Según Gartner, más del 10% de las empresas priorizarán la IA para 2030, superando a sus competidores en la adopción de agentes de IA, semántica y plataformas convergentes de datos y análisis (D&A). Estas tres áreas son los motores de las principales tendencias en D&A.
Durante la Cumbre de Datos y Análisis de Gartner celebrada del 16 al 17 de Junio en Sídney, Carlie Idoine, vicepresidenta y analista de Gartner, afirmó: “las organizaciones están avanzando rápidamente hacia un modelo operativo centrado en la IA, donde ésta se ha convertido en un factor clave en cada decisión empresarial, flujo de trabajo e inversión. Sin un compromiso claro y a nivel de toda la organización, les resultará difícil aprovechar todo su potencial de forma consistente en toda la empresa”.
Tendencia 1: La IA soberana se acelera.
Tendencia 2: Reducción del riesgo de los agentes de IA mediante la gobernanza de decisiones.
Los agentes de IA toman decisiones cada vez más estratégicas, tácticas y operativas, lo que implica que la toma de decisiones sin gobernanza aumenta la exposición a riesgos legales, operativos y reputacionales. La gobernanza de decisiones aplica principios de gobernanza a la inteligencia de decisiones para que las decisiones automatizadas sean explicables, auditables y estén alineadas con los resultados.
Gartner predice que, para 2029, las decisiones empresariales modeladas explícitamente generarán cinco veces más confianza y serán un 80% más rápidas que las decisiones no controladas, gracias a la adopción de plataformas de inteligencia para la toma de decisiones.
Tendencia 3: Impulsar la confianza con plataformas de gobernanza de IA.
Los métodos de aseguramiento estándar ya no son suficientes para implementar una gobernanza de IA eficaz, dado el aumento de la complejidad regulatoria global en este campo, la aparición de nuevos riesgos y la aceleración de la adopción de agentes de IA autónomos. Las plataformas de gobernanza de IA ayudan a las organizaciones a cumplir con las políticas corporativas, las regulaciones y los estándares de la industria, basándose en principios comunes de IA responsable.
Gartner recomienda que los líderes de datos y análisis adopten plataformas de gobernanza basadas en IA para operacionalizar la gobernanza, lo que proporcionará una supervisión centralizada, aplicará marcos de gestión de riesgos y hará cumplir los controles necesarios.
Tendencia 4: El flujo de datos basado en agentes impulsa la inteligencia en tiempo real.
A diferencia del procesamiento de datos tradicional por lotes, que puede ser demasiado lento, el flujo de datos basado en agentes es fundamental para las organizaciones que desean crear y utilizar agentes de IA. El flujo de datos continuo y basado en eventos permite a los responsables de datos y análisis entregar datos más rápido, lo que capacita a los agentes de IA para realizar más tareas con rapidez y precisión.
Gartner predice que la creciente presión por la capacidad de respuesta en tiempo real impulsará la adopción de la transmisión de datos para la IA con agentes a más del 60% para 2028, desde menos del 15 % en 2025. Las organizaciones deben priorizar los casos de uso que requieren datos en tiempo real, como la inteligencia para la toma de decisiones, las operaciones autónomas y los gemelos digitales.
Tendencia 5: Optimización de las operaciones con gestión de datos basada en agentes.
Los responsables de datos y análisis se enfrentan a constantes desafíos en la gestión de datos cada vez más complejos, lo que sobrecarga los procesos tradicionales de gestión de datos y dificulta la integración de la IA. El uso de agentes de IA para la gestión de datos mejora los procesos centrales al permitir acciones en tiempo real, la detección de patrones y recomendaciones para impulsar la agilidad y una respuesta más rápida.
“La integración de agentes de IA en los flujos de trabajo de gestión de datos permite a los equipos de datos operar de forma más adaptable mediante sistemas de autoaprendizaje”, afirmó Idoine. “Establecer una gobernanza sólida y supervisar continuamente el rendimiento será fundamental para garantizar que estas capacidades ofrezcan resultados consistentes y alineados con los objetivos del negocio”.
Tendencia 6: Gestión de casos de uso complejos con GraphRAG.
Muchas aplicaciones de IA empresariales requieren alta precisión y fiabilidad, pero los enfoques tradicionales de generación aumentada por recuperación (RAG) no pueden gestionar consultas complejas y con gran cantidad de contexto. GraphRAG combina grafos de conocimiento con modelos de lenguaje natural (LLM) para mejorar la forma en que los sistemas de IA recuperan y conectan información, aplican significado contextual y ofrecen resultados más precisos para casos de uso complejos.
Gartner predice que el 40% de las empresas habrán utilizado las técnicas de GraphRAG para 2029 con el fin de mejorar la precisión de las respuestas y las capacidades de razonamiento de los LLM.
