Por Luca Rossi, Presidente del Grupo de Dispositivos Inteligentes de Lenovo.
La mayoría de las soluciones de IA comienzan con una pregunta.
Algunos días transcurren a un ritmo vertiginoso: una reunión con un cliente, una sesión informativa para inversores, una conversación con un socio y una entrevista con los medios. Los nombres, las prioridades, los seguimientos, las sensibilidades y las preguntas pendientes pueden empezar a confundirse. Pero las expectativas permanecen. Cada persona espera que recuerde la conversación, comprenda su contexto y esté preparado para lo que le importa.
Ese es precisamente el tipo de momento en el que la IA debería ser más útil.
Antes de entrar en la sala o conectarme a la llamada, no necesito una respuesta genérica. Necesito información que me permita comprender la situación.
¿Qué hablamos con este cliente la última vez? ¿Qué preguntas hizo? ¿Qué presentación vio? ¿Qué prometió enviarle mi equipo? ¿Qué ha cambiado en su negocio desde entonces? ¿Qué correos electrónicos son realmente importantes? ¿Qué es lo que probablemente más le interese? ¿Y cuáles son los tres puntos clave que debo destacar?
Para mí, esto debería ser una simple petición.
Detrás de escena, la cosa es de todo menos sencilla. Parte de esa información es pública. Otra parte es privada. Parte está en la nube. Otra parte está en mi PC, teléfono o tableta.
Ahí es donde el enfoque centrado en la nube comienza a mostrar sus limitaciones. Nos hemos acostumbrado a pensar en la IA como algo que sucede en otro lugar: en un modelo remoto, en un centro de datos en la nube, detrás de una ventana de chat.
Ese modelo sigue siendo relevante. La nube seguirá siendo indispensable para el razonamiento a gran escala, el conocimiento general y el entrenamiento de modelos fundamentales cada vez más capaces.
Pero esta es la verdad práctica: no todas las cargas de trabajo deben enviarse a la nube.
Algunas tareas son demasiado delicadas. Otras dependen del contexto local de los dispositivos que usamos a diario. Algunas, como la traducción en vivo, los subtítulos en tiempo real, las interacciones de voz o el reconocimiento de cámara, dependen de una baja latencia, la entrada continua de sensores o un funcionamiento fiable incluso cuando la conectividad cambia. Y a medida que aumenta el uso de tokens, el coste de la IA basada en la nube puede convertirse en un desafío cada vez más evidente para empresas y usuarios.
Por eso creo que el futuro de la IA es híbrido . La mejor IA va más allá de simplemente responder preguntas y puede comprender el momento en el que te encuentras, decidiendo dónde debe ejecutarse la inteligencia para ayudarte de la forma más eficaz. La IA híbrida combina la inteligencia en la nube con la inteligencia que se ejecuta directamente en los dispositivos, permitiendo que cada carga de trabajo se ejecute donde tenga más sentido.
Colocar la IA adecuada en el lugar adecuado
Aunque la IA híbrida pueda sonar técnica, la idea es bastante sencilla. Consiste en ubicar la carga de trabajo de IA adecuada en el lugar correcto. Se denomina «híbrida» porque la inteligencia no reside únicamente en la nube ni solo en tu dispositivo.
Sí, algunas solicitudes se gestionan mejor en la nube, donde los modelos complejos tienen acceso a enormes centros de datos especializados y a amplios modelos de conocimiento. Pero otras se gestionan mejor en tus propios dispositivos, donde la IA puede responder con una latencia muy baja, comprender tu contexto local y trabajar con información que nunca necesita salir de tu PC, smartphone o tableta.
La primera generación de IA generativa era principalmente conversacional. Abrías una ventana de chat, hacías una pregunta, recibías una respuesta y seguías adelante. La computación en la nube tenía sentido porque cada interacción era relativamente independiente.
La próxima generación de IA es diferente. La IA se está volviendo más personal, más proactiva y se integra cada vez más en nuestro día a día. Nos ayudará cada vez más a gestionar calendarios, preparar reuniones, resumir conversaciones, buscar documentos personales, coordinar tareas en diferentes dispositivos y anticipar nuestras necesidades.
A medida que la IA pasa de responder preguntas a ayudarnos a realizar el trabajo, un enfoque basado exclusivamente en la nube se vuelve menos práctico.
Muchas tareas dependen del contexto personal que ya existe en nuestros dispositivos. Otras, como la traducción en directo, los subtítulos en tiempo real, los comandos de voz o las funciones de IA en aplicaciones creativas, necesitan responder al instante. Algunas implican información empresarial confidencial o datos personales que las organizaciones prefieren mantener cerca del usuario.
Cuando la IA se acerque a nosotros
A medida que la IA se vuelve más personal, el dispositivo adquiere mayor importancia.
Un ordenador entiende el trabajo que estamos realizando. Un smartphone nos indica dónde estamos, con quién nos reuniremos próximamente y qué haremos a continuación. Un dispositivo portátil puede escuchar una pregunta, ver lo que tenemos delante o capturar un momento en el que usar un teclado resultaría antinatural.
Por eso, la próxima generación de IA no se limitará a un solo formato. Los ordenadores seguirán siendo fundamentales, ya que gran parte del trabajo aún se realiza en ellos. Los smartphones seguirán siendo importantes porque siempre nos acompañan. Las tabletas, los dispositivos portátiles, las pantallas inteligentes, los auriculares, las cámaras y los dispositivos periféricos podrían adquirir mayor relevancia a medida que la IA comience a responder a diferentes situaciones de distintas maneras.
El Proyecto Maxwell de Motorola , un prototipo de asistente inteligente con IA portátil, ofrece una visión de hacia dónde podría conducir esta tecnología. Diseñado para funcionar dentro del ecosistema Motorola Qira, imagina una IA siempre accesible y sensible al contexto, en lugar de estar confinada a una sola pantalla o ventana de chat.
El concepto de las gafas con IA de Lenovo también integra la IA personal en un dispositivo portátil de manos libres, mientras que el Proyecto Kubit prevé un centro de IA personal que pueda extraer información de todo el ecosistema de dispositivos de un usuario y de la forma en que interactúa con su tecnología a lo largo del tiempo para ofrecer una asistencia de IA más personalizada mediante voz o tacto.
A medida que la IA se vuelve más personal, también se vuelve más física. Necesita estar presente donde las personas trabajan y viven. Por lo tanto, los dispositivos que ya nos rodean pueden desempeñar un papel más importante en cómo la IA comprende el contexto, protege la privacidad, reduce la latencia y ofrece ayuda en el momento oportuno.
La inteligencia es solo la mitad de la ecuación
A medida que la IA se integra en más flujos de trabajo, comienza a surgir otro desafío: la economía.
Para los usuarios individuales, los costos no siempre son visibles. Para las organizaciones que implementan IA en miles de empleados y millones de flujos de trabajo, resulta mucho más difícil ignorarlos. El problema se hace especialmente evidente a medida que la IA pasa de simples indicaciones a flujos de trabajo más complejos: agentes que realizan múltiples llamadas a modelos, asistentes que buscan en documentos empresariales, herramientas de codificación que iteran para resolver problemas, sistemas de atención al cliente que gestionan conversaciones extensas y asistentes de reuniones que resumen, recuperan y dan seguimiento a lo largo de la jornada laboral.
Si cada tarea, independientemente de su complejidad, se envía al modelo en la nube más grande disponible, la IA se vuelve innecesariamente costosa. Pero el objetivo no puede ser simplemente usar el modelo más grande en cada ocasión; debe tratarse de usar el más adecuado.
La orquestación se vuelve entonces esencial. El sistema debe determinar qué contexto se necesita, qué inteligencia utilizar, dónde debe realizarse el trabajo y cómo ofrecer el resultado como una experiencia continua.
Este es el rol que le atribuimos a Lenovo Qira. En lugar de ser un asistente de IA más, representa una nueva capa de inteligencia integrada en tus dispositivos. Comprende tu contexto personal, coordina los modelos y agentes de IA adecuados en segundo plano y transforma experiencias fragmentadas en un flujo continuo. En vez de pedirte que decidas qué IA usar, Lenovo Qira simplemente te ofrece la funcionalidad precisa cuando la necesitas.
Construyendo el futuro de la IA híbrida
Creo que la IA híbrida es un desafío sistémico.
Para ofrecer una experiencia de IA fluida, se requiere inteligencia en todas las capas: los dispositivos que utilizamos, la infraestructura que impulsa los modelos complejos, el software que los conecta y la orquestación que determina dónde corresponde cada carga de trabajo.
Lenovo ya opera en las tecnologías que darán forma a esta era: PC, smartphones, tabletas, dispositivos portátiles, computación perimetral, infraestructura de IA empresarial, servicios y alianzas en la nube. Y estamos ayudando a conectar todos estos componentes en un ecosistema inteligente, donde la IA puede moverse con naturalidad entre dispositivos, la computación perimetral y la nube.
En definitiva, la gente no juzgará la IA por el tamaño del modelo que la sustenta. La juzgarán por si comprende el momento que están viviendo, protege lo que les importa y les ayuda a seguir adelante con confianza.
Es entonces cuando la IA deja de sentirse como una herramienta que activamos y comienza a sentirse como una tecnología más inteligente que trabaja de forma natural junto a nosotros.
Luca Rossi es Presidente del Grupo de Dispositivos Inteligentes de Lenovo, donde lidera el desarrollo de una cartera de IA híbrida que abarca PC, teléfonos inteligentes, tabletas, soluciones comerciales y otros productos de IA, incluidos software/agentes de IA y dispositivos nativos de IA, como dispositivos portátiles e IA ambiental.
