Imagen de recurso. Crédito: Pexels / Towfiqu Barbhuiya
Los top semanales del Índice de la Digitalización: una IA que anticipa el riesgo de diabetes años antes de los síntomas
El Consenso de Tendencias analiza informes internacionales que exploran la relación entre tecnología y productividad en el ámbito empresarial.
Más información: Wake Up Box, la nueva herramienta para el 'reskilling' permanente de los líderes empresariales
Solo bastaría un simple análisis genético. Eso sería todo lo necesario para anticipar quiénes podrían desarrollar con mayor probabilidad diabetes, en concreto la de tipo 1, años antes de que aparezcan los primeros síntomas. Un equipo de la Universidad de California en San Diego, en Estados Unidos, ha creado un modelo de inteligencia artificial que analiza la interacción de cientos de genes para calcular con mayor precisión el riesgo de desarrollar esta enfermedad incluso en personas sin mutaciones conocidas, lo que permitiría aplicar medidas preventivas antes de que la patología se manifieste por completo.
Esta es solo una de las innovaciones que reúne esta semana Wake Up BOX, la herramienta de reskilling que aloja el índice de digitalización Inndux 500 y publica los análisis más completos de decenas informes internacionales, agrupados en el Consenso de Tendencias.
En el top 10 de esta semana, y además del desarrollo de modelos de IA para anticiparse a la diabetes, es posible hallar también un sistema de carga magnética para barcos que funciona sin enchufes, un nuevo bioplástico elaborado a partir de aceite de semilla de cáñamo, o una herramienta para predecir en segundos el consumo energético de la IA en centros de datos.
Al mismo tiempo, y con la incorporación de las nuevas formas de tecnología en el entorno empresarial, la transformación del talento y del trabajo se convierten en una cuestión central de la competitividad, como así lo señala el último informe al respecto publicado en Wake Up BOX.
A partir del análisis de documentos recientes elaborados por organizaciones como Deloitte, McKinsey, el World Economic Forum o Harvard Business Review, se incide en que las compañías con mayor ventaja serán aquellas que usen la tecnología para rediseñar trabajo, capacidades y operaciones y generen así productividad real.
IA para adelantarse a la diabetes
El modelo de inteligencia artificial de la Universidad de California en San Diego, denominado T1GRS, se ha creado a partir del análisis de datos genéticos de más de 20.000 personas con diabetes tipo 1 y cerca de 800.000 sin la enfermedad, lo que ha permitido identificar tanto variantes ya conocidas como otras nuevas vinculadas al sistema inmunitario y al control del azúcar en sangre.
A diferencia de herramientas previas, que se centraban en perfiles de alto riesgo, este sistema incorpora la interacción compleja entre casi 200 variantes genéticas, lo que mejora su capacidad predictiva en una población más amplia y diversa. La IA ya ha sido validada en bases de datos independientes, donde alcanzó niveles de precisión de entorno al 87%.
Por su parte, y desde el continente europeo, en el centro de investigación noruego Sintef han desarrollado un sistema de carga magnética para barcos eléctricos que permite transferir energía sin contacto físico, incluso en mar abierto. Esta tecnología sustituye los enchufes tradicionales, más vulnerables a la corrosión y al desgaste, por un acoplamiento inductivo basado en campos magnéticos, lo que simplifica la conexión y mejora su fiabilidad.
El sistema ya ha sido probado con un prototipo y podría facilitar la electrificación de buques que operan en parques eólicos marinos, evitando desplazamientos innecesarios a puerto.
Un bioplástico hecho de aceite de cáñamo
De regreso a Estados Unidos, la startup Zila BioWorks ha creado un bioplástico a partir de aceite de semillas de cáñamo, un subproducto agrícola muy poco aprovechado. El material aúna además resistencia y reciclabilidad, características difíciles de encontrar en los plásticos convencionales, y ha sido testado en diversos productos, como esquís o bicicletas.
Ahora, científicos del Laboratorio Nacional de Energía Renovable, perteneciente al Departamento de Energía de EEUU, evalúan su rendimiento en aplicaciones más exigentes, como infraestructuras energéticas, para escalarlo a nivel mundial.
Además, investigadores del Instituto Tecnológico de Massachusetts (MIT) y del laboratorio MIT-IBM Watson AI Lab han desarrollado una herramienta capaz de estimar en cuestión de segundos el consumo energético de los sistemas de inteligencia artificial en centros de datos.
El método, denominado EnergAIzer, permite prever cuánta electricidad requerirá ejecutar un modelo concreto en distintos tipos de procesadores con un margen de error cercano al 8%. De este modo, se facilita la toma de decisiones eficientes sobre el uso de la IA y se contribuye a reducir su impacto energético.
Tecnología y transformación de talento
La transformación del talento en el entorno empresarial avanza con rapidez, aunque su implantación real sigue siendo limitada. Según se desprende del último informe sobre talento y casos de éxito disponible en Wake Up BOX, más de la mitad de las organizaciones ya ha iniciado este cambio, pero solo una minoría lo ha desplegado de forma integral. La diferencia, apunta el documento, está en la claridad estratégica.
Las empresas más avanzadas parten de objetivos de negocio concretos, como mejorar la productividad o crecer, y a partir de ahí reorganizan habilidades, roles y procesos para generar impacto medible.
Los casos de éxito que expone el informe muestran que la inteligencia artificial solo genera valor cuando se integra en el funcionamiento real de la organización. Es el caso de compañías como Volkswagen, Microsoft o Caterpillar, que han logrado mejoras relevantes al combinar tecnología con formación, productividad o rediseño operativo. Este enfoque permite optimizar procesos, reducir tiempos y mejorar la calidad de ejecución.
En paralelo, la inversión en capacidades internas y el uso de datos para reorganizar el trabajo refuerzan la autonomía organizativa y reducen la dependencia de recursos externos en entornos complejos.
Así, en un contexto de aceleración tecnológica, la competitividad depende cada vez más de la capacidad para convertir talento en productividad escalable. En este sentido, se apunta a un crecimiento económico impulsado por la convergencia de tecnologías como la IA, la robótica o el análisis de datos, pero con grandes diferencias entre economías.
A medida que se reducen los costes tecnológicos, el reto se desplaza hacia la organización del trabajo. Integrar capacidades humanas y digitales, adaptarse con rapidez y evitar la infrautilización del talento disponible es ya un factor decisivo para sostener el crecimiento.
