Las tecnologÃas de IA generativa experimentarán una rápida evolución en los próximos cuatro años
Las tecnologÃas que respaldan la IA generativa avanzan a un ritmo sin precedentes, gracias en gran parte a las cuantiosas inversiones de grandes empresas tecnológicas y laboratorios de investigación. De este modo, la IA generativa parece estar a salvo de la desaceleración generalizada de la inversión de capital riesgo, mientras siguen surgiendo y madurando startups bien financiadas.
La rapidez con la que emergen las tecnologÃas de IA generativa plantea retos significativos para los responsables de TI, quienes deben mantenerse al dÃa de los avances del sector.
Tomando como referencia las cuatro capas de la pila tecnológica de IA generativa (infraestructura, modelos, herramientas de ingenierÃa de IA y aplicaciones), Gartner ofrece las siguientes predicciones.
Predicción sobre la IA generativa n.º 1: Aumentará la demanda de modelos de IA generativa adaptados a dominios especÃficos
Aunque los modelos generalistas ofrecen buenos resultados en un amplio conjunto de aplicaciones, la demanda de IA generativa está aumentando en muchos sectores. La creciente disponibilidad de grandes modelos de lenguaje de código abierto, que ofrecen buenos resultados en su uso comercial, coexiste con un creciente interés por los modelos adaptados a dominios especÃficos.
En 2027, más del 50% de los modelos de IA generativa utilizados por las empresas serán especÃficos de su sector o de un departamento concreto, en comparación con aproximadamente el 1% en 2023.
Los modelos de dominios especÃficos pueden ser más pequeños, menos exigentes en términos de computación y reducir los riesgos de alucinaciones asociados con los modelos generalistas.
Planifica la necesidad de implementar y gestionar varios modelos de IA generativa de dominios especÃficos para respaldar diferentes casos de uso. Sin embargo, antes de crear tu propio modelo, busca modelos de dominios especÃficos de tipo estándar que puedas entrenar o ajustar para adaptarlos a las necesidades de tu empresa.
Predicción sobre la IA generativa n.º 2: Los datos sintéticos ayudarán a solucionar diversos retos existentes en materia de datos
El desarrollo de datos sintéticos (es decir, generados artificialmente) respalda los sistemas en que los datos reales son costosos, no están disponibles, presentan desequilibrios o resultan inviables debido a las normas de privacidad.
Para 2026, el 75% de las empresas utilizarán la IA generativa para crear datos sintéticos sobre los clientes, frente a menos del 5% en 2023.
Al introducir datos sintéticos en sus modelos, las organizaciones pueden simular entornos e identificar oportunidades para el desarrollo de nuevos productos, especialmente en sectores con regulaciones más estrictas. También las capacita para crear rápidamente prototipos de software y para las experiencias digitales e hÃbridas.
Céntrate en el uso de datos sintéticos en áreas más directamente relacionadas con el crecimiento empresarial, como el desarrollo de segmentos, los recorridos y experiencias del cliente y el entrenamiento de modelos de machine learning.
Predicción sobre la IA generativa n.º 3: La IA generativa sostenible se centrará en técnicas de ahorro de energÃa
La rápida adopción de herramientas de IA generativa ha puesto de manifiesto su impacto ambiental negativo, una cuestión que ha sido señalada tanto por la opinión pública como por los gobiernos. Esto ha llevado a los directivos empresariales a considerar este asunto como una prioridad inmediata. Es fundamental minimizar la energÃa y los recursos necesarios para el entrenamiento y el desarrollo de la IA. La infraestructura y las energÃas renovables se adaptarán a la IA mediante tecnologÃas verdes, ya sea en centros propios o en servicios en la nube.
En 2028, el 30% de la IA generativa implementada se optimizará utilizando métodos computacionales de ahorro de energÃa, impulsados por las iniciativas de sostenibilidad.
Para controlar los costos de recursos informáticos optimizados en consumo energético, diversifica los proveedores, implementa arquitecturas componibles y operaciones de IA generativa en el perÃmetro en cada jurisdicción donde operes, y utiliza energÃa renovable de alta calidad durante el entrenamiento, con el fin de mitigar su impacto en los objetivos de sostenibilidad.
