Más del 90% de los proyectos de inteligencia artificial no logran superar la etapa de prueba de concepto, según Dave Levy, vicepresidente del Sector Público Mundial, Salud y Ciencias de la Vida de Amazon Web Services (AWS). Esta cifra no refleja un fracaso tecnológico, sino un problema de ejecución: las organizaciones subestiman la complejidad de trasladar la IA desde el laboratorio hasta la operación diaria.
“Operativamente, ejecutar a escala en toda la organización es probablemente más desafiante de lo que los clientes pensaban originalmente”, advirtió Levy.
Levy, quien supervisa la adopción de la nube en gobiernos, sistemas de salud y organismos científicos a nivel global, abordó en una conversación el proyecto Génesis, la transición de la IA generativa a la IA agéntica, la expansión de AWS en México y América Latina, y la importancia de escuchar a los gobiernos para construir tecnología duradera.
El desafío de escalar la IA más allá del piloto
Ejecutar operativamente a escala en toda la organización resulta más desafiante de lo anticipado. “Es bastante sencillo tomar algo de IA, chatbots y respuestas, o incluso tener algo en tu escritorio que te dé una respuesta. Ese es un despliegue simple. Pero si estás intentando repensar, por ejemplo, cómo vamos a hacer la inspección y la seguridad en un hospital, ese es un proyecto mucho más grande. Tienes muchos controles de seguridad, mucha documentación. Es un proyecto mucho más complejo”, explicó Levy.
Para cruzar esa barrera, las organizaciones necesitan contar con expertos que les respalden y reunir a todas las partes de su organización para ejecutar proyectos antes de ver los beneficios reales.
La estrategia de AWS para trabajar con gobiernos
La estrategia de AWS se centra en escuchar a los clientes. “Escuchamos de los clientes que querían usar los modelos de frontera de los que todos hablan, Anthropic, OpenAI. Querían esos modelos, pero también querían usar sus propios datos. Y también, querían obtener algunos datos de nuestra parte. Bedrock se desarrolló a partir de esa necesidad de los clientes de tener opciones”, señaló Levy sobre Amazon Bedrock, su servicio administrado de modelos de IA.
En el caso de los gobiernos, escuchar es crucial porque “son a la vez estables y cambian con el tiempo. Pueden ser estables durante mucho tiempo porque no quieren interrumpir los servicios a los ciudadanos, no quieren tener mucha disrupción. Pero también, cambian quién los dirige con bastante frecuencia. Por eso es realmente importante escuchar lo que quieren los clientes gubernamentales, porque estás diseñando algo para un tiempo muy largo”.
El proyecto Génesis y los laboratorios nacionales del Departamento de Energía de EE.UU.
El Departamento de Energía de Estados Unidos tiene la responsabilidad de los diecisiete laboratorios nacionales. Cada uno está enfocado en diferentes tipos de investigación, desde fusión nuclear hasta tecnología de microondas para escanear equipaje. Operan de forma independiente, con sus propios recursos de supercomputación e investigadores, sin estar necesariamente conectados entre sí.
La misión de Génesis busca “traer tecnología a escala, la mejor tecnología de la mayor cantidad de socios posible y brindar a todos los laboratorios acceso a herramientas de IA realmente buenas, computación de alto rendimiento realmente buena, lo mejor que la industria tiene, para que estos laboratorios puedan acelerar esa investigación y esos descubrimientos”, explicó Levy.
En cuanto al impacto en la manufactura, destacó que “si hay un avance en ciencia de materiales en uno de estos laboratorios puede terminar mejorando los procesos de manufactura o creando nuevos. La ciencia de materiales es una ciencia muy difícil. Muchos de los avances que ha habido en nuestra historia han ocurrido casi por accidente, porque estás probando diferentes cosas para ver si los compuestos funcionan y es un proceso que consume mucho tiempo. En esta nueva era de IA agéntica, la ciencia de materiales es un área donde puedes experimentar con agentes, probar y ver si los materiales van a ser aplicables al caso de uso que tienes”.
De la IA generativa a la IA agéntica
Levy señaló que áreas como la ciberseguridad muestran un impacto claro de la IA agéntica. “Hacia 2018, el tiempo desde que se conocía una vulnerabilidad hasta que se cerraba la brecha era muy largo. Podía llevar un año, porque había que salir a parchear todos esos sistemas. En el mundo agéntico, ese tiempo se está acortando. Los agentes ahora pueden salir a buscar esas vulnerabilidades o incluso sugerir una vulnerabilidad que todavía no ha ocurrido, para que puedas cerrarla antes de que suceda”.
Otro campo donde la IA agéntica puede marcar una diferencia similar es en la investigación del cáncer, “pensar sobre datos de cáncer y empezar a razonar sobre qué soluciones podría haber para ciertas combinaciones de proteínas y para terapias farmacológicas. Las posibilidades son realmente grandes”.
AWS en América Latina y México
Recientemente, AWS lanzó sus regiones en México. Aunque la infraestructura en América Latina puede diferir en tamaño y capacidad, la compañía construye para permitir más capacidad en el futuro. “El plan será que, a medida que México empiece a adoptar, tanto clientes del sector público como comerciales y comiencen a consumir esos servicios, continuaremos invirtiendo y haciendo crecer esa región”, afirmó Levy.
Los clientes en México incluyen bancos, instituciones gubernamentales y empresas de todo tipo. Para atraer más inversión en IA y servicios en la nube, Levy sugirió que “hay grandes oportunidades, particularmente en América Latina, porque hay una comunidad de startups realmente robusta. Hay un elemento fuerte de pequeñas y medianas empresas y también una banca sólida en general. Creo que esos clientes demostrando que están aprovechando y usando la IA para sus operaciones o para construir es una buena señal para que América Latina atraiga más inversión”.
Respecto a las zonas locales como la existente en Perú, Levy comentó que “son una solución fantástica. Construir una región completa en cualquier área es una empresa muy costosa y lleva mucho tiempo. Puede tomar varios años tener una región construida, en funcionamiento y operativa. Las zonas locales pueden ponerse en marcha mucho más rápido. Y además le dan a los clientes la oportunidad de empezar a trabajar con la nube en su área local. Les dan una medida de acceso que de otro modo no tendrían”.
Fuente: Infobae