La inteligencia artificial busca cómo aterrizar para rentabilizar todos los negocios

Los últimos resultados de Nvidia, con unos ingresos que han superado los 30.000 millones de dólares en un solo trimestre, por encima de todas las expectativas, no ocultan el reto al que se enfrenta el negocio de la inteligencia artificial (IA): cómo monetizar una tecnología virtual, que se expande a gran rapidez, pero cuya fórmula para conseguir rendimientos generalizados, aún está por descubrir para la mayor parte de las empresas y sectores. La firma de microchips sí sabe lo que tiene que hacer, y así lo demuestra trimestre tras trimestre. Pero más allá de ese caso, y el de otras grandes tecnológicas mundiales, el resto de negocios no terminan de capitalizar las ventajas de la tecnología asociada a la IA.

Los avances en la inteligencia artificial han sido de tal calibre que los anuncios realizados por empresas como Nvidia con sus desarrollos han conseguido ensombrecer presentaciones tan mundiales como las de los últimos terminales del iPhone. «Las funciones de IA se están convirtiendo en un componente integral de todas las soluciones de software», explica Daniel Maier, jefe de inversión temánica, gestor de cartera sernior de vontoble Conviction Equities. Para 2027 se prevé que el gasto en software basasdo en IA alcance los 81.000 millones de dólares.

Para mejorar el negocio de la inteligencia artificial, y que de verdad ofrezca una capitalización para los dueños de las empresas más allá de los beneficios actuales que aportan las inversiones millonarias que se realizan, los analistas bursátiles se están fijando en determinados sectores con potencial para esta tecnología. Por ejemplo, en la sanidad o la biotecnología. En la agricultura. En las finanzas y las aseguradoras. Pero también en la industria. De hecho, el entorno de Europa, muy rico en datos, juega un papel esencial como potencia manufacturera y la diversidad de sus industriaas hacen que esté muy pbien posicianada para aprovechar este potencial.

Apoyándose en el aprendizaje automático y en el big data, la IA se utiliza cada vez con más frecuencia para optimizar la eficacia de los tratamientos, acelerar el diagnóstico médico y mejorar la toma de decisiones clínicas. Knowmad Mood cita un informe de Frost & Sullivan que desvela que la aplicación de la Inteligencia Artificial se traduce en mejoras de los resultados en salud de hasta el 40%. Por ejemplo, esta tecnología permite detectar y predecir patrones y anomalías que podrían pasar inadvertidas por los médicos, contribuyendo así al diagnóstico temprano de enfermedades como el cáncer o cardiopatías no fácilmente detectables, por ejemplo.

También el campo está viendo proliferar diversos modelos de negocio que se basan en la inteligencia artificial. La IA pretende que las máquinas aprendan a pensar como lo haría un cerebro humano. Gracias a la recopilación masiva de datos, la inteligencia artificial puede convertir al sector primario en una actividad mucho más eficiente, optimizada y segura. Por ejemplo, ya consigue recopilar datos para anticiparse a los futuros problemas, sobre todo meteorológicos; actuar contra las plagas; prever etapas de sequía; o alertar sobre cuándo es el momento óptimo en el que los frutos están listos para ser recogidos.

También los bancos están adaptando sus negocios para capitalizar la tecnología de la IA. Se utilizan algoritmos de aprendizaje automático (machine learning) para analizar grandes volúmenes de datos financieros, de pólizas de seguros, etc. Y gracias a ello, es capaz de identificar tendencias y anomalías que puedan sugerir comportamientos fraudulentos. Además, ayuda a las empresas a realizar pronósticos más precisos sobre sus futuros ingresos y rentabilidades.

Pero es en la industria donde la IA encuentra sus mayores retos. El 10% de las empresas de este sector ya han adoptado sistemas de inteligencia artificial, según el último informe AI Index, al que hace referencia Knowmad Mood. Precisa que la industria se apoya fundamentalmente en soluciones de visión artificial y servicios cognitivos para realizar un mantenimiento predictivo que se anticipe a los fallos en máquinas y plantas.

Los avances en la inteligencia artificial han sido de tal calibre que los anuncios realizados por empresas como Ndivida con sus desarrollos han conseguido ensombrecer presentaciones tan mundiales como las de los últimos terminales del iPhone. «Las funciones de IA se están convirtiendo en un componente integral de todas las soluciones de software», explica Daniel Maier, jefe de inversión temánica, gestor de cartera sernior de vontoble Conviction Equities. Para 2027 se prevé que el gasto en software basasdo en IA alcance los 81.000 millones de dólares.

Mientras que 2023 fue el año en que proliferaron las inversiones en infraestructuras que permitían el desarrollo de la IA, este 2024 está llamado a ser el ejercicio en el que «se discernirán qué empresas pueden capitalizar eficazmente las oportunidades que está dando toda esta tecnología», según afirma Maier. En particular, los inversores -que son los verdaderos termómetros empresariales- apuestan por los negocios como los grandes modelos lingüísticos para obtener ganancias sustanciales. Además, la IA generativa (las herramientas que pueden crear ideas y contenidos nuevos, como conversaciones, historias, imágenes, etc.) puede impulsar una nueva oleada de innovaciones y, por tanto, generar más dinero capitalizando un negocio que está por descubrir.

También existe otro grupo de negocios que no son tan conocidos como beneficiarios de la IA, pero que que tienen productos y servicios únicos que les darán una ventaja competitiva a medida que la infraestructura de la IA siga desarrollándose. Entre estas empresas se encuentran Synopsis, líder mundial en automatización del diseño electrónico, y Marvel, líder en soluciones de semiconductores para infraestructuras de datos.

Diversos análisis realizados en los últimos meses coinciden en señalar cómo el software, el gasto en ciberseguridad y, sobre todo, los centros de datos, ocupan los primeros puestos en las encuestas sobre las prioridades de gasto de los responsables de informática de las compañías. Las valoraciones de las casas de análisis siguen siendo positivas con empresas como Nvidia precisamente por estas previsiones. Su éxito inicial demuestra ese potencial, aunque otros grandes actores como Microsoft (con OpenAI) y Google también han avanzado importantes inversiones.

El problema es que frente a este incremento de la demanda de centros de datos, los precios y el suministro afrontan algunos problemas. Porque las principales limitaciones a esta tecnología son la disponibilidad de energía eléctrica, los problemas de la cadena de suministro y los requisitos de capital. La escasez de energía eléctrica, especialmente en los grandes mercados preferidos por las empresas que los quieren instalar, supone un obstáculo importante para el crecimiento de la capacidad de los centros de datos.

Además, en los próximos años será crucial resolver los problemas de abastecimiento de energía. Las posibles soluciones van desde la generación de energía in situ (en el propio centro, como con el autoconsumo) hasta iniciativas respaldadas por los gobiernos. La tensión en la cadena de suministro y la necesidad de inversiones sustanciales en infraestructura siguen siendo retos fundamentales para mantener el ritmo de la creciente demanda de capacidades de los centros de datos.