México está empezando en Inteligencia Artificial: Nvidia
México está entrando en una fase temprana de adopción de inteligencia artificial (IA). Así lo planteó Marcio Aguiar, director de Enterprise para Nvidia en América Latina, quien describió a un país “despertando” y tomando medidas para cerrar brechas con los líderes globales, es decir, Estados Unidos y China.
“No puedo decir que [México y Brasil] están adelantados o retrasados: están despertando”, dijo Aguiar en entrevista rumbo a México IA+ Inversión Acelerada, el evento que busca articular a gobierno, industria, academia y sociedad civil en torno a un objetivo: que el país desarrolle y controle su propia infraestructura y capacidades de inteligencia artificial, sin depender de tecnologías externas.
Te puede interesar
-
Tecnología
Los trabajadores usan más la inteligencia artificial que las empresas en México
Tecnología
México IA+ busca impulsar la soberanía tecnológica de México
En su diagnóstico, los últimos 18 meses muestran más inversión, más capacitación y un ecosistema que comienza a moverse con mayor tracción: startups, investigadores y multinacionales que “están mirando la potencia del país” para expandir negocios.
Aguiar explicó que la percepción pública de Nvidia cambió con la ola reciente de IA generativa; no obstante, el viraje tecnológico venía de antes.
“Desde 2010 nos hemos enfocado en penetrar el mercado corporativo, a través de técnicas y aplicaciones de software, nuevas arquitecturas de hardware”, dijo.
El punto de inflexión de visibilidad llegó en 2022, cuando OpenAI hizo público que entrenó su modelo con unidades de procesamiento gráfico (GPU) de Nvidia; desde entonces, la marca es vista como pieza central del nuevo cómputo y de la ola de inteligencia artificial que ha inundado el mundo.
Pero el ejecutivo matiza. No se trató de un giro radical, sino de un proceso “orgánico” sustentado en trabajo con investigadores y startups durante años. De acuerdo con Aguiar, actualmente, Nvidia es ante todo una compañía de infraestructura para inteligencia artificial.
“Salimos de la era de la compañía que fabricaba chips y hoy somos la compañía que entrega toda la infraestructura, todos los componentes necesarios para que una empresa monte su propio centro de datos”, dijo.
La empresa trabaja “con todos los grandes data centers del mundo”, pero enfatiza que no opera centros propios: su papel es habilitar a los socios que los construyen y administran. La propuesta combina hardware y software para que las corporaciones desarrollen productos sobre esa base, en un mercado cuyo crecimiento continúa siendo “exponencial”, en palabras de Aguiar.
Te puede interesar
-
Estados
Nvidia ayuda a impulsar ecosistema de inteligencia artificial en Ciudad de México
Empresas
Nvidia desarrollará lenguaje de inteligencia artificial de México
¿Burbuja de IA?
El ejecutivo rechazó la idea de una “burbuja” de IA y la atribuyó, en parte, a la incomprensión del momento tecnológico. Distinguió entre la IA como campo de décadas y el fenómeno reciente de la IA generativa, que “transforma cualquier dato en nuevos datos” y ha multiplicado los casos de uso en múltiples industrias.
El ejecutivo aterrizó el punto con un ejemplo cercano: la Fórmula 1, que este fin de semana se desarrollará en la Ciudad de México y que depende de simulación de fluidos y estabilidad apoyada por cómputo acelerado e IA para diseñar autos más seguros cada año. Lo que sí reconoció es un desbalance entre la demanda y el talento disponible.
Te puede interesar
-
Tecnología
Jeff Bezos advierte de una burbuja en la IA aunque con beneficios para la sociedad
“Hay una demanda mucho más grande de lo que hay gente capacitada”, dijo.
Por esta razón, dijo, Nvidia trabaja “muy metida en universidades” para formar a la próxima generación de ingenieros y científicos.
¿Cómo empezar en IA?
Aguiar ofrece una guía pragmática para empezar en IA en México: “Pensar grande, pero empezar pequeño”. De acuerdo con el directivo, la clave es identificar procesos vitales del negocio y priorizar su automatización con técnicas de IA, en lugar de intentar proyectos gigantes que paralicen por miedo o incertidumbre.
Advirtió, además, contra el reflejo de copiar a la competencia. Cada organización debe mapear su propia necesidad y secuencia de adopción. Y recordó que, aun sin desarrollar modelos propios, muchas compañías ya utilizan IA en su operación cotidiana a través de herramientas de oficina con agentes integrados; el salto pendiente, todavía minoritario, es construir capacidades y modelos ajustados a problemas específicos.
Para México, el reto inmediato es convertir la inercia de este “despertar” en pasos concretos y sostenibles: inversión, capacitación y proyectos con objetivos claros. En el plano público y privado, la ventana está abierta para articular talento con infraestructura y casos de uso que eleven la productividad y la competitividad.
La recomendación del directivo pasa por alinear el cuerpo directivo y los equipos técnicos para decidir qué automatizar primero, cómo medir resultados y cómo escalar sin perder foco. Ahí, afirmó, “los resultados van a aparecer” si se gobierna el despliegue con iteraciones cortas y aprendizajes rápidos.
La compañía apuesta a que la siguiente etapa de adopción en la región estará definida por empresas que internalicen la infraestructura, propia o de socios, y desarrollen soluciones de negocio sobre plataformas de cómputo acelerado.
México, que “viene demostrando” mayor apetito inversor y de formación, en palabras de Aguiar, tiene espacio para acortar distancias si convierte ese apetito en proyectos bien gobernados y en talento disponible.
La foto es la de un país que no llega tarde, sino que empieza. Una agenda aún incipiente pero orientada a resultados, con oportunidades en automatización de procesos críticos y con una tarea urgente de formación de capital humano.
Related post
