Gartner identifica las principales tendencias que determinarán el futuro del Data Science y Machine Learning

En el contexto del Data & Analytics Summit de Gartner, realizado en Sídney del 31 de julio al 1 de agosto de 2023, se identificaron las principales tendencias que impactarán el futuro del Data Science y Machine Learning (DSML), a medida que la industria evoluciona rápidamente y se adapta a la creciente importancia de los datos en la inteligencia artificial (IA), especialmente en la IA generativa.

Entre las tendencias identificadas, se encuentran:

1. Ecosistemas de datos en la nube. Los ecosistemas de datos están migrando hacia soluciones totalmente nativas en la nube. Gartner recomienda a las organizaciones evaluar los ecosistemas de datos en función de su capacidad para resolver los desafíos de datos distribuidos, así como de acceder e integrarse con fuentes de datos fuera externas.
2. Edge AI. La demanda de Edge AI está creciendo para permitir el procesamiento de datos en el punto de creación en el borde, lo que ayuda a obtener información en tiempo real, detectar nuevos patrones y cumplir con los requisitos de privacidad de datos. Gartner predice que más del 55% de los análisis de datos por redes neuronales profundas se realizarán en el borde para 2025. Las organizaciones deben identificar las aplicaciones y requerimientos de entrenamiento e inferencia de IA para migrar a entornos en el borde cercanos a los puntos finales de IoT.
3. IA responsable. La IA responsable busca que la IA sea una fuerza positiva y no una amenaza para la sociedad. Gartner predice que para 2025, la concentración de modelos de IA pre entrenados entre el 1% de los proveedores convertirá la IA responsable en una preocupación social. Se recomienda a las organizaciones adoptar un enfoque proporcional al riesgo y buscar garantías de los proveedores para protegerse de posibles pérdidas financieras, acciones legales y daños a la reputación.
4. IA centrada en los datos. Se está produciendo un cambio hacia un enfoque centrado en los datos para crear sistemas de IA más efectivos. El uso de la IA generativa para crear synthetic data –información fabricada artificialmente en lugar de ser generada por eventos del mundo real, por medio de algoritmos- está creciendo rápidamente, lo que alivia la necesidad de obtener datos del mundo real para entrenar modelos de machine learning. Para 2024, se espera que el 60% de los datos utilizados para la IA sean synthetic data y así simular la realidad y eliminar riesgos.
5. Aceleración de la inversión en IA. La inversión en IA seguirá aumentando por parte de organizaciones que implementan soluciones y por industrias que buscan crecer a través de tecnologías y negocios basados en IA. Gartner predice que para finales de 2026, se habrán invertido más de $10 mil millones en startups de IA que utilizan fundational models: grandes modelos de IA entrenados con grandes cantidades de datos. Una encuesta reciente de Gartner reveló que el 45% de los líderes ejecutivos aumentó las inversiones en IA debido al interés en ChatGPT. Además, el 70% de las organizaciones están en modo de investigación y exploración con IA generativa, mientras que el 19% ya se encuentra en modo piloto o producción.

Fuente: Gartner