peshkov - stock.adobe.com

Cinco predicciones para TI en la era de la IA

Además de la transformación de TI, se espera que la IA requiera mayor gestión de modelos de IA, más uso de la nube híbrida, ocupen tecnologías diferentes a GPU y fomenten la escalabilidad horizontal de la infraestructura.

A veces, la "próxima gran cosa" en tecnología resulta ser el verdadero negocio y, otras veces, simplemente se desvanece. La inteligencia artificial (IA) ha demostrado ser la primera, con grandes organizaciones y usuarios que se están apresurando a adoptar aplicaciones que tienen un impacto real en sus resultados. La mayoría de los analistas de mercados coinciden en que la IA está a punto de revolucionar la forma en que las organizaciones alcanzan sus objetivos empresariales. La cuestión es cómo será realmente esa transformación.

La IA está teniendo un impacto inmenso en las estrategias y recursos de TI, según el informe “Nutanix State of Enterprise AI Report 2023”. Basado en las aportaciones de más de 650 responsables de TI, DevOps e ingeniería de plataformas, el informe muestra que el 90 % de los encuestados destacan la seguridad y la fiabilidad de la IA como una de las principales preocupaciones, y la mayoría planea mejorar la protección de datos y las capacidades de recuperación de datos.

El estudio también muestra que la IA no se limita a una sola ubicación, ya que el 83 % de los encuestados planea aumentar su inversión en la estrategia de IA. Una de las principales preocupaciones es que la infraestructura de TI actual no se construyó para la IA, ya que el 91 % de los encuestados coinciden en que es hora de modernizar.

En Nutanix, visualizamos cinco tendencias que marcarán el futuro de la implementación de la IA en las empresas este 2024. Estas son las siguientes:

  • La IA será transformadora: Para comprender realmente la magnitud del cambio que se avecina, vale la pena pensar más allá de conceptos abstractos como "revolucionario" y "transformacional" para visualizar realmente los resultados de una tecnología que se mejora constantemente a sí misma a través del aprendizaje automático. Es importante para los equipos de TI tomar el control de la IA con una infraestructura óptima creada para el éxito.
  • La gestión de modelos se vuelve crítica: A medida que los modelos de IA proliferen y evolucionen, las organizaciones tendrán que asegurarse de que estén actualizados, sean seguros y funcionen de forma óptima. La gestión eficaz de los modelos es necesaria para garantizar que los sistemas de IA sean fiables y de confianza, y que puedan adaptarse a los cambios.
  • Las empresas recurren cada vez más a la nube híbrida: Con la implementación de la IA, el uso de datos públicos para crear un modelo básico de negocio ya no va a ser suficiente. Es necesario refinar y aumentar un modelo fundacional para hacerlo específico para su negocio, y eso solo puede hacerse en su centro de datos, porque en el momento en que se hace con infraestructura como servicio, pierde el control de sus datos. Toda la inferencia se produce en el borde.
  • Las GPU serán destronadas: Las unidades de procesamiento gráfico (GPU) han reinado en el ámbito de la computación de alto rendimiento que impulsa los sistemas de IA, especialmente para tareas que requieren procesamiento paralelo, como el renderizado de video y el aprendizaje profundo. Sin embargo, otras tecnologías están a punto de desafiar a las GPU a medida que los investigadores avanzan en el uso de unidades de procesamiento tensorial (TPU), matrices de puertas programables en campo (FPGA) e incluso unidades centrales de procesamiento (CPU) de propósito general. El software acabará ayudando a los sistemas informáticos a elegir los recursos de procesamiento más disponibles y eficientes.
  • La infraestructura de escalabilidad horizontal será clave: A diferencia de la arquitectura de escalabilidad vertical, en la que la expansión implica añadir más potencia a una máquina existente (como más CPU), la infraestructura de escalabilidad horizontal implica añadir más máquinas o nodos a una red para aumentar la capacidad. Dado que se trata de una aplicación de nube híbrida, y dado que los modelos tienen que recorrer todo el camino desde el borde hasta el centro de datos y la nube pública, es realmente necesario utilizar esta estructura.

Sobre el autor: Fernando Zambrana es country manager y director de Ventas en Nutanix México. Tiene más de 20 años de experiencia en soluciones de infraestructura, TI y transformación digital. Anteriormente, trabajó por 16 años en Dell EMC, donde adquirió experiencia en ventas y liderazgo en canales, así como en la expansión de segmentos en mercados verticales diversos.

Investigue más sobre Inteligencia artificial y automatización

ComputerWeekly.com.br
Close