Dynatrace, empresa especializada en observabilidad y seguridad unificadas, ha publicado su informe State of AI 2024, basado en una encuesta a 1.300 líderes tecnológicos en grandes organizaciones de todo el mundo. La conclusión central: el 98% de los encuestados cree que la IA generativa gana potencial cuando se combina con otros tipos de inteligencia artificial, concretamente la predictiva y la causal. El informe llama a este enfoque IA combinada y lo sitúa como el modelo más fiable para los entornos empresariales de 2024.
Qué entiende Dynatrace por IA combinada
La IA generativa (los modelos de lenguaje tipo ChatGPT o similares) genera texto, código y análisis con mucha rapidez, pero comete errores, introduce sesgos y puede producir salidas pláusibles pero incorrectas. La IA predictiva, por su parte, detecta patrones en datos históricos para anticipar lo que va a ocurrir. La IA causal va un paso más allá y busca relaciones de causa-efecto entre variables, no solo correlaciones.
Dynatrace argumenta que combinar las tres en un mismo entorno —donde la generativa produce, la predictiva corrobora y la causal explica— da como resultado salidas más fiables y con menos alucinaciones. El dato de que el 98% de los líderes tecnológicos respalde este enfoque no es solo una opinión: refleja que muchas organizaciones ya han probado la IA generativa en solitario y han topado con sus límites. Los retos de la IA en 2023 desde una perspectiva empresarial ya apuntaban a que la adopción no es trivial cuando la exigencia de precisión es alta.
Los datos del informe: nube, seguridad y acceso a datos
El informe de Dynatrace recoge varias cifras que conviene desglosar:
- El 81% de los líderes tecnológicos en España considera la IA una herramienta obligatoria en sus operaciones actuales.
- El 83% afirma que la IA es necesaria para mantener el ritmo de los entornos de nube, que cambian constantemente.
- El 80% reconoce su valor en la detección y respuesta a amenazas de seguridad.
- El 86% espera que la IA amplíe el acceso al análisis de datos a empleados sin perfil técnico.
- El 71% planea aumentar la inversión en IA para automatizar la generación de código.
La cifra que más llama la atención es el 100% de preocupación por el uso no autorizado de herramientas como ChatGPT dentro de las organizaciones. Es decir, todos los encuestados identifican la shadow AI como un riesgo. Esto tiene sentido: cuando los empleados usan IA generativa sin protección corporativa, los datos internos pueden acabar en los servidores de un tercero sin que el departamento de TI se entere. Las soluciones de ciberseguridad que la IA protagonizó en eventos de ciberresiliencia como SHIFT abordan precisamente este tipo de escenarios.
El rol de Dynatrace en el contexto del informe
José Matias, Regional Vice President Iberia en Dynatrace, apunta que el enfoque combinado es el que produce resultados de IA generativa “confiables y significativos”. La plataforma de Dynatrace trabaja precisamente en este punto: integra datos de observabilidad (métricas, logs, trazas) con datos de seguridad y eventos de negocio para alimentar sus modelos de IA con un contexto de alta calidad. El argumento es que la IA solo es tan buena como los datos que consume.
El informe fue elaborado por Coleman Parkes Research por encargo de Dynatrace, con una muestra de 1.300 líderes tecnológicos en grandes organizaciones globales. La encuesta fue realizada entre octubre y noviembre de 2023.
Preguntas frecuentes
¿Qué diferencia a la IA predictiva de la IA generativa?
La IA generativa produce contenido nuevo: texto, código, imágenes. La IA predictiva analiza datos históricos para anticipar qué va a ocurrir: una anomalía en el sistema, un pico de tráfico, un fallo inminente. En entornos empresariales, la predictiva detecta y la generativa explica o propone solución, pero ninguna de las dos por sí sola es suficiente para tareas críticas.
¿Qué es la IA causal y en qué se diferencia de la predictiva?
La IA predictiva encuentra correlaciones (A suele ocurrir antes que B), pero la IA causal busca relaciones causa-efecto reales (A provoca B porque X). Esta diferencia es importante en seguridad y en diagnóstico de sistemas: saber que dos eventos coinciden no es lo mismo que saber que uno provoca el otro.
¿Qué es la shadow AI y por qué preocupa a las empresas?
La shadow AI es el uso de herramientas de IA generativa por parte de empleados sin aprobación ni control del departamento de TI. El problema es que estas herramientas suelen procesar los datos enviados para mejorar sus modelos, lo que puede implicar la fuga involuntaria de información confidencial de la empresa a servidores externos.
¿Cómo puede la IA ampliar el acceso al análisis de datos a perfiles no técnicos?
A través de interfaces de lenguaje natural: en lugar de escribir consultas SQL o programar en Python, un empleado puede preguntar en español “¿cuál fue el producto más vendido el mes pasado en Madrid?” y obtener la respuesta directamente. Esto democratiza el acceso a los datos sin necesidad de que cada usuario tenga conocimientos técnicos avanzados.
