“La transición a la IA demanda tiempo y conocimiento”, José Manuel Marina, Crayon

La inteligencia artificial ha introducido nuevas variables en la industria tecnológica, ya que su desarrollo, entrenamiento y utilización requiere otras formas de computación y nuevos enfoques sobre el almacenamiento y acceso a los datos. ¿Qué nuevos requisitos impone la IA a las organizaciones a nivel de su propia infraestructura?

Sin duda, la adopción de la IA es un paso crítico que las organizaciones tienen que dar. A nivel de usuario, existe una amplia gama de portátiles y dispositivos que ya vienen optimizados con chips específicos para ejecutar funciones de IA agilizando al máximo muchas acciones. Un ejemplo sería Microsoft Surface Copilot. Pero el reto está a nivel de datacenter. Afortunadamente, la opción de trabajar con hiperescalares en la nube facilita las decisiones a tomar. Cuentan con módulos específicos que ejecutan IA con los que conseguir un acceso rápido a los datos cubriendo las necesidades de computación y almacenamiento. Ese acceso ágil significa no solo mejorar el consumo directo de datos, sino también la posibilidad de desarrollar aplicaciones de IA más rápidamente con módulos concretos.

En todo caso, lo que no hay que olvidar es que esta transición a la IA demanda mucho tiempo y conocimiento. Y es que los cambios son continuos. El propio Copilot que apuntaba es una herramienta que evoluciona sobre la marcha. Eso supone que las organizaciones deben contar con personal experto que haga ese seguimiento, lo que es un problema. Una solución es apoyarse en profesionales que sí cuentan con ese conocimiento y experiencia, y son capaces de plasmarlo en casos de uso concretos respondiendo a las necesidades del día a día de las empresas. Esa es la misión de Crayon.   

 

¿Qué cambios está introduciendo esta nueva categoría de infraestructuras en la industria de centros de datos y en los grandes proveedores de servicios basados en IA?

Los hiperescalares son conscientes de los desafíos de la IA en las empresas y cuentan con módulos orientados a conseguir la infraestructura que se necesita en cada caso de uso en el que se aplique la IA, pero también ofrecen módulos para desarrollar soluciones o casos de uso específicos sobre esa infraestructura.

 

¿Qué impacto está teniendo la llegada de nuevos componentes y sistemas informáticos específicamente diseñados para la inteligencia artificial en el mercado de infraestructura TI?

La IA es conocimiento y los campos de aplicación dentro de las infraestructuras TI son muy variados. Es el caso de la gestión de datos con IA para poder crear aplicaciones rápidamente con las que cubrir cualquier necesidad empresarial, como pueden ser CRMs o ERPs. También es destacable su capacidad para crear o personalizar agentes de IA que optimicen la conexión a datos, apps y flujos de trabajo. Además, sus funciones ayudan a simplificar la gestión de un entorno tan complejo como la nube pública. Y, algo crítico, la IA para securizar infraestructuras y aplicaciones.

 

¿Cómo están reaccionando los fabricantes de hardware tradicional al rápido crecimiento de los sistemas pensados específicamente para la IA? ¿Qué futuro espera a aquellos que no incluyan los nuevos requisitos de la IA en la arquitectura de sus componentes y equipos informáticos?

Adaptarse y adoptar la IA es fundamental para ser competitivos. NVDIA es el paradigma por excelencia. Se adelantó en el mercado dirigiendo su negocio hacia la IA y su crecimiento ha sido intenso. No apostar por un desarrollo puntero en este campo afecta mucho a la evolución del negocio. Lo estamos viendo con competidores directos suyos. Un año de retraso en el posicionamiento en el mercado puede dejarte fuera, y saber reaccionar es muy difícil.

 

Teniendo en cuenta el elevado coste de construcción, mantenimiento y operación de las infraestructuras TI pensadas para la IA, ¿para qué tipo de empresas o casos de uso puede ser más ventajoso contar con sistemas informáticos de IA propios, en lugar de subcontratar a proveedores externos?

Contar con sistemas informáticos de IA propios puede ser una opción para, por ejemplo, grandes empresas cuyo objetivo es vender soluciones de IA como servicios gestionados. Pero si no es ese el objetivo y lo que se quiere es desplegar casos de uso concretos, nuestro consejo es ir a los hiperescalares. Trabajar en la nube supone no tener que hacer cuantiosas y continuas inversiones en recursos, ni mantenerlos; se controlan más los costes. Además, sus servicios están optimizados para IA y su tecnología siempre está actualizada. Esto respecto al datacenter; a nivel de usuarios, la estrategia pasa por utilizar muchos de los dispositivos hardware que ya están preparados para ejecutar acciones de IA, como indicaba anteriormente.

En la elección de los servicios, la clave está en vincular la IA a casos de uso específicos. Por ejemplo, Microsoft 365 Copilot se dirige a la productividad del puesto de trabajo.

 

¿Qué recomendaciones sobre arquitectura de TI puede ofrecer Crayon a las empresas que quieren construir sus propias infraestructuras para dar soporte a la IA?

Nuestra metodología para la adopción de la IA en las empresas se basa en nuestro bagaje de más de 10 años trabajando en este campo a través de Centros de Excelencia de IA a nivel mundial. Es un conocimiento y una experiencia que nos han premiado proveedores como Microsoft, nombrándonos partner del año en 2019 por Inteligencia Artificial y Machine learning, y finalistas en otras convocatorias del premio.

El punto de partida para cualquier proyecto de IA debe ser tener las ideas claras. Para ello ofrecemos consultoría en dos direcciones, teniendo como pieza angular el análisis y la gestión de los datos. Así, o bien valoramos los datos que tiene la empresa y le aconsejamos sobre cómo construir un data lake y qué caso de uso poder desplegar con ello. O bien nos plantean un caso de uso de IA y aconsejamos sobre qué datos e infraestructura TI se necesita para ponerlo en marcha y que sea eficaz.

 

¿Cómo creen que afectará la expansión de la IA al mercado de infraestructura TI en el futuro?

Más que en el futuro, ya lo está afectando en el presente. Lo hemos visto con el ejemplo de NVIDIA. Los proveedores de infraestructura TI que aspiren a ser competitivos tienen que estar ya en el mercado IA, y deben saber cómo evolucionar adaptándose al ritmo continuo de cambios en el que vive la tecnología para llegar al futuro con opciones.