La buena tecnología desaparece. Como llevan diciendo los escritores desde hace tiempo, cuando una tecnología -o cualquier tipo de servicio- progresa hasta un punto en el que es perfecta o casi perfecta, tiende a desaparecer y se integra en el tejido de nuestra forma de vivir y trabajar a un nivel superior o inferior.

Muy poca gente enciende ahora el fuego para cocinar o calentarse, nos limitamos a encender la calefacción porque nuestros sistemas de calefacción, ventilación y aire acondicionado se convirtieron en una parte comparativamente invisible del tejido que conforma nuestros hogares.

La buena tecnología desaparece y se convierte en algo parecido a una utilidad y -como no dejan de decir los escritores actuales- se desvanece y pasa a formar parte de la capa inferior del sustrato de funciones de aplicación que todos utilizamos.

Por supuesto, nadie pensaría eso de gran parte de la tecnología que surgió a lo largo de 2023. Tal fue el "ruido" creado por las nuevas cepas de Inteligencia Artificial (IA) generativa que mucha gente olvidó temporalmente que llevamos muchos años trabajando para desarrollar motores y modelos de IA. 

Pero el cambio de la IA predictiva y reactiva tradicional "a la vieja usanza" a las nuevas cepas de inteligencia generativa no se calmó; incluso a medida que el año termina escuchamos hablar cada vez más de IA a los principales hiperescaladores de la nube AWS, Google y Microsoft, todos los cuales nos dicen que sus servicios de centros de datos están alineados para la excelencia de la IA como ningún otro.

A medida que nos adentramos en 2024, muchos coinciden en que las tecnologías de modelos lingüísticos amplios (LLM) que dieron a la IA generativa su aparente amplitud van a dar paso al uso de modelos lingüísticos específicos de sectores, tareas y funciones que son más nítidos, más funcionales y (con suerte) más fáciles de rodear de barreras de protección de datos. 

Una vez más, ya habíamos visto esta sugerencia en primavera, al hilo de los comentarios relativos a las bases de datos vectoriales, pero uno imagina que no se puede retener un buen tema recurrente.

Ajustado, recortado, adaptado y equipado
De cara al futuro, la tecnología va a hacer lo que siempre hace: se ajustará, recortará, adaptará y potenciará. ¿Qué significa esto? Significa que vamos a tomar aplicaciones generalizadas (o servicios en la nube, o interfaces de programación de aplicaciones, o bases de datos, o capas de red conectivas... u otras) y las vamos a perfeccionar para usuarios más exactos, tareas exactas, flujos de trabajo exactos, sectores exactos y casos de uso más exactos en el nivel más profundo. 

Por ejemplo, los minoristas no se van a limitar a usar un sistema de software de punto de venta (TPV) para hacer pedidos, hacer un seguimiento de las existencias y procesar las ventas, sino que los minoristas de ropa utilizarán sistemas de software de venta al por menor de ropa, los cerveceros utilizarán software de elaboración de cerveza y los propietarios de tiendas de golf utilizarán aplicaciones de golf.

En realidad, este impulso hacia la especificidad de las aplicaciones se viene produciendo desde los años ochenta, si no antes, pero la tendencia más amplia hacia el refinamiento y la ingeniería de precisión se acentuará.

Esta profundización se va a producir muy por debajo de la aplicación de un minorista, se va a aplicar a las capas de gestión del flujo de trabajo que utilizan las empresas en cualquier espacio y, lo que es más importante y fundamental, se va a aplicar a la alineación exacta (ahí está esa palabra otra vez) de cómo se construye, ejecuta y gestiona cada microcomponente de la arquitectura de software empresarial.

Las necesidades informáticas van a ser más pragmáticas
Lo que todo esto significa es una progresión en la que la TI se hace menos dramática (admitámoslo, la IA generativa llegó a aparecer en programas de noticias que podrían haber visto tus abuelos) y mucho más pragmática. El Dr. Scott Zoldi, director de análisis de la empresa de servicios de calificación crediticia FICO, está de acuerdo en que esta tendencia se manifestará especialmente en el ámbito de la IA generativa.

"Aunque su impacto no tuvo precedentes, en 2024 la IA generativa seguirá los pasos de otras tecnologías revolucionarias como el blockchain", dijo Zoldi. "En sus inicios, ambas tecnologías se presentaban como potentes novedades con un gran potencial desconocido. Como blockchain maduró y se aplicó de formas extremadamente útiles más allá de las criptomonedas -como para la gobernanza de la gestión de modelos-, la IA gen encontrará aplicaciones tributarias similares que serán menos dramáticas, pero mucho más pragmáticas."

Aunque antes no empleábamos el término "flujo de trabajo" tan extensamente como hoy, ahora no sólo es útil, sino (podría decirse) esencial. ¿Por qué? Porque en la era digital de las funciones automatizadas en el lugar de trabajo, en la que las máquinas (máquinas de hardware y robots de software) se están haciendo cargo de más funciones de nuestro lugar de trabajo, tenemos que ser capaces de dar parte del trabajo A al empleado C y parte de él a la máquina X y otra parte al robot de software X. Eso significa que la propia IA va a tener que mejorar mucho en la resolución de problemas del mundo real en lugar de exhibir su capacidad para crear una fantasia.

"En todo el espectro tecnológico, desde las comunicaciones visuales y el diseño hasta la codificación de software, la IA generativa que se gane a los usuarios y escale tendrá que resolver problemas del mundo real. Para las startups, los casos de uso comercialmente viables ganarán en la feroz competencia por la financiación de riesgo y serán las plataformas que se desarrollen más rápidamente", afirma Cameron Adams, cofundador y director de producto de la empresa de servicios de diseño Canva.

A medida que las tendencias sigan desarrollándose y alineándose, es posible que veamos surgir nuevas funciones laborales. Junto a los directores de sistemas de información, de tecnología, de sistemas de información y de datos, es posible que aparezca el director de inteligencia artificial. Con la forma de un ser humano del mundo real con brazos, piernas y un sistema cerebral superior sensible situado en la cabeza, estas personas va a upervisar la IA para detectar sesgos, alucinaciones, desviaciones en el comportamiento y la aplicación de la propia automatización de la IA.

Computación comoditizada (pero controlada)
Richard Timperlake, SVP EMEA de Confluent, especialista en plataformas de flujo de datos, cree que la IA generativa se va a convertir en un producto básico (lo que se parece mucho a su desaparición, ya que simplemente se convierte en una función interna) y se va a integrar (de nuevo, es un acto de desaparición) en múltiples aplicaciones. ¿Por qué pasa esto tan rapido? Porque, según él, los LLM y otros modelos fundamentales ya se están convirtiendo en algo mucho más fácil de entrenar y afinar... y ahí está otra vez la palabra afinar.

"Tal y como estamos hoy, podemos afirmar desde luego que todos los tipos de IA -especialmente la generativa- seguirán dominando la agenda", propone Timperlake. "Pero en el mundo en general, se enfrenta a desafíos legales y regulatorios que deben abordarse, sobre todo en áreas como los derechos de autor. 

Las empresas tienen que introducir la diligencia debida antes de utilizar los datos, y algún tipo de reparación si se utilizan incorrectamente. Más cerca de casa, las empresas necesitan desarrollar procesos en torno a cómo construir diferentes modelos que aporten valor a sus organizaciones y a sus clientes. Esto sólo puede tener éxito si la base de los datos de origen es segura. Después de todo, no se puede simplemente construir un modelo e inundarlo de datos sin conocer la calidad y veracidad de la información".

Todo muy bien hasta ahora, pero a medida que nos acostumbremos a aplicar la IA en el lugar de trabajo, ¿empezará la gente a calmarse y a dejar de preocuparse por los puestos de trabajo que van a ser sustituidos? Al fin y al cabo, sabemos que la IA no está pensada para sustituir a las personas, sino para asumir el trabajo pesado y permitir que los humanos se centren en tareas de mayor valor, ¿verdad?

Para pedirnos que seamos más realistas, Sridhar Ramaswamy, vicepresidente senior de IA en la empresa de nube de datos Snowflake, afirma que algunas preocupaciones inmediatas van a ser especialmente desafiantes en los primeros años de adopción generalizada de la IA.

"Para muchas personas involucradas en lo que vagamente llamamos 'trabajo del conocimiento', bastantes de sus puestos de trabajo se van a evaporar", advirtió Ramaswamy. "La rapidez de los cambios hace difícil absorber rápidamente a los trabajadores desplazados en otros puestos de trabajo y, en consecuencia, tanto el sector privado como los gobiernos tendrán que subir el listón".

Por último, los avances en IA van a agravar la brecha digital que se fue produciendo en los últimos 20-30 años entre los que tienen y los que no tienen, y va a aumentar aún más la desigualdad en todo el mundo. Sólo me queda esperar que, al hacer más accesible la información, esta tecnología emergente dé lugar a una nueva generación de jóvenes adultos que comprendan mejor los problemas y el potencial, y puedan contrarrestar ese riesgo."

Todo es cuestión de datos (gestión)
Pero en realidad, sea cual sea el hilo y el sesgo de este debate, todo se reduce a los datos y se está desarrollando una extraña dicotomía. Las organizaciones navegan hacia un futuro dominado por la inteligencia artificial y se enfrentan al doble desafío de aprovechar el poder de los datos que alimenta la IA mientras lidian con las complejidades de la propia gestión de datos. Esta es la opinión del vicepresidente senior de producto, Cullen Childress, de la empresa de observabilidad y gestión de TI SolarWinds.

"La IA demostró desempeñar un papel fundamental a la hora de ayudar a los profesionales de TI a gestionar grandes volúmenes de datos, optimizar el rendimiento de las bases de datos y mejorar los resultados empresariales en general. Pero, por otro lado, la IA recopiló y generado una cantidad alucinante de nuevos datos de diversas fuentes, dejando a las organizaciones enfrentadas a los desafíos de cómo gestionarlos y comprender de dónde proceden los datos", dijo Childress.

Sugiere que el escenario se está convirtiendo en aún más intrincado y que el camino hacia una gestión eficaz de los datos está lleno de complejidades. Los desafíos a los que se enfrentan las organizaciones no son sólo el inminente agotamiento de los datos de formación de alta calidad para apoyar el desarrollo de la IA... sino también el hecho de que los equipos de TI tienen que gestionar bases de datos vastas y diversas dispersas en entornos locales y en la nube. 

"Gracias a que el sector recurre cada vez más a las soluciones de observabilidad, los equipos disponen de una visión completa y necesaria de lo que ocurre dentro de los sistemas más imperceptibles y valiosos de una empresa. En medio de esta era transformadora de la IA, el éxito de cualquier empresa depende de navegar hábilmente por el escenario cambiante de la gestión de datos", añadió el vicepresidente de SolarWinds.

Si un especialista en observabilidad que aboga por la observabilidad en el camino que tenemos por delante no le parece demasiado obvio, considerá el hecho de que -incluso en 2024- muchos de nuestros sistemas informáticos nos van a fallar.

No todo va a funcionar
Como tu aerolínea, hotel, restaurante u otro establecimiento favorito no siempre aplica el número correcto de millas a tu cuenta de fidelización, podemos ver que las grandes empresas de hoy en día siguen teniendo grandes dificultades con las tareas básicas de integración. Es con frecuencia por lo que "el sistema no funciona" cuando los usuarios intentan realizar todo tipo de tareas relacionadas con la tecnología. 

La IA generativa va a sufrir el mismo tipo de desconexiones en los casos en que las cosas parezcan no funcionar, sugiere Massimo Pezzini en su papel de jefe de investigación del departamento de futuro de la empresa en la compañía de plataformas de automatización Workato.

"Al menos la mitad de las iniciativas de IA generativa en 2024 fracasarán a la hora de ofrecer los beneficios empresariales previstos debido a la falta de integración". El valor empresarial potencial de la IA generativa solo puede liberarse por completo si se incorpora a los procesos empresariales de extremo a extremo. De lo contrario, su contribución seguirá limitándose a asistir tareas individuales y aisladas de valor empresarial marginal", argumentó Pezzini.

Tan acertado como Pezzini sobre la necesidad de que cualquier empresa que utilice tecnologías modernas adopte una infraestructura de integración completa, trabaja para una empresa de plataformas de integración como servicio (iPaaS), lo que nos da nuestra predicción final para 2024 quizás.

Una encuesta sobre TI “encontrada”
Como ya sugerimos antes, el sector informático seguirá realizando encuestas. A veces empaquetadas con piel de cordero como "informes de análisis de mercado" o etiquetadas con algún otro término eufemístico y sesgado, las encuestas seguirán llegando y seguirán llegando las proyecciones (normalmente llamadas "conclusiones") que hacen.

Los resultados de las encuestas tecnológicas del año que viene van a revelar que los especialistas en DevSecOps abogan por un enfoque integral de desarrollador + seguridad + plataforma operativa para diseñar aplicaciones empresariales realmente funcionales, seguras y eficaces. 

Los especialistas en observabilidad de la nube llevarán a cabo estudios sobre la gestión del rendimiento de las aplicaciones (APM) porque así es como se llamaba antes la observabilidad y no es una mala forma de validar por qué la APM en la era moderna necesita observabilidad. 

Los especialistas en serverless van a estudiar el espacio serverless y van a recomendar un enfoque serverless, las empresas de containerización van a analizar escenarios de aplicaciones de trabajo y probablemente van a considerar la promoción de la containerización como un facilitador clave de la eficiencia. Por último, quizá las organizaciones de software empresarial que añaden funciones de IA generativa a sus plataformas y herramientas estudien el mercado y acaben proponiendo el uso de IA generativa en entornos de producción y despliegue en vivo.

Con toda esa evolución informática por delante, es bueno saber que algunas cosas nunca cambian.

*Con información de Forbes US