SANTO DOMINGO.- La IA se estรก incorporando en diferentes รกreas para crear las capacidades tecnolรณgicas en las que las empresas confiarรกn durante las prรณximas dรฉcadas.
Los fundamentos sรณlidos son esenciales en esta implementaciรณn, pero el diseรฑo de una arquitectura moderna capaz de respaldar procesos, talento y sistemas a escala todavรญa es uno de los mayores desafรญos para avanzar este camino.
El 16ยฐ informe anual Tech Trends de Deloitte, elaborado con base en la experiencia actual que vive el mundo empresarial, arroja las tendencias que estรกn listas para volverse elementos fundamentales en los prรณximos 18 a 24 meses.
โLos lรญderes, de la sala del consejo directivo e inclusive en otros niveles descendientes, sienten la presiรณn de innovar con la tecnologรญa e invertir en la modernizaciรณn de su principal tecnologรญa, con presupuestos limitados. Esto genera una tensiรณn significativa y una manera de aliviarla es resistirse al llamado โsรญndrome del objeto brillanteโ. El futuro de la tecnologรญa es mรกs familiar de lo que parece, pero en รบltima instancia corre el riesgo de perder relevancia si no es posible traducir el potencial tecnolรณgico en una ventaja operativa, de mercado o de misiรณnโ, tal como lo seรฑala Bill Briggs, Chief Technology Officer en Deloitte Global.
Por su parte, Germรกn Ortiz, Socio Lรญder de Tecnologรญa, Medios y Telecomunicaciones en Deloitte Spanish Latin America, seรฑala que: โEn Latinoamรฉrica, la convergencia entre las tendencias tecnolรณgicas globales y nuestras realidades locales exige tener una visiรณn audaz pero pragmรกtica. Las organizaciones enfrentan el desafรญo de modernizar sus operaciones y capitalizar tecnologรญas emergentes, pero con una restricciรณn clave: maximizar el impacto con recursos limitados. No se trata de adoptar todo lo nuevo, sino de priorizar soluciones que impulsen ventajas operativas y competitivas duraderas. En una regiรณn marcada por la diversidad y el dinamismo, el รฉxito radicarรก en traducir el potencial tecnolรณgico en innovaciรณn con propรณsito: es decir, aquella que no sรณlo resuelva los problemas de hoy, sino que construya cimientos para el crecimiento sostenible del maรฑana. El futuro no es sรณlo tecnolรณgico sino ademรกs estratรฉgico, y Latinoamรฉrica tiene la oportunidad de escribirlo y llamarlo con su propia vozยป.
Interacciรณn espacial para un mundo en tres dimensiones
La visualizaciรณn de las ideas y objetos fuera de la pantalla 2D, asรญ como agregar voz y gestos a las formas de interacciรณn de humanos con mรกquinas, se ha transformado en una capacidad tรฉcnica que ha despertado cada vez un mayor interรฉs. En ese sentido, el uso de la computaciรณn espacial estรก evolucionando, en parte, por su capacidad de contextualizar datos e involucrar a las personas.
Escalar esta tecnologรญa para satisfacer la demanda y casos de uso requerirรก de nuevo hardware y software, al igual que un conjunto de habilidades y mentalidades. Gracias a la IA, la computaciรณn espacial estรก madurando al pasar de ser una herramienta de capacitaciรณn รบtil que beneficia a un conjunto especรญfico de trabajadores a un centro de ganancias empresarial, capaz de analizar datos avanzados en tiempo real y ajustes automรกticos.
Los modelos de lenguaje pequeรฑos ayudan a que la IA sea mรกs grande
El uso de hiperescaladores para los modelos de lenguaje de gran tamaรฑo (LLM, por sus siglas en inglรฉs) ha ayudado a que muchas empresas aceleren la adopciรณn de IA, en lugar de construirla desde cero. Sin embargo, el tamaรฑo no lo es todo, y en ocasiones se interpone en el camino de la especializaciรณn y la flexibilidad, ya que algunas organizaciones recurren por seguridad a modelos mรกs pequeรฑos y especรญficos, uso de energรญa, comunicaciรณn entre agentes y otras necesidades particulares que estos sistemas cubren.
Varios modelos de lenguaje pequeรฑo (SLM, por sus siglas en inglรฉs) pueden trabajar conjuntamente para abordar tareas discretas, generar resultados multimodales, ejecutar simulaciones y equipar a los usuarios con mรบltiples asistentes virtuales. Gracias a los modelos pequeรฑos y de cรณdigo abierto, la conocida frase de ayer ยซexiste una aplicaciรณn para esoยป puede convertirse en el ยซexiste un agente para esoยป del maรฑana.
La IA se vuelve fรญsica en computadoras y el IoT
La IA ya no es solo software debido a que los fabricantes estรกn realizando una nueva generaciรณn de chips que integran modelos de IA en computadoras y dispositivos perifรฉricos para uso localizado y fuera de lรญnea, potenciando las capacidades del usuario y preparando la infraestructura tecnolรณgica para el futuro. La IA incorporada tambiรฉn puede hacer que el Internet de las Cosas (IoT, por sus siglas en inglรฉs) sea mรกs robusto para dispositivos mรฉdicos y robรณtica, por ejemplo.
De esta manera, la potencia de los procesadores mejora y se vuelven energรฉticamente mรกs eficientes, una consideraciรณn importante debido al creciente consumo de energรญa que demanda la informรกtica a nivel global. Las empresas que se alejaron del hardware en el nรบcleo de sus negocios pueden realizar nuevas inversiones en la computaciรณn de borde (edge computing), pero solo a travรฉs de una visiรณn sรณlida y un caso comercial.
Los tรฉcnicos dependen de sรญ mismos
Las nuevas capacidades basadas en IA para escribir cรณdigos, probar y aumentar el talento humano comienzan a transformar a los equipos y las funciones del รกrea de tecnologรญa de las organizaciones. Esto puede indicar una dependencia al modelo as a Service, a medida que nuevas capacidades ingresan a las empresas y la ingenierรญa de software evoluciona como un punto de apoyo estratรฉgico intersectorial.
Pero a medida que la IA democratice el desarrollo de funciones y el รกrea de TI organice grandes porciones del trabajo manual actual, es posible que la IA transforme la TI en un outcome as a Service, mediante una combinaciรณn del componente humano y de aparatos electrรณnicos.
La seguridad actual tiene fecha de caducidad
El camino de la computaciรณn cuรกntica hacia su madurez tiene una oportunidad y una fecha lรญmite. Su poder de descifrado sin precedentes harรญa que las prรกcticas actuales de ciberseguridad representen un mayor desafรญo en comparaciรณn con los cรณdigos de aรฑo de dos dรญgitos a finales de 1999, es decir, al igual que con el aรฑo 2000, el trabajo en solucionar esto debe comenzar con anticipaciรณn.
ยฟEn quรฉ es diferente a la dรฉcada de 2010? La caducidad que se avecina no tiene una fecha fija y con la cual trabajar. El marco de ciberseguridad del Instituto Nacional de Estรกndares y Tecnologรญa (NIST, por sus siglas en inglรฉs) ha avanzado hacia nuevos estรกndares de cifrado, pero dependerรก de cada organizaciรณn reimaginar su mentalidad cibernรฉtica. ยฟQuรฉ se encuentra en juego? Identidades, finanzas, comunicaciones y cualquier cosa que se le confรญe a las computadoras hoy y maรฑana.
Modernizaciรณn central, lo complejo de la simplicidad
La integraciรณn de IA en la arquitectura empresarial central impulsa cambios profundos en sistemas y procesos, con el objetivo brindar a los usuarios una experiencia mรกs optimizada; sin embargo, se necesitan cimientos complejos para volver posible esa simplicidad. Mientras tanto, las empresas confรญan e invierten en soluciones personalizadas heredadas, sistemas enterprise resource planning (ERP) y soluciones en la nube personalizadas.
La IA eventualmente se integrarรก en esos sistemas y tambiรฉn conducirรก a una reformulaciรณn del contenido, datos y transacciones centrales, especialmente cuando la IA se entrene con datos de toda la organizaciรณn y potencialmente mรกs allรก.