[30/09/2024] La consultora Gartner hace el seguimiento a unas dos mil tecnologías todos los años; de ellas, en una reciente presentación, eligió 25 a las que considera como las que tienen el mayor impacto sobre las organizaciones. Estas tecnologías son incipientes e inclusive se les puede considerar inmaduras en este momento; pero son las que la consultora considera que llegarán a la madurez en un lapso de dos a 10 años. Arun Chandrasekaran, distinguished VP analyst de Gartner, fue el encargado de realizar la presentación.
Las tecnologías
Aunque las tecnologías que se encuentran bajo la vigilancia de Gartner son muy variadas, no se puede negar que desde hace poco tiempo una de ellas destaca: la inteligencia artificial generativa. No solo se ha hablado de ella. sino que también se ha producido mucha innovación en base a ella.
"Ha habido una enorme cantidad de interés en la inteligencia artificial generativa; además también hemos visto una acelerada innovación en el campo de la inteligencia artificial en la pasada década, particularmente, en los últimos dos años”, sostuvo el analista.
La innovación se puede percibir en la capa de infraestructura, como las GPU y en el campo de los modelos, también en las herramientas de ingeniería que ayudan a personalizar, automatizar e implementar de forma segura las soluciones. "Además, se puede percibir que mucha de la inversión proveniente de los fondos de capitales de riesgo se ha ido hacia las startups de inteligencia artificial generativa en los pasados dos años, en algunos casos en detrimento de otras técnicas de inteligencia artificial u otras tecnologías adyacentes”, anotó Chandrasekaran.
De los dos mil temas que son monitoreados por Gartner, se eligieron 25 que luego fueron reunidos en cuatro grupos: Inteligencia artificial autónoma (Autonomous AI), Experiencia total (Total experience), Seguridad y privacidad centradas en las personas (Human-centric security and privacy) y Productividad de los desarrolladores (Developer productivity).
De la inteligencia artificial autónoma el analista señaló "creemos que la inteligencia artificial o las aplicaciones de inteligencia artificial serán cada vez más autónomas en el futuro”.
Por su parte, la Experiencia total está conformada por las tecnologías que permiten mejorar las experiencias de clientes, socios y empleados. El tercer grupo es el relacionado con la seguridad, un tema que cobra cada vez más importancia en un mundo con más amenazas; este grupo se denomina 'centrado en las personas' ya que, en temas de seguridad, generalmente, son las personas el 'talón de Aquiles' del sistema. Finalmente, el cuarto grupo se encuentra compuesto por las tecnologías que permiten mejorar la productividad de sus desarrolladores.
La IA autónoma
Se ha logrado grandes avances en cuanto a la inteligencia artificial. Se ha lanzado para el uso de las personas la inteligencia artificial generativa y se han compuesto los LLM y los SLM, e incluso modelos específicos para ciertos campos; a pesar de todos estos avances, el analista comentó que todos estos modelos requieren de mucha intervención humana.
"Estos sistemas de inteligencia artificial se pueden ver como pasivos. Creemos que eso va a cambiar en el futuro cercano, creemos que vamos a ver sistemas de inteligencia artificial más autónomos que puedan tomar decisiones, comprar o vender cosas en nombre suyo, que puedan imitar y emular el comportamiento humano, y puedan lograr las metas que les establezcamos”, indicó Chandrasekaran.
Estas tecnologías evolucionarían en los próximos dos a 10 años.
Una de estas tecnologías ya la conocemos: las inteligencia artificial generativa. Dentro de esta tecnología, el analista destacó que estos modelos se convertirán en modelos multimodales; es decir, procesar y generar diferentes tipos de datos o modalidades de información de manera integrada. Por ejemplo, alimentar con texto un modelo para que el resultado sea un video. Además de esta IA generativa, también es necesario tomar en cuenta la IA general.
Otra de las tecnologías serán los Large Actions Models. Ellos apoyarán y apuntalarán los sistemas autónomos que se están creando. La AI Supercomputing será otra de las tecnologías, y será necesaria ya que los sistemas cada vez más complejos de IA van a requerir cada vez más capacidad de cómputo; en ese campo los hyperscalers ya se encuentran realizando grandes inversiones de hasta 100 mil millones de dólares en clústeres de Supercomputación para IA.
Los agentes autónomos son otra de las tecnologías de este grupo; ellos tienen capacidades de mayor nivel de razonamiento que los modelos actuales; tienen memoria de corto plazo, con lo cual pueden entender el contexto y la continuidad del diálogo y las conversaciones, pero también memoria de largo plazo con lo cual podrán recordar información de fuentes de datos; además, podrán orquestar flujos de trabajo complejos.
En el futuro también podremos ver en acción a los Machine customers (Clientes automáticos), ellos realizarán transacciones en nuestro nombre o en el de una empresa, y muy probablemente tengan que negociar la transacción con un vendedor automático, generando así transacciones máquina-máquina, las cuales evolucionarán en el futuro.
En el campo de la robótica, la novedad serán los Humanoid working robots (robots obreros humanoides). "Todos esperan que un robot humanoide pueda hacer tareas como lavar platos o doblar la ropa, pero estas tareas, aunque no lo parezcan, son muy complicadas para los robots. Donde sí pueden adaptarse más fácilmente al trabajo es en los entornos industriales, gracias a los avances en la cinética y los movimientos”, anotó Chandrasekaran.
Una de las tecnologías que va a apoyar la evolución de los robots obreros humanoides es otra de las tecnologías que conforman el grupo: el Reinforcement learning (aprendizaje de reforzamiento).
"El Aprendizaje de reforzamiento es una de esas técnicas de inteligencia artificial que va a ser muy crítica para llegar a la inteligencia artificial autónoma en el futuro. De hecho, ya tiene buenas aplicaciones como en los autos que se conducen solos”, sostuvo el analista.
Finalmente, los sistemas multiagente serán los que orquestarán flujos de trabajo extremadamente complejos dentro de la empresa.
La productividad de los desarrolladores
Las organizaciones se encuentran ávidas de mejorar la productividad de sus desarrolladores, por lo que se ha visto mucha innovación en este campo en la pasada década, especialmente en tecnologías de plataforma. Se está comenzando a ver a las organizaciones establecer lo que se denomina equipos de plataforma o equipos de ingeniería de plataforma para trabajar de forma más cercana con los desarrolladores para habilitarles sistemas de autoservicio y productividad.
Pero, primero, ¿cómo se mejora la productividad del desarrollador? No se trata de que escriba más código por día o por hora, se trata en realidad de mejorar la comunicación entre los varios equipos de desarrolladores, o entre los equipos de desarrollo, de plataforma o seguridad. Y facilitar el que se puedan enfocar en lo que se encuentran haciendo. Para ello es que han sido creadas las siguientes tecnologías.
En primer lugar, los portales internos para desarrolladores. Estos prometen ofrecer autoservicio a los desarrolladores, es decir, aquí podrán aprovisionarse de componentes de plataforma.
Otra de las tecnologías o tendencias es la llamada 'nativa de nube'. Las empresas buscan crear aplicaciones de una forma más 'nativa de nube'; es decir, el uso de contenedores y Kubernetes para construir aplicaciones más modernas y distribuidas y orientadas hacia los microservicios. Esto es una prioridad para los desarrolladores, ya que desean construir aplicaciones más modulares, resilientes y ágiles.
La ingeniería de prompts es otro de los elementos de este conjunto. Al respecto Chandrasekaran sostuvo que hay dos grupos de personas que tienen opiniones diferentes respecto a este rol. Uno de ellos considera que será un rol muy importante, quizás incluso reemplazando al científico de datos. Otros, por el contrario -y Chandrasekaran se considera parte de este segundo grupo- consideran que es más una habilidad que un rol dentro de la empresa. Además, es algo que en el futuro también se automatizará.
Otro elemento es WebAssembly, un runtime súperligero que permitirá no solo correr aplicaciones basadas en navegador, sino también aplicaciones del lado del servidor de una forma mucho más ligera y performante; es decir, con una latencia superbaja en comparación con los tradicionales runtimes de contenedor.
GitOps, por su parte, es otro de los elementos que componen este grupo, y ofrece un grado más alto de automatización en términos de la forma en que se manejan los artefactos. Además, ofrece un enfoque de kit centralizado en la entrega de infraestructura y software.
Finalmente, se tiene la ingeniería de software aumentada por inteligencia artificial. Uno de los casos de uso de inteligencia artificial generativa más difundidos en la actualidad es la ingeniería de software. En la actualidad se puede apreciar la prevalencia de las herramientas de generación de código y de completamiento de código.
La Experiencia total
El tercer grupo de tecnologías tienen que ver con la experiencia. La Experiencia total surge de combinar las experiencias del consumidor, en este campo se ha producido mucho desarrollo y muchas innovaciones debido al incremento en los canales de comunicación con el cliente, especialmente luego de la pandemia. De hecho, la COVID-19 ha forzado a las organizaciones que tenían canales digitales a reimaginar las experiencias de sus clientes a través de ellos, y no solo para sus clientes, sino también para sus empleados en campos como el trabajo remoto.
La primera de estas tecnologías es la del gemelo digital para el cliente. Los gemelos digitales son una tecnología que no se podría calificar como muy nueva, se ha pensado antes para entornos industriales. Pero en el campo de los clientes se puede utilizar para generar gemelos digitales de los clientes para simular diferentes experiencias del consumidor.
"Creo que es una tremenda oportunidad, particularmente en industrias como cuidados de la salud, automotriz o ventas minoritas”, sostuvo el analista.
La 6G es otra de estas tecnologías, aunque se encuentra aún muy lejana, un dato que se puede comprobar con el simple hecho de que aún no hemos logrado desplegar ampliamente la 5G. Sin embargo, Chandrasekaran estima que los proveedores de servicios de comunicación (CSP, por sus siglas en inglés) comenzarán a realizar grandes inversiones en esta tecnología luego del 2027. La 6G no sol será atractiva por ofrecer más ancho de banda -algo que las anteriores tecnologías de comunicación también hacían-, sino porque será la primera generación en tener incorporada dentro de sí la inteligencia artificial para facilitar el mantenimiento predictivo o la facilitación del streaming, la realidad aumentada o la realidad virtual.
La computación espacial es la siguiente tecnología del grupo. Esta nos permitirá experimentar al mundo digital de una manera tridimensional, lo cual significará experiencias más inmersivas y aumentadas; esta tecnología podría tener una enorme repercusión en industrias como la de los videojuegos, pero también en otras industrias menos aparentes, como cuidados de la salud.
Finalmente, dentro de este grupo también destacan las superaplicaciones. Las superaplicaciones son, esencialmente, una combinación de muchas aplicaciones; es decir, muchos casos de uso que corren en una sola aplicación. Asia es el lugar de nacimiento de estas aplicaciones y tienen como ejemplos a Alipay o WeChat.
La seguridad y la privacidad centrada en las personas
"Estamos destacando particularmente las tecnologías que creemos que harán la seguridad y la privacidad más enfocadas en las personas ya que, como mencioné antes, las personas usualmente son el eslabón más débil”, sostuvo Chandrasekaran.
La primera es la arquitectura mesh de ciberseguridad. Se necesita una forma de estandarizar, centralizar y tener una forma universal de hacer la seguridad, además de gestionar la postura de seguridad, la identidad y el acceso, eso es lo que hace la arquitectura mesh, esta centraliza y hace cumplir las políticas.
El aprendizaje automático federado es otra de las tecnologías pertenecientes a este grupo. Dentro del campo de la inteligencia artificial, esta tecnología ofrece mucha privacidad ya que ahora la forma en que se entrenan los modelos es mediante un aprendizaje centralizado. Para ello se requiere movilizar muchos datos hacia el lugar donde se lleva a cabo el entrenamiento; es decir, hacia esos ambientes de nube, ello toma tiempo y conlleva un costo. La idea del entrenamiento federado es que se puedan realizar los entrenamientos in situ, algo que es mejor que tener que mover los datos en situaciones en las que no es conveniente, por ejemplo, en lugares donde no se pueden sacar los datos de un país.
Otra de las tecnologías es el entrenamiento homomórfico. Este permite realizar analítica sobre datos encriptados sin tener que descifrar los datos. Nuevamente, hay que señalar que este tipo de tecnología se encuentra en sus inicios y es muy intensiva en recursos de cómputo.
AI TRiSM significa trust, risk and security management (gestión de la confianza, los riesgos y la seguridad). A medida que desplegamos aplicaciones de inteligencia artificial como ChatGPT y sus equivalentes en los entornos hay que asegurarse de que se están protegiendo los datos empresariales. Por ejemplo, cuando se hace un prompt hay que asegurarse que en él no se vaya la propiedad intelectual de la compañía, o que las empresas de inteligencia artificial no estén utilizando los datos de nuestra empresa para entrenar a sus modelos. También se ocupa de los ataques a los datos de la empresa o saber si existen sesgos dentro de los modelos.
El sistema inmunitario digital es otra de las tecnologías. Este se encuentra avocado a no ser reactivo a las fallas dentro del entorno, sino activo en intentar evaluar el entorno en busca de fallas.
Finalmente, la desinformación es uno de los riesgos mas grandes de la inteligencia artificial. La capacidad de crear desinformación a gran escala es real y por ello se vislumbra para el futuro la generación de herramientas que detecten, por ejemplo, los deep fakes.
Al final, Arun Chandrasekaran señaló que estas son las tecnologías que se pueden destacar como las que van a impactar a las personas e industrias en los próximos dos a 10 años, lapso en el cual tendrán en tiempo para madurar.
Jose Antonio Trujillo, CTOPerú