Cinco tendencias tecnológicas emergentes con un impacto transformador

El estudio Hype Cycle for Emerging Technologies 2019 de Gartner reveló cinco tendencias tecnológicas emergentes que ayudarán a las organizaciones a aprovechar los ecosistemas digitales mediante el desarrollo de tecnologías como la inteligencia artificial (IA). El texto se queda con 29 de las más de 2,000 innovaciones estudiadas, de modo que subraya aquellos avances que prometen ofrecer un alto grado de ventaja competitiva en los próximos 5-10 años. 

El informe revela la importancia de la innovación para la diferenciación competitiva. En este sentido, Gartner pone énfasis en la continua aceleración del ritmo en la evolución de la tecnología, un desafío continuo incluso para las empresas más modernas. Por eso aconseja a los líderes en innovación usar los perfiles destacados en el Hype Cycle si lo que desean es evaluar con certeza las oportunidades comerciales potenciales de las tecnologías emergentes.

Estas son las cinco tendencias emergentes destacadas:

Sensing & Motion - Al combinar tecnologías de sensores con IA, las máquinas están adquiriendo una mejor comprensión del mundo que las rodea, lo que permite una mayor movilidad y manipulación de objetos. Éste es el caso de las tecnologías de detección, que son un componente central del Internet de las cosas (IoT). La utilización de la inteligencia artificial permite obtener muchos tipos de información que se pueden aplicar a diversos escenarios. Por ejemplo, durante la próxima década, la nube AR creará un mapa 3D del mundo que permitirá nuevos modelos de interacción y, por tanto, de negocio en el espacio físico. Por eso, las empresas que busquen aprovechar las capacidades de detección y movilidad deben considerar tecnologías como las cámaras con detección 3D, la nube AR, los drones de entrega de carga ligera, los vehículos autónomos voladores y los niveles de conducción autónoma 4 y 5.

El Humano Aumentado (2.0) - El Humano 2.0 permite la creación de mejoras cognitivas y físicas como parte integral del cuerpo humano, lo que redundará, por ejemplo, en la posibilidad de alcanzar capacidades sobrehumanas mediante la creación de prótesis de extremidades con características especiales. Las tecnologías emergentes en este campo incluyen los biochips, la personificación, la inteligencia aumentada, la IA de emociones, los espacios de trabajo inmersivos y la biotecnología (tejido cultivado o artificial).

Computación y comunicaciones posclásicas - Durante décadas, las tecnologías clásicas de computación central, comunicación e integración han logrado avances significativos en gran medida a través de mejoras en las arquitecturas tradicionales: CPU más rápidas, memoria más densa y un aumento del rendimiento según lo previsto por la Ley de Moore. Las próximas generaciones de estas tecnologías adoptarán arquitecturas completamente nuevas, con enfoques insólitos que tendrán impactos potencialmente dramáticos. Por ejemplo, los satélites de órbita terrestre baja (LEO) proporcionarán conectividad a Internet de baja latencia a nivel mundial. Estas constelaciones de satélites pequeños permitirán que el 48% de los hogares actualmente no conectados reciban señal. Las empresas deben evaluar en este campo tecnologías como 5G, memoria de próxima generación, sistemas LEO e impresión 3D a nanoescala.

Ecosistemas Digitales - Los ecosistemas digitales aprovechan un grupo interdependiente de actores (empresas, personas y cosas) que comparten plataformas digitales para lograr un propósito mutuamente beneficioso. La digitalización ha facilitado la deconstrucción de cadenas de valor clásicas, lo que ha dado lugar a redes de entrega de valor más fuertes, más flexibles y resistentes que se transforman constantemente para crear nuevos productos y servicios mejorados. Las tecnologías críticas a considerar en este campo incluyen DigitalOps, gráficos de conocimiento, datos sintéticos, web descentralizada y organizaciones autónomas descentralizadas.

IA y analítica avanzada - La analítica avanzada comprende el examen autónomo o semiautónomo de datos o contenido utilizando técnicas y herramientas sofisticadas, generalmente más allá de las de la inteligencia empresarial tradicional (BI). Así, es normal el aumento en la adopción de edge AI para aplicaciones sensibles a la latencia (la navegación autónoma), sujetas a interrupciones de la red (monitoreo remoto, procesamiento de lenguaje natural [PNL], reconocimiento facial) y / o uso intensivo de datos (análisis de video). Las tecnologías a seguir en este campo incluyen maching learning adaptativo (ML), edge IA, análisis de edge, IA explicable, plataforma de IA as a service (PaaS), aprendizaje de transferencia, redes de confrontación generativas y análisis de gráficos.