La inteligencia artificial empresarial está transicionando hacia una fase más especializada, según el reciente informe de vigilancia estratégica elaborado por Santander AI Lab y la Fundación General del Consejo Superior de Investigaciones Científicas (FGCSIC). Este estudio, basado en un análisis exhaustivo de más de 10,3 millones de documentos y 326.000 publicaciones especializadas, concluye que el futuro de la IA B2B estará caracterizado por la aparición de modelos especializados que priorizan la soberanía de los datos y la confianza regulatoria.
Durante un evento en Madrid, José Manuel de la Chica, director de Santander AI Lab, expresó que “la ventaja no estará en utilizar siempre el modelo más potente, sino en integrar la IA adecuada en el proceso correcto, con trazabilidad, control del dato y responsabilidad desde el diseño”. Este cambio de paradigma implica que las empresas están empezando a dejar atrás la idea de un único modelo que sirva para todos los propósitos, apostando en su lugar por aquellos que se adaptan mejor a entornos regulados.
Entre las tendencias emergentes, destaca el aumento de los Small Language Models (SLMs) y arquitecturas como el RAG soberano, que permiten a las organizaciones sacarle provecho a las capacidades de la IA generativa mientras mantienen el control sobre su conocimiento corporativo. La transición hacia una IA industrial y gobernable está motivada por la necesidad de las empresas, especialmente en sectores como la banca, de integrar esta tecnología en procesos críticos sin renunciar al control sobre los datos y a la gestión de riesgos.
El informe también aborda el reto que enfrenta Europa para competir con Estados Unidos y China en términos de inversión en inteligencia artificial, dado que en 2024, EE. UU. movilizó 109.000 millones de dólares en inversión privada frente a los 19.420 millones en Europa. Sin embargo, se destaca que Europa tiene la oportunidad de liderar en el desarrollo de soluciones de IA especializadas donde la confianza y el cumplimiento normativo son esenciales.
Marcos regulatorios como el AI Act, DORA, RGPD, y NIS2 están llamados a jugar un papel crucial, transformándose de meras obligaciones en herramientas que pueden mejorar la competitividad de las organizaciones que logren integrar gobernanza y gestión de riesgos en sus sistemas de inteligencia artificial. De la Chica concluye que “Europa debe competir por especialización, confianza regulatoria, soberanía del dato y calidad científica”, enfatizando que es esencial saber qué procesos deben permanecer bajo control para alcanzar la soberanía útil en este ámbito.
vía: Notas de prensa Banco Santander
