Los agentes de IA están aquí y ahora: será esencial construir barreras para una autonomía segura y potente: 

A medida que los agentes de IA se conviertan en un tema principal en 2025, marcando un cambio fundamental de las soluciones tradicionales de IA a agentes y equipos proactivos, también surgirán preguntas sobre la responsabilidad y el control de estos sistemas cada vez más autónomos. Esto atraerá una mayor atención a las barreras, los procesos y las herramientas de cómo gestionamos los agentes con el fin de generar confianza para esta nueva y poderosa ola de las capacidades de IA. También aumentará la necesidad de mejorar las habilidades de los empleados en todas las disciplinas y niveles de liderazgo para que puedan desarrollar, utilizar y supervisar soluciones de manera responsable. 

—Ritika Gunnar, directora general de datos e inteligencia artificial, IBM 

El papel de los ¨colaboradores individuales¨ evolucionará, todos seremos gestores de agentes:  

Estamos entrando en un nuevo capítulo sobre cómo los empleados realizan su trabajo con la aparición de agentes de IA. A diferencia de los asistentes, los agentes tienen la capacidad de generar planes basados ​​en un aviso y realizar tareas de forma independiente. Son más eficaces cuando se centran en tareas especializadas y trabajan junto a otros agentes en solicitudes complejas. A medida que los agentes de IA se vuelvan más comunes, las empresas necesitarán reevaluar sus procesos de trabajo y crear nuevos tipos de equipos para que los humanos supervisen grupos de agentes de IA autónomos. 

— Jill Goldstein, socia gerente global, transformación de talento y recursos humanos, IBM Consulting La IA de código abierto impulsará la adopción empresarial: 

A pesar de la creciente presión, muchas empresas todavía luchan por mostrar el retorno medible de sus inversiones en IA, y las altas tarifas de licencia para modelos propios son un factor importante. Para 2025, las soluciones de inteligencia artificial de código abierto surgirán como una fuerza dominante para cerrar esta brecha. Gracias al desarrollo impulsado por la comunidad de desarrolladores y los modelos de código abierto, están rápidamente igualando las mejores ofertas patentadas en potencia y la proliferación de soluciones de IA abiertas para industrias y tareas específicas harán que sea más fácil que nunca para las organizaciones aplicarlos a una amplia gama de casos de uso innovadores, sin tarifas ni costos de llamadas API. Con su estructura de costos más amigable, mayor transparencia y auditabilidad, y soporte para arquitecturas de múltiples nubes, esperamos que la IA de código abierto sea fundamental para ayudar a las organizaciones a escalar más allá de la experimentación y comenzar a obtener retornos el próximo año. 

—Bill Higgins, Ingeniería de plataforma watsonx e innovación abierta, IBM Research 

La automatización se convierte en un requisito para la IA: 

2025 será el año de las iniciativas de IA, cuando la automatización impulsada por la tecnología haya alcanzado un punto de inflexión de algo deseable a un requisito. En pocas palabras: la automatización es necesaria para resolver la complejidad de la IA. Las organizaciones ahora pueden avanzar y escalar con confianza sus iniciativas utilizando la automatización, pasando de invertir tiempo en administrar y mantener aplicaciones de IA y entornos de TI a detectar y resolver problemas de manera proactiva. Automatizar estas tareas será esencial para lograr una ventaja competitiva. El año que viene, no se podrá tener una conversación sobre IA sin hablar de automatización, y viceversa: no se puede tener una conversación sobre automatización sin hablar de IA. 

—Bill Lobig, vicepresidente de gestión de productos, IBM Automation 

La aceleración de la IA adaptada al propósito aumentará el rendimiento y la seguridad del mainframe: 

Para 2025, veremos a las empresas adoptar un enfoque compatible con la IA utilizando un hardware específico, especialmente en mainframes que manejan grandes volúmenes de datos transaccionales. Estos aceleradores de hardware, que pueden entregarse en chips y tarjetas externas, permiten el uso de modelos de IA tradicionales junto con modelos de lenguaje LLM basados ​​en codificadores a elección del usuario, mejorando el análisis de datos y la información a gran escala y en tiempo real para sectores como la banca y seguros. Debido a que este enfoque permite que las cargas de trabajo de IA permanezcan en las instalaciones, también mejora el proceso de gestión de seguridad, resiliencia y cumplimiento para los operadores de mainframe en industrias reguladas, permitiéndoles desbloquear nuevos niveles de eficiencia e información, estableciendo el nuevo estándar para resultados predictivos. 

– Tina Tarquinio, vicepresidenta de gestión de productos, IBM Z y LinuxONE 

A medida que las organizaciones comiencen la transición a la criptografía poscuántica el próximo año, la agilidad será crucial para garantizar que los sistemas estén preparados para la transformación continua, particularmente a medida que el Instituto Nacional de Estándares y Tecnología (NIST) de EE.UU. continúa ampliando su conjunto de herramientas de estándares de criptografía poscuántica. Los estándares iniciales del NIST fueron una señal para el mundo de que ahora es el momento de comenzar el viaje hacia la seguridad cuántica. Pero igualmente importante es la necesidad de agilidad criptográfica, garantizando que los sistemas puedan adaptarse rápidamente a nuevos mecanismos y algoritmos criptográficos en respuesta a amenazas cambiantes, avances tecnológicos y vulnerabilidades, idealmente aprovechando la automatización para agilizar y acelerar el proceso. 

—Ray Harishankar, miembro de IBM, IBM Quantum Safe  

El surgimiento de la IA en la sombra: 
En los últimos años, las empresas han estado lidiando con la TI en la sombra: el uso de infraestructura en la nube y aplicaciones SaaS no aprobadas sin el consentimiento de los equipos de TI, lo que abre la puerta a posibles violaciones de datos o incumplimiento. Ahora, las empresas se enfrentan a un nuevo desafío en el horizonte: la IA en la sombra. Shadow AI tiene el potencial de ser un riesgo aún mayor que Shadow IT porque no solo afecta la seguridad sino también la otras naturalezas. La democratización de la tecnología de IA con ChatGPT y OpenAI ha ampliado el alcance de los empleados que tienen el potencial de poner información confidencial en una herramienta pública de IA. En 2025, es fundamental que las empresas actúen estratégicamente para ganar visibilidad y mantener el control sobre el uso de la IA por parte de sus empleados. Con políticas sobre el uso de la IA y la infraestructura híbrida adecuada, las empresas pueden estar en una mejor posición para gestionar mejor los datos confidenciales y el uso de aplicaciones. 

—Nataraj Nagaratnam, director tecnológico de seguridad en la nube de IBM 

Para conocer más sobre este tema, recomendamos un artículo de Joaquim Campos, vicepresidente de IA, Datos y Automatización de IBM Latinoamérica, disponible en este enlace. 

La IA multimodal, especialmente para el procesamiento de documentos complejos, crecerá significativamente dentro de la empresa: la IA multimodal está preparada para generar un valor sustancial para las empresas al permitirles desbloquear más valor de sus datos. Los modelos de IA multimodal son capaces de procesar y analizar todo tipo de documentos complejos con contenido enriquecido integrado en forma de imágenes, tablas y gráficos. Estos modelos también están evolucionando para admitir otras modalidades, como audio e imágenes, lo que abre innumerables posibilidades nuevas de conocimiento. Como resultado, las organizaciones deberán comenzar a poner orden y método en la forma en que manejan todos estos datos multimodales no estructurados para prepararlas para la IA empresarial. Esto ejercerá presión sobre la infraestructura existente, incluidos mayores requisitos de almacenamiento y soluciones de gestión sólidas. 

—Sriram Raghavan, vicepresidente de IBM Research for AI 

Las empresas combinarán la IA y las tecnologías de automatización para lograr los objetivos de sostenibilidad para 2030: 

Las empresas tienen objetivos de sostenibilidad audaces para 2030, pero también tienen una infraestructura más compleja y más fuentes de datos que cuando esos objetivos se anunciaron por primera vez hace años. Para 2025, las organizaciones con ambiciones y objetivos de sostenibilidad deben implementar capacidades de automatización impulsadas por IA, incluida la observabilidad, la gestión de recursos y la gestión del ciclo de vida de las aplicaciones. Estas capacidades pueden ayudar a reducir la presión sobre los centros de datos, incluida la gestión del consumo de energía y la mejora del rendimiento y el ciclo de vida de los activos, lo que en última instancia puede ayudar a avanzar en los objetivos generales de sostenibilidad. 

—Kendra DeKeyrel, vicepresidenta de ESG y líder de productos de gestión de activos en IBM