Las cifras de Inteligencia Artificial, especialmente la IA generativa (GenAI), siguen creciendo. Un estudio de la Universidad de Stanford mostró que las inversiones en esta tecnología alcanzaron los 25 mil millones de dólares el año pasado, casi nueve veces más que en 2022. Y el Código Abierto u Open Source es ya un gran aliado para impulsarlas.
América Latina, sin embargo, aún tiene un grán espacio para crecer: datos de la CEPAL indican que la inversión combinada de todos los países en la región en IA el año pasado no superó el 1,7% de la inversión estadounidense ni el 5% de China. La diferencia se explicaría principalmente por una infraestructura digital aún en desarrollo, que dificulta la implementación de tecnología, y la brecha en habilidades técnicas y de datos.
Para superar estos desafíos y acelerar la implementación de la Inteligencia Artificial, muchas organizaciones están apostando por el Código Abierto. Con soluciones que ofrecen de todo, desde infraestructura resistente y segura hasta plataformas para la automatización de procesos, estas tecnologías permiten desarrollar, probar y ejecutar modelos de lenguaje (LLM) a gran escala para aplicaciones comerciales.
“El valor que el Código Abierto ofrece a las empresas es permitirles agregar conocimientos y habilidades de dominios específicos a los modelos, personalizándolos según sus casos de uso. De esta manera, pueden comenzar a utilizar GenAI de una forma más rentable, eficiente y segura”, explica Alejandro Raffaele, Líder del segmento Enterprise para América Latina en Red Hat.
Punto de entrada
En la práctica, estas tecnologías sirven como una puerta de entrada accesible y beneficiosa para que las empresas adopten e implementen Inteligencia Artificial en sus procesos y operaciones más rápidamente, adaptando las funcionalidades de la IA para diferentes casos de uso en diversos sectores.
Red Hat, líder mundial en soluciones empresariales de Código Abierto, ha contribuido a impulsar esta revolución positiva en el mercado, ofreciendo una amplia cartera de soluciones integradas. Todo comienza con el recién lanzado Red Hat Enterprise Linux AI (RHEL AI), una plataforma de modelo fundamental que permite a los usuarios desarrollar, probar e implementar modelos GenAI de una manera más alineada.
Como base para construir una estrategia de IA empresarial coherente y eficaz, la infraestructura abierta basada en RHEL AI ofrece a los clientes una plataforma para modelos de lenguaje a gran escala de la familia IBM Granite, que se ha convertido en Open Source recientemente.
Esto brinda a las organizaciones la flexibilidad de alinear estos modelos con los requisitos de sus aplicaciones. “GenAI es un gran catalizador de la innovación. Sin embargo, los LLM actuales suelen ser poco abiertos, no se pueden mejorar sin profesionales especializados y demandan altos costos de infraestructura. Red Hat Enterprise Linux AI cambia este panorama al transformar la forma en que las empresas utilizan la IA y al proporcionar un punto de entrada rápido y fácil a estas tecnologías”, explica Thiago Araki, director senior de tecnología para América Latina de Red Hat.
Red Hat Enterprise Linux se basa en este enfoque abierto para la innovación en IA al incorporar una versión empresarial de InstructLab, un proyecto de Open Source para avanzar en modelos de lenguaje a gran escala utilizados en aplicaciones de inteligencia artificial generativa. Creado por IBM Research y Red Hat, el proyecto InstructLab es una solución abierta y rentable para mejorar la alineación de LLM que abre sus puertas a cualquiera que quiera contribuir, incluso si tiene poca experiencia en aprendizaje automático.
“Con Red Hat Enterprise Linux AI y su enfoque de Código Abierto, las organizaciones pueden impulsar la innovación GenIA internamente con confianza y transparencia, al tiempo que reducen costos y eliminan barreras de entrada”, afirma Adrián Cambareri, responsable de la unidad de negocios RHEL para las Américas en Red Hat.
El Open Source derriba barreras
Según el ejecutivo, la falta de habilidades en ciencia de datos y la necesidad de importantes inversiones financieras, incluida la adquisición de infraestructura de IA o el consumo de servicios de IA, son algunas de las barreras que las tecnologías de Open Source, como RHEL AI, ayudan a derribar.
La solución también contribuye a vencer otros desafíos, como el complejo proceso de ajustar los modelos de IA a necesidades específicas, la dificultad de integrar la IA en aplicaciones empresariales y gestionar tanto estas apps como el ciclo de vida de los modelos.
“Para reducir verdaderamente las barreras de entrada a la innovación con IA, las empresas deben poder ampliar la lista de quiénes pueden trabajar en iniciativas de IA manteniendo esos costos bajo control. Con las herramientas de alineación de InstructLab, los modelos Granite y RHEL AI, Red Hat apunta a aplicar los beneficios de proyectos verdaderamente de Código Abierto (accesibles a todos y replicables, totalmente transparentes y abiertos a contribuciones) a GenAI en un esfuerzo por eliminar estos obstáculos”, concluye.
