Está cerrando el año con una facturación total superior a los 156.500 millones de dólares, y se espera que continúe creciendo por encima del 125% interanual hasta, al menos, el próximo 2025. Sin embargo, el primer paso de la Inteligencia Artificial hacia esa meta tendrá lugar antes.
Ya en 2021 los desarrollos tecnológicos y la aceptación de las instituciones públicas, las empresas, y el consumidor medio, permitirán alimentar un despegue fulgurante de herramientas y programas cada vez más alejados de la ciencia ficción.
Tanto es así, que, como bien refleja PwC, para 2030 la IA podría representar el 26,1% del PIB de China y el 14,5% del PIB de Estados Unidos. Sí, la crisis de la COVID-19 ha afectado parcialmente a esta industria, pero no lo suficiente como para interrumpir la tendencia.
Por todo ello, e impulsados por los cambios inminentes que se derivan de la primavera digital, hoy en MÁSMÓVIL Negocios seleccionamos algunas de las tendencias más importantes que protagonizará esta tecnología en 2021.
También te puede interesar: “5 sorprendentes tendencias de Realidad Virtual (VR) para 2021”
IA y Big Data
Los ingenieros y las principales compañías tecnológicas llevan ya varios años preparándose para afrontar la incalculable demanda de procesamiento que se descolgará de la generación masiva de información.
El Big Data será un enemigo inasumible para muchas infraestructuras, y las empresas necesitarán soluciones capaces de ofrecer los análisis y las respuestas más competitivas frente al consumidor digital más exigente.
Esta tendencia, de la que depende de forma tangencial la Inteligencia Artificial, se verá alimentada en 2021 por la necesidad de encontrar respuestas a la remanente crisis sanitaria mundial.
De hecho, solo en 2020 se han publicado casi 30.000 papers dedicados a algoritmos alimentados por lenguaje natural (NPL) capaces de procesar grandes cantidades de datos.
Aplicar el Machine Learning al conjunto de información generada en situaciones de crisis global, los gobiernos y las empresas de todo el mundo serán capaces de “detectar brotes con mayor facilidad, rastrear personas infectadas, elaborar diagnósticos más precisos y predecir la evolución de futuros virus”, apunta el consultor Bernard Marr.
Hiperautomatización
En 2021, lo que era una tendencia exclusiva de la industria automovilística y de determinados sectores manufactureros, comenzará a llegar a nuevos puertos. Ya no se habla de la automatización, sino de la hiperautomatización.
Como señala Gartner, esta hace referencia a la idea de que todo lo que se puede automatizar en una organización debe ser automatizado. Y para eso, las empresas con procesos heredados tendrán que realizar un gran esfuerzo de adaptación.
La Inteligencia Artificial no revolucionará nada, pero sí ayudará a las organizaciones interesadas a avanzar con algoritmos escalables y adaptados a cada realidad de negocio. Así comenzará a crecer la robotización y otras aplicaciones tecnológicas de procesos.
“Muchas organizaciones se apoyan en un ‘mosaico’ de tecnologías que ni son finas, limpias o explícitas ni están optimizadas o conectadas”, apuntan.
“Al mismo tiempo, la aceleración de los negocios digitales requiere eficiencia, velocidad y democratización. Las organizaciones que no se centren en la eficiencia, la eficacia y la agilidad empresarial se quedarán atrás”.
Inteligencia Artificial y ciberseguridad
El crecimiento del e-Commerce ha reportado grandes beneficios a las empresas mejor colocadas, pero también ha hecho evidente la necesidad de trasladar la seguridad tradicional de la oficina a la desconocida e inabarcable red digital.
Este año la Agencia Española de Protección de Datos (AEPD) ha registrado un total de 1.460 brechas de datos, que han dejado expuestas a empresas tan relevantes como Twitter, Decathlon, Vueling, Mapfre o Adif.
Los ransomwares de perfeccionan y los hackers encuentran nuevas oportunidades en los rincones que se van inaugurando a la sombra del imparable proceso de digitalización.
Los desarrolladores están en una carrera interminable por actualizar su tecnología para mantenerse al día con "las amenazas en constante evolución de malware, rescates, ataques DDS y más”, apuntan desde The ChannelCo.
Es ahí donde la IA, con su Machine Learning “podrá emplearse para ayudar a identificar las amenazas y las modificaciones de ataques y estrategias ya superadas”. ¿Cómo? Recogiendo datos de sistemas, redes de comunicación, sitios web y actividad digital.
“Al utilizar algoritmos de IA se pueden reconocer pautas e identificar actividades amenazadoras, como la detección de direcciones IP sospechosas y posibles violaciones de los datos”.
IA y fabricación/desarrollo
Muchas empresas se enfrentan día a día a un problema evidente de producción. Pese a que sus ideas y sus planteamientos son brillantes, los recursos y medios productivos no alcanzan a plasmar el valor de lo que se pretende producir.
La única solución posible a tal ecuación ha de ser de naturaleza cualitativa. Eso es precisamente lo que posibilitará la Inteligencia Artificial: abandonar el crecimiento vertical, para replantear modelos productivos y de desarrollo.
“Una estrategia sólida de ingeniería IA facilitará el rendimiento, la escalabilidad, la interpretabilidad y la fiabilidad de los modelos de IA y, al mismo tiempo, proporcionará el valor total de las inversiones”, sostiene Gartner.
Para los desarrolladores la llegada de los algoritmos supondrá un atajo frente a obstáculos tradicionalmente insuperables. Permitirá abandonar el enfoque individual, para gestionar los proyectos de forma conjunta.
“La ingeniería IA incorpora elementos de DataOps, ModelOps y DevOps y hace que la IA sea parte del proceso principal de DevOps, en lugar de un conjunto de proyectos especializados y aislados”.
IA cuántica
El rostro menos público y visible de la Inteligencia Artificial dará un gran salto hacia adelante, para acercar a la supercomputación hacia sus ambiciosos objetivos. Eso sí, no lo hará de forma altruista y desinteresada.
Los ingenieros tratan de mejorar el Machine Learning encontrando nuevas fórmulas de procesamiento, y para eso se necesitan grandes equipos pensantes. Así es cómo nació hace unos pocos años el Quantum Machine Learning (QML).
“El aprendizaje cuántico puede resultar más eficiente que el aprendizaje clásico, al menos para ciertos modelos intrínsecamente difíciles de aprender mediante ordenadores convencionales”, explica a BBVA el investigador Samuel Fernández Lorenzo.
“Queda pendiente por investigar hasta qué punto esta clase de modelos se presentan en las aplicaciones prácticas”. Por el momento, esta disciplina avanza en Machine Learning y tecnologías propias de la IA.
“La ventaja cuántica aquí podría residir en la posibilidad de construir modelos que serían muy difíciles de implementar en un ordenador convencional”.
En MÁSMÓVIL Negocios queremos que lideres el futuro tecnológico. Por ello te ofrecemos la mejor conexión y ofertas de fibra y móvil del mercado. Consulta más detalles en nuestra web o llámanos gratis al 1495 para conocerlas.
