Red Hat observa impulso para escalar la IA en Latinoamérica

Las empresas de todo el mundo ya han definido un enfoque de nube híbrida y ahora están trabajando en cómo adaptar su infraestructura para escalar a las nuevas cargas de trabajo de IA.

Las empresas latinoamericanas no se quedan atrás.

“Los desafíos son los mismos, los niveles de madurez son los mismos. Las empresas aquí son tan avanzadas en su pensamiento como en otros lugares”, dijo a BNamericas Chris McBrayne, vicepresidente de ventas empresariales globales de la empresa de código abierto Red Hat, durante una visita a Buenos Aires. “Hay pasión y energía en torno a esa modernización”.

McBrayne dijo que las empresas que deseen utilizar modelos de IA generativos, incluidos modelos de lenguaje grande y modelos más pequeños más eficientes, necesitan preparar su infraestructura y plataformas para escalar.

“La industria finalmente se decidió por una nube híbrida como enfoque para su infraestructura, lo que no era cierto hace unos años”, dijo.

También están optando por tecnologías de código abierto para aumentar la opcionalidad en un entorno más complejo y riesgoso.

"Hay una serie de factores externos que hacen que los clientes quieran más opciones", dijo McBrayne.

En un mundo que enfrenta una creciente presión geopolítica y cargas regulatorias, y donde las grandes compañías tecnológicas pueden aprovechar su posición monopolística en tecnología, las empresas eligen cada vez más la comunidad de código abierto.

“El mundo ha cambiado y los clientes necesitan opciones”, afirmó.

Según Jorge Payró, gerente regional de Red Hat SOLA-East y country manager de Argentina, los servicios financieros están liderando la adopción de IA, pero el interés está creciendo entre las entidades del sector público y las empresas de los sectores de telecomunicaciones, energía y salud.

Recientemente, la empresa argentina de telecomunicaciones Arsat anunció la implementación de la plataforma de IA OpenShift de Red Hat para automatizar su centro de operaciones de red utilizando modelos de IA que redujeron el tiempo de diagnóstico de fallas en un 75%.

En los primeros 12 meses, la empresa logró reducir los costos operativos en un 30%, lo que representa un ahorro anual de aproximadamente US$2,3 millones. El tiempo de planificación se redujo en un 94%, de 48 horas a tan solo 3.

La satisfacción del cliente, medida mediante encuestas NPS, aumentó un 20%, lo que refleja una mejora en los tiempos de respuesta y la calidad del servicio. La precisión del inventario mejoró un 40%, eliminando los problemas de exceso y escasez de existencias que anteriormente afectaban las operaciones.

Arsat planea expandir el uso de IA a nuevas áreas operativas e implementar computación de borde en su red de telecomunicaciones.

Sin embargo, la IA no siempre ofrece resultados rápidos y medibles. Un informe reciente del Instituto Tecnológico de Massachusetts (MIT) reveló que el 95 % de los proyectos piloto de IA generativa en empresas están fracasando.

“Los clientes necesitan identificar el desafío empresarial que intentan resolver y mantenerlo lo suficientemente específico y enfocado para que puedan obtener los beneficios de la IA rápidamente”, explicó McBrayne a los periodistas. “Cuando pasas de 'Tengo que implementar IA' a '¿Qué problema intento resolver?' y '¿Puede la IA ayudarme a hacerlo?', obtienes resultados rápidamente”.