“Creo que hay una obsesión por la Inteligencia Artificial Generativa y se deja mucho de lado la Inteligencia Artificial Predictiva”, afirma Carlos Estay, senior specialist solution architect para Latam de Red Hat. Según el experto, aunque el análisis de datos se realiza desde hace décadas, el auge actual responde en gran medida al miedo de las organizaciones a quedar fuera de la tendencia tecnológica.
Se trata del conocido FOMO (fear of missing out), que está impulsando a las empresas a adoptar herramientas de Inteligencia Artificial sin definir claramente los casos de uso. Y no es algo nuevo: desde 2024, el barómetro de confianza en la IA de ABBYY encontró que el 63 % de los responsables de TI afirman que les preocupa que su empresa se quede atrás si no utilizan estas tecnologías.
Las declaraciones se dieron en el marco de su reciente visita a Colombia junto a Julio Edel Angulo, senior AI specialist y solution architect de Red Hat México, quienes vinieron al país para acompañar al equipo local y promover la estrategia de Inteligencia Artificial open source con clientes y partners.
Índice de temas
Soberanía, el sabor IA de Red Hat
“El foco de Red Hat dentro de la Inteligencia Artificial va desde el punto de vista de la soberanía tanto de los datos como de los modelos. Porque hoy en día la mayor cantidad de ofertas de IA apunta a modelos como servicios, donde yo no soy el dueño de la inteligencia o del modelo y mis datos prácticamente se los estoy entregando a un tercero”, dijo Estay.
De esta forma, la propuesta tecnológica busca que las empresas sean soberanas en todo el proceso, desde la inferencia hasta el transporte y almacenamiento de la información. Según los voceros, al utilizar infraestructura propia, las compañías eliminan la dependencia de los límites de consumo por tokens —el modelo de cobro común en los proveedores de nube pública—.
Otro pilar expuesto es la interoperabilidad basada en el código abierto para evitar el bloqueo por proveedor o vendor lock-in. Cada producto de la compañía tiene un homólogo comunitario, lo que permite a una empresa migrar sus desarrollos si decide cambiar de estrategia. Esto garantiza que las inversiones en entrenamiento de modelos no se pierdan al intentar cambiar de plataforma. “El eslogan es llevar los modelos a la data, no la data a los modelos”, dijo Angulo.
Implementación en la región
En Colombia y el resto de Latinoamérica, la adopción de GenAI está liderada por sectores con altas exigencias de privacidad. El sector público, especialmente en países como México, muestra un interés creciente debido a la necesidad de mantener la soberanía nacional sobre la información estatal.
En Chile y Colombia, el sector financiero encabeza la lista por la obligación de manejar datos críticos de forma local. Juan Carlos Naranjo, gerente de soluciones Red Hat Colombia, destaca el papel del sector financiero, el retail, el transporte y el de salud, entre otros.
Las áreas con mayor tracción son las de cumplimiento, atención al cliente y operaciones en sectores regulados. Y es que, aunque la Inteligencia Artificial generativa domina la conversación actual, la IA predictiva sigue siendo la base para operaciones críticas.
Los especialistas también destacaron que el futuro de la eficiencia empresarial no está en los modelos gigantescos y costosos, sino en modelos más pequeños, específicos y fáciles de controlar:“El modelo pequeño (Small LLM) es el que nos va a dar la agilidad de poder llevar la Inteligencia Artificial a cualquier lado”, concluyó Angulo.
La tecnología también se está desplazando hacia el borde o Edge Computing, permitiendo la ejecución de modelos en entornos con conectividad limitada. Sectores como la minería pueden entrenar modelos en equipos pequeños dentro de la jornada y sincronizar los conocimientos adquiridos con un centro de datos principal posteriormente. Esta descentralización facilita la toma de decisiones en tiempo real en escenarios industriales.
