En 2023, la inteligencia artificial reinó entre las principales soluciones tecnológicas, siendo ampliamente adoptada por las empresas. Para este año, las proyecciones indican que la IA debería seguir a la vanguardia, impulsando el crecimiento del mercado de TI. Según datos de IDC, se espera que las plataformas de Inteligencia Artificial sigan liderando la expansión del sector con una tasa de crecimiento del 38%. Sin embargo, otras tendencias, como la nube híbrida y la automatización, ya comparten protagonismo, actuando en sinergia para aportar nuevos beneficios al mercado.

Entre todas las posibilidades, sin embargo, es el Edge Computing el que emerge como el principal coprotagonista de los avances tecnológicos esperados para 2024. Los expertos del mercado señalan que la creación de modelos de inteligencia artificial centrados en este enfoque de computación descentralizada llevará al Edge a un nuevo nivel. Las infraestructuras Edge modernas también estarán cada vez más conectadas a diferentes nubes, actuando como una extensión de su infraestructura.

"La inteligencia artificial, especialmente la generativa, tiene mucho que ganar con el avance del Edge. El procesamiento en el borde permite que la IA se aplique de una manera más ágil y receptiva, lo que permite el procesamiento en tiempo real. Además, con el Edge, los modelos de IA antes limitados a una nube pueden ejecutarse en diferentes entornos, entregando una velocidad y escala sin precedentes”, explica Thiago Araki, director senior de Tecnología para América Latina en Red Hat.

Para las empresas, esto significa datos en tiempo real para una mejor toma de decisiones, más seguridad con menor riesgo de ciberataques y mayor eficiencia. En diferentes mercados, aplicar la creatividad que ofrece la inteligencia artificial a la velocidad del Edge es la forma de generar innovación, romper paradigmas y entregar mejores ofertas a los clientes.

Edge AI

Foto: Jorge Hansen, Solution Architect Manager de Red Hat.

No sorprende que los gastos globales con el Edge computing deban alcanzar casi 317 mil millones de dólares en 2026. Parte de esta inversión se dirigirá a la llamada Edge AI, la implementación de inteligencia artificial en un entorno de Edge computing, que permite el procesamiento local necesario para tomar decisiones más inteligentes con mayor rapidez, sin necesidad de conectarse a la nube o centros de datos externos.

En un marco de aplicación de IA tradicional, los datos generados se transmiten a un sistema backend en la nube. En la Edge AI, se configuran directamente en dispositivos conectados que operan en el borde de la red, agregando una capa de inteligencia al Edge. Entre los beneficios que ofrece este cambio se encuentran la reducción de costos de procesamiento, análisis, transporte y almacenamiento de datos, escalabilidad y seguridad.

"Estos son beneficios que impactan a todos los sectores. El comercio minorista, por ejemplo, puede crear ofertas personalizadas y en tiempo real para los clientes. Las finanzas pueden contar con una mayor seguridad en las transacciones y la detección de fraude, mientras que la salud puede tener datos más precisos y más rápido", añade Jorge Hansen, Solution Architect Manager de Red Hat.

Libertad de Elección

Foto: Maria Bracho, CTO de Red Hat para América Latina.

En esta orquestación sinérgica, tanto la inteligencia artificial como el Edge computing se basan en la misma fuente: utilizan el código abierto para ampliar aún más sus capacidades. "Diferentes empresas tienen diferentes necesidades y casos de uso para estas tecnologías. El open source tiene en cuenta todas estas peculiaridades, proporcionando plataformas confiables y probadas para facilitar el desarrollo, modernización, implementación, ejecución y gestión de aplicaciones inteligentes en cualquier entorno, desde las nubes hasta el Edge", refuerza Maria Bracho, CTO de Red Hat para América Latina.

Las soluciones reconocidas en la industria, como Red Hat OpenShift, incluyen características esenciales que facilitan de manera consistente la colaboración entre desarrolladores de software y científicos de datos para establecer procesos con operaciones de aprendizaje automático (MLOps) en los centros de datos, la nube híbrida y el Edge. “Con AI/ML en Red Hat OpenShift, por ejemplo, las empresas pueden acelerar los flujos de trabajo y la entrega de aplicaciones inteligentes con tecnología de IA”, concluye la ejecutiva.