Gartner, Inc. anunció que los agentes de IA y los datos preparados para IAson las dos tecnologías de avance más rápido en el Gartner Hype Cycle for Artificial Intelligence 2025. Ambas están generando un nivel de interés excepcional, acompañado de proyecciones ambiciosas y promesas especulativas, ubicándolas en el Pico de Expectativas Infladas.
Según Haritha Khandabattu, Senior Director Analyst de Gartner: "Con la inversión en IA manteniéndose fuerte este año, se está poniendo un énfasis más claro en usar IA para lograr escalabilidad operativa e inteligencia en tiempo real. Esto ha provocado un giro gradual desde la IA generativa como enfoque central hacia los habilitadores fundamentales que soportan una entrega sostenible de IA, como los datos preparados para IA y los agentes de IA."
Sobre el Gartner Hype Cycle
Los Gartner Hype Cycles representan visualmente la madurez y adopción de tecnologías y aplicaciones, así como su relevancia potencial para resolver problemas reales de negocio y aprovechar nuevas oportunidades. La metodología del Hype Cycle ofrece una visión de cómo evoluciona una tecnología en el tiempo, proporcionando orientación para gestionar su implementación alineada a objetivos empresariales específicos.
Tecnologías de Avance Más Rápido
Estas dos tecnologías están generando un nivel de interés excepcional y se encuentran en el Pico de Expectativas Infladas.
Agentes de IA
Pico de Expectativas InfladasEntidades de software autónomas o semi-autónomas que usan técnicas de IA para percibir, tomar decisiones, ejecutar acciones y alcanzar objetivos en entornos digitales o físicos.
A través de prácticas y técnicas basadas en modelos de lenguaje extensos (LLMs), las organizaciones están creando agentes capaces de realizar tareas complejas.
Datos Preparados para IA
Pico de Expectativas InfladasConjuntos de datos optimizados para aplicaciones de IA, lo que mejora la precisión y la eficiencia.
La preparación depende de la capacidad del dato para demostrar su aptitud según el caso de uso específico y la técnica de IA aplicada. Esto exige nuevos enfoques en la gestión de datos.
Innovaciones que Llegarán a Adopción General
Gartner identifica que estas tecnologías dominan actualmente el Pico de Expectativas Infladasy llegarán a adopción general en los próximos 5 años.
IA Multimodal
Modelos entrenados simultáneamente con varios tipos de datos: imágenes, video, audio y texto.
Al integrar fuentes diversas, comprenden situaciones complejas mejor que los modelos de una sola modalidad.
AI TRiSM
Conjunto de capacidades técnicas que respaldan las políticas empresariales para todos los casos de uso de IA.
Asegura gobernanza, confiabilidad, equidad, seguridad, privacidad, protección de datos y uso ético.
Enfoque Empresarial según Gartner
"A pesar del enorme potencial de negocio de la IA, este valor no se materializará de forma espontánea. El éxito dependerá de pilotos alineados al negocio, análisis proactivo de infraestructura y coordinación entre equipos de IA y equipos de negocio para generar valor tangible."
— Haritha Khandabattu, Senior Director Analyst de Gartner
Pilotos alineados al negocio
Iniciativas de IA que resuelven problemas reales y generan valor tangible para la organización.
Análisis proactivo de infraestructura
Evaluación y preparación de la infraestructura necesaria para soportar implementaciones de IA escalables.
Coordinación entre equipos
Colaboración efectiva entre equipos de IA y equipos de negocio para generar valor tangible.
Conclusión
El Gartner Hype Cycle for Artificial Intelligence 2025 revela un cambio importante en el enfoque de la industria: desde la IA generativa como centro de atención hacia los habilitadores fundamentales que permiten una entrega sostenible de IA. Los agentes de IA y los datos preparados para IAestán liderando este cambio, mientras que tecnologías como la IA multimodal y AI TRiSMse preparan para adopción general en los próximos años.
Para organizaciones en Guatemala y Latinoamérica, este análisis de Gartner ofrece una guía clara sobre dónde enfocar inversiones y esfuerzos. El éxito no dependerá solo de adoptar las tecnologías más nuevas, sino de construir las bases correctas: datos preparados, gobernanza sólida (AI TRiSM), y pilotos estratégicos que generen valor real para el negocio.