Gartner identifica las cinco mayores innovaciones de IA en 2025

Los agentes de IA y los datos preparados para IA son las dos tecnologías de mayor avance en el reporte Ciclo de Expectativas de Gartner para Inteligencia Artificial de 2025, según Gartner, Inc., empresa de análisis empresarial y tecnológico. Estas tecnologías están experimentando un mayor interés este año, acompañado de ambiciosas proyecciones y promesas especulativas, lo que las sitúa en el punto álgido de las expectativas infladas.

Los Ciclos de Expectativas de Gartner ofrecen una representación gráfica de la madurez y la adopción de tecnologías y aplicaciones, y de su potencial relevancia para resolver problemas empresariales reales y aprovechar nuevas oportunidades. La metodología del Ciclo de Expectativas de Gartner ofrece una visión de cómo evolucionará una tecnología o aplicación con el tiempo, proporcionando una sólida fuente de información para gestionar su implementación en el contexto de objetivos empresariales específicos.

«Dado que la inversión en IA se mantiene sólida este año, se está haciendo mayor hincapié en su uso para la escalabilidad operativa y la inteligencia en tiempo real», afirmó Haritha Khandabattu, analista director sénior de Gartner. Esto ha llevado a una transición gradual desde la IA generativa (GenAI) como enfoque central hacia los facilitadores fundamentales que respaldan la implementación sostenible de la IA, como los datos y los agentes de IA compatibles.

Entre las innovaciones en IA que Gartner prevé que se generalicen en los próximos 5 años, se ha identificado que la IA multimodal y la gestión de la confianza, el riesgo y la seguridad de la IA (TRiSM) dominan el pico de expectativas infladas (véase la Figura 1). En conjunto, estos desarrollos permitirán aplicaciones de IA más robustas, innovadoras y responsables, transformando el funcionamiento de las empresas y las organizaciones.

“A pesar del enorme valor comercial potencial de la IA, no se materializará espontáneamente”, afirmó Khandabattu. “El éxito dependerá de pilotos estrechamente alineados con el negocio, la evaluación comparativa proactiva de la infraestructura y la coordinación entre los equipos de IA y de negocio para crear valor comercial tangible”.

Agentes de IA

Los agentes de IA son entidades de software autónomas o semiautónomas que utilizan técnicas de IA para percibir, tomar decisiones, actuar y alcanzar objetivos en sus entornos digitales o físicos. Mediante prácticas y técnicas de IA como los LLM, las organizaciones están creando e implementando agentes de IA para realizar tareas complejas.

“Para aprovechar los beneficios de los agentes de IA, las organizaciones necesitan determinar los contextos comerciales y los casos de uso más relevantes, lo cual supone un reto, dado que cada agente de IA es único y cada situación es diferente”, afirmó Khandabattu. “Aunque los agentes de IA seguirán siendo cada vez más potentes, no se pueden utilizar en todos los casos, por lo que su uso dependerá en gran medida de los requisitos de cada situación”.

Datos preparados para IA

Los datos preparados para IA garantizan la optimización de los conjuntos de datos para las aplicaciones de IA, lo que mejora la precisión y la eficiencia. La preparación se determina mediante la capacidad de los datos para demostrar su idoneidad para casos específicos de IA. Esta solo puede determinarse en función del contexto del caso de uso de IA y la técnica de IA utilizada, lo que impulsa nuevos enfoques para la gestión de datos.

Según Gartner, las organizaciones que invierten en IA a gran escala necesitan evolucionar sus prácticas y capacidades de gestión de datos para extenderlas a la IA. Esto satisfará las demandas empresariales actuales y futuras, garantizará la confianza, evitará riesgos y problemas de cumplimiento normativo, preservará la propiedad intelectual y reducirá el sesgo y las alucinaciones.

IA multimodal

Los modelos de IA multimodal se entrenan con múltiples tipos de datos simultáneamente, como imágenes, vídeo, audio y texto. Al integrar y analizar diversas fuentes de datos, pueden comprender mejor las situaciones complejas que los modelos que utilizan un solo tipo de datos. Esto ayuda a los usuarios a comprender el mundo y abre nuevas vías para las aplicaciones de IA.

La IA multimodal se convertirá en una parte cada vez más integral del desarrollo de capacidades en todas las aplicaciones y productos de software de todos los sectores durante los próximos cinco años, según un estudio de Gartner.

AI TRiSM

AI TRiSM desempeña un papel crucial para garantizar una implementación ética y segura de la IA. Comprende cuatro capas de capacidades técnicas que respaldan las políticas empresariales para todos los casos de uso de IA y ayudan a garantizar la gobernanza, la fiabilidad, la equidad, la seguridad, la privacidad y la protección de datos de la IA.

“La IA plantea nuevos desafíos en la gestión de la confianza, el riesgo y la seguridad que los controles convencionales no abordan”, afirmó Khandabattu. “Las organizaciones deben evaluar e implementar la tecnología TRiSM de IA en capas para respaldar y aplicar continuamente las políticas en todas las entidades de IA en uso”.

Les estaremos informando con mucho más detalle, en el marco del informe especial: “Soluciones y productos de infraestructura para edificios y ciudades inteligentes (Sistemas BIM y BMS), POL (Passive Optical LAN). Seguridad integrada, video vigilancia y control de acceso. Casos de uso y aplicabilidad de cada solución y producto, incluyendo la colaboración digital (relacionado a realidad virtual sistema BIM) (Gemelos digitales). Buenas prácticas ambientales.», que estamos preparando para nuestra edición 215 y publicaremos en el mes de agosto.

Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario.