Explora el panorama dinámico, aunque abrumador, de las innovaciones en IA generativa.
- ¿Eres cliente de Gartner? Log in para obtener resultados de búsqueda personalizados
El Hype Cycle para la IA generativa de 2025 destaca innovaciones clave
Por Arun Chandrasekaran | 29 de julio de 2025
Mira más allá del revuelo en torno a las tecnologías de IA generativa
Para 2028, más del 95 % de las empresas habrán utilizado API o modelos de IA generativa o habrán implementado aplicaciones basadas en IA generativa en entornos de producción. Hasta entonces, los responsables de TI deberán navegar una vorágine de tecnologías sobrevaloradas y expectativas desmesuradas para generar valor y alinearse con la estrategia de la organización.
Las innovaciones acompañadas de promesas ambiciosas tienen dificultades para cumplir con las expectativas infladas y pasar de la prueba de concepto a la producción. El Hype Cycle para la IA generativa de 2025 desmitifica las tecnologías clave que sustentan la tendencia transformadora de la IA generativa y te ayuda a identificar las innovaciones que mejor se alinean con la tolerancia al riesgo y los objetivos estratégicos de tu organización, a la vez que maximizan los beneficios potenciales.
Las áreas clave de inversión determinan el Hype Cycle para la IA generativa
El Hype Cycle para la IA generativa se centra en cuatro áreas tecnológicas fundamentales para ayudar a los líderes de IA a identificar qué tecnologías específicas merecen una inversión estratégica.
Área n.º 1 del Hype Cycle para la IA generativa: modelos de IA generativa
Los grandes modelos de lenguaje (LLM), que se entrenan previamente con datos, siguen siendo la piedra angular de la IA generativa, además de la tecnología de modelos más madura del Hype Cycle. Estos modelos fundacionales genéricos pueden personalizarse para diferentes casos de uso y tienen mucho potencial, de ahí su notoriedad. De todas formas, los hay de otros tipos, como los grandes modelos de lenguaje de código abierto, los modelos de IA generativa adaptados a dominios específicos y los grandes modelos de razonamiento, que evolucionan rápidamente y ya ofrecen opciones viables para las empresas.
Ejemplo de tecnología: IA generativa multimodal
Área n.º 2 del Hype Cycle para la IA generativa: ingeniería de IA
A medida que las organizaciones se preparan para escalar los programas de IA generativa, resulta fundamental la capacidad de crear, controlar y personalizar las aplicaciones basadas en esta tecnología. La ingeniería de IA abarca un creciente ecosistema de herramientas y técnicas de IA generativa para asegurar que las aplicaciones basadas en esta tecnología respalden la estrategia global de la organización. Estas herramientas ofrecen marcos eficaces de orquestación de aplicaciones, reducen las alucinaciones, minimizan la desinformación y garantizan el cumplimiento normativo.
Además, la ingeniería de IA abarca un conjunto de herramientas y técnicas dirigidas a garantizar un uso seguro y eficiente de la IA.
Ejemplo de tecnología: AI TRiSM
Área n.º 3 del Hype Cycle para la IA generativa: agentes, aplicaciones y casos de uso de IA
Los asistentes virtuales de IA generativa (como ChatGPT) aprovechan los grandes modelos de lenguaje para proporcionar mayor funcionalidad que la tecnología de IA conversacional tradicional y son los ejemplos más conocidos de uso de la IA generativa en la actualidad.
A largo plazo, las organizaciones se proponen utilizar agentes de IA para automatizar a gran escala procesos complejos de varios pasos y, así, impulsar la productividad, reducir los costes operativos y mejorar la experiencia del cliente.
La IA agéntica, que está despertando un creciente interés, usa técnicas de IA de forma autónoma o semiautónoma para observar, tomar decisiones, actuar y alcanzar objetivos en entornos digitales o físicos. La transición de los chatbots de IA pasiva a la IA agéntica supone un cambio fundamental en la forma en que las organizaciones interactúan con los sistemas de IA y extraen valor empresarial.
Ejemplo de tecnología: IA incorporada
Área n.º 4 del Hype Cycle para la IA generativa: infraestructura y técnicas de habilitación
La evolución de la IA generativa depende de la combinación de técnicas novedosas y prácticas consolidadas de IA fundacional. Innovaciones como el aprendizaje autosupervisado, que reduce la necesidad de grandes volúmenes de datos de entrenamiento etiquetados, solucionan problemas prácticos en el espacio de la IA generativa. Actualmente, el aprendizaje autosupervisado se utiliza principalmente en casos como la conducción autónoma y el diagnóstico médico, aunque cada vez más sectores están empezando a experimentar con esta tecnología.
La infraestructura especializada también gana relevancia por su función en el entrenamiento de modelos y en el proceso de inferencia. Los chips y las herramientas de IA especializados pueden ayudar a mejorar la eficiencia y reducir los costes asociados.
Ejemplo de tecnología: Supercomputación con IA
¿Eres CIO o responsable de TI de una mediana empresa?
Descubre cómo abordan otros profesionales del sector la adopción de la IA, las decisiones sobre proveedores y las cambiantes exigencias empresariales; todo, con herramientas adaptadas a tu cargo:
Conoce nuestros recursos para medianas empresas.
Accede a una selección de los informes más populares de Gartner, utilizados por otros profesionales del sector.
Preguntas frecuentes sobre el Hype Cycle para la IA generativa
¿Qué es el Hype Cycle para la IA generativa?
El Hype Cycle para la IA generativa es una representación gráfica elaborada por Gartner que muestra la madurez, los indicadores de adopción y el impacto empresarial de las tecnologías de IA generativa. Ayuda a los CIO y a los responsables de TI a identificar las innovaciones en IA generativa que pueden aprovechar en función de su apetito de riesgo en busca de posibles recompensas.