Gartner espera que la IA tenga un impacto en todos los aspectos de los datos y la analítica, incluyendo el liderazgo, la gobernanza, el talento, la dinámica del mercado, la necesidad de contexto y el mundo más allá de los modelos basados en texto.
Gartner ha anunciado las principales predicciones sobre datos y análisis para 2026 y los años siguientes. Como conclusión más destacada, la consultora espera que la IA impacte en todos los aspectos de los datos y la analítica, incluyendo el liderazgo, la gobernanza, el talento, la dinámica del mercado, la necesidad de contexto y el mundo más allá de los modelos basados en texto.
Estas predicciones se han dado a conocer durante la Cumbre de Datos y Análisis de Gartner, celebrada la semana pasada en Orlando (EE. UU.).
A juicio de Rita Sallam, analista vicepresidenta distinguida de Gartner, el ritmo del cambio en los datos y la inteligencia artificial es tan rápido que cada año parece que entramos en un nuevo capítulo de una novela de ciencia ficción.
“En 2026, las fronteras entre la inteligencia humana, la inteligencia artificial y la inteligencia organizativa seguirán difuminándose. Las empresas dependen de los datos de formas sin precedentes, y los sistemas de IA no solo nos prestan apoyo, sino que colaboran como socios. Estas predicciones ofrecen a los líderes una hoja de ruta para prepararse para las oportunidades y los retos que les esperan”, predice la analista.
Principales predicciones
Así, Gartner predice que para 2027 el 75% de los procesos de contratación incluirá certificaciones y pruebas de competencia en IA en el lugar de trabajo durante la selección de personal.
Y la advertencia que hacen desde la consultora es clara: “Los líderes que no modernicen sus estrategias de talento tecnológico corren el riesgo de dejar a sus organizaciones permanentemente por detrás de los competidores que han logrado aprovechar con éxito la colaboración entre humanos e IA”, ha explicado a través de un comunicado.
Lo que lleva a Sallam a recomendar a los líderes de datos y análisis “fomentar una medición rigurosa y basada en datos de las habilidades para sacar a la luz las deficiencias que se interponen entre su ambición en materia de IA y la preparación de la plantilla de TI”.
Es más, Gartner advierte de que el uso de IA generativa y de agentes de IA supondrá de aquí a 2027 el primer verdadero desafío para las herramientas de productividad convencionales en 30 años, lo que provocará una reestructuración del mercado por valor de 58 000 millones de dólares.
De igual manera, la consultora mantiene que la IA seguirá desencadenando una nueva competencia entre las suites de productividad a medida que el valor se desplace hacia las experiencias de IA agéntica. Por lo que pide a los líderes de análisis y datos “exigir herramientas diseñadas para el presente, como nuevas interfaces de usuario, complementos, tipos de documentos y formatos”.
Por otro lado, Gartner también prevé que los agentes de IA generarán en 2029 10 veces más datos de entornos físicos que de todas las aplicaciones de IA digital combinadas.
“Las aplicaciones de IA agentiva en el mundo físico están produciendo enormes cantidades de datos de trayectoria en escenarios lógicos, espaciales y multiagente a medida que interactúan con sus entornos. Esto presenta una oportunidad única para que los modelos del mundo aprendan patrones a partir de los datos y realicen predicciones y simulaciones precisas”, explica la consultora en el comunicado.
De igual manera, Gartner prevé que para 2028 el 50% de las funciones relacionadas con el riesgo de contenidos migrarán de los departamentos jurídicos y de ciberseguridad a la ingeniería de IA para abordar el riesgo inherente causado por los procesos de garantía aislados.
Las funciones de mitigación de riesgos se están integrando cada vez más en los procesos de ingeniería de IA, ciencia de datos y desarrollo de software. La consultora espera que estos equipos diseñen sistemas que generen y curen contenidos de forma inteligente y asuman la responsabilidad de mitigar los riesgos asociados mediante la incorporación de controles integrados desde el diseño. Esto permite una innovación más rápida y responsable dentro de los límites éticos y legales, especialmente cuando la decisión del modelo de IA debe basarse en el contexto del usuario.
Y cinco conclusiones más para 2030:
· El 50% de las organizaciones utilizará agentes de IA autónomos para interpretar las políticas de gobernanza y las normas técnicas en contratos de datos verificables por máquinas, automatizando el cumplimiento y la aplicación de las políticas de gobernanza.
· El 50% de los fallos en la implementación de agentes de IA se deberá a una aplicación insuficiente de la plataforma de gobernanza de la IA en tiempo de ejecución en cuanto a capacidades e interoperabilidad multisistema. A corto plazo, las decisiones no reguladas que utilicen modelos de lenguaje grande (LLM) causarán pérdidas financieras o de reputación a las empresas. Por lo que los responsables de datos y análisis “tendrán que validar que los agentes pueden interpretar correctamente el contexto y los protocolos en un entorno controlado antes de intentar ampliar su escala. Los flujos de trabajo analíticos también deberían rediseñarse para incluir una fase de evaluación obligatoria”, tal y como advierte Sallam.
· Surgirá una nueva ola de “unicornios”, con unos ingresos recurrentes anuales (ARR) de 2 millones de dólares por empleado y valoraciones de más de mil millones de dólares impulsadas no por el capital de los inversores, sino por una eficiencia de capital extrema que genera múltiplos de valoración basados en el rendimiento, no en promesas.
· El 60% de las organizaciones que logren diferenciarse con éxito gracias a la IA estarán dirigidas por ejecutivos que den prioridad al dominio de las habilidades relacionales humanas.
· Las capas semánticas universales se considerarán infraestructura crítica, junto con las plataformas de datos y la ciberseguridad.
Fuente: ComputerWorld