4 tendencias clave que definirán el futuro de la IA en 2025

La inteligencia artificial está experimentando una rápida evolución, y 2025 se perfila como un año crucial para su maduración y adopción generalizada.

Foto: cortesía. Portal ERP México.

La inteligencia artificial está experimentando una rápida evolución, y 2025 se perfila como un año crucial para su maduración y adopción generalizada. En Snowflake se han identificado cuatro tendencias clave que definirán el futuro de la IA: la contextualización de los datos como la próxima fase en la evolución de las plataformas de datos, el auge de los agentes autónomos como la "aplicación estrella", la superación de las barreras actuales para la adopción de la IA, y la consolidación de los sistemas agénticos como la fuerza impulsora detrás de las aplicaciones de alto valor.

1 - Contextualizar los datos será la siguiente fase para las plataformas de datos

La evolución de la plataforma de datos es esencial para la evolución de la IA. El próximo año, veremos avances que ayudarán a los LLM a comprender mejor los datos con los que están trabajando a través de la capa semántica. A las plataformas de datos actuales les falta en gran medida la capa semántica de los datos, que es la comprensión de lo que significan los datos. Por ejemplo, cuando se tienen datos financieros en una tabla, normalmente es el desarrollador o el analista quien tiene la tarea de comprender de dónde provienen esos datos, cómo se calcularon y qué significan, pero esta comprensión debería estar integrada directamente en las plataformas de datos.

Te puede interesar: Snowflake lanza conector para Microsoft Power Platform y Microsoft Dynamics 365

Tener que depender de estos perfiles e incorporar esa comprensión en cada aplicación que se desarrolla es extremadamente laborioso. Como resultado, la capa semántica debe integrarse cerca de los datos para que la IA pueda comprender su naturaleza y hacer un trabajo mucho mejor al analizarlos. Los usuarios no quieren, y no deberían tener que, reinventar los conceptos semánticos para cada aplicación. Estos deben integrarse en la capa de datos. Esta es la próxima evolución.

2 - Los agentes autónomos serán la "aplicación estrella" de la IA

Los chatbots y asistentes funcionan mejor cuando se diseñan para tareas específicas o para recopilar información. Este enfoque suele ser más eficiente en costos y recursos, y reduce significativamente la tasa de error. Sin embargo, también limita sus capacidades. Esto cambia cuando se les permite interactuar entre sí: aquí entran en juego los agentes autónomos. Pronto, las empresas podrán utilizar una interfaz capaz de interpretar un prompt general para una acción compleja y dividirla en un conjunto discreto de subtareas que se distribuyen a una cadena de asistentes especializados. Muchas de las capacidades necesarias para implementar estos agentes ya existen, al menos en cierta medida.

Las organizaciones necesitan una gran cantidad de datos en una plataforma unificada, un marco de aplicación y conjuntos de herramientas clave como la generación aumentada por recuperación (RAG, por sus siglas en inglés). Si bien crear un agente verdaderamente potente requerirá mejoras sustanciales, no se trata de una visión futurista, sino de una tecnología que se usará de manera generalizada el próximo año.

3 - Las barreras actuales para la adopción de la IA se irán desvaneciendo, e incluso podrían desaparecer por completo

Para 2025, muchos de los obstáculos que hoy dificultan la adopción de la IA, como la falta de confianza, los errores, las limitaciones de los datos sintéticos y las cuestiones relativas a los derechos de la IA, se habrán resuelto en gran medida para un amplio abanico de aplicaciones. Veremos, por ejemplo, avances en el desarrollo de chatbots que citen sistemáticamente sus fuentes, lo que aumentará la fiabilidad de la interacción de los usuarios con los datos.

Si bien los datos sintéticos pueden plantear problemas para el entrenamiento de futuras generaciones de modelos, la generación actual ya ofrece un rendimiento excelente en diversas aplicaciones que podemos desarrollar hoy mismo.

También existen soluciones ingeniosas para mitigar la escasez actual de GPU, especialmente con la entrada de desarrolladores y startups en el mercado, impulsados por la creciente importancia de la inferencia. Un ejemplo es la posibilidad de que clientes en zonas con acceso limitado o nulo a GPU puedan aprovechar la capacidad de procesamiento de otras regiones. A medida que se superen estos obstáculos técnicos, la atención se centrará cada vez más en el desarrollo de aplicaciones de IA que generen valor real, marcando así un período de avances prácticos y significativos en todo el sector.

4- Los sistemas agénticos emergerán como la fuerza principal para las aplicaciones de alto valor

2025 será el año en que comenzaremos a ver cómo la expectación en torno a los sistemas agénticos empieza a dar frutos, con el primer conjunto de casos de uso de alto valor en producción; pensemos en la gestión de problemas de servicio al cliente, la identificación de ciberamenazas y la gestión de proyectos. La IA agéntica ampliará las capacidades de las aplicaciones impulsadas por IA para tomar medidas, a veces de forma autónoma, pero en la mayoría de los casos todavía con la participación de personas. El cambio hacia la IA agéntica permitirá capacidades de automatización más sofisticadas y ayudará a las empresas a ver un retorno de la inversión real en sus iniciativas de IA.

La IA agéntica tiene el potencial de generar un valor comercial más tangible al realizar tareas de forma independiente mediante la toma de decisiones autónoma, algo que la IA generativa no es capaz de hacer por sí sola.