Saltar al contenido

Gabardan

Actualité

Las tendencias tecnológicas que debes seguir para entender las innovaciones del mañana

La aceleración de los ciclos de innovación ya no se mide únicamente por la potencia de los chips o el tamaño de las pantallas. Las limitaciones que frenan…

Chercheuse en technologie interagissant avec une interface holographique en réalité augmentée dans un laboratoire moderne

La aceleración de los ciclos de innovación ya no se mide únicamente por la potencia de los chips o el tamaño de las pantallas. Las limitaciones que frenan el despliegue de las tecnologías, ya sean energéticas, normativas o relacionadas con el diseño del hardware, están redefiniendo las prioridades para los próximos años.

Suministro eléctrico de los centros de datos: el cuello de botella de la IA

El auge de los modelos de inteligencia artificial genera una demanda energética que las redes eléctricas locales tienen cada vez más dificultades para absorber. La Agencia Internacional de la Energía estudia medidas concretas: conexiones flexibles y reparto de los costes de infraestructura entre los operadores de centros de datos y los gestores de la red.

Este aspecto cambia el enfoque habitual. El rendimiento de un modelo de lenguaje o de un flujo de trabajo de visión artificial depende tanto de la disponibilidad de un suministro eléctrico estable como de la arquitectura del software. Un centro de datos obligado a reducir su carga durante las horas punta pierde capacidad de inferencia, lo que afecta directamente a la latencia de los servicios en la nube que ofrecen a las empresas.

Los proveedores que se anticipan a esta limitación invierten en ubicaciones geográficas cercanas a fuentes de energía renovable o a redes con capacidad excedentaria. Para los CIO, la elección de un proveedor de servicios en la nube ya no se limita al precio de la capacidad de computación: la resiliencia energética del proveedor se convierte en un criterio de selección. Por tanto, las innovaciones en IA del futuro también dependerán de decisiones urbanísticas y de política energética, mucho más allá de los laboratorios de investigación.

Observamos que varios actores del sector de la nube empiezan a comunicar cuál es su combinación de fuentes de energía y su índice de disponibilidad de la red, una señal de que el mercado va incorporando progresivamente esta dimensión. Los profesionales que siguen las tendencias tecnológicas en el sitio web de TechSnack high-tech encuentran análisis sobre este tema con regularidad.

Desarrollador y científico de datos analizando modelos de inteligencia artificial en un escritorio con dos pantallas en casa

Regulación europea de la IA: etiquetado, cumplimiento y plazos reales

La Ley de IA europea introduce una obligación de transparencia que modifica la forma en que los sistemas de IA se comercializan. El usuario final debe poder identificar cualquier sistema como tal. Para las soluciones que ya están en el mercado, el calendario contempla un plazo diferido para que los proveedores tengan tiempo de cumplir con la obligación de etiquetado.

También se ha reajustado el calendario de las obligaciones relativas a los sistemas de IA de alto riesgo. Este aplazamiento pone de manifiesto un aspecto que a menudo se pasa por alto en los anuncios de innovación: la comercialización depende de las normas y los mecanismos de cumplimiento disponibles. Un producto técnicamente listo puede quedar bloqueado si todavía no se han publicado los marcos de evaluación.

Para las empresas que desarrollan o integran soluciones de IA, el seguimiento normativo se vuelve tan estratégico como el seguimiento tecnológico. Los equipos de producto deben incorporar desde la fase de diseño los requisitos de trazabilidad, documentación y etiquetado, para evitar costosos retrasos en el momento del despliegue.

Reparabilidad de los dispositivos de alta tecnología: un requisito de diseño impuesto por la UE

La Comisión Europea ha iniciado una consulta para facilitar la reparación de productos. El objetivo es incorporar la reparabilidad como criterio de diseño desde la fase industrial, y no como un añadido de marketing al final del ciclo.

Este marco normativo afecta directamente a los fabricantes de electrónica de consumo y profesional. Las tendencias de alta tecnología que conviene seguir no se limitan a las nuevas funciones: también abarcan la forma en que se diseña un dispositivo para que dure. Un smartphone con la batería soldada o un portátil con el SSD pegado a la placa base plantean un problema de cumplimiento normativo, además de afectar a la imagen de marca.

  • Acceso a piezas de repuesto: los fabricantes deberán garantizar su disponibilidad durante un periodo mínimo tras el fin de la comercialización del producto
  • Documentación técnica abierta: los manuales de reparación deberán estar disponibles para los reparadores independientes, no solo para los centros autorizados
  • Fomento del diseño modular: los componentes esenciales (batería, pantalla, conectores) deberán poder sustituirse sin herramientas propietarias

Para las empresas del sector, esta tendencia obliga a replantear el equilibrio entre un diseño estilizado y la facilidad de mantenimiento. Un dispositivo algo más grueso pero reparable podría convertirse en un argumento comercial ante consumidores cada vez más conscientes del coste total de propiedad.

Dos ingenieros de una startup inspeccionan un prototipo de robot humanoide en un taller de innovación tecnológica

IA en el edge y procesamiento local de datos: seguridad y latencia

Trasladar el procesamiento de IA a la periferia de la red (edge computing) permite responder a dos necesidades a la vez: reducir la latencia y limitar la exposición de datos sensibles. En lugar de enviar cada solicitud a un servidor remoto, los modelos se ejecutan directamente en el dispositivo o en un nodo local.

Esta arquitectura resulta especialmente interesante para sectores en los que la ciberseguridad es innegociable: salud, industria y vehículos autónomos. Un sensor industrial que detecta una anomalía y activa una parada de emergencia no puede permitirse un viaje de ida y vuelta por la red que dure varios cientos de milisegundos.

La principal limitación sigue siendo la capacidad de cálculo integrada. Los chips dedicados a la inferencia local (NPU) avanzan rápidamente, pero su capacidad sigue siendo limitada en comparación con las GPU de los centros de datos. El equilibrio entre el tamaño del modelo y la precisión de los resultados constituye el principal reto de ingeniería para los equipos que despliegan IA en el edge.

  • Menor consumo de ancho de banda: solo se envían a la nube los metadatos o los resultados agregados
  • Mayor facilidad para cumplir con el RGPD: los datos personales no salen del dispositivo, lo que simplifica las evaluaciones de impacto
  • Resiliencia ante cortes de red: el sistema sigue funcionando de forma autónoma

Prevemos que la próxima ola de innovaciones digitales combinará la IA en el edge con la regulación europea para crear un ecosistema en el que el rendimiento se mida tanto en milisegundos de latencia como en nivel de cumplimiento normativo. Las empresas que dominen ambos ámbitos tendrán una ventaja duradera en un mercado tecnológico donde la velocidad de ejecución ya no basta.

Las tendencias tecnológicas que debes seguir para entender las innovaciones del mañana