Estas son las predicciones en Inteligencia Artificial para el 2025

Este año traerá una serie de novedades y desafíos en el campo de la Inteligencia Artificial (IA).

Estas son algunas de las predicciones que hacen expertos y compañías sobre esta tecnología.

El Colegio de Profesionales en Informática y Computación (CPIC) señala que con base en Gartner -empresa de consultoría e investigación tecnológica- que una de las tendencias tecnológicas emergentes más relevantes para este año incluyen el desarrollo de IA agéntica, es decir la creación de IA autónoma capaz de ejecutar planes dinámicos basados en instrucciones específicas.

También adelanta que surgirán herramientas contra la desinformación con sistemas avanzados para evaluar la validez de fuentes, detectar IA malintencionada y prevenir la apropiación de cuentas, mejorando la confianza en el ecosistema digital.

En el campo de la ciberseguridad, la IA generativa aplicada a la seguridad informática apoyará las herramientas que mejorarán la detección de amenazas, automatizarán respuestas ante ataques y se adaptarán a diversos escenarios.

“La regulación y el fortalecimiento de controles de seguridad serán fundamentales para garantizar la confianza en estas tecnologías”, manifestó Marvin Jiménez, miembro de la Comisión de Ciberseguridad del CPIC.

Chat GPT es la IA generativa más usada por trabajadores en el país

Por su parte Deloitte Global publicó su informe Predicciones de Tecnología, Medios y Telecomunicaciones (TMT) 2025, en el que pronostica un año de brechas importantes para el sector y la Inteligencia Artificial generativa (GenAI, por sus siglas en inglés), que abarca desde los desafíos técnicos para la industria hasta cuestiones sociales.

El reporte indica que al enfrentar los retos en áreas como la infraestructura, la equidad de género, el consumo de energía, la confianza y las capacidades técnicas, la industria podría estar preparada para un avance significativo y esto la colocaría en una posición favorable para determinar el futuro de la IA.

Entre los hallazgos claves de la investigación se encuentran los siguientes:

• El uso de la GenAI aumenta el consumo de energía en los centros de datos: Se estima que el consumo de electricidad de los datacenters a nivel mundial se duplicará, alcanzando un 4% para 2030. Esto se debe a que el uso intensivo de energía por parte de la GenAI crecerá más rápidamente que otros usos y aplicaciones.
• La brecha de género en la adopción de GenAI se cierra rápidamente: Para 2025, se prevé que la experimentación y el uso de la GenAI por parte de las mujeres iguale o supere a la de los hombres, pero las empresas de tecnología aún deben mejorar la confianza, la inclusión en los modelos de capacitación de esta tecnología y la diversidad en la fuerza laboral de la IA.
• El uso empresarial de agentes de IA va en aumento: Se prevé que el 25% de las empresas que actualmente utilizan la GenAI implementen agentes inteligentes este año, creciendo hasta 50% para 2027.
• GenAI se prepara para hacer que los dispositivos sean más inteligentes: En 2025 la proporción de teléfonos inteligentes habilitados para GenAI podría superar el 30%, y se estima que aproximadamente el 50% de las computadoras portátiles tendrán capacidades de procesamiento de GenAI local.

“Estamos entrando en una etapa transformadora, en la que se espera que la IA genere un impacto económico global de más de 15 billones de dólares para el año 2030. Las decisiones que tomemos hoy sobre su desarrollo y uso no solo determinarán este potencial, sino también la forma en la que se distribuyen sus beneficios.

Para enfrentar los retos de la IA generativa, debemos priorizar la confianza, la equidad y la sostenibilidad, asegurando que su impacto positivo alcance tanto a nuestra generación como a las futuras”, detalla Germán Ortiz, socio líder de Tecnología, Medios y Telecomunicaciones en Deloitte Spanish Latin America.

Casi 60% de las empresas nacionales usan Inteligencia Artificial

En tanto, la compañía SAS pronostica que en las empresas en la región de Centroamérica y el Caribe en sectores clave como la banca, seguros, retail y pequeñas y medianas industrias avanzan en la adopción de analítica de IA para optimizar su toma de decisiones y mejorar la experiencia del cliente.

Las tendencias en soluciones de analítica que enumera la firma son:

• Analítica en tiempo real para mejorar la experiencia del cliente: Una de las principales tendencias será la capacidad de responder en tiempo real a las necesidades de los consumidores. Sectores como la banca y el retail lideran esta implementación, enfocándose en ofrecer servicios y productos personalizados en el momento exacto en que el cliente los requiere.
  Esto permite una mayor fidelización y satisfacción del cliente al brindar respuestas rápidas y precisas.
  No obstante, también presenta diversos retos. Entre ellos, la infraestructura tecnológica en muchas empresas medianas y pequeñas aún necesita modernización para soportar procesos analíticos en tiempo real.
• Adopción de GenAI: Aunque la IA generativa aún está en fases de exploración, su potencial es prometedor. Grandes corporaciones en seguros y banca ya trabajan en proyectos para automatizar procesos y analizar grandes volúmenes de información.
  Sin embargo, los casos de negocio tangibles aún son limitados. Una oportunidad para las empresas de la región es la optimización de procesos como detección de fraude, gestión de riesgos y análisis de comportamiento del cliente.
• Modernización de la gestión de riesgos: El sector financiero enfrenta actualmente presiones regulatorias y la necesidad de mejorar sus metodologías de prevención de riesgos.
  Se observa un fuerte crecimiento en proyectos enfocados en la administración y modernización de riesgos, con tecnologías analíticas avanzadas que permiten anticipar escenarios y tomar decisiones estratégicas. Para ello, las soluciones de analítica les permiten a las organizaciones de este sector una mayor eficiencia en el cumplimiento de normativas y reducción de pérdidas financieras.
• Acceso a la analítica para medianas y pequeñas empresas (pymes): Finalmente, un desafío persistente en la región es la adopción de soluciones analíticas por parte de pymes y seguirá siendo relevante democratizar la analítica.

“El reto está en ayudar a estas empresas a resolver problemas específicos de negocio, no solo en implementar proyectos analíticos sin una visión clara”, considera Héctor Cobo, vicepresidente regional de SAS México, Caribe y Centroamérica.

Sobre las tendencias en analítica, añadió que llegarán a transformar radicalmente el panorama empresarial de la región en los próximos años.

Ello porque, mientras las grandes corporaciones continúan avanzando en la modernización de sus procesos, especialmente en áreas críticas como la toma de decisiones en tiempo real, la gestión de riesgos y la prevención de fraudes, las pymes enfrentan el desafío de integrar estas tecnologías de manera eficiente y accesible.

“En este sentido, las soluciones analíticas que ofrecen un costo reducido y una implementación simplificada representan una oportunidad clave para que las pymes puedan competir en igualdad de condiciones, logrando una mayor eficiencia operativa e impulsando su capacidad de innovación.

Al aprovechar herramientas de IA y analítica avanzada, estas empresas pueden no solo optimizar sus procesos internos, sino también adaptarse con agilidad a las demandas del mercado, generando respuestas inmediatas a las necesidades de sus clientes y explorando nuevos modelos de negocio”, agregó Cobo.

“Esta combinación de esfuerzos entre grandes corporaciones y pymes, respaldada por soluciones tecnológicas más democratizadas, permitirá que el sector empresarial de la región avance hacia una mayor transformación digital. Esto no solo potenciará la competitividad de las empresas locales, sino que también fortalecerá su capacidad para enfrentar los retos del mercado global en un contexto de creciente digitalización”, concluyó el representante de la empresa de soluciones de datos e IA.

País está rezagado en creación de empresas de Inteligencia Artificial

Protección de datos y resultados

Mientras, Liberty Networks condice en que la IA generativa también jugará un papel clave en el impulso de inversiones en software de seguridad y protección de datos, lo que refuerza la importancia de mantener sistemas robustos y actualizados frente a las amenazas emergentes.

“Esta transformación digital está diseñada para mejorar significativamente la experiencia del usuario final, asegurando que los clientes se sientan protegidos y respaldados”, estima Daniel Neiva, vicepresidente y director comercial Latam B2B para Liberty Networks.

El representante del proveedor de infraestructura y conectividad empresarial subrayó que las tecnologías de IA están desempeñando un rol esencial en el campo de la protección cibernética, permitiendo la automatización de la detección de vulnerabilidades, lo que a su vez resulta en despliegues más eficientes y agilidad en la detección de diversos tipos de amenazas.

En tanto, Alonso Ramírez, regional Cyber Security manager de GBM, advierte que si piensa que la fascinación por la IA disminuirá, reconsidere esa idea.

“Las proyecciones indican que la tendencia seguirá en ascenso. Sin embargo, a diferencia de años anteriores, habrá un cambio significativo en las estrategias de inversión. Tras dos años de financiamiento abundante, las juntas directivas comenzarán a exigir resultados concretos, empujando a los líderes empresariales y tecnológicos a reformular sus planes de IA.

Esto implicará priorizar casos prácticos y medibles, como mejorar la productividad operativa en los Centros de Operaciones de Seguridad (SOC) y de Red (NOC), y demostrar el valor generado de manera cuantificable”, vaticina Ramírez Jiménez.

Además, según su criterio, los expertos anticipan una transición hacia modelos de lenguaje pequeño y específicos de dominio (SLMs, por sus siglas en inglés).

“Estos modelos ofrecen ventajas notables, como menores costos operativos y un impacto ambiental reducido en comparación con los modelos de lenguaje grande (LLMs, por sus siglas en inglés).

Gracias a su entrenamiento en conjuntos de datos específicos y no en información general del dominio público, los SLMs son más precisos y ofrecen beneficios clave para las empresas que buscan explotar la IA como un verdadero experto en la materia”, complementó el experto.

En este mismo sentido se pronunció Red Hat citando proyecciones de Gartner que señalan que, para 2026, más del 80 % de las empresas habrán utilizado modelos de Gen AI o implementado aplicaciones habilitadas para esta en entornos de producción.

Sin embargo, aclara que el crecimiento también pone de relieve los desafíos que enfrentan las organizaciones al lidiar con la IA: más del 30 % de estos proyectos deberán abandonarse a finales de 2025 debido a la baja calidad de los datos, un control de riesgos inadecuado, poca percepción de valor y altos costos.

Vivimos en una panacea de desarrollo reciente en América Latina con la nube, y ahora vemos que la historia se repite con la Inteligencia Artificial. Hay una emoción que, al mismo tiempo, trae tensión y presión a los CIOs para que produzcan cualquier cosa con esta tecnología, sin mucho análisis ni estrategia. Y definitivamente este no es el mejor camino”, afirma Gilson Magalhães, vicepresidente y gerente general de Red Hat para América Latina.

Para el proveedor de proveedor de soluciones empresariales de fuente abierte, la respuesta a un avance sostenible de la IA radica en la convergencia de esta inteligencia con las habilidades y los conocimientos humanos.

La IA ya es una realidad y el siguiente paso es hacer que interactúe satisfactoriamente con la inteligencia humana. Esto significa contar con herramientas de IA mejor alineadas para resolver los procesos del día a día, automatizar el trabajo repetitivo y mejorar las capacidades de los recursos humanos para tareas más estratégicas, indicó el directivo.

De acuerdo con la compañía de open source, según las previsiones de Forrester, casi el 90% de los tomadores de decisiones tecnológicas globales dicen que sus empresas aumentarán la inversión en infraestructura, gestión y gobernanza de datos, los líderes tecnológicos seguirán siendo pragmáticos al invertir en IA para maximizar el valor comercial derivado de la tecnología.

De cara a 2025, la transformación más significativa de las inversiones se centrará en pequeños modelos de lenguaje de IA.