En medicina de urgencias, las ambulancias están en el límite de la atención crítica al paciente. Llevan dispositivos que salvan vidas, como analizadores de sangre portátiles y monitores cardíacos que ayudan a los paramédicos a tomar decisiones críticas sobre el terreno.

En tecnología, “edge” se refiere a la informática descentralizada que procesa los datos cerca de la fuente donde se generan (dispositivos o sensores) en lugar de depender de una nube o centro de datos centralizado. Ahora, imagina que esta tecnología pudiera ser aún más inteligente – incluso en una ambulancia – gracias a una nueva forma de integrar la IA donde más importa.

En nuestro escenario, los algoritmos y modelos de IA pueden desplegarse en el equipo utilizado por los paramédicos (los dispositivos edge). Cuando una ambulancia llega al lugar de una emergencia, los paramédicos pueden realizar una ecografía del paciente, como harían habitualmente. Entonces, los algoritmos de IA integrados en el dispositivo pueden analizar las ecografías, identificar inmediatamente posibles hemorragias internas y fracturas, y señalar cualquier necesidad de intervención rápida.

Del mismo modo, un dispositivo wearable edge-AI no sólo puede hacer un seguimiento de las constantes vitales de un paciente, sino también detectar anomalías (como una caída repentina de la tensión arterial) y alertar a los paramédicos si el estado del paciente empeora.

Y, tras haber sido entrenada con datos relevantes, la edge AI puede utilizar patrones de datos históricos para predecir posibles complicaciones, como un shock o una parada cardiaca.

Hacer más inteligente el edge

El escenario de la medicina de urgencias es sólo un ejemplo de cómo llevar la IA al límite está redefiniendo la forma de operar de las organizaciones en todos los sectores, incluidos la sanidad y la fabricación.

La tecnología subyacente combina la computación edge con la IA para crear sistemas que puedan aprender, adaptarse y actuar sobre los datos con rapidez y eficacia, de modo que no tengas que programar detalladamente cada escenario o caso de uso. Con la edge AI, puedes procesar y analizar los datos en la fuente y en tiempo real, permitiendo respuestas inmediatas a condiciones dinámicas.

Al no tener que transferir cantidades masivas de datos a la nube para su análisis, el procesamiento de datos es mucho más rápido y eficiente, y hay menos necesidad de una conectividad fiable y de alta velocidad, lo que significa que la IA puede desplegarse en más lugares. La edge AI también mejora la seguridad y el cumplimiento de la privacidad de los datos, ya que la información sensible puede procesarse localmente.

Para llevar casos de uso de inteligencia artificial al edge, necesitamos modelos de lenguaje que puedan funcionar independientemente de un ecosistema de computación en la nube. Así pues, los habituales grandes modelos de lenguaje (LLM) tienen que reducirse para adaptarse al hardware en el edge. En lugar de depender de grandes y complejos modelos de aprendizaje, las aplicaciones edge-AI utilizan modelos más pequeños, especializados y orientados a tarea, que necesitan muchos menos recursos.

Cómo la edge AI está transformando las industrias

Fabricación: Para los fabricantes, la edge AI puede revolucionar la línea de producción y la automatización de las fábricas. Tradicionalmente, el control de calidad implicaba inspeccionar los productos al final del ciclo de producción. Con la edge AI, los fabricantes pueden utilizar cámaras y sensores con IA para detectar defectos inmediatamente mientras los productos avanzan por la cadena de ensamblaje. Los sistemas de computación de borde pueden entrenarse con modelos de IA capaces de identificar lo que constituyen unidades de producto buenas y malas, y luego los modelos pueden identificar problemas de fabricación a medida que ocurren, en tiempo real, aplicando inferencias basadas en IA.

Esta aplicación se extiende al mantenimiento predictivo: Los algoritmos de IA pueden analizar continuamente los datos de la maquinaria para predecir fallos antes de que se produzcan, e incluso recomendar soluciones. Para el fabricante, esto significa menos tiempo de inactividad y menos costes asociados a reparaciones imprevistas. La IA Edge puede incluso optimizar el consumo de energía, por ejemplo, ajustando el uso de energía de las máquinas en función de los requisitos de la carga de trabajo.

Sanidad: En sanidad, la necesidad de datos en tiempo real es tan urgente en un hospital como en una ambulancia. Los dispositivos impulsados por IA pueden analizar los datos de una serie de sensores médicos para apoyar una toma de decisiones más rápida que conduzca a una mejor atención al paciente y a una gestión hospitalaria más eficiente.

Disponer de la edge AI también favorece el uso de gemelos digitales, que pueden simular las condiciones del paciente y los efectos del tratamiento creando un modelo virtual de su estado de salud.

Ciudades inteligentes: Todos queremos vivir en ciudades más limpias y seguras, y la edge AI nos está ayudando a conseguirlo más rápidamente. Desde los sistemas de gestión del tráfico que analizan y se adaptan en función de los datos de los vehículos en tiempo real para optimizar el flujo del tráfico, hasta los sistemas de seguridad pública que optimizan la asignación de recursos, la edge AI tiene una amplia gama de aplicaciones que mejoran la vida cotidiana de los ciudadanos urbanos. Los urbanistas también pueden tomar decisiones informadas basadas en datos en tiempo real, lo que mejora los servicios públicos.

Retail: En el sector Retail, la edge AI puede mejorar la experiencia del cliente (CX). Por ejemplo, las cámaras de las tiendas equipadas con IA pueden analizar el comportamiento de los compradores en tiempo real, lo que permite a los minoristas adaptar las promociones y el diseño de las tiendas en consecuencia. Además, la gestión del inventario se vuelve más eficiente: la edge AI puede gestionar los niveles de stock y la disponibilidad de productos sin generar costos adicionales.

El auge de la Edge AI es notable en un momento en el que ya se espera que el gasto en computación en los bordes alcance los 232 mil millones de dólares a nivel mundial en 2024, un 15,4% más respecto a 2023, impulsado por el creciente número de dispositivos IoT, según IDC.

También forma parte de la gran tendencia de convergencia TI/OT, impulsada por la necesidad de eficiencia, productividad y toma de decisiones instantánea en entornos industriales.Sin embargo, como suele ocurrir con las tecnologías emergentes, las organizaciones pueden sentirse atraídas por los beneficios prometidos, pero les resulta difícil gestionar la tecnología por sí mismas porque carecen de las capacidades y los recursos para hacerlo.

La edge AI no es sólo una tendencia. Representa un cambio fundamental en la forma en que se utilizan los datos en todos los sectores, y se está convirtiendo en una pieza clave de las estrategias de transformación digital a medida que las organizaciones persiguen la excelencia operativa y la mejora de la CX.Las industrias de todo el mundo se beneficiarán significativamente, allanando el camino hacia espacios de trabajo más seguros y entornos más inteligentes, innovadores y receptivos.

-Paul Bloudoff, Senior Director: 5G Strategic Client Enablement​ at ​NTT DATA.