Las tecnologías que sustentan la IA generativa han progresado a un ritmo sin precedentes, gracias, en gran parte, a las enormes inversiones de grandes empresas tecnológicas y laboratorios de investigación. De hecho, la GenAI parece inmune a la ralentización general de la inversión de capital riesgo, y siguen surgiendo y madurando startups bien financiadas.
Teniendo en cuenta las cuatro capas de la pila tecnológica de la IA generativa -infraestructura, modelos, herramientas de ingeniería de IA y aplicaciones-, Gartner presentó tres predicciones sobre cómo evolucionará la IA generativa en los próximos años.
Para 2027, más del 50% de los modelos GenAI que utilicen las empresas serán específicos de un sector o función empresarial, frente al 1% aproximadamente en 2023.
- Aunque los modelos de propósito general funcionan bien en un amplio conjunto de aplicaciones, la demanda de GenAI está aumentando en muchos sectores. Combinada con una mayor disponibilidad de LLM de código abierto de alto rendimiento y comercialmente utilizables, existe un apetito por modelos específicos de dominio.
- Los modelos de dominio pueden ser más pequeños, menos intensivos desde el punto de vista computacional y reducir los riesgos de alucinación asociados a los modelos de propósito general.
- Planifica la necesidad de desplegar y gestionar múltiples modelos GenAI específicos de un dominio para dar soporte a una variedad de casos de uso. Pero antes de crear los tuyos, busca modelos que vengan listos para usar y específicos de un dominio que pueda entrenar o ajustar para adaptarlos a las necesidades de tu empresa.
2.- En 2026, el 75% de las empresas utilizarán IA generativa para crear datos sintéticos de clientes, frente a menos del 5% en 2023.
- El desarrollo de datos sintéticos -es decir, generados artificialmente- respalda los sistemas en los que los datos reales son caros, no están disponibles, están desequilibrados o son inutilizables debido a las normativas de privacidad.
- La introducción de datos sintéticos en los modelos permite a las organizaciones simular entornos e identificar nuevas oportunidades de desarrollo de productos, especialmente en sectores muy regulados. También permite crear rápidamente prototipos de experiencias de software, digitales e híbridas.
- Centra el uso de datos sintéticos en áreas que se correlacionan directamente con el crecimiento del negocio, como el desarrollo de segmentos de clientes, viajes y experiencias y el entrenamiento de modelos de aprendizaje automático.
3.-Para 2028, el 30 % de las implementaciones de GenAI se optimizarán utilizando métodos computacionales de conservación de energía, impulsados por iniciativas de sostenibilidad.
- La rápida adopción de herramientas de IA generativa ha convertido el impacto medioambiental negativo de la GenAI, que el público y los gobiernos están denunciando, en una preocupación inmediata para los líderes empresariales.
- Minimizar la energía y los recursos necesarios para la formación y el desarrollo de la IA es fundamental. La energía renovable y la infraestructura para los servicios tanto locales como en la nube se personalizarán para la IA.
- Controla el costo de los recursos informáticos optimizados energéticamente diversificando tus proveedores, buscando una arquitectura componible y operaciones de borde para GenAI en cada jurisdicción de operación, y utilizando energía renovable de alta calidad durante la formación para mitigar su impacto en tus objetivos de sostenibilidad.
Recuerda que si necesitas implementar IA en tu negocio, estamos aquí para ayudarte. ¡Escríbenos!
Publicado originalmente el 15 de mayo de 2024, modificado 26 de julio de 2024
ESPAÑOL