Principales tendencias en torno a la IA y a la ciencia de datos
El futuro de la ciencia de datos y del aprendizaje automático está evolucionando en todas las industrias desde los modelos predictivos hacia otros más democratizados, dinámicos y de disciplina basados en la información.
El futuro de la ciencia de datos y del aprendizaje automático está evolucionando en todas las industrias desde los modelos predictivos hacia otros más democratizados, dinámicos y de disciplina basados en la información. Un contexto que se ve impulsado por el imparable avance de la inteligencia artificial (IA) generativa, según Gartner. La consultora ha elaborado una lista de las principales tendencias que dan forma el futuro de estas ciencias:
Ecosistemas de datos en la nube
Los ecosistemas de datos están pasando de un software autónomo o implementaciones combinadas a soluciones completas nativas de la nube. Para 2024, se espera que el 50% de las implementaciones de nuevos sistemas en cloud se basen en un ecosistema con cohesión en lugar de en soluciones puntuales integradas manualmente.
La firma de análisis recomienda a las organizaciones que evalúen los ecosistemas de datos en función de su capacidad para resolver desafíos de datos distribuidos, así como para acceder e integrarse con fuentes de datos fuera de su entorno inmediato.
Inteligencia artificial en el extremo
La demanda de edge IA está creciendo para permitir el procesamiento de datos en el lugar de su creación, ayudando a las organizaciones a obtener información en tiempo real, detectar nuevos patrones y cumplir con los estrictos requisitos de privacidad. También ayuda a mejorar el desarrollo, la orquestación, la integración y la implementación de la IA.
Más del 55% de todos los análisis de datos por redes neuronales profundas ocurrirán en el punto de captura en un sistema perimetral para 2025, frente a menos del 10% en 2021. Las organizaciones deben identificar las aplicaciones, la capacitación en IA y la inferencia necesarias para moverse a entornos perimetrales cerca de los puntos finales de los dispositivos conectados.
Inteligencia artificial responsable
La IA responsable hace de esta tecnología una fuerza positiva, en lugar de una amenaza para la sociedad y para sí misma. Cubre muchos aspectos para tomar las decisiones correctas en aspectos comerciales, sociales, de riesgo, confianza, transparencia y responsabilidad. La concentración de modelos de IA preentrenados en el 1% de los proveedores de IA para 2025 hará que la IA responsable sea una preocupación social.
Inteligencia centrada en datos
La IA centrada en datos representa un cambio de modelo y de enfoque que pasa del código a los datos para construir mejores sistemas. Las soluciones como la gestión de datos específica de la IA, datos sintéticos y las tecnologías de etiquetado de datos, tienen como objetivo resolver muchos desafíos que incluyen la accesibilidad, el volumen, la privacidad, la seguridad, la complejidad y el alcance.
El uso de la IA generativa para crear datos sintéticos es un área que está creciendo rápidamente, aliviando la carga de obtener datos del mundo real para que los modelos de aprendizaje automático se puedan entrenar de manera efectiva. Para 2024, Gartner predice que el 60% de los datos para la IA serán sintéticos para simular la realidad, los escenarios futuros y eliminar el riesgo de la IA, frente al 1% en 2021.
Inversión acelerada
La inversión en IA continuará acelerándose por parte de las organizaciones que implementan soluciones, así como por las industrias que buscan crecer a través de estas tecnologías en sus negocios. A finales de 2026, se habrán invertido más de 10.000 millones en nuevas empresas de IA.
Asimismo, la publicidad reciente en torno a ChatGPT ha impulsado al 45% de los ejecutivos a aumentar su inversión. El 70% asegura que su empresa está en fase de investigación y exploración de las herramientas generativas, y el 19% en modo piloto o de producción.
