El 2025 y 2026 marcarán la era de los agentes inteligentes, según Red Hat

En el marco del Red Hat Summit: Connect Lima 2025, Victoria Martínez Suárez, gerente de Desarrollo de Negocios de Inteligencia Artificial en Red Hat LATAM, presentó la visión de la compañía sobre el futuro de la IA y el camino que las organizaciones deben recorrer para aprovechar su potencial de manera responsable, eficiente y sostenible.

Martínez recordó que la irrupción de la inteligencia artificial generativa en noviembre de 2022 marcó un cambio cultural decisivo, pues permitió que millones de personas interactuaran directamente con sus resultados, rompiendo barreras de percepción y acelerando su adopción en las empresas. Explicó que casos como el de la compañía aérea Turkish muestran cómo, tras modernizar aplicaciones y adoptar OpenShift, la integración de IA generativa permitió mejorar la gobernanza tecnológica, evitar duplicidades de tareas y generar ahorros significativos en costos operativos y logísticos, con un impacto superior a los 10 millones de dólares en reducción de consumo de combustibles.

Un viaje con pasos estratégicos

Para la ejecutiva, la adopción de inteligencia artificial no es un destino, sino un viaje lleno de aprendizajes y adaptaciones. En este camino, propuso tres pasos fundamentales: comenzar con casos de uso concretos que permitan obtener resultados medibles; diseñar una infraestructura robusta acompañada de un marco de gobernanza y uso responsable; y mantener un proceso de aprendizaje continuo que permita adaptarse a la rápida evolución tecnológica.

Martínez destacó que muchas organizaciones inician pruebas de concepto que terminan abandonando por problemas de costos, falta de privacidad, ausencia de cumplimiento normativo o limitaciones en los modelos generativos. Frente a ello, Red Hat plantea un marco de acompañamiento que asegura eficiencia, seguridad y control.

Casos de uso: ingresos, costos y riesgos

Red Hat ha identificado tres grandes áreas en las que la inteligencia artificial puede transformar los negocios: la generación de nuevos modelos de ingresos, la optimización de costos y la gestión de riesgos. En el primer ámbito se observa la aparición de asistentes inteligentes para ventas y marketing; en el segundo, herramientas que aceleran procesos y reducen costos operativos; y en el tercero, modelos predictivos y agentes de seguridad capaces de anticipar posibles ataques o fraudes.

Según datos compartidos, más del 60% de los CEO prevé invertir en inteligencia artificial en 2025, aunque no siempre tienen claridad sobre qué casos de uso priorizar. Esta incertidumbre, señaló Martínez, refuerza la necesidad de combinar tecnologías generativas y predictivas bajo un esquema eficiente y gobernado.

Inteligencia artificial híbrida y abierta

La propuesta de Red Hat se basa en una estrategia de inteligencia artificial híbrida y abierta, capaz de ejecutarse en cualquier nube, dispositivo o infraestructura. Esta visión retoma el enfoque probado de Linux y Kubernetes, que permitió modernizar aplicaciones y escalar soluciones en entornos diversos.

Entre las innovaciones, Martínez destacó herramientas como VN Learn, que permite comprimir y optimizar modelos de lenguaje para reducir su consumo de recursos, logrando ahorros de hasta 75% en pruebas de concepto. Asimismo, mencionó el rol del TNM, que distribuye cargas en múltiples nodos para incrementar la eficiencia y facilitar el paso de los proyectos desde la prueba hacia la producción.

La ejecutiva adelantó que 2025 y 2026 serán los años de los agentes inteligentes, capaces de integrarse a múltiples procesos y plataformas para ejecutar tareas de manera autónoma. En esa línea, Red Hat ha incorporado protocolos abiertos que garantizan la interoperabilidad y la independencia tecnológica, reforzando su apuesta por un ecosistema seguro, privado y flexible.

Con esta estrategia, Red Hat busca consolidar un modelo de inteligencia artificial que no solo reduzca costos y genere nuevas oportunidades de negocio, sino que también garantice soberanía tecnológica y confianza en cada implementación.