En Colombia existe un fenómeno que preocupa a los expertos en tecnología: las empresas están adoptando herramientas de inteligencia artificial generativa sin saber realmente para qué las necesitan. Todo responde a lo que se conoce como FOMO, el miedo de quedarse atrás en la tendencia. Según datos del barómetro de confianza en IA de ABBYY desde 2024, el 63 por ciento de los responsables de TI en las organizaciones temen que sus empresas se rezaguen si no usan estas tecnologías. El problema es que están enfocados en la IA generativa cuando hay otra que lleva décadas funcionando y sigue siendo fundamental para las operaciones.

Carlos Estay, especialista en soluciones de Red Hat para Latinoamérica, fue claro en su visita reciente al país: "Creo que hay una obsesión por la Inteligencia Artificial Generativa y se deja mucho de lado la Inteligencia Artificial Predictiva". El análisis de datos no es nuevo, pero la fiebre actual por ChatGPT y herramientas similares ha desviado la atención de tecnologías que realmente hacen funcionar los negocios. Estay viajó junto a Julio Edel Angulo, especialista en IA de Red Hat México, para trabajar con clientes y partners locales en una estrategia diferente.

La apuesta de Red Hat gira alrededor de un concepto que suena simple pero es revolucionario: que tu empresa sea dueña de sus datos y sus modelos de IA. Hoy en día, cuando usas ChatGPT o servicios similares en la nube, básicamente le entregas tu información a terceros y no controlas qué sucede con ella. Además, pagas por tokens (unidades de procesamiento) sin límite. La propuesta de Red Hat es que construyas tu propia infraestructura, entrenes modelos en tu hardware y mantengas todo bajo tu control. "El foco de Red Hat dentro de la Inteligencia Artificial va desde el punto de vista de la soberanía tanto de los datos como de los modelos", explicó Estay. De esa forma evitas depender de los límites de consumo de los gigantes tecnológicos.

Otro aspecto importante es usar código abierto. Así, si mañana decides cambiar de plataforma, no pierdes toda tu inversión en entrenamientos de modelos. No quedas atrapado con un proveedor. Angulo lo resumió en una frase potente: "El eslogan es llevar los modelos a la data, no la data a los modelos". Significa que tu IA trabaja donde está tu información, sin enviarla a servidores lejanos.

En Colombia y Latinoamérica, los sectores que más entienden esto son aquellos con reglas estrictas sobre privacidad. El sector financiero en Chile y Colombia lidera porque las leyes obligan a mantener datos críticos en territorio nacional. También el gobierno, retail, transporte y salud están despertando a esta realidad. Las áreas que más tracción tienen son cumplimiento normativo, atención al cliente y operaciones en sectores regulados.

Pero aquí viene lo interesante: el futuro no está en esos modelos gigantescos y costosos que todos mencionan. Está en modelos pequeños y específicos, lo que en inglés llaman Small LLM. Angulo fue directo: "El modelo pequeño es el que nos va a dar la agilidad de poder llevar la Inteligencia Artificial a cualquier lado". La tecnología está migrando hacia Edge Computing, lo que significa ejecutar IA en dispositivos locales, incluso con conectividad limitada. Una minería puede entrenar un modelo en sus equipos durante la jornada laboral y sincronizar lo que aprendió con el centro de datos principal después. Eso permite tomar decisiones en tiempo real sin depender de internet constante.