La Inteligencia Artificial Generativa sigue marcando tendencia, con el 56 por ciento de las empresas usándola para optimizar operaciones, el 51 por ciento para reforzar ciberseguridad y el 46 por ciento para gestionar clientes, según Forbes Advisor.
Sin embargo, la adopción enfrenta retos importantes como el retorno de inversión (ROI), la seguridad de datos y la implementación, explicó Julio César Castrejón Sarachaga, Country Manager de Nutanix México y egresado del Tecnológico de Monterrey.
Un análisis de Sequoia Capital estima que las empresas necesitan generar 600 mil millones de dólares anuales para cubrir los costos de infraestructura de IA, lo que ha generado dudas entre los inversores.
“Nos encontramos en un punto donde las expectativas sobre la IA son altas, y hasta ahora, la tecnología no ha decepcionado”, destacó Castrejón.
¿Nube o instalaciones locales?
Si bien la nube es clave para entrenar modelos de IA, las empresas temen por la privacidad de sus datos. Muchas optan por soluciones locales, que ofrecen mayor control y costos predecibles.
“Superar el miedo a la nube y garantizar costos manejables son prioridades para las empresas”, afirmó Castrejón.
Modelos abiertos como solución
Los modelos abiertos en plataformas como Hugging Face permiten personalización para casos específicos como detección de fraudes, generación de documentos y chatbots.
Con el respaldo de Meta y Microsoft, estas herramientas avanzan rápidamente en rendimiento.
La personalización de modelos con datos privados requiere medidas de seguridad estrictas, como limitar accesos internos y externos.
Esto asegura que los modelos ajustados con datos confidenciales estén protegidos.
Con una infraestructura que combine escalabilidad, rendimiento y seguridad, la IA tiene el potencial de transformar las operaciones empresariales.