El año 2024 ha redistribuido las cartas del sector high-tech en torno a un eje central: el procesamiento local de datos mediante inteligencia artificial. Donde en años anteriores se apostaba por la potencia de los servidores remotos, los fabricantes de procesadores y smartphones ahora integran unidades de cálculo neuronal directamente en sus chips. Este cambio hacia la IA embarcada on-device modifica la forma en que los dispositivos de consumo gestionan la privacidad, la latencia y el consumo energético.
Chips NPU e IA embarcada: el procesamiento local reemplaza la nube
Qualcomm y MediaTek han posicionado sus procesadores 2024 como arquitecturas « NPU-first », es decir, diseñadas en torno a una unidad de procesamiento neuronal prioritaria. La traducción en tiempo real, la generación de imágenes y la personalización de la interfaz se ejecutan en el dispositivo, sin pasar por un servidor remoto.
Ver también : Descubre las últimas noticias y tendencias del mundo de la prensa en línea
Google ha seguido la misma lógica con Gemini Nano, ejecutado directamente en el Pixel 8 Pro. Este modelo redacta respuestas contextuales, genera resúmenes y detecta intenciones sin enviar sistemáticamente los datos a la nube. Apple anunció en junio de 2024 « Apple Intelligence », un conjunto de funciones de IA generativa que se basa en una mezcla de tratamientos on-device y de « Private Cloud Compute ».
El resultado concreto para el usuario: funciones de IA disponibles sin conexión, una latencia reducida y un argumento de privacidad que se ha vuelto central en la comunicación de las marcas. Para seguir las novedades tech en Atypique Info, este giro tecnológico constituye el hilo conductor de este año.
Para profundizar : La actualidad de famosos y medios: tendencias, exclusivas y rumores que no te puedes perder
AI Act europeo: lo que el marco regulatorio cambia para las tecnologías IA
El reglamento europeo sobre inteligencia artificial (AI Act) fue adoptado formalmente en la primavera de 2024. Introduce un régimen específico para los « modelos de IA de uso general », categoría que abarca los grandes modelos de lenguaje como GPT-4 o Gemini.
Los proveedores deben documentar sus modelos, evaluar los riesgos y garantizar la transparencia sobre los contenidos generados. Esta obligación afecta tanto a las empresas europeas como a los editores extranjeros que ofrecen sus servicios en el mercado de la Unión.
El AI Act clasifica los sistemas de IA según su nivel de riesgo. Las aplicaciones de alto riesgo (reclutamiento automatizado, calificación crediticia, vigilancia biométrica) enfrentan restricciones de auditoría y cumplimiento más severas. Los sistemas de riesgo limitado, como los chatbots, solo deben informar al usuario que está interactuando con una máquina.
Consecuencias para las empresas del sector digital
Los editores de soluciones de IA deben prever una documentación técnica detallada y mecanismos de trazabilidad de los datos de entrenamiento. Para las pymes que integran bloques de IA de terceros en sus productos, la responsabilidad jurídica se comparte ahora entre el proveedor del modelo y el integrador.
Ciberseguridad e IA generativa: la doble presión para las empresas
La adopción masiva de herramientas de IA generativa en los flujos de trabajo ha abierto nuevas superficies de ataque. Los colaboradores inyectan datos sensibles en interfaces de chat de IA sin medir las implicaciones en términos de filtración de información.
Paralelamente, los atacantes utilizan estas mismas herramientas para producir campañas de phishing más creíbles, redactar código malicioso o generar deepfakes de audio dirigidos a ejecutivos. La ciberseguridad en 2024 se encuentra atrapada entre dos usos de la misma tecnología.
- Las soluciones de detección conductual por IA analizan los patrones de acceso a los datos en tiempo real para detectar exfiltraciones inusuales, incluso a través de herramientas de IA legítimas.
- Las políticas de gobernanza de datos ahora incluyen restricciones específicas sobre los tipos de documentos que se pueden compartir con servicios de IA generativa externos.
- Los ejercicios de simulación de crisis incluyen escenarios de deepfake vocal o de video, obligando a los equipos a verificar las identidades a través de canales secundarios.
Esta tensión entre productividad (la IA acelera las tareas) y exposición (la IA amplía la superficie de ataque) define la cotidianidad de los responsables de seguridad en las empresas.
Edge computing y objetos conectados: por qué el procesamiento se acerca a los sensores
El volumen de datos producido por los sensores industriales, las cámaras de vigilancia y los vehículos conectados supera lo que las redes pueden enviar a centros de datos centralizados sin latencia. El edge computing desplaza el procesamiento lo más cerca posible de la fuente de datos, en microservidores o directamente en los objetos.
En 2024, esta arquitectura se combina con los NPU embarcados para crear nodos de cálculo autónomos. Un sensor industrial equipado con un procesador de red neuronal filtra localmente las anomalías y solo transmite al cloud las alertas calificadas. La ganancia se refleja en el ancho de banda, el tiempo de reacción y la resiliencia en caso de corte de red.
Aplicaciones concretas en la industria y las ciudades
Las cadenas de producción utilizan el edge computing para el control de calidad visual en tiempo real. Las redes de transporte integran cajas de procesamiento local para ajustar la señalización en función del flujo de vehículos, sin esperar una respuesta de un servidor remoto.
El despliegue progresivo de la 5G amplifica esta tendencia: el ancho de banda y la baja latencia de la red permiten que los nodos edge se sincronicen más eficientemente entre sí y con el cloud central cuando sea necesario.
El año 2024 habrá sentado las bases de una arquitectura donde el cálculo se distribuye entre el dispositivo, el borde de la red y la nube. El AI Act regula los usos, los chips NPU democratizan la inferencia local, y la ciberseguridad intenta seguir el ritmo de adopción. El próximo paso dependerá de la capacidad de las empresas para integrar estos bloques sin multiplicar las vulnerabilidades ni la deuda técnica.