Con un tamaño estimado de más de 619 mil millones de dólares para 2023, la computación en la nube es un mercado que cada año crece en tamaño y complejidad, pero que al mismo tiempo aumenta sus posibilidades gracias a las soluciones analíticas y de Inteligencia Artificial que ayudan a afrontar todo tipo de desafíos que se puedan presentar.
Hagamos una corta pero importante precisión de lo que ha significado y significa la computación en la nube en los entornos empresariales y de negocios. Aunque no es algo nuevo, pues sus orígenes se remontan a mediados del siglo pasado, su éxito actual ha impuesto nuevos desafíos. Porque aunque el modelo de consumo de la computación en la nube parece ser sencillo (pay as you go), no ocurre lo mismo con su administración, ya que no hablamos de una sola plataforma, sino de muchas. Para muestra, tenemos servicios como:
- Desktop-as-a-Service (DaaS)
- Cloud System Infrastructure Services (IaaS)
- Cloud Management and Security Services
- Cloud Application Services (SaaS)
- Cloud Application Infrastructure Services (PaaS)
- Cloud Business Process Services (BPaaS)
Por todo esta variedad y versatilidad la adopción de la nube ha venido creciendo año tras año. Actualmente, el 90% de las grandes empresas tienen presencia en la nube y, en muchos casos, se encuentra distribuida entre varios proveedores. Esta variedad/flexibilidad trae retos en la seguridad, pero también de “inteligencia” como ya lo veremos más adelante.
Retos que hoy en día van desde la escasez de talento para gestionar con capacidad estos nuevos entornos y que pueden llegar hasta la necesidad de tener ya no solo la información sino la inteligencia de negocios a la mano para tomar mejores decisiones, poder implementar metodologías ágiles en los procesos o automatizar cuanto se pueda automatizar sea donde sea. Y es aquí donde las soluciones de analítica e Inteligencia Artificial centradas en la nube han empezado a jugar un papel cada vez más relevante.
¿Qué aporta la IA en la nube?
Al igual que la computación en la nube es flexible, la Inteligencia Artificial y la analítica también son tecnologías transversales con innumerables aplicaciones. Para muestra, las soluciones de IA pueden impactar fácilmente terrenos como:
- Automatización de tareas rutinarias.
- Análisis de datos.
- Ciberseguridad y detección de riesgos.
- Mejora de la experiencia del cliente.
Gracias al uso de Machine Learning, las soluciones de IA son cada vez más eficientes en la captura de datos, detección de patrones y anomalías, proyecciones, etc. Herramientas potenciadas por tendencias como el uso de grandes modelos de lenguaje (LLM), como ChatGPT, abren la puerta para una mejor interacción entre los empleados y los clientes.
De hecho, la relación entre la nube y la Inteligencia Artificial es tan estrecha que se dice que mantienen una relación simbiótica. Por una parte, la nube es el único modelo de infraestructura capaz de dar abasto con las necesidades de información y cómputo flexible que demandan las soluciones de Inteligencia Artificial, y solo la IA puede analizar el inmenso caudal de datos y variables que proporciona la nube.
Y su potencial es tan grande que esta mezcla entre nube e Inteligencia Artificial (Cloud AI) llegará a generar un mercado de más de 647.600 millones de dólares para 2030. Pero se trata de un mercado en cambio constante que obliga a un compromiso permanente por parte de los desarrolladores de soluciones.
En el caso de SAS este compromiso quedó demostrado en su reciente anuncio para destinar mil millones de dólares en soluciones industriales potenciadas por IA. Y no se trata de un fenómeno nuevo, desde su existencia SAS Viya viene ocupando el cuadrante mágico de Gartner por 8 años consecutivos.
Además, Sas Viya ha sido destacada por firmas analistas independientes como The Futurum Group como una solución tecnológica hasta 30 veces más rápida que sus competidores comerciales y de código abierto.
Esta inversiones además van en línea con la visión de una democratización de la analítica, haciendo posible a otros empleados, mediante soluciones low code o no code, que puedan aportar su expertise desde diferentes de áreas de negocio y generar empresas más transversales e innovadoras.
