Las inversiones de las empresas en Inteligencia Artificial (IA) seguirán aumentando en los próximos tres años
La inteligencia artificial (IA) continúa desempeñando un papel importante en la mejora del desempeño del producto, la forma en que operan las empresas y nuestra vida cotidiana. Según el reciente informe de McKinsey, The State of AI in 2021, casi dos tercios de los encuestados dijeron que las inversiones de sus empresas en IA seguirán aumentando durante los próximos tres años. Además, los resultados muestran que también ayuda al resultado final: el 27 por ciento de los encuestados informan, al menos, el 5% de los beneficios antes de intereses e impuestos (EBIT) que se atribuyen a la IA. Veamos, en inteligencia artificial, predicciones 2022.
A medida que las empresas continúan tratando de expandir la IA a nuevas industrias, productos y aplicaciones, será más difícil llevarla a estas áreas emergentes, especialmente en dispositivos que carecen de los recursos informáticos y de energía necesarios para ejecutarla de manera efectiva. En particular, los dispositivos pequeños que están ubicados lejos de los centros de datos corporativos y funcionan con baterías pequeñas. Estos necesitarán una nueva generación de IA que sea más pequeña, más rápida y “más liviana” que los enfoques tradicionales. Se necesitará más investigación. Y se deberán desarrollar y mejorar nuevas herramientas para continuar con la evolución y expansión de la IA. Hay nuevos avances e innovaciones por delante que podrían crear importantes oportunidades para el mercado.
¿Cuáles son estos avances y oportunidades? Veamos cuatro que podrían tener un impacto significativo este año, y más allá.
Inteligencia Artificial: predicciones 2022
#1 El mercado de la visión artificial despegará, impulsado por Edge AI
Habrá una explosión de oportunidades de mercado para las aplicaciones de visión artificial a medida que la tecnología Edge AI evolucione y avance rápidamente. Las empresas que se muevan rápido aprovecharán esta evolución tecnológica. Porque que será necesario actualizar más dispositivo (existentes) con una nueva funcionalidad de inteligencia artificial (visión por ordenador) para seguir siendo viables y competitivas. Las soluciones más rápidas y rentables utilizarán el hardware del procesador Arm existente, en lugar de implementaciones basadas en GPU (unidades de procesamiento de gráficos) cara y que consumen mucha energía.
Muchas empresas han mejorado su visión artificial para hacer cosas interesantes. Por ejemplo, las fábricas la utilizan para encontrar automáticamente defectos en los productos en la línea de montaje. Otra empresa ha desarrollado cuadros de indicadores de cámaras para camiones que usan visión por ordenador (con IA) para leer las señales de límite de velocidad y reducir dinámicamente la velocidad del vehículo para evitar multas y prevenir accidentes.
Estos son avances tecnológicos emocionantes que pueden ayudar a mejorar la eficiencia y la seguridad. Y hay muchas más oportunidades por delante para la visión artificial. Por ejemplo, en mercados como el de la atención médica, automotriz, electrónica de consumo, seguridad y vigilancia, y más.
#2 PyTorch emergerá como líder
Mientras continúa el debate sobre PyTorch frente a TensorFow, PyTorch se convertirá en la plataforma líder para la innovación de modelos de IA en la comunidad de investigación. Se convertirá en la mejor manera de acceder a un rendimiento avanzado, al crear modelos Edge AI para la visión por ordenador. Varias de las principales empresas ya están utilizando PyTorch, incluidas Amazon, AMD, Intel, NVIDIA, Qualcomm y otras, pero muchas otras más se unirán a esta lista en el futuro.
#3 TinyML será ampliamente aceptado
La IA continúa impactando en casi todas las facetas de nuestras vidas. Y las organizaciones buscarán formas de incorporar la tecnología de IA en dispositivos de ultra bajo consumo en Edge AI. TinyML, un campo de aprendizaje automático ecológico y de rápido crecimiento, será adoptado por organizaciones que buscan ejecutar IA en dispositivos que funcionan con baterías, teniendo en cuenta la sostenibilidad.
Pensemos en Google Home y Amazon Alexa: se requiere TinyML para obtener la IA en esos dispositivos domésticos. TinyML Foundation está trabajando con varios patrocinadores de IA para difundir la conciencia y la educación sobre este campo. E involucrar a la generación más joven (tan joven como estudiantes de secundaria) de desarrolladores de IA emergentes.
#4 El talento de IA / Deep Learning se dirige a las startups
Como parte de la “gran renuncia”, el talento de IA, incluidos aquellos con la codiciada experiencia en aprendizaje profundo (Deep Learning), dejarán sus trabajos bien remunerados en grandes empresas tradicionales. Y migrarán hacia startups, buscando la oportunidad de trabajar en proyectos de vanguardia, aprender nuevas habilidades y trabajar con tecnologías innovadoras.
Este tipo de movilidad puede verse acelerado por nuevas dinámicas de trabajo en el área de COVID-19. Esto incluye el trabajo remoto, que puede hacer que sea más rápido y fácil para las personas cambiar de empresa independientemente de su ubicación. Según una encuesta de la Northeastern University a más de 1.000 altos directivos, el 35% de las organizaciones están aprovechando el trabajo remoto para expandir su grupo de talentos.
En conclusión
En resumen, al mirar la próxima frontera para la IA, Edge AI presenta oportunidades significativas. Pero necesitará algunos avances para ayudar a llevar la visión artificial a más aplicaciones en más industrias.
La innovación no solo ampliará el alcance de la visión por ordenador. También ayudará a las empresas a hacer más con sus equipos existentes, protegiendo sus inversiones y evitando costosos costes de reemplazo de equipos.
Una IA más poderosa, pero “más pequeña”, puede traer beneficios a las personas, las empresas y las industrias enteras en 2022, y más allá.