Gartner, Inc. ha destacado las principales tendencias que afectan al futuro de la ciencia de datos y el aprendizaje automático (DSML) a medida que la industria crece rápidamente y evoluciona para hacer frente a la creciente importancia de los datos en la inteligencia artificial (IA), en particular a medida que el foco se desplaza hacia las inversiones en IA generativa.
En su intervención en la Cumbre de Datos y Análisis de Gartner, celebrada en Sídney, Peter Krensky, Director Analista de Gartner, ha declarado: «A medida que la adopción del aprendizaje automático continúa creciendo rápidamente en todas las industrias, el DSML está evolucionando desde centrarse únicamente en modelos predictivos, hacia una disciplina más democratizada, dinámica y centrada en los datos. Esto también se ve impulsado ahora por el fervor en torno a la IA generativa. Aunque están surgiendo riesgos potenciales, también lo están las muchas nuevas capacidades y casos de uso para los científicos de datos y sus organizaciones.»
Según Gartner, las principales tendencias que configuran el futuro del DSML son:
Tendencia 1: Ecosistemas de datos en la nube
Los ecosistemas de datos están pasando del software autónomo o las implantaciones combinadas a soluciones totalmente nativas de la nube. Para 2024, Gartner espera que el 50% de las nuevas implantaciones de sistemas en la nube se basen en un ecosistema de datos en la nube cohesionado, en lugar de en soluciones puntuales integradas manualmente.
Gartner recomienda a las organizaciones evaluar los ecosistemas de datos en función de su capacidad para resolver los desafíos de datos distribuidos, así como para acceder e integrarse con fuentes de datos fuera de su entorno inmediato.
Tendencia 2: Edge AI
La demanda de Edge AI está creciendo para permitir el procesamiento de datos en el punto de creación en el borde, ayudando a las organizaciones a obtener información en tiempo real, detectar nuevos patrones y cumplir con los estrictos requisitos de privacidad de datos.
La IA en los bordes también ayuda a las organizaciones a mejorar el desarrollo, la orquestación, la integración y la implantación 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 de borde para 2025, frente a menos del 10% en 2021. Las organizaciones deben identificar las aplicaciones, el entrenamiento de IA y la inferencia necesarios para pasar a entornos de borde cerca de los puntos finales de IoT.
Tendencia 3: IA responsable
La IA responsable hace de la IA una fuerza positiva, en lugar de una amenaza para la sociedad y para sí misma. Abarca muchos aspectos de la toma de decisiones empresariales y éticas correctas al adoptar la IA que las organizaciones suelen abordar de forma independiente, como el valor empresarial 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 convertirá la IA responsable en una preocupación social.
Gartner recomienda a las organizaciones adoptar un enfoque proporcional al riesgo para ofrecer valor de IA y tener precaución al aplicar soluciones y modelos. Busque garantías de los proveedores para asegurarse de que están gestionando sus obligaciones de riesgo y cumplimiento, protegiendo a las organizaciones de posibles pérdidas financieras, acciones legales y daños a la reputación.
Tendencia 4: IA centrada en los datos
La IA centrada en los datos representa un cambio de un enfoque centrado en el modelo y el código a otro más centrado en los datos para crear mejores sistemas de IA. Soluciones como la gestión de datos específicos de IA, los datos sintéticos y las tecnologías de etiquetado de datos pretenden resolver muchos de los retos que plantean los datos, como la accesibilidad, el volumen, la privacidad, la seguridad, la complejidad y el alcance.
El uso de la IA generativa para crear datos sintéticos es un área que está creciendo rápidamente, aliviando la carga de obtener datos del mundo real para que los modelos de aprendizaje automático puedan entrenarse eficazmente. Para 2024, Gartner predice que el 60% de los datos para la IA serán sintéticos para simular la realidad, escenarios futuros y derivar la IA, frente al 1% en 2021.
Tendencia 5: Aceleración de la inversión en IA
La inversión en IA continuará acelerándose por parte de las organizaciones que implementan soluciones, así como por parte de las industrias que buscan crecer a través de tecnologías de IA y negocios basados en IA. Para finales de 2026, Gartner predice que se habrán invertido más de US$10.000 millones en startups de IA que se basan en modelos fundacionales: grandes modelos de IA entrenados con enormes cantidades de datos.
Una encuesta reciente de Gartner realizada a más de 2.500 líderes ejecutivos reveló que el 45% afirmó que el reciente revuelo en torno a ChatGPT les había impulsado a aumentar las inversiones en IA. El 70% afirmó que su organización está en modo de investigación y exploración con IA generativa, mientras que el 19% está en modo piloto o de producción.
Fuente: Gartner
