Siete tendencias que se esperan en IA en 2025

Otro año, otra inversión en inteligencia artificial (IA). Eso ha sido cierto para 2024, pero ¿se mantendrá el mismo impulso para 2025 mientras muchas organizaciones comienzan a cuestionar su ROI?

Según la mayoría de los analistas, la respuesta es un rotundo sí, con la inversión global esperada que aumente alrededor de un tercio en los próximos 12 meses y continúe en la misma trayectoria hasta 2028. Sin embargo, mientras los presupuestos pueden estar aumentando, veo un enfoque más cauteloso en 2025, con empresas que se vuelven más discernentes sobre el tipo de tecnología que necesitan y, más importante aún, si puede superar desafíos comerciales específicos de la vida real.

Con eso dicho, aquí están algunas de mis predicciones para 2025:

1. Mejor análisis antes de dar el salto

Con más énfasis en una mejor ROI, las empresas se volverán hacia la IA misma para asegurarse de que estén gastando sabiamente. Uno de los problemas más grandes hasta la fecha es la prisa por “subirse al carro” especialmente desde la introducción de la IA generativa y los LLM. De hecho, tanto como el 63% de los líderes empresariales globales admiten que su inversión en IA se debió a FOMO (miedo a quedarse atrás), según un estudio reciente. Es por esto que un enfoque basado en datos es esencial. Siguiendo la automatización agente, la inteligencia de procesos cognitivos se centrará en proporcionar un contexto más profundo sobre las operaciones comerciales, esencialmente dando a la IA la capacidad de actuar como consultor operativo. Estos sistemas podrán mapear, analizar y predecir flujos de trabajo complejos dentro de una organización, y luego recomendar mejoras basadas en el análisis de datos en tiempo real y patrones pasados, más allá de la simple automatización de tareas. Esto apelará especialmente a sectores como las finanzas, la logística y la fabricación, donde incluso mejoras menores en las operaciones se traducirán en ahorros de costos significativos.

2. La era de IA en primer lugar renueva el interés en la gestión de procesos de negocio

Una nueva edad de oro de la gestión de procesos de negocio (BPM) está en el horizonte. No desde la década de 1990, cuando la aparición de la planificación de recursos empresariales (ERP) desencadenó una amplia digitalización, las empresas necesitan revisitar cómo operan para mantenerse competitivas. Dos factores están impulsando el cambio. Primero, las empresas se dan cuenta de que el crecimiento a cualquier precio no es sostenible, con un cambio hacia el rendimiento y la eficiencia para lograr una economía saludable y una ROI positiva. Segundo, el hype de la IA generativa agente aceleró el interés y la adopción de la tecnología, ya que los ejecutivos de la empresa ordenaron a los equipos que exploraran casos de uso, buscando obtener ventajas en el mercado.

El modelo más efectivo o la promoción intrincada es improductiva en aislamiento. Como resultado, la BPM vuelve a estar en el centro de atención. La influencia inminente de la IA en casi todos los flujos de trabajo empresariales hace que la descubierta de procesos, el análisis y el rediseño sean fundamentales para operativizar cualquier programa, y más aún para escalarlo. Este dilema se asemeja a los desafíos anteriores de transformación digital, que sufrieron tasas de éxito pobres debido a un enfoque excesivo en la tecnología mientras se descuidaban las consideraciones humanas o de proceso.

3. Sistemas de IA multimodal más integrados

La IA multimodal que combina texto, visión, audio y datos de sensores se convertirá en la norma para las empresas que buscan una conciencia situacional holística. Esto irá más allá del análisis de documentos independientes o del reconocimiento de voz; en cambio, los sistemas integrados podrán extraer información de múltiples modalidades para proporcionar interpretaciones más ricas y precisas de escenarios complejos.

En el sector financiero, la IA multimodal puede revolucionar el servicio al cliente integrando texto, voz, registros de transacciones y datos de comportamiento para proporcionar una comprensión integral de las necesidades del cliente. Esta integración permite a las instituciones financieras ofrecer servicios personalizados, mejorar la satisfacción del cliente y aumentar la eficiencia operativa.

Por ejemplo, los asesores financieros virtuales impulsados por IA pueden proporcionar acceso las 24 horas del día, los 7 días de la semana, a asesoramiento financiero, analizando los patrones de gasto del cliente y ofreciendo consejos de presupuesto personalizados. Además, los chatbots impulsados por IA pueden manejar grandes volúmenes de consultas de rutina, racionalizando las operaciones y manteniendo a los clientes comprometidos.

Al aprovechar la IA multimodal, las instituciones financieras pueden anticipar las necesidades de los clientes, abordar proactivamente los problemas y brindar asesoramiento financiero personalizado, fortaleciendo así las relaciones con los clientes y obteniendo una ventaja competitiva en el mercado.

4. IA explicable y transparente, lista para la regulación

Con el aumento de las regulaciones globales, habrá un enfoque en IA explicable y transparente que cumpla con los requisitos regulatorios desde el principio. Veremos más énfasis en herramientas que permitan la transparencia de la IA, la reducción de sesgos y los registros de auditoría, lo que permitirá a las empresas confiar en sus soluciones de IA y verificar el cumplimiento a demanda.

Es probable que los desarrolladores de IA proporcionen interfaces que permitan a las partes interesadas interpretar y desafiar las decisiones de la IA, especialmente en sectores críticos como las finanzas, los seguros, la atención médica y el derecho.

Más allá de la transparencia, un compromiso con la IA responsable será una prioridad mientras las empresas intentan ganar la confianza de los clientes y los consumidores. La OCDE informa de más de 700 iniciativas regulatorias en desarrollo en más de 60 países. Aunque la legislación todavía está alcanzando la innovación, las empresas buscarán seguir proactivamente códigos de conducta voluntarios, como los desarrollados por IEEE o NIST, para establecer estándares claros. Al abrazar la transparencia, adherirse a las mejores prácticas y comunicarse claramente con los clientes, fomentan una reputación de confiabilidad que acorta la brecha de confianza en la IA y aumenta la lealtad y la confianza.

Las auditorías externas también crecerán en popularidad para proporcionar una perspectiva imparcial. Un ejemplo de esto es forHumanity, una organización sin fines de lucro que puede proporcionar una auditoría independiente de los sistemas de IA para analizar el riesgo.

5. Diseño de IA centrado en el ser humano

A medida que las herramientas de IA se integran más en nuestras vidas, las consideraciones éticas y el diseño de IA centrado en el ser humano crecerán en importancia. Espere ver un cambio hacia sistemas de IA diseñados con un enfoque humanístico, priorizando el empoderamiento del usuario, la inclusividad y el bienestar.

Es probable que las empresas busquen desarrollar soluciones de IA que enfaticen la inteligencia colaborativa, sistemas de IA que mejoren la toma de decisiones humanas en lugar de reemplazarla. Esto también puede incluir un enfoque en la seguridad psicológica y el bienestar del usuario en las interacciones entre humanos y máquinas.

6. Mantén tus caballos, agente

Los límites entre la automatización determinista y la automatización agente se desdibujarán en 2025, lo que llevará a sistemas más integrados, inteligentes y adaptables que mejoren varios aspectos de nuestras vidas y industrias. Pero la automatización determinista seguirá gobernando y alimentando al menos el 95% de la automatización en producción el próximo año.

No hay duda de que la automatización agente, caracterizada por sistemas que pueden tomar decisiones autónomas y adaptarse a nuevas situaciones, es atractiva y está en condiciones de hacer avances sustanciales. En entornos dinámicos donde la flexibilidad y la adaptabilidad son cruciales, estos sistemas permitirán interacciones más personalizadas y responsivas, mejorando las experiencias y los resultados del usuario.

7. Rechazo a los LLM

Los avances en los grandes modelos de lenguaje (LLM) han sido nada menos que revolucionarios. Pero, como con todas las grandes cosas, vienen con su propio conjunto de desafíos, notablemente la gran etiqueta de precio en recursos.

Muchos de los inconvenientes de la IA generativa y los LLM provienen de los enormes almacenes de datos que deben ser navegados para producir valor. No solo esto plantea riesgos en términos de ética, precisión, como alucinaciones, y privacidad, sino que también exacerbó enormemente la cantidad de energía necesaria para utilizar las herramientas.

En lugar de herramientas de IA muy generales, 2025 verá a las empresas cambiar hacia IA especializada para tareas y objetivos más estrechos. Es como cortar hacia atrás lo que no necesitas realmente, como un árbol de Bonzi, debes cortarlo para que se vuelva más delgado y eficiente. Al comprimir el modelo en sí, las precisiones de sus cálculos son más pequeñas, lo que aumenta la velocidad y reduce los requisitos de energía para la potencia de la computadora.

Resumen

Sin duda, 2025 será otro año de mayor inversión en inteligencia artificial, particularmente la IA generativa, que seguirá transformando empresas y empleos en todos los sectores. Sin embargo, los líderes empresariales adoptarán un enfoque más basado en datos y holístico para la inversión que logre objetivos comerciales reales, mientras también se aseguran de que se cumplan los estándares de ética y sostenibilidad. Después de todo, el verdadero potencial de la IA se encuentra en la forma en que se aplica de manera reflexiva y estratégica, no dejes que el FOMO nuble tu juicio.