Principales tendencias en ciencia de los datos y machine learning
- Estrategias digitales
Los analistas de Gartner han identificado las principales tendencias que impactarán en el campo de los datos y la analítica a medida que se desarrolla la inteligencia artificial generativa. La evolución viene marcada por una evolución desde los modelos predictivos a una disciplica más democratizada y dinámica.
Gartner ha publicado las que, a juicio de sus investigadores, van a ser las tendencias que marcarán el futuro de la ciencia de los datos y el aprendizaje automático, a medida que esta tecnología va siendo ampliamente adoptada por las empresas y permite no solo centrarse en modelos predictivos, sino evolucionar la disciplina hacia otro más democratizado y dinámico que, además, está viéndose impulsado por la inteligencia artificial generativa.
En primer lugar, la firma de análisis cita los ecosistemas de datos en cloud, que están pasando de basarse en un software autónomo o implementaciones combinadas a soluciones completas nativas en la nube. Para 2024, Gartner espera que el 50% de las implantaciones de nuevos sistemas en la nube se asienten en un ecosistema de datos completos en lugar de soluciones puntuales integradas manualmente.
En este punto recomienda que las organizaciones evalúen los ecosistemas de datos en función de su capacidad para resolver desafíos de los datos distribuidos, así como para acceder e integrarse con fuentes de datos fuera de su entorno inmediato.
Como tendencia número dos menciona Edge AI, es decir, el procesamiento de los datos en su lugar de creación, lo que ayudará a obtener información en tiempo real, detectar nuevos patrones y cumplir con los estrictos requisitos de privacidad de datos. Edge AI también ayuda a las organizaciones a mejorar el desarrollo, la orquestación, la integración y la implementación de la IA.
Gartner predice que más del 55% de todos los análisis de datos por redes neuronales profundas se producirán en el punto de captura en un sistema perimetral para 2025, frente a menos del 10 % en 2021. Las empresas deben identificar las aplicaciones, el nivel de capacitación en IA y la inferencia necesarias para moverse a entornos perimetrales cerca de los endpoints o dispositivos de IoT.
La tercera tendencia es la IA responsable, que cubre muchos aspectos para tomar las decisiones comerciales y éticas correctas al adoptar la tecnología que las organizaciones, a menudo, abordan de forma independiente, como el valor comercial y social, el riesgo, la confianza, la transparencia y la responsabilidad. Gartner predice que la concentración de modelos de IA preentrenados entre el 1% de los proveedores de IA para 2025 hará que la IA responsable sea una preocupación social.
Gartner recomienda que las organizaciones adopten un enfoque proporcional al riesgo para ofrecer valor de IA y tengan cuidado al aplicar soluciones y modelos. Tienen que buscar garantías de los proveedores para asegurarse de que están administrando sus riesgos y obligaciones de cumplimiento, protegiendo a las organizaciones de posibles pérdidas financieras, acciones legales y daños a la reputación.
En cuarto lugar, indica que la IA centrada en los datos representa un cambio de un modelo y un enfoque centrado en el código a enfocarse más en los datos para construir mejores sistemas de IA. Las soluciones, como la gestión de datos específica de IA, los datos sintéticos y las tecnologías de etiquetado de datos, tienen como objetivo resolver muchos desafíos relacionados con los datos, como la accesibilidad, el volumen, la privacidad, la seguridad, la complejidad y el alcance.
Según Gartner, el uso de IA generativa para crear datos sintéticos es un área que está creciendo rápidamente, aliviando la carga de obtener datos del mundo físico para que los modelos de aprendizaje automático se puedan entrenar de manera efectiva. Para 2024, Gartner predice que el 60% de los datos para la IA serán sintéticos para simular la realidad, los escenarios futuros y eliminar el riesgo, frente al 1% en 2021.
Y, por último, señala que la inversión en IA continuará acelerándose por parte de las organizaciones que implementan soluciones y surgirán empresas cuyo negocio esté basado en la tecnología. A finales de 2026, predice que se habrán invertido más de 10.000 millones de dólares en nuevas empresas de IA que se basan en modelos básicos: grandes modelos de IA entrenados en grandes cantidades de datos.
Una encuesta reciente de la firma entre más de 2.500 ejecutivos encontró que el 45% reconoció que la actualidad en torno a ChatGPT les impulsó a aumentar las inversiones en IA. El 70% dijo que su organización está en un momento de exploración con la IA generativa, mientras que el 19% está en modo piloto o de producción.