Gilson
Magalhães, Vicepresidente
y General Manager para América Latina de Red Hat
En los últimos años, la Inteligencia
Artificial (IA) se ha perfilado como más que una simple tendencia del momento.
Se trata de una verdadera revolución que está redefiniendo las estructuras,
estrategias y operaciones empresariales, generando así una transformación
radical en la productividad, la toma de decisiones y la creación de valor en el
ecosistema corporativo global.
En línea con esta visión transformadora,
los datos revelan que la Inteligencia Artificial está cobrando fuerzas en las
estrategias de inversión empresarial : según las proyecciones del IDC FutureScape: Latin America IT Industry Predictions
2024,
para 2027, las 5,000 empresas más prominentes de la región destinarán más del
25% de su presupuesto básico de TI a iniciativas de IA, lo que se traducirá en
un impulso de dos dígitos en la innovación de productos y procesos.
Sin embargo, este panorama no está exento
de complejidades: en este entusiasmo de los líderes corporativos por
implementar la IA Generativa, en ocasiones lo hacen sin una comprensión clara
de sus aplicaciones específicas, sin llegar a producir resultados concretos de
esta inversión.
En este escenario de transformación
digital, una innovadora alternativa que podría atender aquellas necesidades de
las organizaciones, es el concepto de Small
Language Model (SLM). La visión es simple pero revolucionaria: desarrollar
modelos de lenguaje más pequeños, totalmente de código abierto, construidos
sobre datos públicos y diseñados específicamente para necesidades corporativas
concretas. Esta aproximación representa una respuesta inteligente a los
desafíos de los grandes modelos de lenguaje (LLMs), ofreciendo una solución más
accesible, ágil y sostenible que permite a organizaciones de diversos tamaños
adoptar soluciones de IA personalizadas sin enfrentar barreras tecnológicas o
económicas.
Una primera fase en el proceso de adopción
se centra en la transformación de la interacción con el cliente. Los sectores
con mayor contacto directo con los consumidores—como agencias bancarias,
operadoras de telecomunicaciones, servicios de atención al cliente y empresas
de retail—se posicionan como pioneros en esta implementación inicial. Los
chatbots representan el punto de entrada más visible de esta revolución,
permitiendo una comunicación más ágil, personalizada y eficiente.
Una "siguiente ola" en torno a
esta tecnología se caracteriza por el desarrollo de aplicativos especializados
capaces de analizar variables complejas y tomar decisiones precisas. En esta
etapa, la creación de soluciones puntuales no sólo optimizará los procesos de
producción, sino que también impulsará la modernización tecnológica de las
organizaciones, transformando radicalmente su capacidad de respuesta y
eficiencia operativa.
El panorama actual de la IA revela una evolución hacia proyectos más maduros y estratégicos, con un enfoque centrado en el retorno de la inversión. Según la encuesta EY AI Pulse 2024, entre el 75% y 84% de las empresas consultadas han experimentado resultados positivos tras incorporar soluciones de IA en áreas críticas como eficiencia operativa, productividad, mejoras tecnológicas, ciberseguridad, satisfacción del cliente e innovación de productos. Esta tendencia apunta hacia una inversión cada vez más selectiva y concentrada en agentes especializados para necesidades industriales específicas, donde el potencial de retorno es más tangible y medible.