Modelos24 de junio de 2026

Moengage adquiere aampe para integrar la toma de decisiones de ia agéntica en su plataforma de marketing

MoEngage ha adquirido la startup de IA Aampe, con sede en San Francisco, para mejorar su plataforma de interacción con el cliente con capacidades agénticas. Esta adquisición permite a MoEngage proporcionar una toma de decisiones individualizada para más de 1,350 marcas globales mediante la automatización de la selección de contenido y el tiempo de las interacciones con el usuario.

Por qué importa

Esta adquisición señala una transición para las plataformas empresariales desde la automatización simple hacia sistemas agénticos autónomos. Para los equipos de desarrollo, destaca la importancia de crear agentes de IA que puedan gestionar la toma de decisiones compleja en tiempo real a una escala masiva.

Puntos clave

Aampe utiliza la IA para automatizar la composición y entrega de mensajes de marketing personalizados.
La integración permite a MoEngage pasar de campañas basadas en segmentos a una toma de decisiones agéntica 1:1.
La tecnología se centra en optimizar los recorridos de los usuarios a través del aprendizaje continuo y ajustes autónomos.

Soluciones relacionadas

Agentes de IA y automatización IA generativa Apps y plataformas de IA

Todas las noticias de IA

Más noticias de IA

Modelos

Moonshot AI presenta Kimi K3.1 Pro y una variante de alta velocidad para evaluación comercial

Moonshot AI ha lanzado oficialmente su modelo Kimi K3.1 Pro junto con una versión de alta velocidad dedicada y diseñada para un procesamiento más rápido. Las organizaciones que evalúan el lanzamiento están examinando minuciosamente los costes operativos y las políticas de gestión de datos del proveedor antes de comprometerse con el despliegue en producción.

Modelos

Kimi K3.1 Pro asegura el quinto lugar en la tabla de clasificación SevenLab AI

Kimi K3.1 Pro, del desarrollador Kimi, ha entrado oficialmente en el top diez de la tabla de clasificación SevenLab AI, asegurando la quinta posición general. La prueba de referencia realiza un seguimiento de los modelos fundacionales líderes mediante una metodología especializada ajustada al valor, derivada de los datos de evaluación de Artificial Analysis.

Modelos

La selección de hardware empresarial para LLM locales prioriza la capacidad y el ancho de banda de la memoria

Los equipos empresariales que evalúan hardware para ejecutar modelos de lenguaje locales deben centrarse en la capacidad y el ancho de banda de la memoria por encima de la potencia de cálculo pura. La arquitectura de memoria unificada permite que las estaciones de trabajo de desarrollo carguen modelos con mayores parámetros directamente en memoria. Los líderes de planificación están evaluando estas especificaciones para garantizar una inferencia en el dispositivo que resulte rentable.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 min, sin compromiso

Sin presión comercial

Prototipo en 7 días