Compartir

Carlos del Porto Blanco

La Inteligencia Artificial, IA, domina las principales tendencias tecnológicas estratégicas para 2026, según la consultora Gartner. Entre ellas destacan los sistemas multiagente, las plataformas y seguridad relacionadas con dicha tecnología, o ciberseguridad preventiva, entre otras. Esto expresó el vicepresidente analista distinguido de Gartner, Gene Álvarez, en el Gartner IT Symposium/Xpo que la empresa desarrolló en Orlando, Florida, Estados Unidos. Allí dijo que “los líderes tecnológicos se enfrentan a un año crucial en 2026, en el que la disrupción, la innovación y el riesgo se están expandiendo a una velocidad sin precedentes”.

La sencillez es la máxima sofisticación. Leonardo da Vinci

Álvarez también presentó, como es costumbre en esa fecha, la lista de las principales tendencias tecnológicas estratégicas que las organizaciones deben explorar en 2026, según esa compañía. Son tendencias que, “están estrechamente entrelazadas y reflejan la realidad de un mundo hiperconectado e impulsado por la inteligencia artificial, en el que las organizaciones deben impulsar la innovación responsable, la excelencia operativa y la confianza digital”. Y Tori Paulman, vicepresidente analista de Gartner, añadió, “estas tendencias representan más que cambios tecnológicos; son catalizadores de la transformación empresarial”, ha reconocido por su parte.

Las tendencias señalas son:

Plataformas de supercomputación de IA: La IA se integrará con los programadores, y cada desarrollador trabajará con un asistente de IA, formando un equipo de creación de software. Si una organización tiene diez desarrolladores trabajando en un proyecto, podrían dividirse en cinco equipos de dos desarrolladores asociados con IA, lo que permitiría entregar cinco proyectos en lugar de uno Esos sistemas combinan potentes procesadores, memoria masiva, hardware especializado y software de coordinación para abordar cargas de trabajo con un uso intensivo de datos en áreas como el aprendizaje automático, la simulación y el análisis. La previsión de Gartner es que, para 2028 es que más del 40% de las empresas líderes habrá adoptado arquitecturas de paradigmas de computación híbrida en flujos de trabajo empresariales críticos, frente al 8% actual.

Se proporcionará a los equipos de desarrollo combinados los recursos que necesitan para innovar. Esas plataformas funcionarán como un sistema GPS para el desarrollo, combinando aceleradores, orquestación e infraestructura de alta velocidad para ayudar a los desarrolladores a trabajar en tiempo real.La velocidad y la eficiencia de esas plataformas serán útiles para que las empresas de biotecnología modelen vacunas y terapias en semanas en lugar de años y las empresas energéticas mapeen fenómenos meteorológicos extremos para optimizar sus redes.

Sistemas multiagente (MAS): La tendencia hacia los sistemas modulares multiagente permite gestionar tareas específicas en una empresa. Se compara a los agentes con los equipos de mecánicos de la Fórmula 1, donde el equipo debe trabajar en conjunto, pero cada miembro se encarga de una tarea específica cuando el coche de carreras entra en boxes.

La ventaja de los sistemas multiagente específicos para cada tarea radica en que pueden reducir la posibilidad de alucinaciones inducidas por la IA, a la vez que permiten un flujo de trabajo complejo. Eso da como resultados agentes dinámicos que se comunican entre sí, según sea necesario, para realizar diferentes tareas. Las organizaciones no deben abarcar más de lo que pueden manejar, y deberan comenzar creando agentes pequeños y específicos, según Álvarez. “No construyan agentes monolíticos de gran tamaño, ya que se vuelven demasiado difíciles de gestionar y pueden generar problemas como alucinaciones”, dijo. “Tampoco conviene pensar en estos sistemas multiagente como si fueran humanos; los complementan y trabajan junto a ellos”.

Modelos de lenguaje específicos de dominio (DSLM): Según Paulman, los modelos de lenguaje específicos del dominio (también conocidos como modelos de lenguaje pequeños) son una tendencia emergente que permitirá obtener un mayor valor de los agentes de IA. Los grandes modelos de lenguaje han «absorbido todo» y son similares a la Biblioteca del Congreso de Estados Unidos, que incluye muchos de los libros escritos. Los modelos de lenguaje específicos del dominio se asemejan más a la biblioteca de la Facultad de Derecho de la Universidad de La Habana, con un conocimiento específico centrado en las tareas que la organización necesita realizar. Esos modelos de lenguaje son entrenados o ajustados con datos especializados para un sector, función o proceso concretos.

“Las organizaciones pueden dedicar menos tiempo a la búsqueda y obtener mejores resultados”, afirmó Paulman. “Los directivos de informática tienen ante sí una mina de oro de valor, y los informáticos tienen la capacidad de crear modelos de lenguaje específicos del dominio como un servicio digital”.  Sin embargo, las organizaciones deberán ser totalmente transparentes sobre lo que el modelo sabe y no sabe, y necesitarán ingenieros de contexto que alimenten constantemente el modelo con las fuentes más apropiadas y actualizadas. A diferencia de los modelos de uso general, los DSLM ofrecen mayor precisión, fiabilidad y cumplimiento para las necesidades empresariales específicas. Gartner prevé que, para 2028, más de la mitad de los modelos de IA generativa utilizados por las empresas serán específicos de un dominio.

Plataformas de seguridad de IA: Según Gartner, para 2028 más del 50% de las empresas utilizará plataformas de seguridad de IA para proteger sus inversiones en Inteligencia Artificial. Esas proporcionan una forma unificada de proteger las aplicaciones de IA de terceros y personalizan. Centralizan la visibilidad, aplican políticas de uso y protegen contra riesgos específicos de la IA, como la inyección de comandos, la fuga de datos y las acciones de agentes maliciosos. Esas plataformas ayudan a los directores de informática a aplicar políticas de uso, supervisar la actividad de la Inteligencia Artificial y aplicar medidas de protección coherentes en toda la IA.

Plataformas de desarrollo nativas de IA: Utilizan Inteligencia Artificial generativa para crear software de forma más rápida y sencilla que antes. Eso permite a que las organizaciones pueden contar con pequeños equipos de personas que, junto con la Inteligencia Artificial, crean más aplicaciones con el mismo nivel de desarrolladores que tienen hoy en día. De hecho, Gartner prevé que, para 2030, las plataformas de desarrollo nativas de IA darán lugar a que el 80 % de las organizaciones transformen sus grandes equipos de ingeniería de software en equipos más pequeños y ágiles, complementados con Inteligencia Artificial.

Computación confidencial: Gartner, considera que la computación confidencial cambia la forma en que las organizaciones manejan los datos confidenciales. Al aislar las cargas de trabajo dentro de entornos de ejecución confiables basados en hardware, mantiene la privacidad del contenido y las cargas de trabajo, incluso frente a los propietarios de la infraestructura, los proveedores de nube o cualquier persona con acceso físico al hardware; lo cual resulta especialmente valioso para las industrias reguladas y las operaciones globales que se enfrentan a riesgos geopolíticos y de cumplimiento, así como para la colaboración entre competidores. Se prevé que para el 2029 más del 75% de las operaciones procesadas en infraestructuras no fiables estén protegidas durante su uso gracias a la computación confidencial.

Inteligencia Artificial física: Lleva la inteligencia al mundo real al impulsar máquinas y dispositivos que detectan, deciden y actúan, como robots, drones y equipos inteligentes. La IA física existe desde hace tiempo, con dispositivos que realizan tareas guiadas por IA, pero la tendencia cobra fuerza. «La IA física está diseñada para interactuar con el mundo físico. Percibe lo que la rodea y puede actuar en ese entorno». Según Alvarez, desplazarse por el mundo físico presenta desafíos que los dispositivos de IA deberán superar y de los que deberán aprender. Por ejemplo, un dron encargado de podar ramas de árboles debe distinguir entre una rama y un cable eléctrico, y cortar solo la rama. «Tienen que lidiar con la imprevisibilidad y aprender de lo que hacen. Poner a prueba lo que hay que hacer en el mundo físico requiere ese proceso de aprendizaje». Esta tendencia Aporta beneficios cuantificables en sectores en los que la automatización, la adaptabilidad y la seguridad son prioritarias.

Ciberseguridad preventiva: Es una tendencia en auge. Ayuda a las organizaciones a salvaguardar sus activos digitales en un mundo en constante cambio. Las organizaciones se enfrentan a un aumento exponencial de las amenazas dirigidas a las redes, los datos y los sistemas conectados. La ciberseguridad preventiva es como las operaciones de seguridad impulsadas por IA utilizan la predicción como protección. Los ciberdelincuentes ya están utilizando la IA para atacar con inteligencia y precisión, y la ciberseguridad preventiva utiliza ese mismo poder contra ellos para anticiparse, denegar, interrumpir y engañar.

“Esto cambiará nuestra forma de trabajar con la seguridad, pasando del ‘no’ al conocimiento”, Según Álvarez. «La ciberseguridad se convertirá en una práctica habitual en todos los proyectos que se hagan, en todas sus etapas». Gartner prevé que, para 2030, las soluciones preventivas representarán la mitad del gasto total en seguridad, ya que los directores de informática están pasando de una defensa reactiva a una protección proactiva.

Procedencia digital: La procedencia digital ayudará a las organizaciones a saber si todos los activos digitales que utilizan son reales, al autenticar de dónde provienen los datos. Esto es importante porque las organizaciones dependen cada vez más de proveedores externos, y necesitan saber que los datos y las aplicaciones que utilizan de un tercero provienen realmente de ese tercero. Esta tendencia se relaciona con la capacidad de verificar el origen, la propiedad y la integridad del software, los datos, los medios y los procesos. Las nuevas herramientas, como las listas de materiales de software (SBoM), las bases de datos de certificación y las marcas de agua digitales, ofrecen a las organizaciones los medios para validar y rastrear los activos digitales a lo largo de la cadena de suministro.

La previsión de Gartner en lo que respecta a esa tendencia es que aquellos que no hayan invertido de manera adecuada en capacidades de procedencia digital para 2029 estarán expuestos a riesgos de sanciones que podrían ascender a miles de millones de dólares.

Geopatriotismo: Las organizaciones están decidiendo dónde residen sus datos a medida que lidian con la creciente inestabilidad geopolítica. La geopatriación es el traslado intencional de aplicaciones y datos a alternativas soberanas. Consiste en trasladar los datos y las aplicaciones de las empresas de las nubes públicas globales a opciones locales, como nubes soberanas, proveedores de nubes regionales o los propios centros de datos de la organización, debido al riesgo geopolítico percibido. La soberanía de la nube, que antes se limitaba a los bancos y los gobiernos, ahora afecta a una amplia gama de organizaciones a medida que aumenta la inestabilidad global.

Las organizaciones contarán con diversas opciones globales y locales que les permitirán abordar cuestiones como la regulación, el cumplimiento normativo y la resiliencia de los datos. Las nubes soberanas ofrecen la posibilidad de disponer de un entorno seguro donde las aplicaciones están protegidas y, a medida que más hiperescaladores entren en el mercado, las nubes y las aplicaciones serán más viables económicamente. La geopatriación consiste en elegir dónde reside la IA y quién la protege. A medida que el mundo sigue cambiando, tiene sentido traer más cerca tus activos. Gartner prevé que, para 2030, más del 75% de las empresas europeas y de Oriente Medio trasladará sus cargas de trabajo virtuales a soluciones diseñadas para reducir el riesgo geopolítico, frente a menos del 5% en 2025.

Referencias

Etiquetas: - - -