Silicon AI Leaders Day, una nueva era de tecnología empresarial

Hoy en día, la inteligencia artificial se presenta como la tecnología más prometedora y diferenciadora que tienen al alcance empresas, usuarios y gobiernos para dar el salto cualitativo que en términos de digitalización y productividad precisan.

Una tecnología que, con la inteligencia artificial como palanca, no deja de extenderse y así ya son muchas las empresas y organizaciones de todos los sectores y tamaños que la están utilizando para, entre otros beneficios, automatizar procesos, mejorar la relación con el cliente, la cadena de suministro, la calidad de los productos, la productividad de los empleados e incluso crear nuevos modelos de negocio o productos.  

La inteligencia artificial ha dejado de ser una promesa futurista para convertirse en una herramienta esencial para impulsar el crecimiento y la eficiencia en cualquier negocio.

Transformando el negocio

La avanzada digitalización de procesos empresariales, el aumento de la capacidad para recabar, almacenar y procesar datos, los avances en tecnología y los cambios en la propia sociedad han hecho que la inteligencia artificial sea el elemento más transformador que requerirán adoptar todo tipo de negocios para seguir siendo competitivos.

La irrupción de la IA generativa ha acelerado aún más la transformación de las organizaciones, abriendo un abanico de nuevas posibilidades para todo tipo de negocios, por ejemplo, revolucionando el ámbito de la eficiencia a través de agentes impulsados por IA, o mediante “copilotos” que asisten en toda clase de tareas.

Sin embargo, más allá del “hype” y las expectativas, el uso de la IA y la IA generativa plantean numerosos retos: desde los relacionados con los datos empresariales y su gobernanza, la integración tecnológica y el propio despliegue e industrialización de las aplicaciones que usan esta IA, pasando por cambios en la cultura y la organización empresarial, la necesidad de incorporar nuevas habilidades y formación del personal, hasta en el análisis de la rentabilidad de las inversiones y el cumplimiento normativo; todo ello son desafíos que tienen que ser abordados para enfrentarse con éxito a esta nueva era.

De todo ello se dio buena cuenta en el Silicon AI Leaders Day, una jornada que reunía a expertos en tecnología pero también responsables de TI y negocio con un mismo objetivo: compartir reflexiones, dudas y buenas prácticas en ese camino en el que la IA se ha convertido en motor y vehículo.

IA y estrategia

Buen ejemplo de experiencias y aprendizajes compartidos fue la mesa redonda que abría el evento y su propio título: “Aventuras, vicisitudes, fracasos y desafíos de los datos, el héroe anónimo de la IA en las organizaciones”.

​Y es que en estos años de frenética actividad por subirse al carro de la IA muchas organizaciones han cometido errores por, generalmente, tratar de abrazar la inteligencia artificial sin una estrategia ni una hoja de ruta adecuada.

Así, Robert Assink, CEO de Digital Realty, que señalaba cómo si hasta hace poco “solo nos llegaban proyectos de grandes empresas y hoy eso ha cambiado y las pymes también se inician en la IA” aseguraba que es imprescindible contar con “una estrategia de inteligencia artificial y de datos en la que la primera gran pregunta debería ser cómo esta tecnología te va a ayudar realmente a ser mejor, más eficiente, a reducir tus costes, etc.”.

Los centros de datos se presentan como grandes protagonistas además en este escenario ya que la mayoría de aplicaciones y proyectos de IA corren sobre sus infraestructuras y por eso mismo el propio sector trata de responder a las nuevas demandas que esta tecnología está generando.

“Hay un desajuste entre la velocidad en la que está creciendo la IA y el proceso de construcción de un centro de datos que de media son 3 años”, explicaba Assink.

Además los centros que ya están construidos muchas veces no pueden asumir la necesidad de computo o la carga de datos que esta tecnología precisa. “Estos centros además se enfrían con aire pero no es bastante; estamos estudiando cómo enfriarlos con agua que es algo factible pero que requiere también un tiempo, aunque sean unos meses y el problema es que las apps de IA tienen un time to market de ya, de ahora mismo”.

Por su parte, Simone Sfragano-Marriot, Lead Channel Engineer de Rubrik, afirmaba que por fin hemos entrado en una fase en la que las empresas empiezan a entender el valor de los datos y de la IA. “Antes había organizaciones que estaban implantando IA sin valor, como un juguete de moda, y otras que han intentado cambiar todo por la IA y que, evidentemente, han fracasado porque lo primero que deberíamos tener claro es que la inteligencia artificial es una herramienta”.

Como señalaba, en la propia Rubrik, también han adoptado la IA como esa herramienta que “nos permite mejorar algunos de nuestros servicios como la identificación de anomalías, de la última copia limpia para, si hay un ataque por ejemplo, recuperar la información, para detectar anomalías pero analizando el comportamiento de un servidor, por ejemplo, etc.”

Y añadía, al igual que Robert Assink, que “lo más importante es saber qué quieres conseguir con la IA, preguntártelo pero sobre todo no obsesionarse con ella. Ver si realmente te puede ayudar en tu objetivo”.

Esa pregunta se ha hecho ya Víctor Martin, Data Science Leader en Alstom que explicaba cómo en la compañía “aún estamos en un proceso de aprendizaje para descubrir y entender cuál es, a nivel empresarial, el caso de uso que aplique el ROI en el negocio”.

Entre los retos, Martín apuntaba a los datos, “la materia prima de la IA” porque explicaba que es muy difícil asegurar su calidad e incluso el propio hecho de capturar el dato, almacenarlo, transportarlo: “Muchas veces para nosotros el dato está en medio de unas vías de ferrocarril”.

En la lista de desafíos, además, el portavoz de Alstom añadía “la explicabilidad de la IA” así como el talento, “que hay que generar o atraer pero también retener”.

El dato y cómo la IA está transformando su almacenamiento

Gobernanza, calidad, trazabilidad pero también como vemos captura y almacenamiento. Los datos son la base de cualquier desarrollo de inteligencia artificial, al menos deberían si se quiere tener éxito en el mismo.

Y esto hace que todo deba adaptarse a una nueva forma de gestionarlos y de almacenarlos, algo de lo que saben mucho en QNAP.

Así, Antonio Blanco, Alliance Manager de QNAP, quiso explicar en el Silicon AI Leaders Day cómo la tecnología de almacenamiento QNAP está optimizándose para responder a los retos que plantea la IA: rendimiento, escalabilidad, eficiencia y control.

“Hemos diseñado una línea de soluciones exclusiva para las necesidades de la IA, NAS de alto rendimiento y capacidad, capacidad de petabytes, conectividad avanzada…Y es que en mundo donde la IA es cada vez más prevalente, una infraestructura de almacenamiento de datos robusta y eficiente es esencial”, compartía.

Además, defendía en ese despliegue de la inteligencia artificial, cuidar los datos ya que “la eficiencia de la IA depende de la calidad de los datos” y en ese “cuidado” la opción que defienden desde QNAP es “utilizar información propia de la organización; tener la fiabilidad del dato, poder clasificarlo, retroalimentarlo… Si no usas información tuya, de tu organización, no puedes asegurar que sea cierta y por tanto no hay valor”.

Así, hizo una demostración a los asistentes de Qsirch, un motor de búsqueda diseñado exclusivamente para NAS de QNAP en el que es posible además conmutar fácilmente entre la búsqueda general (palabras clave o búsqueda semántica basada en IA) o la búsqueda RAG para encontrar rápidamente archivos almacenados en su NAS y disfrutar de una experiencia de análisis de datos avanzada. “Es el modelo más seguro además ya que los documentos confidenciales permanecen en el dispositivo”, aseguraba.

Del mismo modo que el almacenamiento o los centros de datos, la Inteligencia Artificial está provocando una nueva forma de entender, incluso, los sistemas operativos o la forma de abordar la infraestructura TI.

Algo que dejó claro Miguel Ángel Díaz, OpenShift Platform Leader, España & Portugal de Red Hat que además afirmaba que “igual que hicimos con Linux o con OpenShift, queremos ser un estándar de mercado en el entorno de la IA”.

Para ello, explicaba, además de crear nuevos productos especialmente indicados para esta tecnología, desde Red Hat tienen un propuesta muy concreta: los vLLMs.

“El vLLM es modelo de lenguaje de gran tamaño virtual, una biblioteca de código open source con mantenimiento de su propia comunidad que hace posible que los modelos de lenguaje de gran tamaño (LLM) realicen cálculos de manera más eficiente y según sea necesario”, compartía Miguel Ángel Díaz.

Por lo tanto un vLLM es un servidor de inferencia “que agiliza los resultados de las aplicaciones de inteligencia artificial generativa con un mejor uso de la memoria de la GPU y por lo tanto una enorme eficiencia en el consumo de recursos”, añadía.

Proteger la información en tiempos de IA

​La gobernanza y la protección de los datos se ha convertido en una prioridad absoluta para las organizaciones de todos los tamaños que, con la integración de motores de IA como Copilot  en Microsoft 365 ha hecho de esta necesidad algo imprescindible.​

“Aquello de ponerle puertas al campo hablando de IA tiene que ser sí o sí”, declaraba en su intervención en el Silicon AI Leaders Day Rafael Vidal Iniesta, responsable de Ciberseguridad de Nunsys.

Hoy es más necesario que nunca, en su opinión, proteger y gobernar la información y los datos sensibles de las compañías ya que al enorme crecimiento en el volumen de datos, riesgos como accesos automatizados, inferencias indebidas, fuga de datos sensibles, etc. que con la IA son más frecuentes aún “conllevan además riesgos no solo de sanciones regulatorias sino un grave daño reputacional”.

Por todo ello, desde Nunsys, defiende ya no solo la protección de dichos datos sino su correcto gobierno: “Saber quién accede a qué, de donde viene la información, etc. algo que con Purview es posible, gracias a un motor de clasificación universal que se puede usar para DLP, riesgos internos, crear mapas de datos, etc. además de la clasificación y protección de documentos mediante etiquetas”, una fórmula idónea.

Además, desde Nunsys proponen SafeCloud, “nuestra solución que permite a las organizaciones conocer y gobernar toda la información que gestiona (correos, documentos ofimáticos, bases de datos, etc)”, detallaba Rafael Vidal.

¿Tiene tu organización superpoderes?

Tal vez una de las intervenciones más originales de los foros del sector TI y en este caso del Silicon AI Leaders Day la protagonizaba Daniel Torbellino, Telling Stories with AI Data & Analytics de Cloudera que “literalmente” quiso demostrar cómo ir un paso más allá en la IA precisa de superpoderes.

Por ejemplo, y con la S de Superman presente, Torbellino aseguraba que “el primer metapoder de una IA es el gobierno del dato, el linaje, la familia, porque somos lo que somos porque venimos de dónde venimos”.

La sostenibilidad es otro de los grandes superpoderes necesarios en este nuevo mundo en el que la IA marca el ritmo empresarial. “Entrenar un LLM conlleva unas emisiones de 15.000 toneladas de Co2; puede que eso no podamos remediarlo pero sí controlarlo decidiendo, con nuestro superpoder, qué uso hacemos de la IA. Por ejemplo, elegir el lenguaje de programación, la arquitectura o hacer modelos LLM más pequeños”, expresaba al tiempo que aseguraba que “no puede existir una IA empresarial sin que sea una IA sostenible”.

Y, cómo no, entre tantos super poderes y referencias a super héroes como Superman, Daniel Torbellino concluía afirmando que en este nuevo escenario de la Inteligencia Artificial, “la criptonita es tu dato, es lo que te va a diferenciar, tu dato y la calidad que tenga”.

Las nuevas fronteras y retos para la IA​

El evento de Silicon seguía con referencias bibliográficas y cómo no de la literatura de ciencia ficción, muy apropiada para la realidad que la IA está dibujando. Así Daniel de Blas, director de Branded Content de Netmedia y maestro de ceremonias de toda la jornada, traía a colación a Arthur C. Clarke, autor entre otras de obras como “2001 una odisea en el espacio” que aseguraba que “toda tecnología lo suficientemente avanzada se confunde con la magia”.

Algo que muchos piensan al hablar de inteligencia artificial pero que, precisamente, se trató de aterrizar en la mesa redonda “Magia vs realidades, escalado y rentabilidad: nuevas fronteras y retos para la IA” en la que además de los nuevos LLM o el desarrollo de los IA Agents se analizaban otros grandes retos de esta tecnología como la concienciación, la educación y la gestión del cambio dentro de las empresas.

Así Carlos Benítez, director de Desarrollo de Negocio y Seguridad de la Información en Pitarch Grupo Empresarial explicaba cómo “lograr saber el ROI que va a generar un proyecto de IA es el paso necesario para que la dirección lo apruebe”.

Algo que no es tan sencillo y que, en su opinión, “tiene que ir acompañado de pequeños pilotos para poder ir probando y viendo qué te aporta realmente valor y qué no”.

En ese sentido, Carlos Gutiérrez, Innovation in Services Based on Microsoft Technologies en HSI reconocía que “son necesarios proyectos con un pay back muy rápido” para lo cual “nosotros buscamos patrones que me permitan seleccionar un stack tecnológico en el que confíe y así sí puedo calcular costes; en definitiva hay que buscar proyectos pequeños pero que te generen un valor que luego puedes ir haciendo más grandes”.

Preguntado por las principales barreras que aún existen en la adopción de la inteligencia artificial Marcos Gritti, responsable de IA en Air Europa, señalaba “la documentación, los datos, la gobernanza de la información, que no siempre esta donde debería ni en la forma que debería, y cómo no, las expectativas, gestionar lo que la gente espera de la IA que, muchas veces, ven como algo que puede hace magia y solucionarlo todo y no es así. Es una herramienta y así hay que verla”.

Gonzalo Durban, asesor independiente experto en Data Governance, era el encargado de pensar en cómo la IA va a cambiar el futuro de las empresas y los riesgos que puede conllevar su desarrollo. “Yo realmente espero que la IA la utilicemos al servicio de las personas y con ética; frente a ello, la alternativa da miedo sobre todo por la pérdida de sentido crítico que puede traer a la sociedad”.

Potenciar a las personas, que no “nos haga vagos” y realmente amplifique el talento o la hibridación IA y personas, eliminando barreras fueron otras de los “deseos” expresados por los participantes en la mesa de debate tras la cual precisamente le tocó el turno a Juanma Aramburu, CEO de Keepler que analizó el modelo operativo de la IA.

IA, observabilidad y agentes

La Inteligencia Artificial está transformando los cimientos operativos de las empresas y, con ello, surge un modelo operativo propio de esta tecnología que, como detalló Aramburu, se redefine en tres ámbitos clave: gestión, demanda y delivery.

“La Inteligencia Artificial está aquí y va a quedarse así que mi consejo es empezar ya, por proyectos pequeños y escalar rápido”, opinaba el CEO de Keepler que además señaló que “cuando la IA está más cerca del negocio y de la dirección es más transformacional”.

Lo importante, según recordaba, “son los datos de calidad y un modelo de gobierno del dato” así como “la observabilidad que además hay que incluirla en el propio diseño del proyecto y no al final del mismo”.

Y qué mejor forma de cerrar una jornada que mirando hacia el mañana, de la mano de Eduardo Ordax, Go to Market GenAI de AWS para EMEA que no ocultaba que aún son muchos los desafíos por salvar. “Cuando tenemos los mayores desafíos por enfrentar es cuando se producen los mayores descubrimientos y eso, precisamente, es lo que pasa con la IA hoy en día”.

Tras hacer un repaso de cuál ha sido la evolución de la IA, desde los grandes LLMs al inference time compute o los modelos de razonamiento, a la Agentic AI, “donde el modelo analiza el problema, decide los pasos, los planifica y ejecuta; los agentes de IA tienen además la capacidad de acceder a herramientas externas como una base de datos, recuperar más información, tienen memoria tanto a corto como a largo plazo y lo más importante tiene feedback loop, se retroalimentan ellos mismos para así mejorar y corregir”

En un futuro cercano, esa será la fotografía de la IA, según explicaba Ordax desde AWS: “Sistemas agénticos haciendo cosas específicas y colaborando entre ellos. Ahora el reto es definir esa jerarquía, cómo se comunican e interactúan esos agentes”.

Y cómo no, la gran pregunta: “¿Es esto realmente inteligencia?” Tal vez no de momento ya que, como afirmaba Ordax, la inteligencia es mucho más, es también inteligencia emocional, es sentido común…. Pero es cierto que aún estamos al principio, queda mucho por ver”.

Un futuro del que apenas podemos vislumbrar los detalles pero que sin duda será más inteligente (y no solo artificialmente) o definitivamente no será.