAllocated strategy spreads pods across nodes, and you can keep it where headroom matters more than density. You can configure Kubernetes control plane parameters in any AWS Region where Amazon EKS is available. For the full list of configurable parameters and to learn more, see Control plane configuration in the Amazon EKS User Guide.  

Amazon Connect Customer now lets agents view and self-assign queued agent-first callbacks alongside emails, tasks, and chats. This gives agents the option to prioritize work that needs immediate follow-up or for which they already have relevant context. For example, an agent familiar with a customer’s issue can assign the callback to themselves, avoiding another handoff and helping resolve the issue faster.

This feature is available in all AWS Regions where Amazon Connect Customer is available. To learn more about how to use queued callbacks, refer to our documentation Access the Worklist app and Set up queued callbacks. For more information about Amazon Connect Customer, visit our product page.

​Amazon Connect Customer now lets agents view and self-assign queued agent-first callbacks alongside emails, tasks, and chats. This gives agents the option to prioritize work that needs immediate follow-up or for which they already have relevant context. For example, an agent familiar with a customer’s issue can assign the callback to themselves, avoiding another handoff and helping resolve the issue faster.
This feature is available in all AWS Regions where Amazon Connect Customer is available. To learn more about how to use queued callbacks, refer to our documentation Access the Worklist app and Set up queued callbacks. For more information about Amazon Connect Customer, visit our product page.  

• Categoría: Noticias de Microsoft

agosto 12, 2026

Acelerar la Frontier Transformation: Enriquecer la experiencia de los empleados

Por: Kelly Soligon, vicepresidenta de Frontier y Marketing Transformation en Microsoft.

Este blog forma parte de Accelerating Frontier Transformation, una serie de cuatro partes que explora cómo las organizaciones convierten la IA en valor empresarial. Basándose en conversaciones con líderes del sector en Microsoft AI Tours, la serie analiza el impacto de la IA en la experiencia del empleado, la implicación del cliente, los procesos empresariales y la innovación. Esta primera publicación se centra en enriquecer la experiencia del empleado.

Empoderar a las personas para que prosperen en el trabajo

Cuando se integra de manera reflexiva en el trabajo cotidiano, la IA tiene el potencial de ampliar lo que podemos hacer. Puede ayudarnos a explorar y resolver nuevos tipos de problemas, sintetizar información para apoyar decisiones y reducir el tiempo dedicado a tareas repetitivas. Esto puede crear en última instancia más espacio para que apliquemos nuestra experiencia, desarrollemos nuevas habilidades, aportemos ideas y nos centremos en trabajos más significativos y de mayor valor.

Los líderes con los que hablamos en varios Microsoft AI Tours alrededor del mundo describieron cómo estos cambios pueden ofrecer a los empleados mayores oportunidades para aprender, crear y crecer. También compartieron cómo una experiencia más sólida para los empleados puede contribuir a mejores resultados para sus organizaciones.

Esta es una parte de cómo se ve la Frontier Transformation en la práctica.

Proporcionar un acceso más amplio a la IA en el trabajo

Dos factores pueden ayudar a acelerar la adopción de la IA: un acceso más amplio y una integración más profunda en los flujos de trabajo cotidianos. Cuando la IA está integrada en las herramientas que la gente ya utiliza, se convierte en parte de cómo se realiza el trabajo en lugar de una iniciativa separada.

Los líderes de EY, una organización global de servicios profesionales, describen un cambio de la experimentación al uso cotidiano. Al hacer que la IA esté disponible de manera amplia en toda la fuerza laboral, han contribuido a crear una cultura en la que los empleados de todos los niveles encuentran nuevas maneras de trabajar y crear valor.

El mayor cambio en nuestra organización con la IA ha sido pasar de la curiosidad al uso cotidiano.

Jenelle McMaster, subdirectora ejecutiva regional de EY y líder de personas y cultura, Oceanía

Hay un par de cosas que te ayudan a superar el experimento. Uno es democratizar la IA para todos […] Como resultado de esa cultura, no tenemos una restricción en torno a la adopción de la IA.

Katherine Boiciuc, directora regional de tecnología e innovación de EY, Oceanía

Miren la conversación con EY Regional, Oceanía

Para Scope, una organización británica de igualdad de personas con discapacidad, la accesibilidad es central en su enfoque. Los líderes de esta organización ven la IA como una manera de poner potentes capacidades en manos de más personas, sin importar su experiencia técnica, para ayudar a que más personas aporten ideas y participen en la resolución de problemas en toda la organización.

No tienes que ser programador. No necesitas haber estudiado IA durante cuatro años en una universidad o colegio. Todo lo que necesitas es un deseo, un problema que intentas resolver y la pasión para llevarlo a cabo y resolver ese problema.

Kwesi Afful, director ejecutivo de digital, datos y tecnología, Scope

Miren la conversación con Scope

El Ejército de Salvación del Reino Unido e Irlanda ha adoptado un enfoque centrado en las personas en la adopción. En lugar de empezar con la tecnología, la organización se centró en ayudar a empleados, directivos y voluntarios a ganar confianza por medio de la IA, para que pudieran servir mejor a las comunidades y avanzar en su misión.

En cuanto a la IA, empezó al poner a las personas en el centro. Nuestro primer gran enfoque fue desplegar Microsoft Copilot en toda la organización y apoyar el despliegue con formación estructurada para dar a cada directivo, empleado y voluntario la confianza necesaria para servir a nuestra gente con compasión e innovación.

Lev Malinin, jefe de sistemas empresariales, datos e IA, Ejército de Salvación Reino Unido e Irlanda

Miren la conversación con el Ejército de Salvación en Reino Unido e Irlanda

Medición de rendimientos más allá de la eficiencia

Las organizaciones suelen comenzar su camino en la IA al buscar ganancias de eficiencia. Pero los líderes con los que hablamos describieron rendimientos que van mucho más allá del ahorro de tiempo. Compartieron que la IA puede ayudar a reducir el trabajo repetitivo y la carga administrativa, para dar a los empleados la oportunidad de centrarse más en actividades donde su experiencia genera mayor valor.

En EY, uno de los mayores beneficios ha sido permitir que las personas apliquen sus conocimientos y habilidades de nuevas maneras. Uno de sus líderes describe cómo los empleados se sienten más seguros de su capacidad para crear valor con IA y contribuir de formas que antes estaban fuera de su alcance.

El resultado más significativo para los empleados de EY gracias a la IA es la capacidad de hacer algo nuevo. Vendemos experiencia, vendemos conocimiento, contenido e información. Seguimos haciéndolo, pero la IA nos permite hacerlo de una manera nueva.

Mary Elizabeth Porray, vicepresidenta global de EY, tecnología del cliente

Sigan la conversación con EY Global

En el Ejército de Salvación del Reino Unido e Irlanda, el valor se mide a través de ayudar a las personas a centrarse en el trabajo que más importa. A medida que la organización amplía su uso de la IA, los líderes han enfatizado la importancia de implementarla de manera reflexiva y responsable para que pueda generar un impacto duradero.

Se trata en realidad de maximizar el valor por encima de todo y hacer las cosas bien. Empieza con precaución y en pensar en lo que necesitas hacer bien.

Lev Malinin, jefe de sistemas empresariales, datos e IA, Ejército de Salvación Reino Unido e Irlanda

Miren la conversación con el Ejército de Salvación en Reino Unido e Irlanda

El mismo tema surgió en Advania UK, un proveedor de servicios de TI. Los líderes allí ven que la IA crea valor no solo a través de la eficiencia, sino al ayudar a los empleados a dedicar menos tiempo al trabajo rutinario para que puedan centrarse en aplicar su experiencia a actividades de mayor valor.

En realidad, se trata de la experiencia que creamos para nuestros empleados en el lugar de trabajo […] Nos ayudará a todos a ser mejores versiones de nosotros mismos mientras trabajamos en diferentes empresas, y permitirá que nuestro personal disfrute en verdad del trabajo que hacen porque no hacen lo mundano […] pueden aplicar sus habilidades a actividades de mayor valor, ya sean en roles creativos o analíticos.

Nick Isherwood, director de operaciones, Advania Reino Unido

Miren la conversación con Advania UK

IA que trabaja junto a las personas

Basándonos en estas y otras conversaciones con los clientes, podemos ver que los líderes más eficaces utilizan la IA para apoyar a sus personas mientras las mantienen al mando de tomar decisiones. Las organizaciones que buscan un valor duradero ven la IA no como un sustituto de la experiencia humana, sino como una herramienta que ayuda a las personas a lograr más.

Baringa, una consultora global de gestión que ayuda a las organizaciones a navegar la transformación en IA, anima a los clientes a centrarse primero en construir confianza y demostrar valor antes de escalar sus esfuerzos.

Tener una visión global. Ten una visión. Ten una estrategia. Pero empieza por un caso de uso, que será lo suficientemente pequeño como para que puedas generar confianza y que ese caso de uso va a aportar valor.

Stela Bokun, socia, Baringa

Miren la conversación con Baringa

Los educadores pueden utilizar herramientas de IA para apoyar el aprendizaje, mientras mantienen la responsabilidad de evaluar los resultados y dirigir la experiencia de aprendizaje.

Teach For America, una organización sin ánimo de lucro dedicada a ampliar las oportunidades educativas, utiliza la IA justo para eso. A través de programas de incubación con IA y experimentación práctica, empleados y educadores exploran nuevas maneras de apoyar el aprendizaje al mantener a los docentes en el centro de la experiencia.

No queremos que la IA sustituya a grandes profesores. Queremos que aumente eso. Queremos que les ayude en el aula. Necesito transformar esta organización para reimaginar en verdad cómo se aprende a través de la IA. Eso incluye entrenadores virtuales, tutores y cosas así. Cosas que no podíamos hacer antes.

Alan Murray, director de datos y tecnología, Teach for America

Miren la conversación con Teach for America

El Laboratorio de Reinvención de la organización ilustra lo que ocurre cuando se les otorga tanto las herramientas como la libertad para experimentar. Los educadores han sido formados mediante hackatones y experiencias de aprendizaje prácticas, lo que ha dado lugar a cientos de herramientas impulsadas por IA diseñadas para abordar desafíos reales en el aula.

Tenemos nuestro Laboratorio de Reinvención. Han formado a más de 1.200 educadores a través de una serie de hackatones para enseñar a estas personas cómo usar la IA. Eso ha dado lugar a más de 720 herramientas que estos educadores han construido. Y todo esto es una IA integrada en el aula.

Alan Murray, director de datos y tecnología, Teach for America

A lo largo de estas historias, podemos observar un patrón común: las organizaciones pueden crear valor cuando la IA trabaja junto a las personas, para apoyar el juicio humano, la creatividad y la experiencia en lugar de reemplazarlas.

Hagan tres movimientos prácticos ahora

1. Empezar por la fricción. Encuentren las tareas repetitivas o agotadoras que ralentizan a las personas, e identifiquen maneras adecuadas en que la IA puede ayudar a abordar esos momentos.
2. Ampliar quién puede contribuir. Utilicen la IA para ayudar a más personas a desarrollar habilidades y asumir trabajos de mayor valor, para ampliar lo que el equipo puede lograr juntos.
3. Ganen confianza. Mantener a las personas al frente, dejar claro el papel de la IA y mostrar dónde aporta valor y dónde la experiencia humana debe guiar las decisiones.

Aquí es donde comienza la Frontier Transformation para enriquecer la experiencia del empleado.

Como dijo Kwesi Afful de Scope:

La IA es el tren que no nos espera. Si lo evitamos, tal vez le haremos un flaco favor a su organización, a la comunidad o a los clientes […] así que abrácenla con cautela, empiecen poco a poco y busquen el valor práctico.

Kwesi Afful, director ejecutivo de digital, datos y tecnología, Scope

Miren la conversación con Scope

Más información

• Visiten el  sitio de Frontier Transformation para descubrir cómo pueden poner la IA en marcha, generar confianza y escalar la transformación con Microsoft a través de los flujos de trabajo cotidianos
• Descarguen el libro electrónico Cuatro caminos hacia el valor empresarial con IA para aprender cómo pueden pasar de la experimentación con IA a la Frontier Transformation con inteligencia y confianza.

A continuación, en la serie Accelerating Frontier Transformation: Reinventar el compromiso del cliente.

Etiquetas:

• IA
• Innovación

The post Acelerar la Frontier Transformation: Enriquecer la experiencia de los empleados appeared first on Source LATAM.

​The post Acelerar la Frontier Transformation: Enriquecer la experiencia de los empleados appeared first on Source LATAM.  

Today, AWS announces that Amazon Quick’s agentic AI capabilities are now available in AWS GovCloud (US-West), bringing an agentic AI teammate to government and regulated-industry teams within an isolated, FedRAMP Class D (formerly High) authorized environment. Building on the analytics and business intelligence capabilities already available to customers in AWS GovCloud (US), Quick now turns questions into actions, helping teams drive mission-critical decisions faster without switching applications.

With this launch, teams can build custom chat agents tailored to mission-specific workflows — including procurement, ATO compliance, and grants management — while keeping data hosted and processed entirely within the AWS GovCloud (US-West) Region. Spaces enforce least-privilege access by scoping information to the appropriate program office or mission area, ensuring analysts only access mission-relevant data. Quick also integrates with tools teams already rely on, including Microsoft 365, SharePoint, and OneDrive via GCC High connectors, as well as browser extensions.

AWS GovCloud (US) Regions are isolated AWS Regions operated by U.S. citizens on U.S. soil, purpose-built to host sensitive data and regulated workloads. Customers can address the most stringent U.S. government security and compliance requirements, including the FedRAMP Class D (formerly High) baseline, Department of Defense Cloud Computing Security Requirements Guide (DoD SRG) Impact Levels 4 and 5, International Traffic in Arms Regulations (ITAR), Criminal Justice Information Services (CJIS), and Federal Information Processing Standard (FIPS) 140-3. Inference on authorized foundation models is processed within the AWS GovCloud (US-West) Region, and enterprise governance features are available at launch.

With this launch, Amazon Quick’s agentic AI capabilities are available in 8 AWS Regions: US East (N. Virginia), US West (Oregon), Europe (Frankfurt, Ireland, London), Asia Pacific (Sydney, Tokyo), and AWS GovCloud (US-West). 

To learn more, visit the Amazon Quick product page and AWS GovCloud (US) documentation

​Today, AWS announces that Amazon Quick’s agentic AI capabilities are now available in AWS GovCloud (US-West), bringing an agentic AI teammate to government and regulated-industry teams within an isolated, FedRAMP Class D (formerly High) authorized environment. Building on the analytics and business intelligence capabilities already available to customers in AWS GovCloud (US), Quick now turns questions into actions, helping teams drive mission-critical decisions faster without switching applications.
With this launch, teams can build custom chat agents tailored to mission-specific workflows — including procurement, ATO compliance, and grants management — while keeping data hosted and processed entirely within the AWS GovCloud (US-West) Region. Spaces enforce least-privilege access by scoping information to the appropriate program office or mission area, ensuring analysts only access mission-relevant data. Quick also integrates with tools teams already rely on, including Microsoft 365, SharePoint, and OneDrive via GCC High connectors, as well as browser extensions.
AWS GovCloud (US) Regions are isolated AWS Regions operated by U.S. citizens on U.S. soil, purpose-built to host sensitive data and regulated workloads. Customers can address the most stringent U.S. government security and compliance requirements, including the FedRAMP Class D (formerly High) baseline, Department of Defense Cloud Computing Security Requirements Guide (DoD SRG) Impact Levels 4 and 5, International Traffic in Arms Regulations (ITAR), Criminal Justice Information Services (CJIS), and Federal Information Processing Standard (FIPS) 140-3. Inference on authorized foundation models is processed within the AWS GovCloud (US-West) Region, and enterprise governance features are available at launch.
With this launch, Amazon Quick’s agentic AI capabilities are available in 8 AWS Regions: US East (N. Virginia), US West (Oregon), Europe (Frankfurt, Ireland, London), Asia Pacific (Sydney, Tokyo), and AWS GovCloud (US-West). 
To learn more, visit the Amazon Quick product page and AWS GovCloud (US) documentation  

Starting today, Amazon EC2 R8a instances are now available in Canada (Central) Region. These instances, feature 5th Gen AMD EPYC processors (formerly code named Turin) with a maximum frequency of 4.5 GHz, deliver up to 30% higher performance, and up to 19% better price-performance compared to R7a instances.

R8a instances deliver 45% more memory bandwidth compared to R7a instances, making these instances ideal for latency sensitive workloads. Compared to Amazon EC2 R7a instances, R8a instances provide up to 60% faster performance for GroovyJVM, allowing higher request throughput and better response times for business-critical applications.

Built on the AWS Nitro System using sixth generation Nitro Cards, R8a instances are ideal for high performance, memory-intensive workloads, such as SQL and NoSQL databases, distributed web scale in-memory caches, in-memory databases, real-time big data analytics, and Electronic Design Automation (EDA) applications. R8a instances offer 12 sizes including 2 bare metal sizes. Amazon EC2 R8a instances are SAP-certified, and providing 38% more SAPS compared to R7a instances.

To get started, sign in to the AWS Management Console. For more information about the new instances, visit the Amazon EC2 R8a instance page. 

​Starting today, Amazon EC2 R8a instances are now available in Canada (Central) Region. These instances, feature 5th Gen AMD EPYC processors (formerly code named Turin) with a maximum frequency of 4.5 GHz, deliver up to 30% higher performance, and up to 19% better price-performance compared to R7a instances.
R8a instances deliver 45% more memory bandwidth compared to R7a instances, making these instances ideal for latency sensitive workloads. Compared to Amazon EC2 R7a instances, R8a instances provide up to 60% faster performance for GroovyJVM, allowing higher request throughput and better response times for business-critical applications.
Built on the AWS Nitro System using sixth generation Nitro Cards, R8a instances are ideal for high performance, memory-intensive workloads, such as SQL and NoSQL databases, distributed web scale in-memory caches, in-memory databases, real-time big data analytics, and Electronic Design Automation (EDA) applications. R8a instances offer 12 sizes including 2 bare metal sizes. Amazon EC2 R8a instances are SAP-certified, and providing 38% more SAPS compared to R7a instances.
To get started, sign in to the AWS Management Console. For more information about the new instances, visit the Amazon EC2 R8a instance page.   

Amazon Bedrock is a fully managed service that provides secure, enterprise-grade access to high-performing foundation models from leading AI companies, enabling you to build and scale generative AI applications. Amazon Bedrock now supports cost allocation by AWS Identity and Access Management (IAM) principal, including IAM users and roles, for model inference requests made through the bedrock-mantle endpoint. This extends the capability previously available for the bedrock-runtime endpoint, helping customers attribute inference costs across users, teams, projects, and applications.

Customers can tag IAM users and roles with attributes such as team, project, or cost center, activate them as cost allocation tags, and analyze bedrock-mantle inference costs by those tags in AWS Cost Explorer or at the line-item level in AWS Cost and Usage Report 2.0 (CUR 2.0). To get started, activate your IAM principal tags in the AWS Billing and Cost Management console. Then filter or group costs by those tags in Cost Explorer, or create a CUR 2.0 data export and select Include caller identity (IAM principal) allocation data.

This feature is available in all AWS Regions where the bedrock-mantle endpoint is available. To learn more, see Using IAM principal for cost allocation and IAM principal attribution in Amazon Bedrock.

​Amazon Bedrock is a fully managed service that provides secure, enterprise-grade access to high-performing foundation models from leading AI companies, enabling you to build and scale generative AI applications. Amazon Bedrock now supports cost allocation by AWS Identity and Access Management (IAM) principal, including IAM users and roles, for model inference requests made through the bedrock-mantle endpoint. This extends the capability previously available for the bedrock-runtime endpoint, helping customers attribute inference costs across users, teams, projects, and applications.
Customers can tag IAM users and roles with attributes such as team, project, or cost center, activate them as cost allocation tags, and analyze bedrock-mantle inference costs by those tags in AWS Cost Explorer or at the line-item level in AWS Cost and Usage Report 2.0 (CUR 2.0). To get started, activate your IAM principal tags in the AWS Billing and Cost Management console. Then filter or group costs by those tags in Cost Explorer, or create a CUR 2.0 data export and select Include caller identity (IAM principal) allocation data.
This feature is available in all AWS Regions where the bedrock-mantle endpoint is available. To learn more, see Using IAM principal for cost allocation and IAM principal attribution in Amazon Bedrock.  

AWS Secrets Manager now extends its managed external secrets capability to include Jenkins API Tokens and SonarQube Tokens, enabling you to automatically rotate these third-party credentials directly from the AWS console without writing any custom rotation code.

For Jenkins, Secrets Manager mints a new token and revokes the old one only after the replacement is verified active, so your continuous integration and continuous delivery (CI/CD) jobs transition without interruption. Rotation supports both self-rotation, where the token being rotated authenticates its own replacement, and admin-assisted rotation, where a separate admin token performs the generate and revoke operations. For SonarQube, you can rotate three types of tokens — User Tokens, Global Analysis Tokens, and Project Analysis Tokens — via SonarQube’s Web API. User Tokens support self-rotation, while analysis tokens are rotated using an admin token.

These integrations join existing managed external secrets support for BigID, Confluent Cloud, Datadog, GitLab, MongoDB Atlas, Okta, Paddle, Salesforce, and Snowflake.

Jenkins and SonarQube managed external secrets are available in all AWS Regions where AWS Secrets Manager managed external secrets is supported. To learn more, visit the  AWS Secrets Manager managed external secrets documentation .

​AWS Secrets Manager now extends its managed external secrets capability to include Jenkins API Tokens and SonarQube Tokens, enabling you to automatically rotate these third-party credentials directly from the AWS console without writing any custom rotation code.
For Jenkins, Secrets Manager mints a new token and revokes the old one only after the replacement is verified active, so your continuous integration and continuous delivery (CI/CD) jobs transition without interruption. Rotation supports both self-rotation, where the token being rotated authenticates its own replacement, and admin-assisted rotation, where a separate admin token performs the generate and revoke operations. For SonarQube, you can rotate three types of tokens — User Tokens, Global Analysis Tokens, and Project Analysis Tokens — via SonarQube’s Web API. User Tokens support self-rotation, while analysis tokens are rotated using an admin token.
These integrations join existing managed external secrets support for BigID, Confluent Cloud, Datadog, GitLab, MongoDB Atlas, Okta, Paddle, Salesforce, and Snowflake.
Jenkins and SonarQube managed external secrets are available in all AWS Regions where AWS Secrets Manager managed external secrets is supported. To learn more, visit the  AWS Secrets Manager managed external secrets documentation .  

• Categoría: Noticias de Microsoft

agosto 11, 2026

Optimización de la curva de rendimiento Frontier

Por: Mustafa Suleyman.

El Tokenmaxxing (maximizar la eficiencia de cada token en el modelo) ha sido la historia de los últimos meses, pero la eficiencia de tokens es el siguiente gran foco en la industria. ¿Cómo conseguimos el mejor rendimiento posible por token invertido y el mejor resultado real para el cliente por cada dólar invertido?

Para construir una Frontier Firm, hay que optimizar el rendimiento de la frontera frente al coste. Elegir dónde quieren situarse en esa curva es fundamental. A través de optimizar de manera conjunta sus modelos, harnesses (herramientas de prueba) y entornos de ejecución (RLEs) pueden elegir un punto de la curva que se adapte a tu empresa.

En la mayoría de los casos, los modelos Frontier generalistas no son necesarios para todas las tareas. Al ajustar modelos para un producto específico, pueden mantener o incluso superar el rendimiento de frontera, mientras reducen de manera importante los costes de tokens.

Aquí es donde hemos centrado nuestra máquina de subida de colinas MAI durante el último trimestre, y los resultados son bastante buenos. En estos días hemos lanzado MAI-Cyber-1-Flash optimizado para nuestro harness MDASH.

En conjunto, el sistema se situó en el número 1 del referente líder de CyberGym – para superar a Mythos por 12 puntos – a un 50% del coste. Y, de manera sorprendente, también lo servimos en los H100.

Fue diseñado para gestionar hasta el 90% de las tareas de manera eficiente, de modo que MDASH pueda reservar los modelos más grandes y caros de nuestra flota (en este caso GPT 5.4) para el 10% de problemas con una dificultad excepcional que en verdad los necesitan.

Como mencionó Satya en nuestra llamada de resultados del cuarto trimestre, desde el trimestre pasado hemos lanzado más de una docena de nuevos modelos en imagen, voz, transcripción, programación y seguridad, y ya impulsan muchos de los productos más utilizados de Microsoft para mantener o mejorar la calidad mientras usan de manera significativa menos tokens, en muchos casos para ahorrar entre un 50 y un 90% del coste de la GPU:

• Construimos MAI-Code-1-Flash de la mano con nuestros colegas de GitHub, donde desde junio millones de desarrolladores lo han utilizado en su trabajo diario. Un 10% más tasa de aceptación de código y un 10% menor en el uso mediano de tokens que GPT-5.4 Mini y Claude Haiku 4.5 en VS Code, para ya mostrar una mejor retención.
• Luego entrenamos ese mismo punto de control dentro de un entorno Excel RL para lograr un rendimiento comparable al de GPT-5.6 para las tareas más comunes, siendo más rentables y lo suficientemente pequeño para servir en un A100 o H100 frente a los aceleradores más modernos y caros.
• MAI-Image-2.5-Flash es ahora el predeterminado de extremo a extremo en Bing Image Creator, en producción en PowerPoint, donde reduce los costes de la GPU hasta un 84% en comparación con GPT-Image-2, y es el predeterminado para escenarios clave de edición de OneDrive, donde ha aumentado las tasas de guardado en un 26% y ofrece hasta 2,5 veces mayor eficiencia de tokens.
• MAI-Voice-2-Flash ahora impulsa el Centro de Contacto Dynamics 365, donde clientes como T-Mobile y EasyJet desarrollan sus agentes de call center, para reducir los costes de la GPU hasta en un 89%.
• MAI-Transcribe-1.5 ahora cubre el flujo de trabajo multilingüe de Dragon Copilot en 58 idiomas — una solución utilizada por 170.000 proveedores médicos que procesaron 28 millones de encuentros con pacientes el trimestre pasado, donde nuestras pruebas muestran una reducción relativa del 50% en las tasas de error en transcripción e identificación del idioma.

Y además, al diseñar en conjunto nuestros modelos con nuestro propio silicio, vemos un 40% más de rendimiento por vatio al ejecutar modelos MAI en Maia 200.

Pero el beneficio no es solo el coste. Es la resiliencia. Ahora toda empresa debe asumir que cualquier modelo del que depende podría desaparecer, ya sea por un incidente de seguridad, una desalineación empresarial o de política, o un cambio geopolítico.

Cada modelo en un producto o sistema agéntico debería ser sustituible, y eso solo es posible cuando construyen el harness, el contexto, la memoria y el espacio de acciones de manera independiente de una sola familia de modelos. Esa es la máquina de subir cuestas que hemos construido.

Creemos que esto es el comienzo de una curva de rendimiento en verdad nueva. Su forma representa un sistema más que un modelo, y recorrer esta curva ofrece mejor calidad, menor coste y más variedad.

Este ha sido un verano de trabajo duro pero maravilloso por parte del equipo. Somos muy conscientes de lo temprano que es esto y de cuánto aún nos queda por aprender. Pero la dirección es clara, subimos la cuesta para avanzar en la frontera de la curva coste-resultado, y compartiremos lo que aprendamos en el camino. Queda mucho más por venir.

Etiquetas:

• IA

The post Optimización de la curva de rendimiento Frontier appeared first on Source LATAM.

​The post Optimización de la curva de rendimiento Frontier appeared first on Source LATAM.