Cómo la IA en la nube y la IA en el borde podrían transformar la impresión

Según el estudio Cloud 2024 de Quocirca, un enfoque híbrido hacia la nube (uso de la nube junto con infraestructura local) prevalecerá en los próximos años. Aunque solo el 3% de las organizaciones están completamente en la nube hoy en día, se espera que esta cifra aumente al 18% para 2026. Sin embargo, la tendencia es híbrida: el 80% opera un entorno híbrido ahora, disminuyendo solo ligeramente al 70% para 2026. Esto refleja la complejidad de las implementaciones en la nube, a menudo utilizadas de manera fragmentada. Por ejemplo, las soluciones SaaS pueden estar alojadas en un hiperescala como AWS, Azure o GCP, pero también en la propia nube de un proveedor de servicios gestionados (MSP). Integrar diferentes plataformas no siempre es fácil, especialmente cuando una organización intenta alejarse de cualquier hardware local hacia una solución completamente en la nube.

La nube y la IA están intrínsecamente vinculadas, con las inversiones en IA aumentando el gasto en la nube. Esto se refleja en el crecimiento continuo entre los principales hiperescalares. AWS reportó un crecimiento de ingresos del 17% de enero a marzo de 2024, alcanzando una tasa anual de 100 mil millones de dólares por primera vez. Microsoft Azure y Google Cloud crecieron un 31% y un 28%, respectivamente, con Microsoft informando que los servicios de IA contribuyeron con siete puntos porcentuales al crecimiento de Azure, frente a los seis puntos porcentuales en el trimestre de octubre a diciembre.

La nube está haciendo que la IA sea accesible para todos, con muchos proveedores ofreciendo servicios de IA integrados. Las tecnologías nativas de la nube como OpenAI, Azure Open AI, GPT y DALL·E dependen de recursos altamente intensivos en cómputo y almacenamiento, que la nube proporciona fácilmente. Según la investigación de Quocirca, la IA generativa es el área principal de inversión en IA, con el 45% de los encuestados identificándola como su enfoque principal (aumentando al 50% en EE.UU.).

Además, la nube proporciona la gran cantidad de datos y poder de procesamiento que la IA requiere para el análisis y la creación de resultados adecuados. La IA también puede usarse para optimizar el uso de la nube y automatizar tareas como la asignación de recursos y la optimización de costos. A pesar de las ventajas de la computación en la nube para la IA, existen algunos obstáculos relacionados con la nube para la adopción de la IA. En el estudio de Quocirca, el 31% citó preocupaciones sobre la seguridad y la privacidad de los datos debido al almacenamiento y procesamiento de datos sensibles en la nube. Muchas empresas son reacias a poner sus datos, especialmente la información propietaria, en plataformas en la nube. Mientras tanto, las regulaciones sobre almacenamiento y privacidad de datos pueden hacer que la IA basada en la nube sea un problema complejo, particularmente para organizaciones como el sector financiero, que tiene reglas más estrictas sobre la residencia de los datos, limitando sus opciones en la nube.

Los problemas de latencia también pueden ser un desafío, especialmente para aplicaciones de IA en tiempo real, donde la latencia en la transferencia de datos entre dispositivos y la nube puede ser un problema. A medida que mejora la seguridad en la nube, las regulaciones se adaptan y la tecnología de IA se vuelve más flexible, es probable que estas barreras se vuelvan menos significativas con el tiempo. Sin embargo, mientras tanto, el uso de entornos locales puede prevalecer. Las organizaciones que desean integrar la IA en sus procesos sin sacrificar la privacidad de los datos pueden optar por un modelo híbrido. Esto les permite aprovechar las fortalezas de cada entorno. Por ejemplo, las tareas intensivas en cómputo o aquellas que requieren procesamiento en tiempo real pueden mantenerse en local, mientras que el análisis de datos o el entrenamiento de modelos menos sensibles podrían trasladarse a la nube.

El enfoque óptimo es combinar ambas para ayudar en áreas como la detección avanzada de amenazas, donde la IA en el Borde puede identificar amenazas de seguridad potenciales en el dispositivo, mientras que la IA en la Nube puede analizarlas en un contexto más amplio, proporcionando una solución de seguridad más completa. En términos de aprendizaje continuo y mejora, los modelos de IA en el Borde pueden actualizarse con datos de la nube, mientras que los modelos de IA en la Nube pueden refinarse basándose en conocimientos de los dispositivos en el Borde, creando un ciclo de aprendizaje continuo para mejorar las experiencias de impresión.

Más información
¿Cuál es el futuro del mercado de impresión? ¿Qué dispositivos o servicios son los más adecuados para las empresas o los usuarios finales? Si quieres obtener más información sobre un segmento en crecimiento, puedes visitar la página de nuestro colaborador Brother.