Amazon Redshift announces the availability of All Upfront and Partial Upfront payment options for 1-year and 3-year reserved instances for RG instances. Reserved instances allow customers to benefit from significant savings over on-demand rates. The new payment options join the previously available No Upfront option, giving customers greater flexibility to optimize compute costs based on their financial preferences. All Upfront delivers the maximum discount by paying for the full reservation term at the start, while Partial Upfront splits the cost between an initial payment and lower monthly installments.
Amazon Redshift RG reserved instances with All Upfront and Partial Upfront payment options are now available in the following AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), US West (N. California), Canada (Central), South America (São Paulo), Europe (Ireland), Europe (Frankfurt), Europe (London), Europe (Paris), Europe (Stockholm), Europe (Milan), Europe (Spain), Africa (Cape Town), Asia Pacific (Tokyo), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Mumbai), Asia Pacific (Jakarta), Asia Pacific (Hong Kong), Asia Pacific (Osaka), Asia Pacific (Malaysia), Asia Pacific (Hyderabad), Asia Pacific (Taiwan), Asia Pacific (Melbourne), Asia Pacific (Bangkok), and Mexico (Central).
Amazon Redshift announces the availability of All Upfront and Partial Upfront payment options for 1-year and 3-year reserved instances for RG instances. Reserved instances allow customers to benefit from significant savings over on-demand rates. The new payment options join the previously available No Upfront option, giving customers greater flexibility to optimize compute costs based on their financial preferences. All Upfront delivers the maximum discount by paying for the full reservation term at the start, while Partial Upfront splits the cost between an initial payment and lower monthly installments.
Amazon Redshift RG reserved instances with All Upfront and Partial Upfront payment options are now available in the following AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), US West (N. California), Canada (Central), South America (São Paulo), Europe (Ireland), Europe (Frankfurt), Europe (London), Europe (Paris), Europe (Stockholm), Europe (Milan), Europe (Spain), Africa (Cape Town), Asia Pacific (Tokyo), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Mumbai), Asia Pacific (Jakarta), Asia Pacific (Hong Kong), Asia Pacific (Osaka), Asia Pacific (Malaysia), Asia Pacific (Hyderabad), Asia Pacific (Taiwan), Asia Pacific (Melbourne), Asia Pacific (Bangkok), and Mexico (Central).
For pricing details, visit the Amazon Redshift pricing page.
Por: Brian Jones, vicepresidente – Excel Product Group
Hay un patrón en cómo la nueva tecnología llega al mundo. Oleada tras oleada, desde el PC hasta la base de datos relacional y la nube, la nueva tecnología llega primero a los desarrolladores, y las finanzas suelen ser las siguientes. Para los profesionales de finanzas, una mejor herramienta es una ventaja y el trabajo es modelar la realidad con un poco más de precisión que ayer. Durante décadas, esa herramienta ha sido Excel: donde se cierra el trimestre y se discute la previsión línea por línea, donde cada número se remonta a una fuente.
Así que cuando la IA entra en finanzas, tiene que superar la misma barra: mostrar su trabajo, usar datos fiables y rastrear cada cálculo. Muchas herramientas de IA afirman estar diseñadas para finanzas; Microsoft 365 Copilot en Excel lo demuestra en la práctica.
En Planificación y Análisis Financiero (FP&A, por sus siglas en inglés), Contabilidad, Fiscalidad, Cumplimiento y Tesorería, Microsoft Finance ejecuta Copilot en Excel en flujos de trabajo reales, donde dedica menos tiempo a buscar información y reconstruir análisis, y libera a los equipos para aplicar juicio a las decisiones. Lo moldean tanto como lo usan, indicándonos dónde falla y empujan el producto hacia el estándar que su propio trabajo exige. Cuando llega a ustedes, ya ha sido sometido a pruebas de presión por una organización financiera que opera en la frontera.
Hoy presentamos nuevas funciones diseñadas para que los profesionales financieros puedan seguir haciéndolo, con habilidades para flujos de trabajo repetibles, nuevos conectores financieros para datos confiables y capacidades mejoradas para la trazabilidad.
Diseñado para la complejidad del trabajo financiero
Antes de que las nuevas capacidades de Copilot se envíen en Excel, las evaluamos en niveles graduados de complejidad de tareas y benchmarks que reflejan el trabajo diario de los equipos financieros, para asegurar que puedan ofrecer un flujo de trabajo en varios pasos con un resultado fiable y verificable, en lugar de completar solo una tarea. Para saber más sobre cómo evaluamos, den un vistazo interno a nuestro marco de evaluación, benchmarks y enfoque específico de cada sector para finanzas.
Alcanzar el alto nivel del trabajo profesional en finanzas no es algo que hayamos hecho solos. También nos hemos asociado con el Financial Modeling Institute (FMI), el organismo global que acredita a los modeladores más exigentes del sector. Su biblioteca de casos reales de modelización financiera se ha convertido en una parte fundamental de cómo evaluamos Copilot en Excel para trabajos financieros.
Ajustado a sus estándares
Hoy presentamos habilidades que permiten a los equipos definir cómo Copilot debe completar procesos comunes como construir un DCF, cerrar libros, actualizar un modelo mensual de informes o preparar un análisis de variaciones. En lugar de empezar desde cero cada vez, una habilidad guía a Copilot a través de los pasos, para aplicar la estructura y el formato adecuados, y ayudar a producir un resultado más fácil de revisar, reutilizar y confiar.
Ahora está disponible una biblioteca de habilidades de finanzas de ejemplo, y pueden crear sus propias habilidades personalizadas a través de un archivo de markdown de estándar abierto. Guarden un archivo SKILL.md en su OneDrive, y Copilot lo recogerá para construir un modelo de tres sentencias o un paquete de placa por medio del proceso que definan para él. Descubran más sobre cómo crear, usar y gestionar habilidades aquí.
Desarrolladores y socios podrán pronto desarrollar y desplegar habilidades a través de Microsoft Marketplace y Microsoft 365 Admin Center. Ya hemos empezado a trabajar con una primera oleada de socios, incluidas soluciones financieras y ERP como LSEG,Ramp, Rogo, samaya.ai, Velixo y Vena.
Copilot también puede adaptarse a cómo les gusta trabajar en Excel. Con laPersonalización, puede establecer preferencias una vez y que Copilot las aplique de manera consistente, mientras que las reglas del cuaderno capturan la estructura, el nombre y las convenciones de fórmulas como una hoja en el libro que sigue al archivo.
Basado en datos de confianza
Copilot en Excel se conecta directo con los datos en los que confían los profesionales financieros, al incorporar datos de mercado, fundamentos e investigación directo al cuaderno de trabajo, de modo que el análisis parte de las fuentes más recientes en lugar de obtener datos de manera manual. Además de los conectores LSEG y Moody’s que lanzamos en mayo, hoy ampliamos sus opciones con más conectores de datos financieros para incorporar datos de mercados públicos y privados a Copilot en Excel.
CB Insights aporta inteligencia predictiva sobre empresas y mercados privados a Excel. Los equipos lo utilizan para localizar empresas prometedoras, evaluar mercados emergentes y apoyar los flujos de trabajo de estrategia, fusiones y adquisiciones y desarrollo corporativo.
Daloopa proporciona fundamentos listos para auditoría obtenidos de documentos ante la SEC, presentaciones a inversores, comunicados de prensa y otros materiales de empresas públicas. Los analistas la utilizan para actualizar modelos operativos, construir tablas comparables, hacer análisis financieros complejos y reducir la entrada manual de datos en las presentaciones.
FactSet conecta flujos de trabajo de Excel con datos financieros y alternativos utilizados por profesionales de la inversión, instituciones financieras y empresas. Los equipos la utilizan para modelar, seleccionar, analizar el mercado y realizar flujos de trabajo de investigación que dependen de datos institucionales de confianza.
Morningstar incorpora la investigación y datos de inversión a Excel, incluidos análisis de analistas, calificaciones y análisis de carteras. Los equipos de inversión la utilizan para evaluar las posiciones, comparar fondos, analizar carteras y apoyar las decisiones de asignación de activos.
PitchBook incorpora directo a Excel inteligencia de mercados privados de capital de nivel institucional, incluidos perfiles de empresas, historiales de operaciones, datos de fondos e investigación de analistas. Los equipos lo utilizan para crear listas de objetivos, apoyar flujos de trabajo de diligencia y filtrar inversiones por medio de datos de mercado privado de confianza e investigación experta de analistas.
S&P Global – Deterministic Retrieval, desarrollado por Kensho, proporciona acceso estructurado y basado en API a datos S&P Global para LLMs y sistemas basados en agentes. Los equipos lo utilizan para investigación de la empresa, análisis financiero, inteligencia de transcripciones y comparaciones entre múltiples entidades, con resultados predecibles y citados y control total sobre la orquestación y ejecución.
Nota: Los conectores y proveedores de datos de terceros pueden requerir licencias o suscripciones separadas del proveedor respectivo. Más información aquí. FactSet está en vista previa y estará disponible en general en julio.
Desbloquear flujos de trabajo financieros
Combinadas con Work IQ para consolidarse en el contexto laboral, estas funciones desbloquean escenarios reales en los que trabajan los equipos financieros cada día. Algunos ejemplos de prompts que ahora pueden probar con Work IQ, habilidades y conectores (Nota: los datos externos mencionados en los prompts siguientes pueden requerir uno o más conectores).
Cerrar los libros: Compara los datos reales del trimestre pasado con la planificación utilizando revisiones internas de previsión y cartas de planificación. Identifica las cinco mayores variaciones en ingresos, gastos, márgenes y flujo de caja, explica los posibles factores y redacta un resumen de revisión empresarial listo para ejecutivos con análisis @variance.
Actualizar la previsión de la previsión actual: Avanza la previsión actual usando las últimas suposiciones y presupuestos aprobados por mi equipo. Incorpora datos de mercado, concilia los cambios con el plan operativo actual y resume los principales factores detrás de la actualización con @model-update.
Construir el modelo de valoración: Utiliza el análisis @comps para construir un DCF, un análisis de empresa comparable y un modelo de sensibilidad para esta empresa. Consulta los fundamentos financieros, las expectativas de los analistas, los índices de índice de mercado y los múltiplos de transacciones para explicar los principales factores de valoración.
Encontrar la siguiente adquisición: Utiliza el filtro de @deal para ayudar a identificar candidatos a adquisición que coincidan con nuestros documentos de estrategia interna y criterios de adquisición. Combina el rendimiento de la empresa y las señales de mercado con el historial de financiación y la actividad de los inversores para evaluar, clasificar y recomendar las oportunidades más sólidas.
Analizar el rendimiento de la cartera: Utiliza la monitorización @portfolio para evaluar el rendimiento de esta cartera frente a los objetivos de inversión y los materiales internos del comité de inversión. Consulta análisis y calificaciones de fondos junto con datos de rendimiento de mercado y riesgo para identificar riesgos de concentración y recomendar ajustes de cartera.
Mantenerse por delante de los resultados: Utiliza @catalyst-calendar para analizar resultados de ganancias, revisiones de estimaciones, expectativas de los analistas y comentarios de la dirección sobre las empresas de esta lista. Recopila previsiones de consenso, inteligencia de transcripciones y datos de mercado para identificar cambios de sentimiento y resumir los desarrollos que más importan a los inversores.
Controlable por diseño
En finanzas, la respuesta por sí sola no es suficiente. Tienen que saber cómo llegaron ahí. Ya sea al actualizar una previsión, actualizar un modelo de informes del consejo o revisar cambios antes del cierre del trimestre, los equipos financieros necesitan lo mismo que siempre han exigido a Excel: visibilidad sobre lo que ha cambiado, confianza en la metodología y un camino claro.
Por eso ahora pueden elegir planificar con Copilotantes de actuar, para detallar qué rangos, hojas de trabajo, fórmulas y suposiciones pretende actualizar, junto con preguntas aclaradoras. Una vez realizados los cambios, cada edición permanece rastreable, con enlaces de vuelta a las células afectadas y los cambios ahora se atribuyen a Copilot junto con el trabajo de colaboradores en el panel Mostrar Cambios.
El resultado es un Copilot que funciona más como un analista de confianza: propone un camino a seguir, explica su enfoque y hace que cada cambio sea transparente y revisable.
Disponibilidad
La personalización, las reglas del cuaderno de trabajo, las habilidades predefinidas, los conectores federados de Copilot, Plan con Copilot y la atribución de Copilot en Mostrar Cambios están disponibles a nivel general para los clientes de Microsoft 365 Copilot en Excel para Web, Windows y Mac.
Las habilidades personalizadas están disponibles hoy a través del canal Insiders para Windows y Mac, y el mes que viene se desplegarán en disponibilidad general en Excel para Web, Windows y Mac.
Las habilidades desarrolladas por socios llegarán en el tercer trimestre de 2026. Aprendan más aquí sobre cómo desarrollar y desplegar habilidades.
Las funciones descritas en esta publicación se despliegan de manera progresiva para los clientes de Microsoft 365 Copilot. La disponibilidad específica, las regiones soportadas y los requisitos de licencia pueden variar.
Amazon EC2 introduces AMI watermarks, letting you embed custom identifiers in your private AMIs. Once applied, a watermark automatically carries forward to every AMI derived from the original, whether you copy it across regions or create a new AMI from a running instance. Watermarks also remain visible when you share an AMI with other accounts. This helps you identify trusted AMIs, track provenance, and enforce governance policies across your organization.
Each watermark includes metadata such as the AMI ID, owner ID, region, and creation timestamps, providing reliable provenance that persists regardless of how many times an AMI is copied or new AMIs are created from it. AMI Watermarks improve AMI tracking by enabling you to filter and find related AMIs across your accounts. For governance, you can combine watermarks with Allowed AMIs to restrict instance launches to only AMIs carrying approved watermarks and enforce the setting at scale across your organization through Declarative Policies.
You can start adding AMI watermarks to your private AMIs by using the AWS Management Console, AWS CLI, or SDKs. To learn more, please visit the documentation. You can also attach watermarks through EC2 Image Builder, a service used to create and manage AMIs, as part of your AMI build pipeline.
AMI watermarks are available to all customers at no additional cost in all AWS regions including AWS China (Beijing) Region, operated by Sinnet, and AWS China (Ningxia) Region, operated by NWCD, and AWS GovCloud (US) Regions.
Amazon EC2 introduces AMI watermarks, letting you embed custom identifiers in your private AMIs. Once applied, a watermark automatically carries forward to every AMI derived from the original, whether you copy it across regions or create a new AMI from a running instance. Watermarks also remain visible when you share an AMI with other accounts. This helps you identify trusted AMIs, track provenance, and enforce governance policies across your organization. Each watermark includes metadata such as the AMI ID, owner ID, region, and creation timestamps, providing reliable provenance that persists regardless of how many times an AMI is copied or new AMIs are created from it. AMI Watermarks improve AMI tracking by enabling you to filter and find related AMIs across your accounts. For governance, you can combine watermarks with Allowed AMIs to restrict instance launches to only AMIs carrying approved watermarks and enforce the setting at scale across your organization through Declarative Policies. You can start adding AMI watermarks to your private AMIs by using the AWS Management Console, AWS CLI, or SDKs. To learn more, please visit the documentation. You can also attach watermarks through EC2 Image Builder, a service used to create and manage AMIs, as part of your AMI build pipeline. AMI watermarks are available to all customers at no additional cost in all AWS regions including AWS China (Beijing) Region, operated by Sinnet, and AWS China (Ningxia) Region, operated by NWCD, and AWS GovCloud (US) Regions.
The AWS IoT Device SDK for Swift is now generally available, enabling Swift developers to build secure, scalable IoT applications natively on Apple platforms including macOS, iOS, and tvOS, as well as Linux. This SDK addresses the previous lack of native Swift support for AWS IoT services, providing stable, production-ready APIs specifically designed for teams managing IoT device fleets and building cross-platform IoT solutions across the Apple ecosystem.
The SDK delivers comprehensive capabilities for real-time device management and secure communication. With integrated service clients for AWS IoT Device Shadow, Jobs, and Fleet Provisioning, developers can synchronize device states between applications and AWS IoT Core, manage remote operations on connected devices at scale, and automate certificate and policy creation for secure device onboarding. The SDK also provides built-in TLS 1.3 support on Apple iOS and tvOS platforms, ensuring IoT applications use the latest industry-standard security practices for protecting data in transit.
The AWS IoT Device SDK for Swift is now generally available, enabling Swift developers to build secure, scalable IoT applications natively on Apple platforms including macOS, iOS, and tvOS, as well as Linux. This SDK addresses the previous lack of native Swift support for AWS IoT services, providing stable, production-ready APIs specifically designed for teams managing IoT device fleets and building cross-platform IoT solutions across the Apple ecosystem.
The SDK delivers comprehensive capabilities for real-time device management and secure communication. With integrated service clients for AWS IoT Device Shadow, Jobs, and Fleet Provisioning, developers can synchronize device states between applications and AWS IoT Core, manage remote operations on connected devices at scale, and automate certificate and policy creation for secure device onboarding. The SDK also provides built-in TLS 1.3 support on Apple iOS and tvOS platforms, ensuring IoT applications use the latest industry-standard security practices for protecting data in transit.
To learn more, visit the AWS IoT Device SDK documentation and explore code samples on GitHub . Get started by installing the SDK via Swift Package Manager.
Amazon EMR Serverless now supports updates to key application configurations such as maximum capacity, and custom image settings — without stopping and restarting the application. New workloads submitted after the update automatically use the new settings, while existing workloads continue uninterrupted with their original configuration.
Previously, modifying these settings required stopping your EMR Serverless application, making the change, and restarting it — forcing you to coordinate maintenance windows and temporarily block job submissions. Now you can adjust scaling boundaries or deploy updated custom images at any time without disrupting running jobs. This reduces operational overhead and lets you respond to changing workload demands or deploy image updates immediately.
This feature is available on all Amazon EMR releases and in all AWS Regions where Amazon EMR Serverless is available. To learn more, visit the EMR Serverless User Guide.
Amazon EMR Serverless now supports updates to key application configurations such as maximum capacity, and custom image settings — without stopping and restarting the application. New workloads submitted after the update automatically use the new settings, while existing workloads continue uninterrupted with their original configuration.
Previously, modifying these settings required stopping your EMR Serverless application, making the change, and restarting it — forcing you to coordinate maintenance windows and temporarily block job submissions. Now you can adjust scaling boundaries or deploy updated custom images at any time without disrupting running jobs. This reduces operational overhead and lets you respond to changing workload demands or deploy image updates immediately.
This feature is available on all Amazon EMR releases and in all AWS Regions where Amazon EMR Serverless is available. To learn more, visit the EMR Serverless User Guide.
La IA en la educación cambia con rapidez: Las nuevas experiencias educativas de Microsoft 365 ponen el aprendizaje en primer lugar
Por: Matt Jubelirer, director general, Marketing Educativo.
El 92% de los estudiantes y líderes educativos, y el 88% de los educadores, ya han utilizado IA con fines escolares.1 Aunque el uso de la IA en las escuelas ya está muy extendido, la siguiente pregunta es si apoya el aprendizaje y el pensamiento crítico, no solo la productividad.
La educación ha superado la experimentación temprana, pero alcanzar los resultados que importan, aquellos más allá de la rapidez y la eficiencia, depende primero de una cosa: el apoyo. El último informe Microsoft de AI en educación destaca esta necesidad. El 66% de los educadores y el 52% de los estudiantes quieren formación mensual o trimestral en IA, y muchos desean una orientación más clara sobre el uso responsable. Con ese soporte en marcha, la IA diseñada para el aprendizaje puede ayudar a dar soporte a los resultados del aprendizaje, no solo ahorrar tiempo.
Fuente: Microsoft, IA en la educación: Un informe especial de Microsoft, 2026
Por eso hoy anunciamos varias nuevas capacidades de enseñanza impulsadas por IA, basadas en la retroalimentación de los docentes, para ofrecer experiencias seguras y centradas en el estudiante, fundamentadas en la ciencia del aprendizaje. Estas nuevas capacidades están integradas en las aplicaciones y herramientas que educadores y estudiantes ya utilizan a través de Microsoft 365 Education, con protecciones integradas de privacidad y seguridad que ayudan a las instituciones a adoptar un enfoque más coherente y de confianza. Además, también ampliamos el acceso a la formación y al aprendizaje profesional.
Nuevas experiencias docentes, construidas con educadores
Los comentarios de nuestro Programa Education Insiders moldearon de manera directa un nuevo conjunto de capacidades docentes integradas en los flujos de trabajo diarios de los educadores en Microsoft 365 Education. No son solo mejoras de productividad; son experiencias inteligentes diseñadas para apoyar la manera en que los educadores enseñan. Estas funciones se despliegan ahora en nuestras comunidades de previsualización y estarán disponibles en general en los próximos meses:
Teach en el módulo de la app Microsoft 365 Copilot incluirá la capacidad de crear con facilidad Planes de Unidad alineados con estándares, con apoyo para estándares académicos de más de 50 países. Los educadores proporcionan la materia, el curso, el idioma, la duración y cualquier contexto o contenido relevante, y Teach genera un borrador del Plan de Unidad con una visión general, preguntas esenciales y detalles semanales. A partir de ahí, los educadores refinan el borrador, al añadir componentes como una lista de materiales, planes de clase, evaluaciones y sugerencias generadas por IA. Y con Teach, los educadores pueden seguir adelante después de que el plan esté elaborado, mientras siguen los siguientes pasos recomendados para generar materiales de apoyo o continuar la iteración con Microsoft 365 Copilot Chat.
Assignments ayudarán a los docentes a establecer Directrices de IA para cada Assignment, que van desde la ausencia de IA hasta el uso completo del chat de Copilot. Según el informe, la integridad académica es la principal preocupación tanto para los estudiantes (41%) como para los educadores (42%), y una comunicación clara en torno a las expectativas es una de las maneras más efectivas de generar confianza y seguridad en el uso de la IA.
Además, los educadores pueden diferenciar aún más su enfoque a través de crear, reutilizar o ajustar grupos de estudiantes según el nivel de lectura, el apoyo lingüístico y otros criterios, para luego asignar los recursos adecuados a cada grupo dentro de una tarea.
Microsoft Learning Zone ofrecerá la posibilidad de utilizar las lecciones en una sesión presencial al ritmo del educador para ayudar a controlar la progresión y visualizar la actividad agregada de los estudiantes casi en tiempo real. Las lecciones de Learning Zone también pueden integrarse ahora con Assignments. Además, durante el próximo año, ofrecemos la oportunidad de probar la generación de lecciones de Learning Zone en cualquier dispositivo con Windows 11.
Del motor de respuestas al coach de aprendizaje
El Agente Study and Learn es una experiencia impulsada por la ciencia del aprendizaje en Copilot Chat, diseñada en específico para estudiantes de 13 años o más, sin coste adicional con Microsoft 365 Education. Study and Learn transforma la IA de un motor de respuestas en un coach de aprendizaje interactivo, optimizado para resultados de aprendizaje en lugar de respuestas rápidas. Apoyado en principios basados en la investigación, ayuda a los estudiantes a comprender conceptos, resolver problemas y desarrollar su escritura sin que la IA haga el trabajo por ellos—mediante preguntas estructuradas, prácticas interactivas como tarjetas didácticas, cuestionarios y emparejamiento, y retroalimentación inmediata diseñada para apoyar la retención de conocimientos y el pensamiento independiente.
Study and Learn está diseñado para adaptarse a las instituciones donde se encuentran, con flexibilidad y controles adecuados: los administradores de TI deben primero habilitar Copilot Chat para los estudiantes de K-12, que luego proporciona acceso a Study and Learn por defecto. En los próximos meses, los educadores también podrán asignar el uso de Estudiar y Aprender dentro de las Assignments.
Copilot Notebooks, un espacio de trabajo impulsado por IA diseñado para ayudar a los estudiantes a mantenerse concentrados en sus propios materiales, ya está disponible como parte de la aplicación Microsoft 365 Copilot sin coste adicional con Microsoft 365 Education. Los estudiantes pueden reunir diapositivas de clases, folletos, lecturas y apuntes, y luego recibir ayuda basada de manera directa en esas fuentes. También pueden utilizar las nuevas capacidades de guías de estudio para transformar sus materiales en guías interactivas para su revisión y autoevaluación.
A través de estas experiencias, los estudiantes pueden mantener el control de su propio aprendizaje con protecciones de privacidad incorporadas para apoyar un uso responsable.
También facilitamos el acceso a estas experiencias de enseñanza y aprendizaje con los atajos de la barra de tareas de Teach and Learn en dispositivos Windows para un acceso rápido y personalizado directo desde la barra de tareas. Y para los líderes y equipos de TI, estas experiencias están diseñadas para su despliegue a nivel institucional, con la gobernanza, seguridad e integración necesarias para implementarse con mayor confianza.
Preparar a estudiantes y educadores para lo que viene
Los profesores y líderes educativos piden, de manera abrumadora, formación y un mayor conocimiento sobre la IA, y lo que está en juego es claro: el 87% de los educadores y líderes educativos, y el 79% de los estudiantes, coinciden en que saber usar la IA de manera eficaz y responsable es importante para el futuro de los estudiantes. Eso requiere más que acceso a la tecnología. Microsoft Elevate for Educators ofrece recursos comunitarios, de credenciales y de desarrollo de capacidades para ayudar a profesores y líderes escolares a transformar el aprendizaje y la enseñanza. Microsoft ha apoyado el Marco de Alfabetización en IA desarrollado por la Comisión Europea y la OCDE junto con CodeAI para ofrecer a responsables políticos, diseñadores curriculares y profesores un manual compartido sobre lo que los estudiantes deben saber, hacer y entender sobre la IA al terminar la escuela. También trabajamos con ISTE + ASCD en una vía de certificación publicada de manera reciente, llamada «Alfabetización en IA para Educadores» alineada con el marco. Ambos se conectan al nivel Expert de Microsoft Elevate for Educators, que ahora acepta solicitudes.
Mientras celebramos a los nuevos graduados, reflexionamos sobre el progreso y los aprendizajes, y nos preparamos para el próximo curso escolar, nuestro enfoque se mantiene constante: ayudar a cada estudiante y educador a usar la IA con confianza, para apoyar el aprendizaje hoy y prepararse para lo que venga.
1 Microsoft, IA en la educación: Un informe especial de Microsoft, 2026. La encuesta fue realizada por PSB Insights entre 3.345 encuestados de educación K–12 y superior en Estados Unidos, Reino Unido, Australia, Brasil, Japón y Arabia Saudí. El público incluía a educadores, líderes educativos (tanto de TI como académicos) y estudiantes de 13 años en adelante. La encuesta cuantitativa en línea se realizó del 13 de febrero al 9 de marzo. Los datos globales se ponderan en función de las estimaciones del gasto educativo del Banco Mundial.
The post La IA en la educación cambia con rapidez: Las nuevas experiencias educativas de Microsoft 365 ponen el aprendizaje en primer lugar appeared first on Source LATAM.
Dentro del impulso de dos décadas de Microsoft para reducir la intensidad del agua mientras escala para el crecimiento
Por: Judy Priest, CVP y CTO de Operaciones en la Nube e Innovación y Steve Solomon, vicepresidente de Ingeniería de Centros de Datos.
A medida que la demanda de servicios en la nube y la IA sigue en aumento, los centros de datos se han vuelto más esenciales que nunca. Las comunidades también quieren comprender mejor cómo esta infraestructura afecta a los recursos locales, en especial al agua. En Microsoft, la gestión del agua ha sido una prioridad desde que nuestro primer centro de datos se construyó a principios de los 2000 y sigue como una parte fundamental de nuestra estrategia hoy y en el futuro. Esto sustenta tanto nuestra iniciativa de Infraestructura de IA Community-First como nuestro compromiso a nivel de empresa de ser positivos en materia de agua para 2030, lo que significa que repondremos más agua de la que retiramos. Combinamos nuestro progreso con una transparencia continua para que la gente pueda entender no solo cuánta agua utilizamos, sino también cómo trabajamos para reducir ese consumo a lo largo del tiempo.
Gracias a la innovación continua y los avances en tecnologías de refrigeración, hemos mejorado nuestra eficacia en el uso del agua (WUE, por sus siglas en inglés), medida en litros por kilovatio-hora (L/kWh), en casi un 90% desde nuestra primera generación de centros de datos a principios de los 2000. Nuestra WUE media ha pasado de 2,3 L/kWh a 0,27 L/kWh en 2025, lo que refleja décadas de innovación y nuestro compromiso continuo de reducir la intensidad hídrica de nuestros centros de datos, al tiempo que satisface la creciente demanda de servicios en la nube y la IA.
En toda nuestra flota de centros de datos propios, estamos comprometidos como empresa a una mejora del 40% en la intensidad del consumo de agua de los centros de datos para 2030. A fecha de 2025, hemos reducido la intensidad del consumo de agua en un 25 por ciento, situándonos muy por encima de la mitad del camino hacia nuestro objetivo. Este sólido progreso refleja el impacto de nuestras continuas inversiones en tecnologías de refrigeración eficiente en el agua, mejoras operativas y prácticas responsables de gestión del agua.*
En el año fiscal 2025, Microsoft alcanzó un hito importante hacia su compromiso positivo en el agua para 2030, al reponer más agua de la que retiró en sus operaciones globales del año. Hemos logrado este progreso a través de desvincular el crecimiento de los centros de datos del uso del agua mediante prácticas de gestión del agua resilientes y responsables, y el despliegue de tecnologías de refrigeración cada vez más eficientes, lo que demuestra que el crecimiento digital y la gestión sostenible del agua pueden avanzar juntos. Estamos comprometidos a construir sobre este progreso y a trabajar para mantener un rendimiento positivo en materia de agua a lo largo del tiempo mientras continuamos el avance hacia nuestro objetivo para 2030.
Gestión temprana del agua por diseño
Comenzamos con algunos de nuestros primeros diseños de centros de datos, priorizamos la eficiencia hídrica a través de minimizar los impactos en el consumo energético mediante el despliegue de enfriadores de alta eficiencia que operaban a temperaturas elevadas del agua. Ya en 2008, adoptamos la refrigeración directa por aire con asistencia por evaporación como enfoque principal en nuestra flota de centros de datos. Este diseño consume, de manera significativa, menos electricidad y hasta un 90% menos de agua que los sistemas tradicionales de refrigeración a base de agua, ya que depende del agua solo cuando las temperaturas exteriores superan los 85°F (29,4°C). Como resultado, cerca del 90% de nuestra flota propiedad de 2025 opera a través de la utilización de sistemas de refrigeración de una alta eficiencia y de baja o nula utilización.
Aunque la mayoría de nuestros centros de datos existentes ya son muy eficientes en cuanto al consumo de agua, no nos detuvimos ahí. En 2024, Microsoft presentó un nuevo diseño de centro de datos optimizado para cargas de trabajo de IA que no consume agua para la refrigeración durante las operaciones, lo que refuerza aún más nuestro compromiso con la gestión del agua desde el diseño. Esta solución de refrigeración a nivel de chip proporciona un control zonal preciso de la temperatura sin evaporación del agua, para recircular el agua a través de un sistema de refrigeración en circuito cerrado y directo al chip. A medida que nuestra flota de centros de datos sigue su crecimiento, la incorporación de estos diseños sin agua reducirá aún más la intensidad del consumo de agua de Microsoft con el tiempo.
Métodos de refrigeración de centros de datos, explicados:
Torres de refrigeración: Sistemas tradicionales que eliminan el calor al evaporar el agua durante todo el año.
Enfriadores híbridos de fluidos: Evaporan el agua para refrigerar durante las condiciones calurosas de verano y cambian a modo seco cuando las temperaturas ambientales bajan.
Aire directo: Utiliza el aire exterior para refrigerar, con poco o ningún uso de agua. El agua se utiliza solo cuando el aire exterior supera los 85°F.
Enfriadores refrigerados por aire: Utilizan refrigeración mecánica y aire exterior para eliminar el calor de los circuitos cerrados de refrigerante sin evaporación de agua.
DC de IA refrigerados por líquido: Utilizan refrigeración en circuito cerrado y directa al chip para proporcionar un control preciso de la temperatura a nivel de chip, lo que elimina el calor de manera eficiente sin evaporación de agua.
Modernización de la refrigeración en centros de datos existentes con controles más inteligentes
La innovación en el diseño es solo una parte de la historia. También mejoramos la eficiencia de las instalaciones existentes que utilizan agua mediante un enfoque continuo en optimizar los puntos de ajuste de temperatura y humedad, lo que permite un control ambiental más preciso y elimina el sobreenfriamiento. Además, auditamos de manera regular el uso del agua y comparamos los datos reales con las expectativas de diseño a través de datos meteorológicos en tiempo real y análisis operativos. Esto ayuda a garantizar que nuestros centros de datos funcionen como se espera y nos permite identificar y abordar con rapidez cualquier uso inesperado de agua. Estos esfuerzos, combinados con mejoras continuas en hardware y operativas, están orientados a consumir la menor cantidad de agua posible.
De manera concreta en nuestros centros de datos de Phoenix, Arizona, la implementación de estos avances llevó a una mejora interanual del 23% en WUE solo en el año fiscal 2025. Ahora, desplegamos estos avances en nuestros centros de datos de refrigeración directa-evaporativa a nivel global.
Mejoras operativas como estas son una de las razones por las que Microsoft ha podido informar de reducciones significativas a largo plazo en la intensidad del agua a lo largo de las generaciones de centros de datos. También señalan la siguiente fase de nuestro trabajo: ampliar el uso de fuentes de agua recicladas y alternativas siempre que sea posible.
Aprovechar agua reciclada, reutilizada y no potable
Además de fomentar la eficiencia, también priorizamos el uso de agua reciclada, reutilizada o no potable siempre que sea posible en nuestras operaciones. Hemos ampliado el uso de estas fuentes de agua no potable en algunas de nuestras regiones con mayor consumo hídrico, lo que ayuda a reducir la demanda de suministros de agua dulce. Por ejemplo, en Quincy, Washington, Singapur y San Antonio, Texas, tres de nuestras ubicaciones clave para avanzar en la gestión del agua, aprovechamos fuentes de agua reciclada, reutilizada o no potable, en un 74%, 99% y 79% de manera respectiva.
Los sistemas de captación de agua de lluvia ya están operativos en centros de datos seleccionados de los Países Bajos, Suecia e Irlanda, con instalaciones adicionales previstas en Canadá, Reino Unido, Finlandia, Italia, Sudáfrica y Austria. Para ilustrar el posible impacto, se espera que los nuevos centros de datos de Microsoft en Quebec recojan hasta 1,5 millones de litros de agua de lluvia al año, según los niveles locales de precipitación. Esta agua puede utilizarse para compensar aún más la ya baja extracción de agua en estos lugares. Ampliar el uso de fuentes alternativas de agua de esta manera ayuda a reducir la presión sobre los suministros municipales de agua, al tiempo que apoya operaciones eficientes de centros de datos.
Cuando es necesario, implementamos sistemas de tratamiento de agua in situ que permiten a las instalaciones reciclar el agua varias veces para las operaciones de refrigeración. Estos sistemas producen agua purificada adecuada para su reutilización dentro de los sistemas de refrigeración, lo que reduce la dependencia general del suministro de agua de las compañías eléctricas. Juntos, estos esfuerzos demuestran cómo la innovación en ingeniería y la excelencia operativa pueden trabajar de manera conjunta para reducir de manera significativa el consumo de agua a nivel de instalación.
Avanzar en la gestión del agua mediante la inversión y la colaboración comunitaria
Trabajamos de manera estrecha con las compañías eléctricas locales para reducir la presión sobre los recursos comunitarios y planificar con antelación las necesidades de abastecimiento e infraestructura asociadas a nuestras operaciones. Más allá de nuestras operaciones, el Compromiso de Comunidad de Centros de Datos de Microsoft nos compromete a proteger las cuencas locales, involucrar a los actores implicados e invertir en proyectos que refuercen la resiliencia hídrica regional — lo que ayuda a garantizar que el crecimiento de los centros de datos apoye tanto la sostenibilidad ambiental como el bienestar comunitario a largo plazo. Cuando se requieren mejoras del sistema, Microsoft financia esas actualizaciones en su totalidad para que las comunidades no tengan que asumir el coste de apoyar nuestras operaciones.
Más allá de nuestra propia huella, invertimos de manera directa en infraestructuras de agua comunitarias al modernizar los sistemas de agua, ampliar el acceso, aumentar la fiabilidad y ayudar a las compañías eléctricas a mantener tarifas y presión estables. Estas inversiones crean valor compartido tanto para Microsoft como para las comunidades locales con las que trabajamos de manera estrecha, para reforzar infraestructuras críticas y apoyar la resiliencia hídrica a largo plazo. Por ejemplo, cerca de nuestro centro de datos en Leesburg, Virginia, Microsoft financia más de 25 millones de dólares en mejoras en agua y alcantarillado para ayudar a garantizar que el coste de servicio a nuestras instalaciones no recaiga en los contribuyentes locales. Desde 2020, hemos invertido más de 500 millones de dólares en más de 75 proyectos de infraestructura de agua y aguas residuales que generan co-beneficios significativos para la comunidad.
Reabastecimiento
Por último, combinamos todo este trabajo con nuestro compromiso más amplio de ser positivos en agua, nuestro objetivo de reponer más agua de la que extraemos para 2030, mientras avanzamos en nuestro enfoque de Infraestructura de IA Primero en la Comunidad, que prioriza ofrecer beneficios medibles a las comunidades donde operamos. Este enfoque se extiende a toda la huella de nuestro centro de datos, incluidas las instalaciones alquiladas. En el año fiscal 2025, reabastecimos más agua de la que retiramos a nivel mundial, lo que marca un hito importante en nuestro camino de gestión del agua.**
Priorizamos y llevamos a cabo proyectos diseñados para aportar una contribución significativa de agua a cada comunidad local. Por ejemplo, en el área metropolitana de Phoenix y en las comunidades cercanas de Nevada, colaboramos con FIDO Tech y las compañías eléctricas locales para desplegar la detección de fugas habilitada por IA que identifica y repara cortes ocultos en sistemas de agua envejecidos. Al evitar la pérdida de agua antes de que ocurra, estos esfuerzos ayudan a mantener más agua en circulación, lo que mejora la fiabilidad para los residentes y aumenta de manera efectiva la cantidad de agua utilizable disponible en todo el sistema.
En todo el Medio Oeste, colaboramos con The Nature Conservancy para restaurar los históricos humedales en forma de meandro — cuerpos de agua en forma de media luna que recargan de manera natural el agua subterránea, reducen el riesgo de inundaciones y mejoran el hábitat para especies autóctonas. Estos humedales actúan como reservorios naturales, al capturar y devolver poco a poco el agua a los acuíferos locales con el tiempo. El objetivo es crear una disponibilidad de agua más estable para la agricultura, ecosistemas más saludables y una mayor resiliencia para las comunidades cercanas durante todo el año.
Mirar hacia adelante
A medida que los desafíos relacionados con el agua se vuelven cada vez más complejos en todo el mundo, Microsoft sigue muy comprometida con la protección del agua como recurso natural vital. Seguimos con el impulso a innovaciones en centros de datos que reducen la intensidad del consumo de agua mientras apoyan las crecientes demandas de rendimiento de los servicios en la nube y la IA. A través de diseños sin refrigeración por agua optimizados para cargas de trabajo de IA, iniciativas de reutilización del agua tanto dentro como fuera de nuestros campus y programas de gestión comunitaria, trabajamos hacia un futuro donde el crecimiento digital y la gestión responsable del agua vayan de la mano.
También exploramos arquitecturas de refrigeración zonal que alinean con mayor precisión los enfoques de refrigeración con las necesidades de diferentes tipos de hardware, para mejorar la eficiencia mientras soportan una mezcla diversa de IA y cargas de trabajo tradicionales.
Los centros de datos son infraestructuras esenciales para la economía digital, y creemos que deben construirse y operarse de manera que beneficien a las comunidades a las que sirven. En la última década, hemos demostrado que el avance tecnológico y la gestión ambiental pueden avanzar juntos, y seguimos comprometidos a continuar ese camino mientras construimos los centros de datos del futuro.
Pie de foto superior: Vista aérea del campus del centro de datos de Microsoft en Wisconsin.
Judy Priest lidera la estrategia tecnológica, la innovación y la investigación para la infraestructura global de nube e IA de Microsoft, para impulsar avances en arquitectura de centros de datos, sostenibilidad, energía, refrigeración, energía y tecnologías emergentes que permiten servicios fiables y escalables.
Steve Solomon es un ingeniero profesional que lidera la estrategia de ingeniería detrás de la infraestructura global de nube e IA de la empresa. Se especializa en diseño de centros de datos, sostenibilidad, innovación en energía y refrigeración, para ayudar a avanzar en infraestructuras fiables, eficientes y centrada en la comunidad a hiperescala.
*Nota al pie 1: Medido como extracciones de agua por megavatio (MW); Basado en una línea base de 2022.
The post Dentro del impulso de dos décadas de Microsoft para reducir la intensidad del agua mientras escala para el crecimiento appeared first on Source LATAM.
Amazon Neptune now supports AWS CloudFormation for provisioning and managing Neptune global databases. Using the new AWS::Neptune::GlobalCluster resource type, you can define your multi-region graph database topology as code — automating deployment, storing configurations in source control, and integrating with CI/CD pipelines.
Neptune global databases provide a primary cluster with read-write capability and up to five read-only secondary clusters in different AWS Regions, connected through low-latency replication via the Neptune storage subsystem. Common use cases include low-latency read access across regions, disaster recovery, data residency compliance, and high-availability graph deployments with centralized writes and distributed reads.
This feature is available in all AWS Regions where Neptune global databases are supported. To get started, see the Neptune global databases CloudFormation documentation.
Amazon Neptune now supports AWS CloudFormation for provisioning and managing Neptune global databases. Using the new AWS::Neptune::GlobalCluster resource type, you can define your multi-region graph database topology as code — automating deployment, storing configurations in source control, and integrating with CI/CD pipelines.
Neptune global databases provide a primary cluster with read-write capability and up to five read-only secondary clusters in different AWS Regions, connected through low-latency replication via the Neptune storage subsystem. Common use cases include low-latency read access across regions, disaster recovery, data residency compliance, and high-availability graph deployments with centralized writes and distributed reads.
This feature is available in all AWS Regions where Neptune global databases are supported. To get started, see the Neptune global databases CloudFormation documentation.
Amazon EC2 High Memory U7in-24TB instances (u7in-24tb.224xlarge) are now available in AWS Asia Pacific (Seoul) region. U7i instances are part of the AWS 7th generation and are powered by custom fourth-generation Intel Xeon Scalable processors (Sapphire Rapids). U7in-24TB instances offer 24 TiB of DDR5 memory, enabling customers to scale transaction processing throughput in a fast-growing data environment. U7i instances offer up to 45% better price performance over existing U-1 instances.
U7in-24TB instances deliver 896 vCPUs and support up to 100 Gbps of Amazon EBS bandwidth for faster data loading and backups, 200 Gbps of network bandwidth, and ENA Express. U7i instances are ideal for customers running mission-critical in-memory databases like SAP HANA, Oracle, and SQL Server.
Amazon EC2 High Memory U7in-24TB instances (u7in-24tb.224xlarge) are now available in AWS Asia Pacific (Seoul) region. U7i instances are part of the AWS 7th generation and are powered by custom fourth-generation Intel Xeon Scalable processors (Sapphire Rapids). U7in-24TB instances offer 24 TiB of DDR5 memory, enabling customers to scale transaction processing throughput in a fast-growing data environment. U7i instances offer up to 45% better price performance over existing U-1 instances.
U7in-24TB instances deliver 896 vCPUs and support up to 100 Gbps of Amazon EBS bandwidth for faster data loading and backups, 200 Gbps of network bandwidth, and ENA Express. U7i instances are ideal for customers running mission-critical in-memory databases like SAP HANA, Oracle, and SQL Server.
To learn more about U7i instances, visit the High Memory instances page.
Amazon CloudWatch now supports tagging for CloudWatch dashboards, enabling you to organize, categorize, and control access to your dashboards using tags. Tags are key-value pairs that help you identify and manage AWS resources across your environment.
With this launch, the PutDashboard API now accepts an optional Tags parameter, allowing you to assign up to 50 tags when creating a new dashboard. The TagResource, UntagResource, and ListTagsForResource APIs now support dashboard ARNs, enabling you to add, remove, and list tags on existing dashboards. You can also manage dashboard tags using AWS CloudFormation. This new capability allows you to group dashboards by team by team, project, or environment, implement attribute-based access control by scoping IAM permissions to dashboards with specific tag values, and filter dashboards by tag in AWS Resource Explorer.
CloudWatch Dashboard tagging support is available at no additional cost in all AWS Regions where Amazon CloudWatch is available.
Amazon CloudWatch now supports tagging for CloudWatch dashboards, enabling you to organize, categorize, and control access to your dashboards using tags. Tags are key-value pairs that help you identify and manage AWS resources across your environment. With this launch, the PutDashboard API now accepts an optional Tags parameter, allowing you to assign up to 50 tags when creating a new dashboard. The TagResource, UntagResource, and ListTagsForResource APIs now support dashboard ARNs, enabling you to add, remove, and list tags on existing dashboards. You can also manage dashboard tags using AWS CloudFormation. This new capability allows you to group dashboards by team by team, project, or environment, implement attribute-based access control by scoping IAM permissions to dashboards with specific tag values, and filter dashboards by tag in AWS Resource Explorer. CloudWatch Dashboard tagging support is available at no additional cost in all AWS Regions where Amazon CloudWatch is available. To learn more, see TagResource in the Amazon CloudWatch API Reference. To get started with CloudWatch dashboards, see Amazon CloudWatch features.