La detección de anomalías en datos estructurados como grafos se ha convertido en un desafío crítico para sectores que van desde la ciberseguridad hasta la inteligencia de negocio. A diferencia de los enfoques tradicionales que requieren entrenamiento específico para cada grafo, surge un nuevo paradigma: los detectores generalistas, capaces de identificar patrones anómalos en grafos nunca vistos sin necesidad de etiquetas durante la inferencia. Una de las técnicas más prometedoras dentro de esta corriente es la destilación basada en prototipos, que aprovecha el conocimiento de un modelo profesor entrenado de forma autosupervisada para guiar a un conjunto de estudiantes ligeros. Estos estudiantes aprenden a modelar la normalidad a través de un espacio compartido de prototipos, logrando que el sistema se adapte a nuevas distribuciones con solo la información no etiquetada disponible. La clave está en que el profesor permanece congelado, mientras los estudiantes, con ramas globales y personalizadas, capturan tanto tendencias generales como particularidades de cada grafo. Este enfoque permite realizar detección zero-shot: presentar un grafo desconocido y, mediante la desviación de los prototipos, señalar las entidades sospechosas. Para las organizaciones que buscan implementar soluciones de este tipo, contar con un aliado tecnológico que ofrezca ia para empresas resulta fundamental. En Q2BSTUDIO desarrollamos aplicaciones a medida que integran modelos de inteligencia artificial con arquitecturas cloud escalables. Por ejemplo, combinamos servicios cloud aws y azure para desplegar pipelines de inferencia en tiempo real, mientras que nuestros agentes IA pueden automatizar la respuesta ante anomalías detectadas. Además, gracias a nuestra experiencia en power bi y servicios inteligencia de negocio, ofrecemos paneles que visualizan las desviaciones prototípicas para que los analistas tomen decisiones informadas. La destilación basada en prototipos no solo reduce la dependencia de datos etiquetados, sino que también abre la puerta a sistemas de ciberseguridad capaces de adaptarse a amenazas emergentes sin reentrenamiento. En definitiva, el futuro de la detección anómala en grafos es generalista, autónomo y personalizable, y en Q2BSTUDIO ayudamos a las empresas a construir ese futuro mediante software a medida y estrategias de inteligencia artificial que transforman la complejidad en ventaja competitiva.