La inteligencia artificial (IA) sigue acelerando su impacto en todos los sectores y 2025 se está consolidando como un año de transición hacia aplicaciones más maduras, prácticas y sostenibles. Según el último Hype Cycle de Gartner para Inteligencia Artificial, los agentes de IA (AI agents) y los datos preparados para IA (AI-ready data) son las dos innovaciones que más rápido están avanzando en su curva de adopción. Ambos se sitúan en el Pico de Expectativas Infladas, esa fase en la que las promesas son tan grandes como la incertidumbre sobre su materialización.
La investigación de Gartner ofrece una fotografía clara: la inversión en IA no solo se mantiene fuerte, sino que se está reorientando hacia la escalabilidad operativa y la inteligencia en tiempo real. Esto implica que el foco ha empezado a desplazarse de la IA generativa pura (GenAI) hacia los habilitadores fundamentales, es decir, las tecnologías que permiten desplegar la IA de forma sostenible, segura y con impacto real en los negocios.
De la promesa de la GenAI al desafío de la sostenibilidad
Hace apenas dos años, el debate giraba en torno a las sorprendentes capacidades de los grandes modelos de lenguaje (LLM) como ChatGPT, Gemini o Claude. Pero, a medida que las organizaciones han intentado pasar de la experimentación a la producción, han surgido nuevas preguntas:
- ¿Cómo se gestionan los costes de inferencia y entrenamiento?
- ¿Qué pasa con la calidad y sesgos de los datos?
- ¿Cómo asegurar que la IA cumple con normativas de seguridad, privacidad y ética?
Gartner advierte que el valor empresarial de la IA no aparecerá de forma espontánea. Será necesario diseñar pilotos alineados con los objetivos de negocio, evaluar infraestructuras y coordinar equipos multidisciplinares. En otras palabras, la clave estará en la ejecución estratégica, no en el deslumbramiento tecnológico.
Los cuatro pilares de la IA en el Hype Cycle 2025
1. Agentes de IA: de asistentes a trabajadores autónomos
Los AI agents son entidades de software autónomas o semiautónomas capaces de percibir su entorno, tomar decisiones, actuar y cumplir objetivos. Basados en LLM y otras técnicas de IA, estos agentes se despliegan ya en tareas complejas:
- Atención al cliente con agentes conversacionales que gestionan desde consultas sencillas hasta reclamaciones.
- Automatización de procesos internos como la generación de informes financieros, la validación de contratos o el análisis de riesgos.
- Robótica y logística, donde agentes integrados con sensores físicos deciden rutas, optimizan inventarios o ajustan cadenas de suministro.
Sin embargo, Gartner recalca que no existe un agente universal: cada caso de uso exige entrenamientos y configuraciones específicos. Esto supone que su éxito dependerá de la capacidad de las organizaciones para identificar escenarios concretos donde la autonomía de la IA aporte más valor que el control humano.
2. Datos preparados para IA: la base de todo
Los AI-ready data son datos optimizados y validados para alimentar aplicaciones de inteligencia artificial. Su importancia es crucial:
- Permiten reducir errores, sesgos y alucinaciones de los modelos.
- Aseguran que los datasets cumplen con normativas de confidencialidad y privacidad.
- Facilitan la eficiencia al evitar cargas de datos irrelevantes o duplicadas.
La gestión de datos pasa de ser una tarea de soporte a convertirse en un elemento estratégico de la IA. Gartner subraya que las empresas que inviertan en prácticas de gestión avanzada —metadatos, gobierno del dato, trazabilidad— estarán mejor posicionadas para escalar la IA en toda la organización.
3. IA multimodal: el entendimiento del mundo real
Otro de los puntos destacados del informe es el auge de la IA multimodal, modelos entrenados con distintos tipos de datos (texto, audio, imágenes y vídeo) de forma simultánea. Esto les permite comprender contextos mucho más complejos:
- Un médico puede subir imágenes radiológicas junto a informes clínicos y recibir un diagnóstico más completo.
- Un analista de seguridad puede combinar imágenes de cámaras con audio de sensores para detectar comportamientos sospechosos.
- En marketing, los equipos pueden generar campañas que integran automáticamente texto publicitario, vídeos y música adaptados a públicos concretos.
Según Gartner, esta tendencia se convertirá en un estándar en prácticamente todas las aplicaciones de software en los próximos cinco años.
4. AI TRiSM: confianza, riesgo y seguridad
La cuarta gran innovación identificada es AI TRiSM (AI Trust, Risk and Security Management). Se trata de un conjunto de capacidades técnicas diseñadas para garantizar la gobernanza, seguridad, fiabilidad, equidad y privacidad en los sistemas de IA.
Algunos de sus objetivos:
- Prevenir la manipulación de modelos y el uso indebido.
- Monitorizar los riesgos de sesgos que afecten a decisiones críticas.
- Proteger la propiedad intelectual en datasets y algoritmos.
- Establecer marcos de cumplimiento continuo con regulaciones como la Ley de IA de la Unión Europea.
El mensaje de Gartner es claro: las herramientas convencionales de seguridad no son suficientes, y las empresas deberán adoptar capas específicas de control para la IA.
Un cambio de mentalidad empresarial
El informe también destaca que la conversación sobre IA ya no se centra únicamente en la innovación, sino en la escalabilidad operativa. Las empresas buscan:
- Ahorro de costes mediante automatización inteligente.
- Nuevas fuentes de ingresos, como servicios personalizados impulsados por agentes autónomos.
- Resiliencia, gracias a sistemas capaces de aprender y adaptarse en tiempo real.
Para lograrlo, será clave el equilibrio entre expectativas y realidades: evitar la tentación de promesas grandilocuentes y centrarse en pilotos que generen resultados medibles.
Guía práctica: cómo aprovechar las tendencias de Gartner en tu organización
- Identificar casos de uso concretos para agentes de IA
- Empieza por áreas repetitivas con alto volumen de tareas: soporte al cliente, gestión documental, análisis de incidencias.
- Define objetivos claros y métricas de éxito antes de desplegar.
- Preparar los datos desde ya
- Implementa estrategias de gobierno del dato: trazabilidad, limpieza y etiquetado correcto.
- Evalúa la calidad y diversidad de los datasets para evitar sesgos.
- Explorar IA multimodal con proyectos piloto
- Si tu empresa maneja imágenes, vídeos o audios además de texto, prueba pilotos que integren estas fuentes.
- Evalúa plataformas que ya incorporan capacidades multimodales para no empezar de cero.
- Integrar la seguridad en la estrategia
- Revisa políticas de privacidad y protección de datos con el prisma de la IA.
- Evalúa proveedores que ofrezcan controles de AI TRiSM integrados.
- Evitar la “inflación de expectativas”
- No se trata de estar a la moda, sino de obtener valor real. Prioriza pilotos alineados con tus objetivos de negocio.
Conclusión
El Hype Cycle 2025 de Gartner confirma que la IA sigue en plena expansión, pero también marca un punto de inflexión. Los agentes autónomos, los datos preparados, la IA multimodal y la gestión de confianza y seguridad ya no son solo promesas: son las bases sobre las que se construirá el futuro de la IA en los próximos cinco años.
El reto, como siempre, será pasar de la teoría a la práctica, de la expectativa al valor tangible. Y en esa transición, las empresas que mejor gestionen sus datos, experimenten con prudencia y adopten controles de seguridad adecuados serán las que realmente aprovechen esta nueva ola tecnológica.
Preguntas frecuentes (FAQ)
1. ¿Qué es el Hype Cycle de Gartner?
Es una metodología que representa gráficamente la madurez y adopción de tecnologías, mostrando desde su fase inicial hasta la adopción masiva. Ayuda a las empresas a decidir cuándo invertir.
2. ¿Qué diferencia hay entre GenAI y los agentes de IA?
La GenAI se centra en generar texto, imágenes o audio. Los agentes de IA, en cambio, toman decisiones y ejecutan acciones de forma autónoma en un entorno digital o físico.
3. ¿Por qué es tan importante la gestión de datos en IA?
Porque los datos de baja calidad generan sesgos, errores o alucinaciones en los modelos. Los AI-ready data aseguran que la IA sea precisa, confiable y cumpla con regulaciones.
4. ¿Qué papel juega la Unión Europea en la regulación de la IA?
La UE lidera con la Ley de IA, que exige transparencia, seguridad y responsabilidad en el uso de sistemas de inteligencia artificial, lo que obligará a las empresas a cumplir con estándares más estrictos.
vía: gartner
