Amazon Managed Workflows for Apache Airflow (MWAA) Serverless now supports workflow and task state change events to Amazon EventBridge, enabling data engineering and platform teams to build event-driven automation for their Apache Airflow workflows.
Previously, monitoring workflow execution required custom polling logic or manual observation. With this launch, MWAA Serverless can emit events when workflows transition between states, including started, running, succeeded, or failed, and when individual tasks change state, such as scheduled, succeeded, failed, or up for retry. With this feature, you can further automate your existing workflows – for example, using EventBridge notifications to trigger alerts when a production workflow fails, automatically restart dependent pipelines when an upstream workflow succeeds, or log state transitions to Amazon S3 for compliance and auditing.
This feature is available in all AWS Regions where Amazon MWAA Serverless is available. For the complete list of supported Regions, see Regions in the Amazon MWAA Serverless User Guide. For pricing details, see Amazon EventBridge pricing.
Amazon Managed Workflows for Apache Airflow (MWAA) Serverless now supports workflow and task state change events to Amazon EventBridge, enabling data engineering and platform teams to build event-driven automation for their Apache Airflow workflows.
Previously, monitoring workflow execution required custom polling logic or manual observation. With this launch, MWAA Serverless can emit events when workflows transition between states, including started, running, succeeded, or failed, and when individual tasks change state, such as scheduled, succeeded, failed, or up for retry. With this feature, you can further automate your existing workflows – for example, using EventBridge notifications to trigger alerts when a production workflow fails, automatically restart dependent pipelines when an upstream workflow succeeds, or log state transitions to Amazon S3 for compliance and auditing.
This feature is available in all AWS Regions where Amazon MWAA Serverless is available. For the complete list of supported Regions, see Regions in the Amazon MWAA Serverless User Guide. For pricing details, see Amazon EventBridge pricing.
To learn more, see Monitoring Amazon MWAA Serverless in the Amazon MWAA Serverless User Guide and Amazon MWAA Serverless events in the Amazon EventBridge Events Reference.
Amazon Managed Service for Prometheus now supports out-of-order sample ingestion and a workspace-level rule query offset. All workspaces have a default out-of-order time window of 1 minute, allowing the workspace to accept metric samples arriving outside strict chronological order. You can adjust this window to match your ingestion patterns or set it to 0 to disable the feature and discard out-of-order samples. You can also configure a global rule query offset that introduces a delay before rule evaluation queries run, giving late-arriving samples time to be ingested before rules execute.
Together, these features reduce data loss and improve alerting accuracy for workloads with distributed collectors, batched exports, or variable network latency. Out-of-order sample support ensures late-arriving data points are ingested rather than discarded, preserving metric completeness. The rule query offset compensates for the expected ingestion delay. Without it, rules evaluate instantly and may miss samples that haven’t landed yet, producing results that differ from the same expression evaluated after all metrics arrive. Two new CloudWatch vended metrics, OutOfOrderIngestionRate and OutOfOrderSampleAge give you visibility into ingestion patterns, helping you tune both settings for your workload.
Out-of-order sample ingestion and rule query offset are available in all AWS regions where Amazon Managed Service for Prometheus is generally available. To get started, configure the out-of-order time window and ruler query offset in your workspace settings via AWS console, API or CLI. For more information, see Amazon Managed Service for Prometheus user documentation.
Amazon Managed Service for Prometheus now supports out-of-order sample ingestion and a workspace-level rule query offset. All workspaces have a default out-of-order time window of 1 minute, allowing the workspace to accept metric samples arriving outside strict chronological order. You can adjust this window to match your ingestion patterns or set it to 0 to disable the feature and discard out-of-order samples. You can also configure a global rule query offset that introduces a delay before rule evaluation queries run, giving late-arriving samples time to be ingested before rules execute.
Together, these features reduce data loss and improve alerting accuracy for workloads with distributed collectors, batched exports, or variable network latency. Out-of-order sample support ensures late-arriving data points are ingested rather than discarded, preserving metric completeness. The rule query offset compensates for the expected ingestion delay. Without it, rules evaluate instantly and may miss samples that haven’t landed yet, producing results that differ from the same expression evaluated after all metrics arrive. Two new CloudWatch vended metrics, OutOfOrderIngestionRate and OutOfOrderSampleAge give you visibility into ingestion patterns, helping you tune both settings for your workload.
Out-of-order sample ingestion and rule query offset are available in all AWS regions where Amazon Managed Service for Prometheus is generally available. To get started, configure the out-of-order time window and ruler query offset in your workspace settings via AWS console, API or CLI. For more information, see Amazon Managed Service for Prometheus user documentation.
AWS announces AWS Workload Credentials Provider, a lightweight client-side provider that automates deployment of exported certificates from AWS Certificate Manager (ACM) and local caching of secrets from AWS Secrets Manager across AWS and non-AWS workloads.
Previously, customers exporting public or private certificates from ACM had to build custom automation using Amazon EventBridge to detect renewals and deploy the updated certificates. With public certificate lifetimes decreasing per the the Certification Authority Browser Forum (CA/B) mandate, this custom automation can become difficult to maintain at scale. AWS Workload Credentials Provider eliminates this complexity by providing a single provider that helps distribute and automate both secrets and certificates to your workloads. You configure it with your certificate ARN and specify options such as file paths and server reload behavior — the provider then handles certificate export and deployment automatically to prevent expiry related failures. It runs on Windows and Linux and supports Apache and NGINX web servers.
For secrets caching, the provider maintains full backwards compatibility with the AWS Secrets Manager Agent, enabling you to securely cache application secrets locally across AWS and non-AWS workloads through the same unified provider.
AWS announces AWS Workload Credentials Provider, a lightweight client-side provider that automates deployment of exported certificates from AWS Certificate Manager (ACM) and local caching of secrets from AWS Secrets Manager across AWS and non-AWS workloads. Previously, customers exporting public or private certificates from ACM had to build custom automation using Amazon EventBridge to detect renewals and deploy the updated certificates. With public certificate lifetimes decreasing per the the Certification Authority Browser Forum (CA/B) mandate, this custom automation can become difficult to maintain at scale. AWS Workload Credentials Provider eliminates this complexity by providing a single provider that helps distribute and automate both secrets and certificates to your workloads. You configure it with your certificate ARN and specify options such as file paths and server reload behavior — the provider then handles certificate export and deployment automatically to prevent expiry related failures. It runs on Windows and Linux and supports Apache and NGINX web servers. For secrets caching, the provider maintains full backwards compatibility with the AWS Secrets Manager Agent, enabling you to securely cache application secrets locally across AWS and non-AWS workloads through the same unified provider. AWS Workload Credentials Provider is open source and available on GitHub. You can use it with exportable ACM certificates and Secrets Manager in all AWS Regions. To learn more, visit the AWS Certificate Manager documentation or the AWS Secrets Manager documentation.
Nuestro proceso continuo para construir un sistema de diseño orientado a la IA que apoye el trabajo hoy, mientras nos lleva al mañana.
Por: Jon Friedman.
A medida que Copilot evoluciona de manera gradual hacia un socio de pensamiento —una presencia inteligente tejida en su flujo de trabajo—, su columna vertebral se convertirá en el Copilot Design System, un sistema de diseño orientado a la IA que creamos para que resulte intencionado y humano.
Los sistemas de diseño siempre han sido planos vivientes, pero en la era actual de la creación de productos centrada en IA, no se limitan a considerar el diseño de interfaces. Orquestan la coherencia a través de sistemas complejos, codifican cómo moldear el comportamiento de los modelos con una perspectiva centrada en el ser humano e introducen nuevos comportamientos de usuario y modelos mentales basados en la capacidad de la IA para reconocer y apoyar la intención humana.
Desde patrones de orquestación hasta iconografía, la experiencia que construimos tendrá en última instancia componentes que trabajan juntos para amplificar el pensamiento, guiar decisiones y desbloquear la creatividad—de manera fluida, dondequiera que ustedes trabajen. Basada en la retroalimentación de los clientes para crear mejores experiencias, una pregunta fundamental guía la evolución de nuestro sistema: ¿cómo se vería y comportaría un socio reflexivo?
«Las aplicaciones de Microsoft 365 han moldeado el comportamiento organizacional durante décadas, al establecer patrones de diseño y modelos mentales en los que confían miles de millones de personas cada día.«
01
El sistema que moldea el sistema
Las aplicaciones de Microsoft 365 han moldeado el comportamiento organizacional durante décadas, al establecer patrones de diseño y modelos mentales en los que confían miles de millones de personas cada día. A través de ese trabajo, hemos aprendido que la productividad no es solo una función de las herramientas; está moldeada por el sistema más amplio en el que la gente piensa y trabaja. Ahora podemos unir estas dimensiones a través de Copilot, para apoyar maneras más enriquecidas de colaboración y creatividad a través de interacciones humano-humano, humano-IA y humano-IA-humano.
La forma en que diseñemos esa colaboración influirá en cómo se desarrolla la productividad en organizaciones grandes y pequeñas, hoy y dentro de diez años. Nuestra filosofía de diseño era construir a la velocidad de la vida, no el bombo de la IA: co-crear con los clientes e integrar la investigación de los usuarios en cada paso del proceso.
02
Arquitectura de Copilot en las aplicaciones de Office
A medida que avanzamos hacia un sistema de diseño centrado en la IA, una parte temprana pero esencial de esa historia es cómo Copilot aparece en las aplicaciones de Office. Cuatro elementos arquitectónicos clave conforman en la actualidad el sistema dentro de la app, diseñado para funcionar según la mentalidad humana. La cognición no es un estado fijo. Es un movimiento dinámico entre exploración y enfoque, un objetivo que hace zoom continuo dentro y atrás. Estos dos movimientos—hacia afuera para descubrir, hacia dentro para refinar—se repiten de manera continua, para moldear cómo entendemos y actuamos sobre el mundo. Si la inteligencia no los encuentra en el nivel adecuado de ese ciclo, no se siente como un compañero. Se siente como una interrupción.
Esa información es la base estructural de cómo se comporta Copilot en las aplicaciones de Office. Ve en qué trabajan y entiende el contexto, permitiéndole actuar dentro del entorno dado. Implementamos esto a través de cuatro elementos arquitectónicos que operan en diferentes niveles cognitivos:
El Botón de Acción Dinámica (DAB)
Un Copilot siempre disponible dentro de la app que es adaptativo a nivel contextual y un punto de entrada principal al Chat.
Chat
La interfaz principal de Copilot y el punto de entrada del panel lateral, donde se capturan el razonamiento, las acciones y las salidas.
En el lienzo
Una interfaz ligera que aparece cuando seleccionan texto u objetos, realizan una acción en su lienzo con Copilot, o un punto de entrada contextual para Copilot y Chat.
Acciones de usuario sugeridas (SUAs)
Prompts contextuales, capacidades y funciones que surgen en los momentos adecuados de su flujo de trabajo.
03
Un Copiloto, donde sea que trabajen
El comportamiento humano es bastante contextual y matizado: cómo se dice o hace algo suele importar tanto como qué. La gente entiende el mundo mientras se mueve de manera física y mental por él, incluidos los espacios liminales entre momentos más definidos. Las palabras, sentimientos, experiencias y pensamientos asociados fluyen con nosotros, pero la inteligencia sin continuidad puede sentirse como una interrupción en lugar de un compañero de pensamiento. Cambiar de aplicación o superficie puede ser como salir de la corriente. Deberían poder invocar Copilot cada vez que avancen en su trabajo.
La cognición colaborativa se basa en conversaciones pasadas para entender el contexto, reconocer patrones y cambiar de dirección. Eso significa que el mismo Copilot con el que interactuaron en Word debería ser el mismo con el que conversan en Excel. En M365, DAB es su socio de pensamiento de referencia en escritorio, web, iPad y móvil.
En cada superficie dentro de la app, DAB reconoce su contexto local inmediato. Es cómo Copilot sigue de manera constante su línea de pensamiento, para ofrecer sugerencias relevantes y accionables mientras mantiene la conversación continua entre aplicaciones—al adaptar su conciencia cuando cambian de contexto, para no tener que repetir la misma conversación que acaban de tener en otra superficie.
Las palabras, sentimientos, experiencias y pensamientos asociados fluyen con nosotros, pero la inteligencia sin continuidad puede sentirse como una interrupción en lugar de un compañero de pensamiento.
Cuando se selecciona DAB se abre el Chat, la interfaz universal de Copilot. Más que una simple interfaz, el chat es la memoria de su compañero de pensamiento—para registrar todas sus interacciones y sugerencias con Copilot en Microsoft 365 para que puedan aprovechar conocimientos previos, actualizar su estrategia y perfeccionar su visión. Es donde vive la exploración amplia: un espacio para sintetizar, cuestionar y mirar atrás para avanzar.
Cuando el objetivo se estrecha, On-Canvas trae Copilot directo a su espacio de trabajo. Su compañero de pensamiento aparece a través de la interfaz contextual en los momentos de la ejecución, centrándose en el contenido específico que han seleccionado—para pasar del contexto general de la app al contenido preciso de su documento, apoyándolos justo donde trabajan sin interrumpir su flujo.
Para completar el sistema, las Acciones de Usuario Sugeridas se adaptan a DAB, Chat y On-Canvas para ofrecer pasos útiles a nivel contextual en cada punto del espectro cognitivo, ya sea que miren una página en blanco o un borrador que necesita una chispa. Solo surgen cuando tienen un propósito, para ofrecer el empujón que los pone más allá de lo esperado.
Lanzar y atrapar
04
Un nuevo patrón: Lanzar y atrapar
El corazón del aspecto dentro de la app de la experiencia es una conciencia mutua del enfoque, el suyo y el de Copilot, y cómo ambos se mantienen alineados. Refuerza el concepto de que Copilot se mueve con su pensamiento, en lugar de actuar como un conjunto de características fragmentadas. Para hacerlo bien, la coherencia debe diseñarse con matices o pierden los contextos de comportamiento de las personas. Requiere una comprensión profunda de cómo las personas piensan, crean significado y desarrollan ideas a medida que avanzan en su trabajo—el punto de partida de nuestra investigación.
Basándonos en estudios de seguimiento del mouse y exploraciones de prototipado a través de un equipo multidisciplinar, diseñamos un mecanismo de trabajo que regula cómo Copilot se mueve de manera fluida entre DAB, On-Canvas y Chat: un conjunto orquestado que llamamos Throw & Catch (Lanzar y Atrapar). Los puntos de entrada del sistema deben comunicarse de manera rutinaria entre sí—para pasar interacciones y razonamientos de manera fluida mientras los dirigen a donde está enfocado Copilot.
Al sincronizar y señalizar el comportamiento activo de un punto de entrada justo mientras el otro se retira, el patrón busca construir confianza y reducir la fricción cognitiva. Sea cual sea la superficie en la que esté activo el Copiloto, su comportamiento se vuelve visible y distintivo. La experiencia de Throw & Catch está diseñada para ser ambiental y sentida de manera ligera, para afirmar que ustedes tienen el control—lo que hace de Copilot una extensión de su pensamiento. Siempre donde estén, a su nivel de concentración.
Un sistema simplificado
05
Coherencia que pueden sentir, en cada superficie
Diseñar un compañero de pensamiento es el trabajo silencioso de moldear una experiencia que escuche, responda y se mueva al ritmo del pensamiento de una persona. Dado que ahora la IA puede diseñarse para responder a su intención en lugar de pedirles que se adapten a ella, la oportunidad que tenemos delante es profunda—y la responsabilidad de hacerlo bien es igual de grande. Desde patrones fundamentales como Throw & Catch hasta los elementos arquitectónicos centrales, un profundo conocimiento del comportamiento humano y organizacional guía la creación de cómo se comporta Copilot en las aplicaciones de productividad que les encantan. Con un lenguaje de diseño unificado, interacciones rápidas y agradables, y acceso contextual, Copilot se vuelve más consistente, fácil de descubrir e integrar, crucial para mantener el flujo de los clientes, potenciar el pensamiento y la creatividad humana, y llevar de manera cómoda a los clientes actuales y futuros a la era de la IA.
A medida que continuamos con la evolución del Sistema de Diseño Copilot aquí en Microsoft Design, siempre estamos abiertos a recibir comentarios y sugerencias. Mientras tanto, vamos a compartir nuestro pensamiento, prototipos y avances sobre la marcha.
Amazon OpenSearch Service now supports MCP Apps, bringing observability workflows directly into compatible agentic IDEs such as Claude Desktop and VS Code. With this capability, your AI agent in local environment can investigate incidents using logs, traces, metrics, and alerts stored in OpenSearch domains, collections and Amazon Managed Service for Prometheus. You can easily review and verify the results in interactive MCP App visualizations without leaving your local environment.
Each MCP App tool call returns a dual response, a concise text summary for your agent to reason over and an interactive visualization rendered in the same conversation thread for you to review. You can work alongside your observability agent from firing an alert, perform root cause analysis, exploring distributed traces, service maps, PromQL metric charts, and cross-signal correlations all within a single conversation. Available MCP App tools cover log, metrics and trace investigation, service performance, topology, dynamic visualizations, agent health, cluster health, and instrumentation scoring.
Amazon OpenSearch Service now supports MCP Apps, bringing observability workflows directly into compatible agentic IDEs such as Claude Desktop and VS Code. With this capability, your AI agent in local environment can investigate incidents using logs, traces, metrics, and alerts stored in OpenSearch domains, collections and Amazon Managed Service for Prometheus. You can easily review and verify the results in interactive MCP App visualizations without leaving your local environment. Each MCP App tool call returns a dual response, a concise text summary for your agent to reason over and an interactive visualization rendered in the same conversation thread for you to review. You can work alongside your observability agent from firing an alert, perform root cause analysis, exploring distributed traces, service maps, PromQL metric charts, and cross-signal correlations all within a single conversation. Available MCP App tools cover log, metrics and trace investigation, service performance, topology, dynamic visualizations, agent health, cluster health, and instrumentation scoring.
The OpenSearch MCP app experience is available is available in all AWS Regions where Amazon OpenSearch UI is offered. To get started, follow the instructions in OpenSearch Agentic observability with MCP Apps. To learn more about OpenSearch, visit Amazon OpenSearch Service Developer Guide.
Today, AWS announces the expanded availability of OpenAI’s GPT-5.4 and GPT-5.5 models, which are now available in the US East (N. Virginia) Region on Amazon Bedrock. With GPT-5.4 and GPT-5.5, you can build generative AI applications across reasoning, coding, computer use, document workflows, and long-running agentic tasks.
GPT-5.5 is OpenAI’s most capable model, designed for advanced coding, research, analysis, software operation, document workflows, and long-running agentic tasks. It can understand open-ended goals, use tools, reason across longer workflows, navigate ambiguity, and carry complex tasks through to completion with less orchestration. GPT-5.4 brings frontier reasoning, coding, computer use, long-context workflows, and tool use to production applications that interpret context, interact with tools, operate software environments, and verify outputs across multiple steps. Both models support a 272K-token context window, accept text and image input, and are available through the Responses API with support for server-side and client-side tool calling, projects, and response streaming.
With this launch, GPT-5.4 and GPT-5.5 are now available in additional AWS Regions. To get started, visit the GPT-5.5 and GPT-5.4 model cards in our documentation.
Today, AWS announces the expanded availability of OpenAI’s GPT-5.4 and GPT-5.5 models, which are now available in the US East (N. Virginia) Region on Amazon Bedrock. With GPT-5.4 and GPT-5.5, you can build generative AI applications across reasoning, coding, computer use, document workflows, and long-running agentic tasks. GPT-5.5 is OpenAI’s most capable model, designed for advanced coding, research, analysis, software operation, document workflows, and long-running agentic tasks. It can understand open-ended goals, use tools, reason across longer workflows, navigate ambiguity, and carry complex tasks through to completion with less orchestration. GPT-5.4 brings frontier reasoning, coding, computer use, long-context workflows, and tool use to production applications that interpret context, interact with tools, operate software environments, and verify outputs across multiple steps. Both models support a 272K-token context window, accept text and image input, and are available through the Responses API with support for server-side and client-side tool calling, projects, and response streaming. With this launch, GPT-5.4 and GPT-5.5 are now available in additional AWS Regions. To get started, visit the GPT-5.5 and GPT-5.4 model cards in our documentation.
Amazon ECS Managed Daemons now support inter-task visibility and communication, enabling customers to deploy tracing, profiling, and security agents that require access to application processes and shared IPC resources on ECS Managed Instances.
With this launch, you can configure two new settings in ECS daemon definitions: pidMode controls whether the daemon can see all processes on the instance, and ipcMode controls whether the daemon shares an IPC namespace with other containers on the instance. Setting either to «shared» grants the daemon access to the respective namespace; the default of «none» keeps daemons isolated from application containers and other tasks. These settings let you run process-aware and IPC-dependent agents as ECS daemons instead of embedding them as sidecars in application task definitions. ECS places exactly one daemon task per managed instance and starts daemons before application tasks, so platform teams can deploy and update agents independently with consistent coverage across all workloads.
To get started, register a daemon task definition specifying pidMode or ipcMode set to «shared» using the AWS Console, CLI, CloudFormation, or AWS SDKs, then create or update a daemon with associated ECS Managed Instances capacity providers in your clusters. This feature is now available in all AWS Regions at no additional cost. For more details, refer to our documentation.
Amazon ECS Managed Daemons now support inter-task visibility and communication, enabling customers to deploy tracing, profiling, and security agents that require access to application processes and shared IPC resources on ECS Managed Instances. With this launch, you can configure two new settings in ECS daemon definitions: pidMode controls whether the daemon can see all processes on the instance, and ipcMode controls whether the daemon shares an IPC namespace with other containers on the instance. Setting either to «shared» grants the daemon access to the respective namespace; the default of «none» keeps daemons isolated from application containers and other tasks. These settings let you run process-aware and IPC-dependent agents as ECS daemons instead of embedding them as sidecars in application task definitions. ECS places exactly one daemon task per managed instance and starts daemons before application tasks, so platform teams can deploy and update agents independently with consistent coverage across all workloads. To get started, register a daemon task definition specifying pidMode or ipcMode set to «shared» using the AWS Console, CLI, CloudFormation, or AWS SDKs, then create or update a daemon with associated ECS Managed Instances capacity providers in your clusters. This feature is now available in all AWS Regions at no additional cost. For more details, refer to our documentation.
Fortalecimiento de la bioseguridad en la era de la IA
Por: Eric Horvitz, director científico.
La inteligencia artificial acelera el descubrimiento en las ciencias de la vida. Desde el desarrollo de fármacos hasta la ciencia de materiales, la IA ayuda a los investigadores a avanzar más rápido y resolver problemas que antes se consideraban intratables. Esta convergencia entre la IA y la biología tiene un potencial extraordinario para la salud humana, el crecimiento económico y el liderazgo científico.
Al mismo tiempo, los avances en las tecnologías de IA introducen nuevos riesgos, como toxinas y patógenos rediseñados. A medida que estas herramientas se vuelven más capaces y accesibles, pueden reducir las barreras no solo para el descubrimiento científico, sino también para daños accidentales y un uso deliberado indebido. Por ejemplo, investigaciones recientes han demostrado que herramientas especializadas de IA para el diseño de proteínas pueden utilizarse para reingenierizar toxinas de maneras que preserven funciones dañinas mientras evaden algunas salvaguardas de síntesis existentes. Ese trabajo reveló vulnerabilidades en los sistemas de cribado diseñados para una era tecnológica anterior, y también demostró que esos sistemas pueden fortalecerse mediante acciones coordinadas entre la industria, el gobierno y la comunidad científica.
Las crecientes preocupaciones sobre la bioseguridad no son motivo para frenar la innovación, pero sí para fortalecer nuestras defensas. La historia muestra que las potentes tecnologías de propósito general se vuelven más accesibles—como ocurre con los avances en redes e informática—, una gobernanza eficaz depende de desarrollar salvaguardas técnicas y políticas desde el principio, antes de que el mal uso supere los controles y la supervisión. La convergencia de la IA y la biología presenta un desafío similar: debemos preservar la apertura que impulsa el descubrimiento mientras modernizamos las protecciones para una nueva era de capacidades.
Este blog examina cómo los avances en el ecosistema de la IA-biología remodelan tanto la oportunidad como el riesgo. Explica por qué el cribado de síntesis de ácidos nucleicos ha surgido como un punto de control crítico, y cómo gobierno, industria y comunidad científica pueden trabajar juntos para fortalecer la bioseguridad sin frenar la innovación.
IA y biotecnología en la frontera
Para comprender mejor la trayectoria de las capacidades de IA en las biociencias—y el panorama político y de riesgo asociado—es útil distinguir entre cuatro tipos de avances relacionados. Cada uno importa por sí solo, pero una política eficaz deberá tener en cuenta cómo estos avances interactúan y se refuerzan de manera mutua cada vez más.
Modelos generalistas. Los avances en modelos de IA de propósito general, como ChatGPT, Gemini, Claude y otros, amplían el alcance y la sofisticación de lo que estos sistemas pueden comprender, razonar, planificar y generar a través de los dominios. A medida que se vuelven más potentes, aumentan las capacidades básicas y reducen las barreras para trabajos técnicos sofisticados.
Herramientas especializadas de diseño biológico. Los científicos informáticos y biólogos continúan con el desarrollo de bases de código especializadas en IA destinadas a realizar cálculos en apoyo de tareas biológicas cada vez más sofisticadas. Estas herramientas, por lo general de código abierto y compartidas de manera amplia, incluyen programas que calculan la estructura de proteínas a partir de secuencias de aminoácidos y diseñan proteínas con estructuras y propiedades específicas.
Automatización de laboratorio. Los avances en visión por ordenador, robótica y flujos de trabajo experimentales aportan nuevas eficiencias al trabajo de laboratorio. Con el tiempo, estos sistemas pueden permitir a los investigadores generar, probar y refinar diseños biológicos a mayor escala y velocidad.
Sistemas agénticos. Los entornos y tiempos de ejecución de programación agente (incluidas las herramientas de ingeniería basadas en IA cada vez más potentes, por ejemplo, Claude Code) facilitan la combinación de modelos generalistas de IA, bibliotecas especializadas y flujos de trabajo de laboratorio en pipelines coordinados. Esto puede permitir que actores menos experimentados pasen con más facilidad del diseño computacional a la síntesis en el mundo real, incluso a través de servicios de síntesis de ácidos nucleicos o sistemas de laboratorio automatizados.
Aunque cada categoría puede analizarse por separado, los desarrollos más importantes surgen de cómo estas capacidades interactúan cada vez más. Las mejoras en los modelos generalistas pueden facilitar el uso de herramientas biológicas especializadas; esas herramientas facilitan la ingeniería biológica; los laboratorios automatizados proporcionan a los no expertos acceso a flujos de trabajo sofisticados de laboratorio; y las herramientas de programación agéntica pueden conectar estos elementos en flujos de trabajo integrados de diseño, análisis y síntesis. Juntos, estos avances forman una «pila de capacidades» convergente, una que puede acelerar la innovación pero conducir a un panorama de políticas y riesgos más complejo.
Por qué importa el cribado de síntesis de ácidos nucleicos
Estos desarrollos dejan claro que una gobernanza eficaz debe centrarse no solo en modelos de frontera, sino también ampliarse para considerar múltiples puntos de control prácticos.
Una de las defensas a corto plazo más efectivas contra el mal uso biológico es el cribado de síntesis de ácidos nucleicos. Los proveedores de ADN sintético se encuentran en un punto crítico de control en el ecosistema biotecnológico. A menudo son el lugar donde los diseños biológicos teóricos se traducen en realidad física. El cribado de pedidos de ADN y la verificación de los clientes ayuda a garantizar que se utilicen herramientas potentes para fines legítimos y no se desvíen hacia el daño.
Sin embargo, hoy en día, la mayoría de los cribados de síntesis de ADN son todavía voluntarios y se aplican de manera desigual. Los estándares varían entre proveedores y no existe un requisito universal de que todas las órdenes se revisen al mismo nivel. A medida que las herramientas de diseño habilitadas por IA se vuelven más potentes, estas carencias se vuelven más relevantes.
El fortalecimiento de la síntesis de ácidos nucleicos es una respuesta pragmática y dirigida. No regula las ideas ni restringe la investigación legítima. En cambio, se centra en el acceso responsable a capacidades sensibles, para reforzar una línea de defensa que ya existe pero que ahora debe modernizarse. La necesidad y viabilidad de dicha modernización quedó demostrada por el Proyecto Paraphrase, liderado por Microsoft. Al probar sistemas de cribado existentes con secuencias biológicas diseñadas por IA, el proyecto mostró tanto dónde podían fallar las salvaguardas como cómo mejorarlas. El esfuerzo siguió un modelo familiar de la ciberseguridad: divulgación responsable, red teaming y despliegue rápido de soluciones. Destaca cómo las herramientas de bioseguridad, al igual que el software, deben evolucionar de manera continua para mantenerse al día con las amenazas cambiantes.
Impulso bipartidista y acción gubernamental duradera
La importancia de la bioseguridad en la era de la IA ha sido reconocida por administraciones y partes. El 5 de mayo de 2025, la Administración Trump emitió una Orden Ejecutiva para Mejorar la Seguridad y Protección de la Investigación Biológica, donde se subraya la importancia del cribado de síntesis de ácidos nucleicos y pidiéndose pide una supervisión más amplia de la bioseguridad. Esa acción se basó en el trabajo iniciado en 2024, cuando la Oficina de Política Científica y Tecnológica de la Casa Blanca estableció un marco federal que enfatizaba el cribado exhaustivo, la verificación del cliente y el desarrollo de normas técnicas en colaboración con la industria.
Los líderes del Congreso construyen ahora sobre esta base. A principios de este año, los senadores Cotton y Klobuchar presentaron la Ley de Modernización e Innovación en Bioseguridad, conocida como S. 3741. El proyecto de ley refleja un compromiso bipartidista con el fortalecimiento de la bioseguridad estadounidense mientras se mantiene el liderazgo científico y la innovación. Establecería requisitos obligatorios de cribado (que van más allá de los actuales requisitos para la investigación financiada con fondos federales), evaluaciones de conformidad y mecanismos de aplicación, al tiempo que avanzaría en la implementación práctica mediante asistencia técnica y un sandbox de gobernanza biotecnológica para promover esfuerzos exploratorios. El proyecto de ley también ordena a la OSTP realizar una evaluación de 90 días de las autoridades de bioseguridad y desarrollar un plan para consolidar la supervisión y mejorar la eficiencia y la eficacia.
En conjunto, estos esfuerzos reflejan un consenso duradero: salvaguardar la biotecnología en la era de la IA es una prioridad de seguridad nacional.
Innovación responsable en la práctica
Apoyar la innovación mientras se reduce el riesgo requerirá un enfoque equilibrado basado en la supervisión continua de las capacidades emergentes, la inversión en salvaguardas técnicas y el desarrollo reflexivo de políticas.
El cribado de síntesis de ácidos nucleicos no es una solución integral, pero sí esencial. Fortalecerla ahora —mediante legislación bipartidista, regulación reflexiva y colaboración público-privada continua— representaría el tipo de acción equilibrada y duradera que este momento requiere.
La Ley de Modernización e Innovación en Bioseguridad ayudaría a avanzar en ese objetivo al combinar requisitos de cribado más estrictos con herramientas prácticas de implementación y mecanismos de supervisión. Microsoft apoya con firmeza iniciativas como esta que se basan en nuestro trabajo de larga data con investigadores, proveedores de síntesis y otros socios para reforzar las salvaguardas mientras se mantiene la innovación.
Estados Unidos tiene la oportunidad de seguir con su liderazgo a través de combinar innovación con una gestión responsable. Si logramos este equilibrio adecuado, podremos aprovechar los beneficios de la biotecnología habilitada por IA mientras protegemos contra sus riesgos, tanto para esta generación como para la siguiente.
Starting today, Amazon Elastic Compute Cloud (Amazon EC2) P6-B200 instances accelerated by NVIDIA Blackwell GPUs are available in AWS GovCloud (US-East) Region. These instances offer up to 2x performance compared to P5en instances for AI training and inference.
P6-B200 instances feature 8 Blackwell GPUs with 1440 GB of high-bandwidth GPU memory and a 60% increase in GPU memory bandwidth compared to P5en, 5th Generation Intel Xeon processors (Emerald Rapids), and up to 3.2 terabits per second of Elastic Fabric Adapter (EFAv4) networking. P6-B200 instances are powered by the AWS Nitro System, so you can reliably and securely scale AI workloads within Amazon EC2 UltraClusters to tens of thousands of GPUs.
P6-B200 instances are now available in p6-b200.48xlarge size in the following AWS Regions: US West (Oregon), US East (N. Virginia, Ohio), AWS GovCloud (US-West) and AWS GovCloud (US-East) Region. To learn more about P6-B200 instances, visit Amazon EC2 P6 instances.
Starting today, Amazon Elastic Compute Cloud (Amazon EC2) P6-B200 instances accelerated by NVIDIA Blackwell GPUs are available in AWS GovCloud (US-East) Region. These instances offer up to 2x performance compared to P5en instances for AI training and inference. P6-B200 instances feature 8 Blackwell GPUs with 1440 GB of high-bandwidth GPU memory and a 60% increase in GPU memory bandwidth compared to P5en, 5th Generation Intel Xeon processors (Emerald Rapids), and up to 3.2 terabits per second of Elastic Fabric Adapter (EFAv4) networking. P6-B200 instances are powered by the AWS Nitro System, so you can reliably and securely scale AI workloads within Amazon EC2 UltraClusters to tens of thousands of GPUs. P6-B200 instances are now available in p6-b200.48xlarge size in the following AWS Regions: US West (Oregon), US East (N. Virginia, Ohio), AWS GovCloud (US-West) and AWS GovCloud (US-East) Region. To learn more about P6-B200 instances, visit Amazon EC2 P6 instances.
Ciudad de México – En un momento en que los ciberataques representan uno de los principales riesgos para la estabilidad económica y la confianza digital, Microsoft y la Organización de los Estados Americanos (OEA) anunciaron el fortalecimiento de su colaboración estratégica para impulsar la resiliencia digital en América Latina, con foco en ciberseguridad, capacitación gubernamental y adopción responsable de tecnologías emergentes.
La iniciativa busca reducir vulnerabilidades en los ecosistemas digitales de la región, fortalecer la capacidad de respuesta ante incidentes cibernéticos y apoyar a los gobiernos en la construcción de entornos digitales más seguros, un factor clave para atraer inversión, proteger infraestructuras críticas y sostener el crecimiento económico.
“La resiliencia digital ya no es solo un tema tecnológico: es un componente estratégico para la competitividad y el desarrollo económico”, señaló Steven Masada, Director Global de la Unidad de Crímenes Digitales de Microsoft. “Trabajar junto con la OEA nos permite escalar capacidades institucionales y apoyar a los gobiernos frente a un entorno de riesgos digitales cada vez más sofisticado”.
Ciberseguridad como habilitador económico
En un contexto donde las amenazas digitales son cada vez más complejas, transfronterizas y costosas, la colaboración público‑privada se vuelve esencial para proteger activos digitales, garantizar la continuidad operativa y fortalecer la confianza de ciudadanos y empresas.
Como parte de esta colaboración, Microsoft y la OEA impulsarán acciones orientadas a:
Fortalecer las capacidades nacionales y regionales en ciberseguridad, con énfasis en prevención, detección y respuesta a incidentes.
Facilitar el intercambio de información sobre amenazas y mejores prácticas, promoviendo una visión regional del riesgo digital.
Capacitar a funcionarios públicos y tomadores de decisión, alineando política pública y gestión tecnológica.
Promover el uso seguro y responsable de tecnologías emergentes, incluida la Inteligencia Artificial, como motor de productividad y crecimiento.
«Frente a amenazas cibernéticas que ningún país puede enfrentar solo, desde la OEA trabajamos para tender lazos con el sector privado en favor de nuestros Estados miembros», afirmó Ivan Marques, Secretario de Seguridad Multidimensional de la OEA. «Nuestra colaboración con Microsoft contribuirá a fortalecer la inteligencia sobre ciberamenazas y a construir un futuro digital más seguro y resiliente para las Américas», añadió.
Resiliencia digital para el crecimiento sostenible
La resiliencia digital implica no solo prevenir ataques, sino garantizar que las instituciones puedan adaptarse, responder y recuperarse rápidamente, minimizando impactos económicos y operativos.
Con esta alianza, Microsoft y la OEA refuerzan su compromiso con una América Latina más preparada frente a los riesgos digitales, posicionando la ciberseguridad y el uso responsable de la tecnología como habilitadores claves de confianza, inversión y desarrollo sostenible en la región.
Acerca de la OEA
La Organización de los Estados Americanos, fundada en 1948, es el organismo regional más antiguo del mundo, cuyos orígen se remonta a la Primera Conferencia Internacional Americana de 1889. La Organización fue fundada con el objetivo de lograr en sus Estados Miembros, como lo estipula el Artículo 1 de la Carta, «un orden de paz y de justicia, fomentar su solidaridad, robustecer su colaboración y defender su soberanía, su integridad territorial y su independencia». Hoy en día, la OEA reúne a 34 Estados Independientes de las Américas y constituye el principal foro gubernamental político, jurídico y social del Hemisferio. Además, ha otorgado el estatus de Observador Permanente a 70 Estados, así como a la Unión Europea (UE). Para lograr sus más importantes propósitos, la OEA se basa en sus principales pilares que son la democracia, los derechos humanos, la seguridad y el desarrollo.
Acerca de Microsoft
Microsoft (Nasdaq «MSFT» @microsoft) crea plataformas y herramientas impulsadas por la IA para ofrecer soluciones innovadoras que satisfagan las necesidades cambiantes de nuestros clientes. La empresa de tecnología está comprometida con hacer que la IA esté ampliamente disponible, de manera responsable, con la misión de empoderar a cada persona y a cada organización en el planeta para lograr más.
The post Microsoft y la OEA refuerzan su alianza para reducir riesgos cibernéticos y fortalecer la capacidad institucional digital en América Latina appeared first on Source LATAM.
