2 megatendencias dominan el Hype Cycle de Gartner de 2020 en el campo de la inteligencia artificial

A pesar del impacto mundial de la COVID-19, el 47 % de las inversiones en inteligencia artificial (IA) se mantuvieron sin cambios desde el inicio de la pandemia y el 30 % de las organizaciones quiere aumentar dichas inversiones, de acuerdo con una encuesta de Gartner. Solo un 16 % ha suspendido temporalmente las inversiones en inteligencia artificial y solo un 7 % las ha reducido.

Durante la pandemia, por ejemplo, la IA acudió al rescate. Los chatbots ayudaron a responder el aluvión de preguntas relacionadas con la pandemia, la visión por computadora ayudó a mantener el distanciamiento social y los modelos de machine learning (ML) fueron indispensables para modelar los efectos de la reapertura de las economías.

“Si la IA como concepto general se posicionase en el Hype Cycle de Gartner de este año, estaría superando el punto más alto de las expectativas sobreestimadas. Con eso queremos decir que la IA está empezando a ofrecer su potencial y que sus beneficios para los negocios se están haciendo realidad” comenta Svetlana Sicular, analista vicepresidente de Gartner.

Cinco nuevas entradas —datos de pequeño tamaño, IA generativa, IA compuesta, IA responsable y otros aspectos como los clientes— hacen su debut en el Hype Cycle de IA de este año y dos megatendencias dominan el panorama de la IA de este año.

Democratización de la inteligencia artificial

La democratización de la IA significa que la IA ya no es un tema exclusivo de expertos. Ahora, las organizaciones quieren alcanzar el siguiente nivel ofreciendo a más personas el valor que proporciona la inteligencia artificial. En la empresa el objetivo de la democratización de la IA puede incluir a clientes, socios comerciales, ejecutivos comerciales, personal de ventas, trabajadores de la línea de montaje, desarrolladores de aplicaciones y profesionales de operaciones de TI. 

A medida que la IA llega a un conjunto de empleados y socios más amplio, requiere que nuevos cargos empresariales la acerquen a un público también más amplio. Junto con científicos e ingenieros de datos, los desarrolladores también podrían formar parte de los futuros equipos que creen soluciones de inteligencia artificial. Gartner considera que los desarrolladores se convertirán en la principal fuerza en la IA.

La ciencia de los datos se encarga del descubrimiento de lo desconocido, pero la ingeniería proporciona la estabilidad, fiabilidad y seguridad de lo que la ciencia ofrece. La ingeniería complementa a la ciencia de los datos para ofrecer IA a escala y el desarrollador de IA y los kits de aprendizaje representan el papel del Hype Cycle.

Industrialización de las plataformas de IA

La industrialización de las plataformas de IA permite reutilizar, redimensionar y dar seguridad a la IA, lo que acelera su adopción y crecimiento. Esta industrialización pretende conseguir nuevos usuarios para la IA a la vez que usuarios pioneros.

De acuerdo con una reciente encuesta de Gartner, la alta dirección se está encargando de los proyectos de IA: casi un 30 % de los proyectos está supervisado por directores ejecutivos (Chief Executive Officer, CEO). Dejar que la alta dirección tome las riendas acelera la adopción de la IA y la inversión en soluciones de inteligencia artificial.

Por ejemplo, la inteligencia en las decisiones indica que las empresas quieren utilizar IA para tomar mejores decisiones de forma más rápida, como seleccionar las mejores opciones de tratamiento para los pacientes o acelerar el descubrimiento y la prevención de anomalías y vulnerabilidades. Es más, las nuevas entradas en el Hype Cycle de este año, como la IA generativa, los datos de pequeño tamaño y la IA compuesta, indican que además del ML, las organizaciones están considerando múltiples medios para apoyar la toma de decisiones con IA.

La IA responsable y la gobernanza en IA también se han convertido en una prioridad en materia de inteligencia artificial a escala industrial. Estas establecen y perfeccionan los procesos para gestionar decisiones empresariales relacionadas con la IA y gestionar los riesgos de la IA asociados con el cumplimiento, la privacidad y el sesgo. También abordan la fiabilidad de la IA, que es el principal desafío de la IA hoy en día. 

Cuando las soluciones de IA maduran, las empresas aprenden mucho y cometen menos errores. Sin embargo, deben seguir aprendiendo, porque surgirán nuevos retos como los “deep fakes” y la seguridad de la inteligencia artificial a medida que su adopción avance.