La prestigiosa consultora Gartner ha analizado la IA generativa como irrupción en la economía a nivel mundial y ya va sacando algunas conclusiones que meten prisa a las empresas y los negocios porque en apenas cuatro años esta tecnología aumentará en cuanto a los modelos de dominio específico, en el uso de datos sintéticos y en hacer y conseguir que GenAI sea más sostenible. La IA estará omnipresente y será variada, sostenible e inmune a la desinversión, porque todo quieren meter dinero en su desarrollo.
Estas son solo la primeras tres previsiones de Gartner, pero prometen más pronto, porque la IA generativa va demasiado deprisa en cuanto a su implantación y adopción por parte de todos los sectores económicos, y los caminos que va a seguir parecen estar ya bastante perfilados.
Por el ritmo sin precedentes al que han avanzado las tecnologías que sustentan la IA generativa, «gracias, en gran parte, a enormes inversiones de grandes empresas de tecnología y laboratorios de investigación», la consultora ve que GenAI aparece como totalmente inmune a la desaceleración general en la inversión de capital riesgo, y además «siguen surgiendo y madurando nuevas empresas bien financiadas«.
La consultora especializada en tecnología y telecomunicaciones cree que la IA va a ser omnipresente porque ha analizado las cuatro capas de la pila de tecnología de IA generativa (infraestructura, modelos, herramientas de ingeniería de IA y aplicaciones), y con esos elemento hace cinco predicciones sobre cómo evolucionará la IA generativa en los próximos años, de las que tres ya las adelanta porque tiene ya implicaciones para muchas organizaciones a nivel mundial.
GARTNER PREVÉ INFINITAS IAS ESPECIALIZADAS
Según los analistas, para el 2027, más del 50% de los modelos de IA generativa que utilizan las empresas «serán específicos de una industria o función comercial». Esta afirmación la comparan con la insignificante cifra del esta especialización por sector o actividad de la IA tenía en 2023, el pasado año, cuando se habían desarrollado modelos específicos para solo el 1% de las industrias o los mercados.
Aunque los modelos de propósito general funcionan bien en un amplio conjunto de aplicaciones, «la demanda de GenAI está aumentando en muchos sectores», y es la combinación con una mayor disponibilidad de LLM (modelos de gran lenguajes) de código abierto, de alto rendimiento y utilizables comercialmente, la que ha generado «un apetito por modelos de dominio específico». Cada sector quiere su propia IA específica.
las predicciones de gartner se centran en el aumento de modelos de dominio específico, el uso de datos sintéticos y hacer que GenAI sea más sostenible.
Y esque además, este tipo de IA tienen sus ventajas, porque los modelos de dominio pueden ser más pequeños, «consumir menos recursos computacionales y reducir los riesgos de alucinaciones asociados con los modelos de propósito general».
Así, desde Gartner recomiendan que las empresas planifiquen «l»la necesidad de implementar y administrar múltiples modelos GenAI específicos de dominio para admitir una variedad de casos de uso», pero que antes de crear un modelo de Ia generativa propio, se busque en el mercado modelos ya listos para usar y específicos de dominio que pueda entrenar o ajustar para satisfacer las necesidades de cada empresa.
LAS IAS Y LOS DATOS SINTÉTICOS
Gartner ve claro que ya para dentro de dos años, en 2026, el 75% de las empresas utilizará IA generativa para crear datos sintéticos de los clientes, frente a menos del 5% que se utilizaba en 2023, cuando la IA generativa irrumpió en el mundo como un ciclón.
El desarrollo de datos sintéticos (es decir, generados artificialmente) «respalda sistemas en los que los datos reales son costosos, no están disponibles, están desequilibrados o no se pueden utilizar debido a regulaciones de privacidad». Por esa razón, tal y como lo explica la consultora, la introducción de datos sintéticos en modelos permite a las organizaciones simular entornos e identificar nuevas oportunidades de desarrollo de productos, especialmente en industrias altamente reguladas. También permite la creación rápida de prototipos de software y experiencias digitales e híbridas.
Según estos especialistas, lo oportuno será centrar el uso de datos sintéticos en áreas que se correlacionan directamente con el crecimiento empresarial, como el desarrollo de segmentos de clientes, viajes y experiencias y la capacitación de modelos de aprendizaje automático.
IA OPTIMIZADA Y SOSTENIBLE
El 30% de las implementaciones de GenAI se optimizarán utilizando «métodos computacionales de conservación de energía», impulsados por iniciativas de sostenibilidad en 2028, dentro de cuatro años.
Gartner ve como la rápida adopción de herramientas de IA generativa ha hecho que el impacto ambiental negativo de la GenAI, que el público y los gobiernos están denunciando, se convierta en una preocupación inmediata para los líderes empresariales.
El desarrollo de datos sintéticos (es decir, generados artificialmente) «respalda sistemas en los que los datos reales son costosos, no están disponibles, están desequilibrados o no se pueden utilizar debido a regulaciones de privacidad»
Y lo tienen claro: es «fundamental minimizar la energía y los recursos necesarios para la formación y el desarrollo de la IA. La energía renovable y la infraestructura para los servicios locales y en la nube se personalizarán para la IA.
Por ello, la consultora pone el foco en la necesidad de controlar los costes de los recursos informáticos con energía optimizada «diversificando proveedores, buscando arquitectura componible y operaciones de borde para GenAI en cada jurisdicción de operación y utilizando energía renovable de alta calidad durante la capacitación para mitigar su impacto en sus objetivos de sostenibilidad».
