El mercado de productos y servicios de IA podría alcanzar los 990.000 millones de dólares en 2027

Se espera que el mercado de hardware y software relacionado con la IA crezca entre un 40% y un 55% anual, alcanzando entre 780.000 millones y 990.000 millones de dólares en 2027, según un estudio publicado por Bain & Company. Tres áreas de oportunidad: modelos más grandes y centros de datos más grandes, iniciativas de IA empresariales y soberanas, y eficiencia y capacidades del software, podrían permitir que el mercado de hardware y software de IA se acerque a una industria de un billón de dólares en los próximos tres años.

“Las empresas están dejando atrás la fase de experimentación y están empezando a ampliar la IA generativa en toda la empresa. A medida que lo hagan, los CIO deberán mantener soluciones de IA de nivel de producción que permitan a las empresas adaptarse a un panorama que cambia rápidamente. En esencia, necesitan adoptar un enfoque de ‘IA en todas partes’”, explica David Crawford, presidente de la práctica de Tecnología Global de Bain.

Expansión de los centros de datos y la demanda de chips

Las cargas de trabajo de IA podrían crecer entre un 25% y un 35% por año hasta 2027, estima Bain. A medida que la IA se expande, la necesidad de potencia informática expandirá radicalmente la escala de los grandes centros de datos durante los próximos cinco a diez años.

La IA estimulará el crecimiento de los centros de datos, de los 50-200 megavatios actuales a más de un gigavatio. Esto significa que, si los grandes centros de datos cuestan entre 1.000 y 4.000 millones hoy, podrían costar entre 10.000 y 25.000 millones dentro de cinco años. Se espera que estos cambios tengan enormes implicaciones en los ecosistemas que respaldan los centros de datos, incluida la ingeniería de infraestructura, la producción de energía y la refrigeración, así como en las cadenas de suministro.

Además de la necesidad de más centros de datos, el aumento de la demanda de unidades de procesamiento gráfico (GPU) impulsado por la IA podría aumentar la demanda total de ciertos componentes en un 30% o más para 2026, predice Bain. Así como la pandemia creó un aumento en la demanda de PC, la creciente demanda de potencia informática de IA tensará las cadenas de suministro de chips. Estas tendencias, cuando se combinan con tensiones geopolíticas, podrían desencadenar la próxima escasez de semiconductores, advierte Bain. Si la demanda de GPU de la generación actual de los centros de datos se duplicara para 2026, no solo los proveedores de componentes clave necesitarían aumentar su producción, sino que los fabricantes de componentes de empaquetado de chips necesitarían casi triplicar su capacidad de producción para satisfacer la demanda.

La IA soberana presenta desafíos y oportunidades

Otra área que, según Bain, agregará una capa adicional de complejidad para las empresas de tecnología es el surgimiento de bloques de IA "soberanos". Los gobiernos de todo el mundo están gastando miles de millones de dólares para subsidiar la IA soberana. Están invirtiendo en infraestructura informática nacional y modelos de IA desarrollados dentro de sus fronteras y entrenados con datos locales.

“Establecer ecosistemas de IA soberana exitosos llevará mucho tiempo y será increíblemente costoso”, apunta Anne Hoecker, directora de la práctica de Tecnología Global de Bain. “Si bien son menos complejos en algunos aspectos que construir fábricas de semiconductores, estos proyectos requieren más que obtener subsidios locales. Los hiperescaladores y otras grandes empresas tecnológicas pueden seguir invirtiendo en operaciones de IA localizadas que garantizarán ventajas competitivas significativas”.

La IA generativa en el desarrollo de software

La llegada de la IA generativa ha agregado presión sobre las empresas de desarrollo de software para demostrar una mayor eficiencia. La IA generativa parece ahorrar entre el 10% y el 15% del tiempo total de ingeniería de software, según la encuesta de Bain. Sin embargo, la mayoría de las empresas no están aprovechando al máximo estos ahorros.

“Si se implementa correctamente, la IA generativa puede generar ganancias de eficiencia del 30 % o más”, afirma Roy Singh, director global de la práctica de análisis avanzado de Bain. “Es posible utilizar la IA generativa para lograr mejoras significativas en el desarrollo de software, pero requiere esfuerzos que van más allá de la introducción de asistentes de codificación. Cuando se trata de la implementación de la IA, los equipos de ingeniería deben impulsar la eficiencia de extremo a extremo incorporando otras técnicas avanzadas, como el análisis estático, y abarcando todo el ciclo de vida del desarrollo de software, incluida la gestión de productos, la refactorización, las revisiones de código, las pruebas y la gestión de compilación y lanzamiento”.