La IA hace que el ‘edge computing’ sea más relevante para los CIO

Según un informe reciente de Gartner, los analistas predicen que la nueva fase de la IA empresarial anunciará sistemas autónomos que requerirán una intervención humana mínima, y que el 75% de los directores de Sistemas de Información (CIO, por sus siglas en inglés) aumentarán sus presupuestos para IA sólo durante este año. A medida que la IA generativa se integre en más dispositivos, dotarla de autonomía en la toma de decisiones dependerá de los datos en tiempo real y de evitar costes excesivos en la nube. Aquí es donde entra en juego el edge computing.

Al procesar los datos más cerca de la fuente, el edge computing puede permitir decisiones más rápidas y reducir costes al minimizar las transferencias de datos, lo que la convierte en un entorno atractivo para la IA. “La computación de borde está progresando rápidamente, evolucionando de un concepto prometedor a una herramienta crítica para muchas industrias”, dice Theresa Payton, ex CIO de la Casa Blanca y fundadora de la compañía de ciberseguridad Fortalice Solutions. “Para 2025, el edge computing se generalizará aún más, especialmente a medida que se expandan la IA y el IoT”.

Dairyland Power Cooperative, una empresa de suministro eléctrico con sede en Wisconsin, por ejemplo, ha recurrido a la IA generativa para mejorar la optimización y el rendimiento de la infraestructura sobre el terreno. “La IA hace que el edge computing sea más relevante para los CIO porque nos ayuda a reducir los retrasos en el procesamiento de datos. Y en situaciones en las que buscamos el procesamiento en tiempo real, esto puede suponer una gran ventaja”, afirma Nate Melby, vicepresidente y CIO de la empresa.

Otros coinciden en que el aumento del procesamiento en el borde surgirá de forma natural junto con el despliegue de la IA en general. “A medida que proliferen las aplicaciones de IA en casos de uso empresarial de misión crítica, algunas de esas aplicaciones de IA se trasladarán al edge”, afirma Robert Blumofe, vicepresidente ejecutivo y director de Tecnología de la empresa de plataformas de computación en nube distribuida Akamai. “La computación en el edge puede reducir la latencia, disminuir el coste y reducir los riesgos de exposición de los datos”.

Pero la IA generativa en la empresa ha sido objeto de una increíble exageración, con pocos casos de uso de valor añadido, analistas que han hecho estallar la burbuja y algunos líderes tecnológicos que han tirado la toalla. La reciente desaceleración del interés en torno a la IA ha llevado a Tim Crawford, CIO Strategic Advisor de AVOA, a advertir a los directivos que realicen inversiones sensatas. Aun así, ve muchas oportunidades de eficiencia para la IA generativa, junto con ciertas aplicaciones de vanguardia, que hacen que merezca la pena explorar el área.

Los CIO, en el borde

El interés por la computación periférica se ha disparado en los últimos años. En 2024, se ha producido un aumento del 14% en el gasto mundial en edge computing, según estimaciones de IDC. Un gran impulsor del interés es el movimiento para poner la IA en uso práctico, que requiere una combinación de baja latencia y privacidad, donde la computación de borde sobresale.

“Hemos visto crecer rápidamente el uso de la computación de borde”, afirma Blumofe. “Lo utilizamos para nuestras propias aplicaciones, y los clientes lo están adoptando cada vez más para las suyas”. Y, de cara a 2025, más CIO planean implementar IA en el edge.

“El próximo año, nuestra organización está buscando aprovechar la computación de borde para ayudar a mejorar la inteligencia de las decisiones operativas y mejorar nuestra trayectoria hacia activos inteligentes”, agrega Melby. En su campo, la IA y el edge computing se están haciendo necesarios para hacer realidad la próxima generación de operaciones digitales industriales altamente inteligentes. Es fundamental para un ecosistema energético nuevo, interconectado y dinámico, afirma.

Y según Payton, de Fortalice Solutions, mover el procesamiento de datos más cerca de donde se crea es especialmente beneficioso para las aplicaciones que requieren una acción inmediata y conocimientos en tiempo real, ya sea en el comercio minorista, la fabricación o las experiencias del cliente. “Las organizaciones que priorizan la toma de decisiones en tiempo real y el procesamiento de datos deben planificar la adopción de la computación de borde en sus hojas de ruta para 2025 y más allá”, dice.

IA y ‘edge’, de la mano

Dado que el edge computing tiene que ver con el procesamiento de datos en tiempo real en el punto final donde los datos se recogen y necesitan ser procesados, la IA se convierte en un claro aliado, afirma Antonio Vázquez, CIO de la empresa de software Bizagi. “La IA puede contribuir a resolver aquellos problemas que frenaron la adopción de la tecnología en el pasado, aportando una eficiencia adicional en términos de transferencia de datos, escalabilidad, seguridad y coste”.

Las ganancias operativas hacen que también merezca la pena tenerla en cuenta. “La IA hace que el edge computing sea más relevante para los CIO al permitir el procesamiento inteligente de datos en tiempo real en el extremo de la red”, añade Chetan Venkatesh, CEO y cofundador de la empresa informática Macrometa. Para él, la combinación permite aumentar el rendimiento, mejorar la experiencia del usuario, ofrecer un nuevo método de entrega de aplicaciones y mejorar la capacidad de recuperación. Una ventaja añadida es la privacidad de los datos, un tema polémico para los sistemas de IA. “El procesamiento local de datos sensibles responde a la creciente preocupación por la soberanía de los datos y el cumplimiento de la normativa”, afirma.

Nivelar cómo y dónde se procesan los datos también equivale a resultados empresariales positivos. “La IA hace que la computación de borde sea muy relevante para los CIO porque permite a las empresas procesar y analizar datos más cerca de donde se generan”, dice Payton. “A medida que la IA continúa evolucionando, su dependencia del procesamiento rápido de datos hace que la computación en el borde no solo sea beneficiosa, sino esencial para la ventaja competitiva”.

Casos de uso de la IA en el borde

La inferencia de IA podría colocarse en un dispositivo, en las instalaciones o en la nube, pero el edge brilla para numerosos escenarios donde la velocidad y la privacidad importan. “La IA en el edge permite tomar decisiones al instante donde más importa: cerca de la fuente de datos”, afirma Venkatesh. “Esto abre casos de uso que antes no eran posibles”.

Muchas situaciones de cara al usuario podrían beneficiarse de la IA basada en el edge. Payton destaca la tecnología de reconocimiento facial, las actualizaciones de tráfico en tiempo real para vehículos semiautónomos y las mejoras basadas en datos en dispositivos conectados y smartphones como posibles áreas. “En el comercio minorista, la IA puede ofrecer experiencias personalizadas en tiempo real a través de dispositivos inteligentes”, afirma. “En la atención sanitaria, la IA basada en bordes en wearables puede alertar a los profesionales médicos inmediatamente cuando detecta anomalías, lo que potencialmente puede salvar vidas”.

Y un claro triunfo para la IA y la computación de bordes se encuentra dentro de las ciudades inteligentes, dice Vázquez de Bizagi. Existen numerosas formas en las que los modelos de IA en los bordes podrían ayudar más allá del simple control de los semáforos, afirma, como la seguridad ciudadana, el transporte autónomo, las redes inteligentes y las infraestructuras autorreparables. En su opinión, ya se están llevando a cabo experimentos con IA en ciudades como Bahréin, Glasgow y Las Vegas para mejorar la planificación urbana, facilitar el flujo de tráfico y contribuir a la seguridad pública.

Melby, de Dairyland, tiene muy presente la infraestructura inteligente autogestionada, ya que en el sector energético se está intentando utilizar la IA para cumplir los objetivos de emisiones, pasar a las energías renovables y aumentar la resistencia de la red. “Estamos intentando adoptar intercambios de energía más flexibles, distribuir la generación de energía y combinar muchos recursos en una operación en tiempo real”, afirma. “Aprovechando la IA y la computación de borde, podríamos reducir eficazmente el riesgo de algunas decisiones operativas complejas estableciendo decisiones de máquina con límites claros y predecibles”. Un área específica es la selección y el equilibrio de múltiples fuentes de energía, como la eólica, la solar o el almacenamiento en baterías, en función del coste y las previsiones, y la optimización automática del flujo bidireccional de energía.

Otro sector es la fabricación. Blumofe, de Akamai, señala cómo los fabricantes podrían utilizar algoritmos de IA en la periferia para controlar la calidad de la producción y la seguridad en el lugar de trabajo, y realizar ajustes en tiempo real en los procesos de producción. Esto también podría incluir el mantenimiento predictivo y el autodiagnóstico de las máquinas.

Crawford, de AVOA, afirma que existen otras circunstancias especializadas, como llevar la IA generativa a un soldado en el teatro de operaciones. Sin embargo, en general, Crawford tiene una visión más pragmática de la IA en el borde, considerándola más un caso de uso especializado que una técnica global. “La IA y la computación periférica siguen siendo un nicho”, afirma. Lo atribuye en parte a los elevados costes de formación de los modelos y a la escasa rentabilidad. “Tiene que haber un valor significativo para compensar el coste”.

Cómo afecta el edge al negocio

Los CIO tienden a tener una visión positiva en términos del impacto que la IA en el borde podría tener en el negocio, diciendo que puede dar lugar a una mayor fiabilidad, reducir las transferencias de datos, mejorar la personalización y reducir el riesgo de exposición de datos.

Una ventaja clave es llevar la fiabilidad al límite. “Los sistemas autorregenerables son la clave para mejorar la fiabilidad de cualquier tecnología que necesite optimizar sus recursos, estando cerca de donde ocurren las cosas y lejos de donde se gestionan los sistemas”, afirma Vázquez, de Bizagi. Esto podría lograrse utilizando componentes impulsados por IA para el equilibrio de carga, la tolerancia a fallos o la detección predictiva de anomalías.

Más allá de las protecciones tradicionales, la IA autónoma en el perímetro está llamada a desbloquear una capacidad de respuesta sin precedentes para las operaciones en tiempo real. “La mejora de la inteligencia en la toma de decisiones, la automatización continua y sin fisuras, y el avance hacia un ecosistema digital que garantice la interoperabilidad futura son enormes ventajas”, afirma Melby. En el caso de la industria energética en particular, puede ayudar a mejorar el mantenimiento de la red eléctrica al pasar de enfoques reactivos a predictivos, afirma.

Además de los beneficios operativos, otros prevén elevar la experiencia del cliente con experiencias más rápidas y personalizadas utilizando IA en el borde. “Los usuarios de hoy esperan experiencias en línea instantáneas, inteligentes y ricas en información”, afirma Venkatesh, de Macrometa. Sin embargo, estas interacciones cada vez más dinámicas suelen requerir cadenas de solicitudes de API a servidores distantes, lo que provoca latencia, afirma. “La IA en el edge bien diseñada y bien implementada integra más capacidades con cambios mínimos en el código, lo que permite a las empresas ofrecer las experiencias interactivas en tiempo real que los usuarios anhelan”.

Aunque abundan los beneficios potenciales, las expectativas deben basarse en la realidad, porque si los resultados empresariales no están ahí, muchos casos de uso se quedarán en el camino, dice Crawford.

El listón también está alto debido a los requisitos de potencia de la formación y la inferencia de IA, que presentan limitaciones físicas. Señala un reciente fallo de la red en Irlanda, que restringió los cálculos de alto consumo energético como el procesamiento de IA.

Acertar con la IA en el borde

El entusiasmo por implantar la IA en el borde debe moderarse con un optimismo prudente. Payton, por ejemplo, aconseja alinear las estrategias de IA con los resultados empresariales y adoptar un enfoque de “caminar, no correr”. “Yo advertiría a los CIO que apliquen enfoques piloto de prueba-aprendizaje para asegurarse de que entienden completamente el coste total de propiedad, las consideraciones de seguridad y los planes de resiliencia empresarial al implementar la IA y la computación de borde”, dice.

Los CIO también deben justificar la inversión y optimizar el uso de los activos físicos. Melby sugiere que las organizaciones consideren cuidadosamente el problema que intentan resolver y cuál será el resultado. “En mi industria, estamos tratando de ser más eficientes y más resistentes, y la computación de borde con IA nos ayudará de maneras que no hemos podido lograr antes”, dice. “Ese tipo de potencial es transformador”. Añade que los CIO deben planificar cuidadosamente la ubicación de centros de datos modulares o pequeños en el borde para obtener el máximo valor.

El éxito también depende de la elección del modelo adecuado para la aplicación en cuestión, ya que no todas las aplicaciones de IA necesitan el peso pesado de un LLM que se ejecuta en GPU de gama alta y hambrientas de energía, dice Blumofe. “En muchos casos de uso empresarial, un modelo de IA mucho más pequeño y optimizado para ejecutarse en CPU ordinarias es una solución mucho mejor”, afirma. “Estos modelos optimizados que se ejecutan en el borde pueden reducir drásticamente la latencia y disminuir significativamente el coste”. Con el creciente número de LLM en el mercado, el simple análisis de las opciones disponibles también plantea una tarea.

Además de hacer juicios acertados, la incorporación de herramientas agnósticas de plataforma y los últimos avances en tecnologías celulares serán importantes para el futuro de la computación en el edge. “Hay que dar prioridad a las arquitecturas escalables y descentralizadas que puedan gestionar cargas de trabajo de IA y aprovechar soluciones de nube híbrida que integren a la perfección sistemas de perímetro, en la nube y locales”, afirma Payton. “Además, tecnologías como 5G desempeñarán un papel crucial en el apoyo a una transmisión de datos más rápida, haciendo que la computación de borde sea aún más viable y eficaz”.

Prepararse para un futuro más limpio

Se avecinan vientos en contra desde varias direcciones de los que los CIO aún no están hablando lo suficiente, dice Crawford. Uno de ellos es la huella de carbono. Por ejemplo, a principios de 2025 entrará en vigor la Directiva de la UE sobre Informes de Sostenibilidad Corporativa (CSRD), que exige una contabilidad precisa del impacto medioambiental de una empresa.

Estas normativas podrían complicar el despliegue de iniciativas de IA con un alto componente de procesamiento. En este contexto, los CIO deben ser inteligentes e intencionados. Crawford les anima a prever la cadena de valor antes de lanzarse de cabeza a la IA, a evaluar el panorama en busca de deudas técnicas arriesgadas y a redoblar sus esfuerzos de resistencia.

“En todos los ámbitos, es importante aplicar las mejores prácticas que hagan hincapié en la protección, la seguridad, la resistencia, la transparencia, la equidad y la responsabilidad para abordar riesgos como la parcialidad, las vulnerabilidades de seguridad y los problemas éticos”, afirma Payton.

Y aunque los riesgos que plantea la IA pueden hacer reflexionar, la alternativa de no evolucionar hace que la inacción no sea una opción. “Para los CIO que buscan mejorar su infraestructura, adoptar el edge computing con IA no es solo una tendencia, es una necesidad para seguir siendo competitivos”, afirma Venkatesh.