Inetum y Multiverse Computing: la IA industrial no necesita ser más grande, necesita ser más útil

La soberanía, el coste y el consumo energético centran un diálogo que pone el foco en adaptar la inteligencia artificial a las restricciones reales del entorno industrial

La ironía del título lo decía todo: "Cariño, he encogido a la IA". Con ese guiño a la película de los años 80, Jabier Ruiz, Head of Sales de Inetum, e Iraia Ibarzábal, Chief Growth Officer de Multiverse Computing, plantearon un diálogo que fue directo al problema que más se repite en las visitas a clientes industriales: todo el mundo habla de IA, pero casi nadie la está implementando de verdad.

"Estamos en pilotos, pero no estamos implementando", resumió Ruiz. El diagnóstico compartido por ambos ponentes es que la industria lleva meses (en muchos casos, años) atrapada en una fase de pruebas que no termina de dar el salto a la producción real.

Matar moscas a cañonazos

Ibarzábal identificó la raíz del problema con una metáfora contundente: "Todas las empresas están haciendo pruebas piloto con modelos realmente sobredimensionados, con muchísimos parámetros, para solucionar problemas muy específicos. Estamos matando moscas a cañonazos". El resultado, explicó, es previsible: cuando se intenta desplegar esa solución en un entorno real, aparecen los problemas de costes, de consumo energético y de control de datos. "Estamos intentando solucionar algo sin ver las restricciones de contorno. ¿Qué queremos solucionar y cuál es la herramienta óptima para resolverlo?".

Ruiz añadió que, en sus visitas a clientes, el mensaje que reciben es siempre el mismo: "La gente no quiere más IA, la gente quiere una IA que funcione, una IA estable, escalable, segura, que empiece a dar réditos desde el principio de una manera sencilla, sin grandes efectos demo".

Encoger con inteligencia

La propuesta de Multiverse Computing pasa por cambiar el paradigma. Mientras las grandes compañías (OpenAI, Anthropic o Google) compiten por desarrollar modelos cada vez más grandes y capaces, Ibarzábal defiende una dirección complementaria y necesaria: optimizar esos modelos para entornos reales. "Eliminar de manera inteligente la información que no aporta conocimiento específico al modelo para el problema que queramos resolver", explicó. "Es como una cirugía precisa dentro del modelo". El resultado es un modelo más pequeño, más barato de operar, con menor consumo energético y, sobre todo, desplegable en el entorno que el cliente necesite: cloud, on premise o incluso en dispositivos físicos en planta.

Ruiz completó el enfoque desde el lado integrador de Inetum: una vez optimizado el modelo, el reto es convertirlo en una plataforma real que se integre con los sistemas IT y OT del entorno industrial, que orqueste agentes y que garantice el control y la gobernanza en todo momento. "No podemos ver la IA como un sistema aislado en una organización industrial. Tiene que ser una plataforma empresarial de IA".

Soberanía industrial como exigencia

Uno de los conceptos que más peso tuvo en el diálogo fue el de la soberanía. Ruiz señaló que las inquietudes sobre control del gasto, latencia, seguridad y cumplimiento normativo están impulsando con fuerza la demanda de soluciones soberanas en la industria: "Todo va un poco alineado con esa idea de soberanía empresarial, de soberanía industrial".

Ibarzábal cerró el diálogo con un mensaje claro sobre lo que hace falta para que la IA alcance un uso masivo en la industria: "Poder escalarlo, poder operarlo de la mejor manera, poder controlarlo y optimizarlo, controlar sus costes, controlar sus consumos y controlar dónde se ejecuta". Y Ruiz lanzó el resumen final para la audiencia: "No tiene que ser una IA grande, tiene que ser una IA viable, ajustada a las necesidades y capacidades de cada una de las organizaciones industriales".