Aprenda cómo las empresas están abordando los desafíos de la IA, escalando soluciones más inteligentes y desbloqueando información para transformar las estrategias y los resultados comerciales.
La inteligencia artificial ya no es un concepto futurista o una herramienta exclusiva para las empresas más avanzadas. Para las empresas a nivel mundial, la IA se está convirtiendo en una parte central de la transformación empresarial, lo que permite una toma de decisiones más inteligente, una mayor eficiencia y una mayor ventaja competitiva. Pero, ¿cómo están adoptando las empresas la IA y qué desafíos enfrentan para escalarla de manera efectiva?
Para responder a estas preguntas, realizamos el Encuesta de adopción de IA empresarial de Dell Technologies3,800 tomadores de decisiones de TI (ITDM) y profesionales de IA en cinco países. Nuestros hallazgos dan una idea del estado actual del uso global de IA y los aceleradores que ayudan a las empresas a cumplir sus objetivos comerciales de IA y obtener valor. Siga leyendo para conocer cinco ideas clave que surgieron de nuestra investigación.
1. Los datos son la clave para poner en orden su casa de IA
La IA es tan buena como los datos en los que se ejecuta, y las empresas están luchando para administrar y aprovechar sus datos de manera efectiva. Empresas citadas calidad de los datos, disponibilidad, gestión y seguridad como las principales barreras técnicas para la implementación de la IA.
Sin datos limpios, bien organizados y accesibles, incluso los modelos avanzados de IA tendrán un rendimiento inferior. Estos desafíos sugieren que las organizaciones deberían centrarse en desarrollar estrategias que prioricen la integración de datos sin interrupciones, medidas de seguridad mejoradas y soluciones escalables para grandes conjuntos de datos.
2. La flexibilidad es imprescindible para las colocaciones de carga de trabajo de IA
Nuestra investigación muestra que un enfoque multicloud es una opción atractiva para las empresas que buscan ejecutar sus cargas de trabajo de IA:
- 79% de los casos de uso de IA en producción se ejecutan fuera de la nube pública
- 98% de las organizaciones han calculado el costo total de propiedad (TCO) para los casos de uso de IA en la nube pública
Las cargas de trabajo de IA con el mayor impacto a menudo están vinculadas a datos que aún se encuentran en sus cuatro paredes. La nube pública ofrece comodidad para experimentar, pero viene con un alto precio: a Análisis ESG 2024 se encontró que la inferencia local puede ser hasta un 75% más rentable que la nube pública. Para inversiones escalables de IA a largo plazo, las soluciones locales a menudo permiten un mejor ROI, que la mayoría de las organizaciones han descubierto después de calcular su TCO. Pero no son todos los dólares y centavos: las implementaciones locales también ofrecen una mejor seguridad y gobernanza, lo que es especialmente útil para sectores con necesidades de cumplimiento estrictas como finanzas y atención médica. Esto pone de relieve la necesidad de considerar cuidadosamente TCO para diferentes casos de uso y colocar cargas de trabajo de IA con el equilibrio adecuado de rendimiento, seguridad y escalabilidad.
3. Aumente la eficiencia del centro de datos aprovechando la potencia disponible
A pesar de la creciente discusión sobre la energía y el enfriamiento como un cuello de botella para la adopción de la IA, nuestra encuesta indicó que las empresas pueden pasar por alto la energía atrapada y las soluciones disponibles en la actualidad:
- 39% de la potencia del centro de datos no se utiliza
- 67% los servidores de GPU utilizarán enfriamiento líquido directo al chip en los próximos tres años
Si bien los operadores de centros de datos se preocupan por los requisitos de energía para escalar la IA, están dejando mucha energía sobre la mesa. Las empresas deberían maximice su capacidad de potencia del centro de datos existente antes de invertir en costosas modificaciones o nuevas construcciones. La potencia adicional atrapada también se puede liberar actualizando la infraestructura existente de servidores en rack 14G a 16/17G.
De cara al futuro, la creciente adopción de innovaciones como la refrigeración líquida directa a chip será un factor clave para abordar las limitaciones de potencia y rendimiento de la GPU, al tiempo que reduce los costos de enfriamiento del centro de datos y aumenta la escalabilidad para las implementaciones de IA empresarial.
4. Sesgo hacia el código abierto y necesidad de soporte para implementar cargas de trabajo de IA locales
Las organizaciones se están moviendo hacia una mayor transparencia y flexibilidad en sus ecosistemas de IA, así como proveedores que ofrecen una ventanilla única:
- 63% se espera que los casos de uso de IA utilicen modelos de código abierto en los próximos 12 meses
- 77% las organizaciones quieren que sus proveedores de infraestructura proporcionen capacidades en todos los aspectos del viaje de adopción de IA
- 83% de las organizaciones quieren que sus proveedores de PC de IA proporcionen capacidades en todos los aspectos del viaje de adopción de IA
Este cambio hacia marcos de código abierto destaca la demanda de soluciones personalizables, transparentes y rentables. Los ecosistemas abiertos ofrecen amplias capacidades más allá de lo que cualquier proveedor puede proporcionar. Para satisfacer sus necesidades específicas, los responsables de la toma de decisiones de TI están buscando proveedores con soluciones de IA de extremo a extremo que puedan ayudarlos a integrar completamente la IA en todo su estado de TI.
5. Los modelos pequeños que se ejecutan en el dispositivo ofrecen otro nivel de flexibilidad para los casos de uso de IA
Las PC con IA son una opción atractiva para democratizar el acceso a la IA, especialmente aprovechando los modelos de lenguaje pequeño (SLM):
- 35% de las organizaciones planean probar SLM (modelos de lenguaje pequeño) en PC con IA en los próximos 12 meses
A diferencia de sus homólogos más grandes, los SLM son más rentables y energéticamente eficientes, y requieren menos potencia computacional, a la vez que son suficientes para muchas aplicaciones, como los asistentes de codificación.
¿Qué podría significar esto para las empresas? Los SLM permiten el procesamiento de IA en tiempo real en el dispositivo, lo que no solo reduce la latencia, sino que también mejora la productividad y minimiza el impacto ambiental. La adopción empresarial de PC con IA podría mejorar aún más la accesibilidad de las soluciones de IA para equipos de todos los tamaños, capacitando a los empleados con herramientas poderosas para la colaboración y la automatización.
Empoderar Su Viaje de IA con Confianza
¿Qué significa esto para las empresas de hoy? Según nuestros hallazgos, los aceleradores clave de la adopción de la IA son:
- Evaluación de TCO para optimizar la combinación de implementación en la nube, en las instalaciones y en el borde en función del caso de uso
- Mejora de la calidad, el acceso y la gestión de los datos
- Utilizar mejor la capacidad de potencia del centro de datos existente para las cargas de trabajo de IA
- Adoptar modelos y marcos de código abierto para la colaboración y la innovación
- Ejecución de SLM en PC con IA para mejorar la eficiencia y la accesibilidad
La IA se ha vuelto esencial, no opcional, para impulsar la ventaja competitiva y la excelencia operativa en el panorama empresarial actual. Si bien tiene el potencial de impulsar eficiencias generalizadas e innovaciones innovadoras, el éxito de una organización estará determinado por las elecciones que tome ahora.
¿Quieres dar el siguiente paso? En Dell Technologies, estamos aquí para ayudarlo a construir una estrategia de IA que funcione para su negocio. Contáctenos para obtener más información sobre nuestras soluciones de IA y cómo pueden capacitar a su equipo para lograr más. Dell Technologies Blog. M. C. Traducido al español
Contacto