La Explosión de la IA Continúa en 2025: Lo que las Organizaciones Deben Anticipar Este Año

Con la IA pronosticada para continuar su explosión en 2025, la tecnología en constante evolución presenta tanto oportunidades sin precedentes como desafíos complejos para las organizaciones de todo el mundo. Para ayudar a las organizaciones y profesionales de hoy a obtener el mayor valor de la IA en 2025, he compartido mis pensamientos y tendencias de IA anticipadas para este año.

Las Organizaciones Deben Planificar Estratégicamente el Costo de la IA

El mundo sigue emocionado con el potencial de la IA. Sin embargo, el costo de la innovación de la IA es una métrica que las organizaciones deben planificar. Por ejemplo, la IA necesita GPUs, sin embargo, muchos CSP tienen despliegues más grandes de N-1, N-2 o GPUs más antiguas que no fueron construidas exclusivamente para cargas de trabajo de IA. Además, las GPUs en la nube pueden ser prohibitivamente costosas a escala y se pueden activar fácilmente para los desarrolladores a medida que los proyectos crecen/escalaban (más gastos); además, comprar GPUs (si se pueden adquirir debido a la escasez) para uso en las instalaciones también puede ser una propuesta muy costosa con chips individuales que cuestan bien en los diez mil dólares. Como resultado, los sistemas de servidor construidos para cargas de trabajo de IA exigentes están volviéndose prohibitivamente costosos o inaccesibles para muchos con presupuestos de gastos operativos (OpEx) departamentales limitados. En 2025, los clientes empresariales deben nivelar sus costos de IA y re-sincronizar los niveles de presupuesto de desarrollo de IA. Con tantos departamentos segmentados que ahora toman la iniciativa y construyen sus propias herramientas de IA, las empresas pueden gastar inadvertidamente miles de dólares al mes en usos pequeños o segmentados de GPU en la nube y su requisito de instancias de cómputo de IA, que todos se acumulan (especialmente si los usuarios dejan estas instancias en ejecución).

Los Modelos de Código Abierto Promoverán la Democratización de Varios Casos de Uso de la IA

En 2025, habrá una gran presión para que las organizaciones demuestren el ROI de los proyectos de IA y los presupuestos asociados. Con el costo de utilizar herramientas de código bajo o sin código proporcionadas por ISV populares para construir aplicaciones de IA, las empresas seguirán buscando modelos de código abierto que se puedan ajustar más fácilmente en lugar de entrenar y construir desde cero. Ajustar los modelos de código abierto de manera más eficiente utiliza los recursos de IA disponibles (personas, presupuesto y/o potencia de cómputo), lo que ayuda a explicar por qué actualmente hay más de 900.000+ (y en crecimiento) modelos disponibles para descargar en Hugging Face solo. Sin embargo, cuando las empresas emprenden modelos de código abierto, será fundamental asegurar y hacer cumplir el uso de software, marco, bibliotecas y herramientas de código abierto en toda su organización. El reciente acuerdo de Lenovo con Anaconda es un gran ejemplo de este apoyo, donde el portafolio de estaciones de trabajo de Lenovo con tecnología Intel y Anaconda Navigator ayudan a simplificar los flujos de trabajo de ciencia de datos.

La Cumplimiento de la IA se Convierte en una Práctica Estándar

Los cambios en la política de IA verán el cómputo de la IA acercarse más a la fuente de datos de la empresa, y más en las instalaciones (especialmente para las fases de desarrollo de IA de un proyecto o flujo de trabajo). A medida que la IA se acerca al núcleo de muchos negocios, pasará de un flujo de trabajo paralelo o especial a uno en línea con muchas funciones comerciales básicas. Asegurarse de que la IA sea cumplida y responsable es un objetivo real hoy en día, así que a medida que nos dirigimos hacia 2025, se convertirá en una práctica estándar y formará parte de los bloques de construcción fundamentales para los proyectos de IA en la empresa. En Lenovo, tenemos un Comité de IA Responsable, compuesto por un grupo diverso de empleados que aseguran que las soluciones y productos cumplan con los estándares de seguridad, ética, privacidad y transparencia. Este grupo revisa el uso y la implementación de la IA en función del riesgo, aplicando políticas de seguridad de manera consistente para alinearse con una postura de riesgo y cumplimiento normativo. El enfoque inclusivo del comité aborda todas las dimensiones de la IA, asegurando un cumplimiento y una reducción de riesgos globales.

Las Estaciones de Trabajo Surgen como Herramientas de IA Eficientes Dentro y Fuera de la Oficina

El uso de estaciones de trabajo como aplicaciones de IA de borde y departamentales más potentes ya está en aumento. Por ejemplo, el portafolio de estaciones de trabajo de Lenovo, impulsado por AMD, ayuda a los profesionales de los medios y el entretenimiento a cerrar la brecha entre las expectativas y los recursos necesarios para entregar el contenido visual de mayor fidelidad. Gracias a su pequeño factor de forma y huella, bajos acústicos, requisitos de energía estándar y uso de sistemas operativos basados en cliente, se pueden implementar fácilmente como soluciones de inferencia de IA donde los servidores tradicionales pueden no encajar. Otro caso de uso es dentro de los flujos de trabajo industriales estándar donde el análisis de datos mejorado con IA puede entregar un valor comercial real y es MUY visible para los ejecutivos de la suite C que intentan hacer una diferencia. Otros casos de uso son las herramientas de IA de dominio específico más pequeñas que están siendo creadas por individuos para su propio uso. Estas herramientas de ahorro de eficiencia pueden convertirse en superpoderes de IA y pueden incluir todo, desde MS Copilot, Chatbots privados hasta Asistentes personales de IA.

Maximizar el Potencial de la IA en 2025

La IA es una de las evoluciones tecnológicas de más rápido crecimiento de nuestra era, que se introduce en todas las industrias como una tecnología transformadora que mejorará la eficiencia para todos, permitiendo resultados comerciales más rápidos y valiosos.

La IA, incluida la aprendizaje automático y el aprendizaje profundo y la IA generativa con LLM, requiere una gran potencia de cómputo para construir y mantener la inteligencia necesaria para experiencias de IA del cliente sin problemas. Como resultado, las organizaciones deben asegurarse de aprovechar soluciones de cómputo de escritorio y móvil de alto rendimiento y seguridad para revolucionar y mejorar los flujos de trabajo de los profesionales de IA y científicos de datos.