Los servicios SaaS amplían su cuota en el mercado de IA en el borde

  • Inteligencia Artificial

3. inteligencia-artificial.jpg

En los próximos 5 años las modalidades de software como servicio van a ganar mucha participación en el mercado de inteligencia artificial, a medida que aumenta la demanda de tecnologías como la IA en el borde. Así, la necesidad de adquirir estas capacidades sin realizar grandes inversiones va a impulsar el mercado de servicios llave en mano y SaaS, que para 2025 alcanzarán el 25% de todo el mercado de IA.

Recomendados: 

IT Trends 2021. Asimilando la aceleración digital Leer 

Guía para implementar una CDN moderna Leer 

La inteligencia artificial está ampliando su ámbito de aplicación, expandiéndose desde la TI central hacia el borde, donde se utilizan más y más servicios basados en la IA. Las empresas quieren adquirir estas capacidades, pero montar sistemas de IA propios implica demasiado tiempo y dinero, por lo que cada vez más recurren a servicios llave en mano y modalidades de Software como Servicio, que están ganando peso en el mercado general.

Según los expertos de ABI Research, entre 2020 y 2025 los ingresos de estas dos categorías crecerán a una CAGR del 46%, alcanzando unos 7.200 millones de dólares en todo el mundo, lo que representará un 25% de todo el mercado de inteligencia artificial. Además de setas dos categorías, también abarca los chipsets de IA y los servicios profesionales, pero los clientes están cada vez más interesados en las modalidades que facilitan la adopción.

En su informe, los expertos de ABI Research explican que se perciben mejor los beneficios de la IA en el borde las empresas buscan soluciones de IA de más baja latencia y mayor seguridad para apoyar la toma de decisiones basadas en datos. Lian Jye Su, analista principal de ABI Research, explica que “la proliferación de opciones de chipsets de IA Edge significa que las empresas ya no están limitadas por las opciones de hardware y pueden seleccionar la mejor solución que se adapte a sus necesidades. Ahora buscan invertir en suscripciones SaaS, servicios llave en mano y servicios administrados que puedan facilitar la implementación de la inteligencia artificial perimetral”.

Esto está generando nuevas oportunidades de mercado para los proveedores de servicios de la nube pública, que para capitalizar esta demanda se han sumado al ecosistema de IA en el borde, ofreciendo placas de desarrollo de inteligencia artificial, sistemas de hardware, kits de herramientas de software y servicios cloud. Gracias a ello los usuarios de la nube pueden adquirir estas capacidades y reducir la barrera de entrada para empresas que no están familiarizadas con esta tecnología.

ABI Research afirma que este movimiento de los proveedores de la nube ha generado mucho optimismo, aunque se trata de un ecosistema tecnológico mucho más variado y por ahora menos estandarizado. Y su explica que “lo que las empresas necesitan son modelos de ML de borde de grado industrial que se puedan implementar para varias aplicaciones en múltiples categorías de activos. Además, no todas las empresas pueden crear sus propios modelos utilizando herramientas proporcionadas por proveedores de nube pública. La construcción de las soluciones de inteligencia artificial de vanguardia utilizando software de proveedores de la nube requiere una experiencia y un conocimiento profundos en el dominio”.

Por ello, los expertos creen que el futuro de ramas importantes de la inteligencia artificial está vinculado a un mayor nivel de automatización a través del desarrollo Low-Code o sin código. Esto reduce la barrera de entrada de los usuarios finales que no tienen conocimientos avanzados sobre ciencia de datos o machine learning, y también permite adoptar estrategias MLOps de borde de manera fluida.

En conclusión, Su dice que “los procesos de AutoML, como la búsqueda de arquitectura neuronal, el almacenamiento de características, el ajuste de hiperparámetros y el aprendizaje permanente, permiten la incorporación y el desarrollo rápidos de modelos de ML de borde. Esto permite a las empresas superar la falta de experiencia en ciencia de datos y aprendizaje automático y enfocarse en hacer operativa la IA de borde en sus activos”.