La irrupción en escena de ChatGPT ha devuelto el protagonismo a la inteligencia artificial en la agenda pública. Una tecnología que, sin embargo, llevaba años entrando ya en el seno de las empresas, con diferentes aproximaciones y a distintos niveles.

Desde la ciencia de datos a la automatización inteligente, pasando por el entrenamiento de modelos de aprendizaje profundo cada vez más precisos: la revolución que supone esta tecnología para el tejido productivo está fuera de cualquier duda.

Ahora, con el auge de las tecnologías generativas, la firma de análisis Gartner ha revisado cuáles serán las tendencias y aplicaciones que van a sobresalir en el devenir de esta innovación, así como el paraguas técnico que debe rodear su correcta evolución en los próximos años.

[De los años 40 a hoy: así ha madurado la inteligencia artificial]

Ecosistemas de datos en la nube

Los ecosistemas de datos están pasando de un software autónomo o implementaciones combinadas a soluciones completas nativas en la nube. Para 2024, Gartner espera que el 50% de las implementaciones de nuevos sistemas en la nube se basen en un ecosistema de datos en la nube cohesivo en lugar de soluciones puntuales integradas manualmente.

Inteligencia artificial en el 'edge'

La demanda de soluciones de inteligencia artificial en el 'edge' está aumentando considerablemente para permitir el procesamiento de datos en el punto donde se crean, en el extremo o borde de la ecuación. Gracias a esta aproximación, las organizaciones pueden obtener información en tiempo real, detectar nuevos patrones y cumplir con los estrictos requisitos de privacidad de datos. 

Gartner predice que más del 55% de todos los análisis de datos por redes neuronales profundas ocurrirán en el punto donde son capturados para 2025, frente a menos del 10% en 2021. 

IA responsable

"La IA responsable hace de la inteligencia artificial una fuerza positiva, en lugar de una amenaza para la sociedad y para sí misma", detallan los analistas. En ese sentido, la predicción es que la concentración de modelos de IA preentrenados entre el 1% de los proveedores para 2025 hará que la IA responsable sea una preocupación social. Gartner recomienda que las organizaciones adopten un enfoque proporcional al riesgo para ofrecer valor de IA y tengan cuidado al aplicar soluciones y modelos. 

Foco en los datos

La inteligencia artificial centrada en los datos representa un cambio de un modelo y un enfoque centrado en el código a enfocarse más en los datos para construir mejores sistemas de IA. Las soluciones, como la gestión de datos específica de IA, los datos sintéticos y las tecnologías de etiquetado de datos, tienen como objetivo resolver muchos desafíos relacionados con los datos, incluidos la accesibilidad, el volumen, la privacidad, la seguridad, la complejidad y el alcance.

El uso de IA generativa para crear datos sintéticos es un área que está creciendo rápidamente, aliviando la carga de obtener datos del mundo real para que los modelos de aprendizaje automático se puedan entrenar de manera efectiva. Para 2024, Gartner predice que el 60% de los datos para la IA serán sintéticos para simular la realidad, los escenarios futuros y eliminar riesgos.

Inversión acelerada

Finalmente, esta firma de investigación destaca que la inversión en inteligencia artificial continuará acelerándose en los próximos años. Para finales de 2026, Gartner predice que se habrán invertido más de 10.000 millones de dólares en nuevas empresas de IA que se basan en modelos básicos: grandes modelos de IA entrenados en grandes cantidades de datos.

En paralelo, el 45% de los directivos de tecnología y negocio a escala global reconoce que la publicidad reciente en torno a ChatGPT les ha impulsado a aumentar las inversiones en IA. Eso sí, el 70% todavía está en modo de investigación y exploración con IA generativa, mientras que el 19% cuenta con algún piloto o sistema en producción.