{"id":177477,"date":"2024-12-06T16:44:03","date_gmt":"2024-12-06T19:44:03","guid":{"rendered":"https:\/\/nuevoitsitio1.wpenginepowered.com\/mx\/2024\/12\/06\/inteligencia-humana-ia\/"},"modified":"2025-11-21T18:43:03","modified_gmt":"2025-11-21T21:43:03","slug":"inteligencia-humana-ia","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/mx\/inteligencia-artificial\/inteligencia-humana-ia\/","title":{"rendered":"Combinar inteligencia humana e IA ser\u00e1 uno de los mayores avances en 2025"},"content":{"rendered":"

La Inteligencia Artificial (IA), la mayor estrella de esta d\u00e9cada en lo que respecta a tecnolog\u00eda, seguir\u00e1 aumentando en los pr\u00f3ximos a\u00f1os. Proyecciones de Gartner se\u00f1alan que, para 2026, m\u00e1s del 80% de las empresas habr\u00e1n utilizado modelos de Inteligencia Artificial Generativa (Gen AI) o implementado aplicaciones habilitadas para Gen AI en entornos de producci\u00f3n<\/strong>.<\/p>\n

Sin embargo, el crecimiento tambi\u00e9n pone de relieve los desaf\u00edos que enfrentan las organizaciones al lidiar con la IA: m\u00e1s del 30% de estos proyectos deber\u00e1n abandonarse a finales de 2025 debido a la baja calidad de los datos<\/strong>, un control de riesgos inadecuado, poca percepci\u00f3n de valor y altos costos.<\/p>\n

Para los expertos del mercado, el elevado n\u00famero de proyectos frustrados son el resultado de la creencia de las empresas de que las nuevas tecnolog\u00edas, como la IA, deber\u00edan actuar como una soluci\u00f3n m\u00e1gica a todos los problemas. “Vivimos en una panacea de desarrollo reciente en Am\u00e9rica Latina con la nube, y ahora vemos que la historia se repite con la Inteligencia Artificial. Hay una emoci\u00f3n que, al mismo tiempo, trae tensi\u00f3n y presi\u00f3n a los CIOs para que produzcan cualquier cosa con esta tecnolog\u00eda, sin mucho an\u00e1lisis ni estrategia. Y definitivamente este no es el mejor camino\u201d<\/em>, afirma Gilson Magalh\u00e3es<\/a>, VP y General Manager de Red Hat para Am\u00e9rica Latina<\/strong>.<\/p>\n

\"width=\"
Se espera que, para 2026, m\u00e1s del 80% de las empresas adopten modelos de Inteligencia Artificial Generativa o aplicaciones habilitadas para IA en producci\u00f3n, seg\u00fan Gartner.<\/figcaption><\/figure>\n

Para hacer frente a los desaf\u00edos de sus elecciones pasadas, especialmente en lo que respecta a la seguridad y la calidad de los datos, las organizaciones deben avanzar en los llamados agentes, componentes de software m\u00e1s simples, que se conectar\u00e1n a las aplicaciones existentes para modernizarlas.<\/p>\n

Adem\u00e1s, se espera que el mercado vuelva a las aplicaciones predictivas de IA, y m\u00e1s de la mitad de los casos de IA se centran en ofrecer personalizaci\u00f3n al cliente y optimizaci\u00f3n de la cadena de suministro. \u201cLas organizaciones depender\u00e1n de m\u00e1s plataformas AIOps para reducir la deuda t\u00e9cnica y mejorar los resultados comerciales, y encontrar\u00e1n en las soluciones de c\u00f3digo abierto la respuesta que necesitan para avanzar con seguridad y eficiencia\u201d<\/em>, afirma.<\/p>\n

La sinergia entre c\u00f3digo abierto e Inteligencia Artificial para impulsar el avance de las TI empresariales fue tema central del principal evento de c\u00f3digo abierto de Am\u00e9rica Latina, el Red Hat<\/a> Summit: Connect, que pas\u00f3 por seis pa\u00edses y abord\u00f3 las tendencias para el futuro que deber\u00edan transformar una vez m\u00e1s el viaje digital de las organizaciones. “En medio de todos los desaf\u00edos y predicciones para los pr\u00f3ximos a\u00f1os, ahora estamos hablando no s\u00f3lo de IA, sino m\u00e1s bien de c\u00f3mo obtener el poder de la inteligencia humana, ayudado por el trabajo que su IA puede hacer mejor, o m\u00e1s r\u00e1pido, que posiblemente los humanos puedan hacer”<\/em>, refuerza Magalh\u00e3es.<\/p>\n

\"width=\"
La convergencia de la Inteligencia Artificial con las habilidades humanas es clave para un avance sostenible en la tecnolog\u00eda, mejorando la automatizaci\u00f3n y la toma de decisiones estrat\u00e9gicas.<\/figcaption><\/figure>\n

En otras palabras, la respuesta a un avance sostenible de la IA radica en la convergencia de esta inteligencia con las habilidades y el conocimiento humanos. “La Inteligencia Artificial ya es una realidad y el siguiente paso es hacer que interact\u00fae satisfactoriamente con el conocimiento humano. Esto significa contar con herramientas de IA alineadas mejor para resolver los procesos del d\u00eda a d\u00eda, automatizar el trabajo repetitivo y mejorar las capacidades de los recursos humanos para tareas m\u00e1s estrat\u00e9gicas”<\/em>, se\u00f1ala.<\/p>\n

Las herramientas de c\u00f3digo abierto son grandes aliadas en este camino. La estrategia de nube h\u00edbrida abierta defendida por Red Hat es la puerta de entrada a una IA abierta y eficaz, respaldada por importantes socios como Google, AWS y Microsoft<\/strong>.<\/p>\n

L\u00edder mundial en soluciones empresariales de c\u00f3digo abierto, Red Hat es parte de todas estas historias al ofrecer herramientas que satisfacen las necesidades de cada organizaci\u00f3n, especialmente cuando se trata de IA. Red Hat OpenShift, obtuvo recientemente una versi\u00f3n espec\u00edfica para IA. “Red Hat OpenShift AI es una herramienta MLOps tecnolog\u00eda escalable y flexible que permite crear y lanzar aplicaciones de IA a escala en entornos de nube h\u00edbrida”<\/em>, afirma Magalh\u00e3es.<\/p>\n

\"width=\"
Red Hat OpenShift AI facilita la creaci\u00f3n y lanzamiento de aplicaciones de IA a gran escala, permitiendo el desarrollo y entrenamiento de modelos en entornos de nube h\u00edbrida.<\/figcaption><\/figure>\n

Creado con tecnolog\u00edas de c\u00f3digo abierto, Red Hat OpenShift AI proporciona capacidades confiables y consistentes para probar, desarrollar y entrenar modelos de IA, lo que permite la preparaci\u00f3n y adquisici\u00f3n de datos, as\u00ed como el entrenamiento, el ajuste y la entrega de modelos. La soluci\u00f3n se integra con otra novedad de la empresa, el Red Hat\u00ae Enterprise Linux\u00ae AI, plataforma modelo base utilizada para desarrollar, probar y ejecutar modelos de lenguajes a gran escala (LLM) de la familia Granite para aplicaciones empresariales.<\/p>\n

“Red Hat Enterprise Linux AI le permite migrar entornos de nube h\u00edbrida, escalar sus flujos de trabajo de IA con Red Hat OpenShift\u00ae AI y avanzar a IBM watsonx.ai con desarrollo adicional de IA empresarial, datos de gesti\u00f3n y gobernanza de modelos. Y esto es muy importante en un momento en el que es clara la necesidad de modelos de IA cada vez m\u00e1s peque\u00f1os y especializados\u201d<\/em>, afirma el ejecutivo.<\/p>\n

Seg\u00fan las previsiones de forrester, mientras que casi el 90% de los tomadores de decisiones tecnol\u00f3gicas globales dicen que sus empresas aumentar\u00e1n la inversi\u00f3n en infraestructura, gesti\u00f3n y gobernanza de datos<\/strong>, los l\u00edderes tecnol\u00f3gicos seguir\u00e1n siendo pragm\u00e1ticos al invertir en IA para maximizar el valor comercial derivado de la tecnolog\u00eda. De cara a 2025, la transformaci\u00f3n m\u00e1s significativa de las inversiones se centrar\u00e1 en peque\u00f1os modelos de inteligencia artificial (SLM, por sus siglas en ingl\u00e9s). Con menor costo, mayor asertividad y menos posibilidades de alucinaci\u00f3n, estos modelos tambi\u00e9n son m\u00e1s especializados y pueden ser entrenados y ejecutados mucho m\u00e1s f\u00e1cilmente.<\/p>\n

\"width=\"
Los modelos de IA especializados (SLM) entrenados en conjuntos de datos m\u00e1s peque\u00f1os son m\u00e1s precisos y econ\u00f3micos, ideales para sectores industriales espec\u00edficos como la salud.<\/figcaption><\/figure>\n

En la pr\u00e1ctica, comprender la sopa de letras de los LLM y SLM es sencillo. Ambas siglas hacen referencia a tipos de sistemas de IA entrenados para interpretar el lenguaje humano, incluidos los lenguajes de programaci\u00f3n. Los LLM a menudo pretenden emular la inteligencia humana en un nivel muy amplio y, por lo tanto, est\u00e1n capacitados en una amplia gama de grandes conjuntos de datos. Por lo tanto, pueden presentar las llamadas “alucinaciones”, respuestas potencialmente incorrectas, ya que no tienen el afinamiento y la capacitaci\u00f3n en el dominio para responder con precisi\u00f3n a cada consulta.<\/p>\n

Los SLM, por otro lado, normalmente se entrenan en conjuntos de datos m\u00e1s peque\u00f1os adaptados a dominios industriales espec\u00edficos (es decir, \u00e1reas de especializaci\u00f3n). Por ejemplo, un proveedor de atenci\u00f3n m\u00e9dica puede utilizar un chatbot con tecnolog\u00eda SLM y entrenado en conjuntos de datos m\u00e9dicos para inyectar conocimiento de un dominio espec\u00edfico en la consulta no experta de un usuario sobre su salud, enriqueciendo la calidad de preguntas y respuestas. “\u00bfQu\u00e9 modelo es mejor? Todo depender\u00e1 de los planes, recursos, y otros factores de cada organizaci\u00f3n. Adem\u00e1s de la elecci\u00f3n, el c\u00f3digo abierto es sin duda la clave que marcar\u00e1 la diferencia”<\/em>, se\u00f1ala el experto.<\/p>\n

Aunque la Inteligencia Artificial sigue dominando los debates, se espera que para 2025 otros temas ganen fuerza en la TI empresarial. La automatizaci\u00f3n y la inform\u00e1tica estar\u00e1n en la agenda de las organizaciones p\u00fablicas y privadas con un avance m\u00e1s acelerado del Internet de las cosas (IoT). Adem\u00e1s, la computaci\u00f3n cu\u00e1ntica podr\u00eda dar un salto importante: la ONU, ha proclamado que 2025 ser\u00e1 el A\u00f1o Internacional de la Ciencia y la Tecnolog\u00eda Cu\u00e1ntica, esperando que la investigaci\u00f3n sobre esta soluci\u00f3n salga de laboratorios y obtenga aplicaciones m\u00e1s pr\u00e1cticas en la vida cotidiana.<\/p>\n

\"inteligencia
La estrategia de nube h\u00edbrida abierta de Red Hat, respaldada por socios como Google y Microsoft, facilita la implementaci\u00f3n de IA eficaz y segura en las organizaciones.<\/figcaption><\/figure>\n

“La virtualizaci\u00f3n tambi\u00e9n tendr\u00e1 un espacio de crecimiento. Las mismas m\u00e1quinas virtuales que fueron fundamentales para la evoluci\u00f3n de la computaci\u00f3n en la nube ahora contribuyen al entrenamiento del modelo AI\/ML, con aislamiento y reproducibilidad, escalabilidad, aceleraci\u00f3n de hardware, flexibilidad en la configuraci\u00f3n del software y gesti\u00f3n y seguridad de los datos”<\/em>, explica Magalh\u00e3es. Gartner se\u00f1ala que el 70% de las cargas de trabajo que alimentan computadoras personales y servidores de centros de datos seguir\u00e1n utilizando virtualizaci\u00f3n basada en hipervisor hasta 2027<\/strong>.<\/p>\n

Por el lado de las telecomunicaciones, la apuesta est\u00e1 en la evoluci\u00f3n de las redes 5G y 6G, m\u00e1s r\u00e1pidas y fiables, que impulsar\u00e1n las ciudades inteligentes, los veh\u00edculos aut\u00f3nomos y las tecnolog\u00edas inmersivas. La preocupaci\u00f3n por soluciones m\u00e1s sostenibles tambi\u00e9n ir\u00e1 en aumento, y las empresas buscar\u00e1n reducir su huella de carbono, con innovaciones en tecnolog\u00eda solar, almacenamiento de bater\u00edas y centros de datos sin emisiones de carbono. Las inversiones en ciberseguridad completan la lista, con soluciones s\u00f3lidas y descentralizadas para que las organizaciones se protejan contra ataques crecientes, filtraciones de datos y ransomware.<\/p>\n","protected":false},"excerpt":{"rendered":"

La Inteligencia Artificial (IA), la mayor estrella de esta década en lo que respecta a tecnología, seguirá aumentando en los próximos años. Proyecciones de Gartner señalan que, para 2026, más del 80% de las empresas habrán utilizado modelos de Inteligencia Artificial Generativa (Gen AI) o implementado aplicaciones habilitadas para Gen AI en entornos de producción. Sin embargo, el crecimiento también pone de relieve los desafíos que enfrentan las organizaciones al lidiar con la IA: más del 30% de estos proyectos deberán abandonarse a finales de 2025 debido a la baja calidad de los datos, un control de riesgos inadecuado, poca percepción de valor y altos costos. Para los expertos del mercado, el elevado número de proyectos frustrados son el resultado de la creencia de las empresas de que las nuevas tecnologías, como la IA, deberían actuar como una solución mágica a todos los problemas. “Vivimos en una panacea de desarrollo reciente en América Latina con la nube, y ahora vemos que la historia se repite con la Inteligencia Artificial. Hay una emoción que, al mismo tiempo, trae tensión y presión a los CIOs para que produzcan cualquier cosa con esta tecnología, sin mucho análisis ni estrategia. Y definitivamente este no es el mejor camino”, afirma Gilson Magalhães, VP y General Manager de Red Hat para América Latina. Para hacer frente a los desafíos de sus elecciones pasadas, especialmente en lo que respecta a la seguridad y la calidad de los datos, las organizaciones deben avanzar en los llamados agentes, componentes de software más simples, que se conectarán a las aplicaciones existentes para modernizarlas. Además, se espera que el mercado vuelva a las aplicaciones predictivas de IA, y más de la mitad de los casos de IA se centran en ofrecer personalización al cliente y optimización de la cadena de suministro. “Las organizaciones dependerán de más plataformas AIOps para reducir la deuda técnica y mejorar los resultados comerciales, y encontrarán en las soluciones de código abierto la respuesta que necesitan para avanzar con seguridad y eficiencia”, afirma. La sinergia entre código abierto e Inteligencia Artificial para impulsar el avance de las TI empresariales fue tema central del principal evento de código abierto de América Latina, el Red Hat Summit: Connect, que pasó por seis países y abordó las tendencias para el futuro que deberían transformar una vez más el viaje digital de las organizaciones. “En medio de todos los desafíos y predicciones para los próximos años, ahora estamos hablando no sólo de IA, sino más bien de cómo obtener el poder de la inteligencia humana, ayudado por el trabajo que su IA puede hacer mejor, o más rápido, que posiblemente los humanos puedan hacer”, refuerza Magalhães. En otras palabras, la respuesta a un avance sostenible de la IA radica en la convergencia de esta inteligencia con las habilidades y el conocimiento humanos. “La Inteligencia Artificial ya es una realidad y el siguiente paso es hacer que interactúe satisfactoriamente con el conocimiento humano. Esto significa contar con herramientas de IA alineadas mejor para resolver los procesos del día a día, automatizar el trabajo repetitivo y mejorar las capacidades de los recursos humanos para tareas más estratégicas”, señala. Las herramientas de código abierto son grandes aliadas en este camino. La estrategia de nube híbrida abierta defendida por Red Hat es la puerta de entrada a una IA abierta y eficaz, respaldada por importantes socios como Google, AWS y Microsoft. Líder mundial en soluciones empresariales de código abierto, Red Hat es parte de todas estas historias al ofrecer herramientas que satisfacen las necesidades de cada organización, especialmente cuando se trata de IA. Red Hat OpenShift, obtuvo recientemente una versión específica para IA. “Red Hat OpenShift AI es una herramienta MLOps tecnología escalable y flexible que permite crear y lanzar aplicaciones de IA a escala en entornos de nube híbrida”, afirma Magalhães. Creado con tecnologías de código abierto, Red Hat OpenShift AI proporciona capacidades confiables y consistentes para probar, desarrollar y entrenar modelos de IA, lo que permite la preparación y adquisición de datos, así como el entrenamiento, el ajuste y la entrega de modelos. La solución se integra con otra novedad de la empresa, el Red Hat® Enterprise Linux® AI, plataforma modelo base utilizada para desarrollar, probar y ejecutar modelos de lenguajes a gran escala (LLM) de la familia Granite para aplicaciones empresariales. “Red Hat Enterprise Linux AI le permite migrar entornos de nube híbrida, escalar sus flujos de trabajo de IA con Red Hat OpenShift® AI y avanzar a IBM watsonx.ai con desarrollo adicional de IA empresarial, datos de gestión y gobernanza de modelos. Y esto es muy importante en un momento en el que es clara la necesidad de modelos de IA cada vez más pequeños y especializados”, afirma el ejecutivo. Según las previsiones de forrester, mientras que casi el 90% de los tomadores de decisiones tecnológicas globales dicen que sus empresas aumentarán la inversión en infraestructura, gestión y gobernanza de datos, los líderes tecnológicos seguirán siendo pragmáticos al invertir en IA para maximizar el valor comercial derivado de la tecnología. De cara a 2025, la transformación más significativa de las inversiones se centrará en pequeños modelos de inteligencia artificial (SLM, por sus siglas en inglés). Con menor costo, mayor asertividad y menos posibilidades de alucinación, estos modelos también son más especializados y pueden ser entrenados y ejecutados mucho más fácilmente. En la práctica, comprender la sopa de letras de los LLM y SLM es sencillo. Ambas siglas hacen referencia a tipos de sistemas de IA entrenados para interpretar el lenguaje humano, incluidos los lenguajes de programación. Los LLM a menudo pretenden emular la inteligencia humana en un nivel muy amplio y, por lo tanto, están capacitados en una amplia gama de grandes conjuntos de datos. Por lo tanto, pueden presentar las llamadas “alucinaciones”, respuestas potencialmente incorrectas, ya que no tienen el afinamiento y la capacitación en el dominio para responder con precisión a cada consulta. Los SLM, por otro lado, normalmente se entrenan en conjuntos de datos más pequeños adaptados<\/p>\n","protected":false},"author":229,"featured_media":177478,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[72],"tags":[66],"class_list":["post-177477","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","tag-red-hat"],"_links":{"self":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts\/177477","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/users\/229"}],"replies":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/comments?post=177477"}],"version-history":[{"count":0,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts\/177477\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/media\/177478"}],"wp:attachment":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/media?parent=177477"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/categories?post=177477"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/tags?post=177477"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}