En 2025, avanzará la combinación de la inteligencia humana y la IA

La inteligencia artificial (IA), la mayor estrella de esta década en lo que respecta a tecnología, seguirá aumentando en los próximos años. Proyecciones de Gartner señalan que, para 2026, más del 80 % de las empresas habrán utilizado modelos de inteligencia artificial generativa (IA Gen) o implementado aplicaciones habilitadas para IA Gen en entornos de producción. Sin embargo, el crecimiento también pone de relieve los desafíos que enfrentan las organizaciones al lidiar con la IA: más del 30 % de estos proyectos deberán abandonarse a finales de 2025 debido a la baja calidad de los datos, un control de riesgos inadecuado, poca percepción de valor y altos costos.

Para los expertos del mercado, el elevado número de proyectos frustrados son el resultado de la creencia de las empresas de que las nuevas tecnologías, como la IA, deberían actuar como una solución mágica a todos los problemas. "Vivimos en una panacea de desarrollo reciente en América Latina con la nube, y ahora vemos que la historia se repite con la inteligencia artificial. Hay una emoción que, al mismo tiempo, trae tensión y presión a los CIO para que produzcan cualquier cosa con esta tecnología, sin mucho análisis ni estrategia. Y definitivamente este no es el mejor camino”, afirma Gilson Magalhães, VP y gerente general de Red Hat para América Latina.

Gilson Magalhães

El ejecutivo señala que, para hacer frente a los desafíos de sus elecciones pasadas, especialmente en lo que respecta a la seguridad y la calidad de los datos, las organizaciones deben avanzar en los llamados agentes de IA, componentes de software más simples, que se conectarán a las aplicaciones existentes para modernizarlas. Además, se espera que el mercado vuelva a las aplicaciones predictivas de IA, y más de la mitad de los casos de IA se centran en ofrecer personalización al cliente y optimización de la cadena de suministro. “Las organizaciones dependerán de más plataformas AIOps para reducir la deuda técnica y mejorar los resultados comerciales, y encontrarán en las soluciones de código abierto la respuesta que necesitan para avanzar con seguridad y eficiencia”, indica.

Además, Magalhães comenta: "En medio de todos los desafíos y predicciones para los próximos años, ahora estamos hablando no sólo de IA, sino más bien de cómo obtener el poder de la inteligencia humana, ayudado por el trabajo que su IA puede hacer mejor, o más rápido, que posiblemente los humanos puedan hacer".

En otras palabras, la respuesta a un avance sostenible de la IA radica en la convergencia de esta inteligencia con las habilidades y el conocimiento humanos. "La inteligencia artificial ya es una realidad, y el siguiente paso es hacer que interactúe satisfactoriamente con el conocimiento humano. Esto significa contar con herramientas de IA alineadas mejor para resolver los procesos del día a día, automatizar el trabajo repetitivo y mejorar las capacidades de los recursos humanos para tareas más estratégicas", refiere.

Las herramientas de código abierto son grandes aliadas en este camino. Para el experto, la estrategia de nube híbrida abierta, defendida por Red Hat, es la puerta de entrada a una IA abierta y eficaz, respaldada por importantes socios como Google, AWS y Microsoft.

Red Hat OpenShift AI, por ejemplo, proporciona capacidades confiables y consistentes para probar, desarrollar y entrenar modelos de IA, lo que permite la preparación y adquisición de datos, así como el entrenamiento, el ajuste y la entrega de modelos. La solución se integra con Red Hat Enterprise Linux AI, plataforma modelo base utilizada para desarrollar, probar y ejecutar modelos de lenguajes a gran escala (LLM) de la familia Granite para aplicaciones empresariales.

"Red Hat Enterprise Linux AI le permite migrar entornos de nube híbrida, escalar sus flujos de trabajo de IA con Red Hat OpenShift AI y avanzar a IBM watsonx.ai con desarrollo adicional de IA empresarial, datos de gestión y gobernanza de modelos. Esto es muy importante en un momento en el que es clara la necesidad de modelos de IA cada vez más pequeños y especializados”, afirma Magalhães.