Hiram Monroy, comercial Senior Manager de AMD, detalla cómo la IA transforma la productividad y el trabajo híbrido. A pesar de los avances, aún persisten desafíos en la infraestructura, la adopción tecnológica y la justificación de costos en las empresas.
La transformación del trabajo híbrido y el teletrabajo ha sido una de las revoluciones más notables de los últimos años, impulsada en gran parte por avances tecnológicos clave. Hiram Monroy, Commercial Senior Manager para Latinoamérica hispana en AMD, señala que, aunque las herramientas ya existían, fue la pandemia lo que catalizó su adopción masiva.
Hoy, las soluciones impulsadas por inteligencia artificial (IA) no solo facilitan las videoconferencias, sino que están redefiniendo la productividad en formas que antes parecían inalcanzables. Pero, ¿qué desafíos persisten en la adopción de estas tecnologías y cómo las empresas están preparándose para el futuro?
La IA y el confinamiento: los impulsores del trabajo híbrido
En los últimos cuatro años, el trabajo híbrido y el teletrabajo han sufrido una transformación acelerada. Según Monroy, la tecnología estaba lista, pero faltaba un catalizador: «El catalizador fue el confinamiento que tuvimos todos. Recuerdo antes de la pandemia cómo las videoconferencias se cortaban continuamente y el ancho de banda no era el mejor». La pandemia forzó a las empresas y a los usuarios a adoptar estas tecnologías que ya existían, pero no estaban completamente optimizadas.
Antes del confinamiento, las herramientas como Zoom o Teams tenían limitaciones significativas. Monroy señala que, antes, «no podías grabar las sesiones como lo haces hoy, ni obtener una síntesis automática gracias a la inteligencia artificial (IA)». Esta evolución tecnológica ha sido crucial para aumentar la productividad.
«En términos de productividad se ha vuelto muy conveniente. La tecnología ha avanzado rápido, especialmente con la inteligencia artificial, que ya no es solo una promesa, sino una realidad que está ocurriendo más rápido de lo que mucha gente piensa», sostiene.
La Inteligencia Artificial y su reto de adopción
A pesar de los avances, implementar la IA en las empresas sigue siendo un desafío. Para el ejecutivo de AMD, muchos clientes están en proceso de entender cómo aplicar estas tecnologías: «Hay muchos clientes que aún están tratando de comprender qué implica la IA y cómo podría representar una oportunidad para sus negocios», dice. Esto, en parte, se debe a que muchos casos de uso actuales aún están en desarrollo, lo que genera incertidumbre sobre el retorno de inversión.
Un ejemplo común es el uso de herramientas como Copilot de Microsoft. Aunque ayudan en tareas como resúmenes y transcripciones, muchas empresas todavía luchan por justificar el costo: «Una empresa del sector de entretenimiento me decía que, aunque Copilot ayuda, aún no han logrado justificar la inversión de mantener estas licencias», afirma el entrevistado. Este tipo de experiencias resalta la necesidad de que los casos de uso de IA sean más específicos para cada industria.
Otro reto importante es la infraestructura. Monroy menciona que muchas empresas no están preparadas a nivel tecnológico para aprovechar al máximo la IA generativa: «El 79% de los CIOs planean usar IA para transformar sus modelos de negocio, pero solo el 36% tiene la infraestructura para hacerlo», argumenta. Esto se traduce en problemas de capacidad en centros de datos y la necesidad de actualizar equipos antiguos.
Las compañías se ven forzadas a expandir su infraestructura o migrar parte de ella a la nube, lo que a menudo implica una actualización masiva de servidores: «Hoy día, una empresa con una base instalada de 20 servidores podría consolidarla en cinco o seis equipos», enfatiza el ejecutivo. Esta actualización no solo reduce costos, sino que también abre la puerta a implementar tecnologías avanzadas como la IA.
El reto de las PCs frente a la IA generativa
A nivel de equipos de cómputo personales, el reto es igualmente grande. Las PCs actuales no están completamente equipadas para manejar aplicaciones de IA generativa. Monroy explica: «Cuando ejecutas una aplicación de IA en una PC que no tiene una Neural Processing Unit (NPU), el equipo se ve impactado, se ralentiza». Esto ha llevado a que AMD trabaje con sus clientes para planificar actualizaciones graduales, considerando cuáles usuarios dentro de una empresa necesitan esta tecnología antes que otros.
De la nube al borde: la IA redefine la infraestructura tecnológica
“La realidad es que, en este proceso de transición hacia la IA, las empresas y los canales están en una etapa de aprendizaje y entendimiento. Aunque vemos avances con herramientas como los GPT, el gran reto para los canales es educar a sus equipos de ventas y técnicos sobre su papel en la habilitación de estas soluciones», comenta Monroy.
El enfoque de AMD en esta transición está basado en tres pilares fundamentales:
- Infraestructura de cómputo: el poder de cómputo es clave, ya sea en la nube, en centros de datos locales o en el edge computing. Este último, que había sido menos mencionado en el pasado, ahora es crucial para habilitar la IA, ya que el procesamiento local permite respuestas inmediatas sin depender de la conectividad.
- Soluciones en el borde (edge): Monroy da un ejemplo claro: “Imagínate un centro de distribución que recibe decenas de camiones al día. Con IA y tecnologías como RFID, el conteo y procesamiento de estos productos se realiza de manera automatizada, pero si dependemos de la nube y la conexión falla, todo el sistema se detendría. Ahí es donde entran los servidores Edge, que permiten procesar los datos localmente”.
- Equipos finales (PCs): la IA no solo opera en grandes servidores; también se puede ejecutar localmente en PCs, generando reportes y procesando información sin necesidad de conectarse a la nube. «Esto da un enfoque integral, donde tanto el canal como las empresas necesitan entender cómo se integran estas tecnologías», concluye.
Más allá del hardware: AMD ofrece soluciones integrales de IA
Monroy resalta la importancia del poder de cómputo que la IA exige a las organizaciones. «Hoy en día, los datos provienen no solo de sistemas internos, sino también de dispositivos IoT y la nube. AMD está brindando la tecnología necesaria para procesar estos datos de forma eficiente, equilibrando poder de cómputo y eficiencia energética», explica.
Además, Monroy señala que AMD no se limita a ofrecer hardware: «Abarcamos desde CPUs, GPUs y NPUs, hasta modelos de IA optimizados gracias a adquisiciones como la de Silo, que nos permite ofrecer soluciones más aterrizadas y prácticas para los clientes. Nuestra propuesta es integral, ligando la infraestructura con el software, y brindando soluciones ágiles y efectivas», enfatiza.
Con esto, AMD refuerza su compromiso en liderar el camino hacia una IA que no solo potencie a las empresas, sino que también sea responsable y eficiente energéticamente.
La visión de futuro: tecnología para potenciar la IA
El Commercial Senior Manager explica que la Inteligencia Artificial ha transformado por completo las demandas tecnológicas en las empresas debido a la enorme cantidad de datos que estas manejan. “La IA se diferencia de cualquier otra tecnología porque ha explotado la necesidad de poder de cómputo dentro de las organizaciones. Los datos ya no solo provienen de sistemas internos, también de dispositivos IoT y la nube”, afirma.
AMD, según Monroy, se ha posicionado como un habilitador clave al ofrecer una gama de tecnologías que cubren CPUs, GPUs y NPUs, esenciales para gestionar la infraestructura que soporta la IA. A este respecto, señala: “Nuestro enfoque no es solo brindar el mayor poder de cómputo, sino también mantener un equilibrio con temas como menor consumo energético y reducir la huella de carbono”.
Alianzas estratégicas para potenciar soluciones
AMD no solo trabaja en la infraestructura de hardware, sino que también ha comenzado a adentrarse en el software, como lo demuestra la reciente adquisición de la empresa europea Silo, especializada en optimización de modelos de IA. “Es importante porque ayuda a llevar las promesas de la IA a realidades tangibles”, dice Monroy. Esta compra estratégica forma parte de la visión de AMD de ofrecer soluciones completas, que integren tanto hardware como software optimizado para IA.
Innovaciones en GPUs, CPUs y NPUs
Al detallar algunos de los productos insignia de la compañía, Monroy menciona: “La línea de GPUs AMD Instinct ha sorprendido por su rendimiento y costo accesible, convirtiéndose en el producto con la rampa de crecimiento más rápida en la historia de AMD”. Asimismo, destacó el papel de los procesadores EPYC para servidores y la incorporación de NPUs en la línea Ryzen AI, que permite un procesamiento más eficiente y local, evitando la necesidad de enviar datos a la nube.
El canal como aliado clave en la adopción de la IA
Para Monroy, la adopción de IA no depende únicamente de los clientes finales, sino también del canal. “Es importante que el canal entienda cuáles son las piezas de Lego que están disponibles, no solo de AMD, sino también de los fabricantes de software”, expresa. Monroy enfatizó la importancia de educar al canal sobre cómo aprovechar las NPUs y otras innovaciones para garantizar que las soluciones que se ofrezcan estén a la altura de las demandas tecnológicas actuales.
Créditos: It Sitio