fbpx
18.9 C
Mexico City
sábado, octubre 5, 2024
- Anuncio -spot_img

IA (Inteligencia Artificial) junto a IoT (Internet de las Cosas) quieren unir plataformas, es demasiado ambicioso y especulador para ver en mediano plazo.

Con tiempos de respuesta rápidos, costos competitivos y una serie de otros beneficios potenciales, los dispositivos de borde están ganando terreno como una ubicación de elección para el análisis de IA. 

A medida que la IA se vuelve cada vez más omnipresente en el mundo empresarial, las empresas están cambiando su forma de pensar acerca de desbloquear su valor. Una vez implementadas principalmente en las instalaciones, las herramientas de IA ahora se pueden encontrar a menudo en la nube y, cada vez más, en el perímetro.

La cantidad de teléfonos inteligentes, computadoras, cámaras de seguridad, sensores de máquinas y otros dispositivos conectados a Internet continúa aumentando, generando cantidades masivas de datos y comúnmente enviando esos datos a servidores remotos en la nube para su procesamiento y análisis. No solo se espera que ese enfoque se vuelva cada vez más ineficiente y costoso en comparación con lo que ahora es posible en el borde, sino que a menudo tampoco puede entregar los datos en tiempo real y los tiempos de respuesta que exigen las aplicaciones más nuevas y sus usuarios, según un informe de Deloitte . que predice que el mercado empresarial de la computación perimetral crecerá un 22 % o más este año.

Para muchos casos de uso, ahora puede ser posible realizar análisis impulsados ​​por IA de manera más rápida y económica en un factor de forma más pequeño en el perímetro.

¿Por qué Edge AI?

Al distribuir las capacidades informáticas escalables y elásticas de la nube más cerca de donde los dispositivos (y los usuarios) generan y consumen datos en el mundo físico, las tecnologías de vanguardia como 5G, informática de punta y visión artificial pueden permitir a las empresas modernizar las aplicaciones en todos los sitios operativos y ayudan a mejorar la experiencia del cliente, la eficiencia operativa y la productividad.

La inferencia casi en tiempo real y los tiempos de respuesta, por ejemplo, pueden volverse más fáciles de lograr. Mientras tanto, los costos de transporte y procesamiento de datos pueden reducirse, particularmente para aplicaciones de alto ancho de banda, como transmisión de video o análisis de imágenes o videos en tiempo real. Y al procesar más datos en el borde y enviar menos a la nube, la IA del borde puede ayudar a garantizar la privacidad y la seguridad de los datos. También puede hacer posible ejecutar funciones críticas incluso cuando las conexiones a Internet fallan.

Entre los posibles resultados: Las organizaciones pueden tomar e implementar decisiones con mayor rapidez y confianza; pueden microsegmentar poblaciones en función de características individuales para crear experiencias personalizadas para cada ubicación, cliente y más allá; y pueden cumplir con los requisitos de seguridad, privacidad y soberanía de datos locales cada vez más estrictos.

“ Edge AI hace posible ejecutar funciones críticas incluso cuando las conexiones a Internet fallan. ”

Apelación intersectorial

Edge AI y Cloud AI van de la mano; qué opción ofrece la mejor solución depende del caso de uso en cuestión. Posibles casos de uso para sectores e industrias de alcance de IA perimetral.

Consumidor:

  • Quioscos habilitados para IA, pago sin fricciones y servicios de autoservicio.
  • Supervisión de reposición de estantes y frescura mediante visión por computadora.
  • Análisis del comportamiento del cliente en tienda.
  • Vehículos conectados, permitiendo hacer inferencias dentro del vehículo.

Energía, recursos e industriales:

  • Supervisión de activos y equipos habilitados para Internet de las cosas (IoT).
  • Gemelos digitales de plantas y unidades físicas.
  • Mantenimiento predictivo basado en imágenes.
  • Capacidades de redes inteligentes y medidores inteligentes.

Servicios financieros:

  • Compromiso hiperpersonalizado con el cliente en los bancos minoristas.
  • Ciberseguridad y detección de fraude en tiempo real, incluida la capacidad de atrapar a los perpetradores en el acto.

Gobierno y servicios públicos:

  • Capacidades de ciudad inteligente, incluida la gestión de estacionamiento y la seguridad del tráfico.
  • Mejora de la seguridad en los espacios públicos a través del análisis de video inteligente.
  • Despliegue de personal de emergencia.

Ciencias de la vida y atención de la salud:

  • Procesamiento de imágenes de baja latencia.
  • Asistencia médica remota, como en entornos rurales.
  • Monitoreo habilitado por IA de habitaciones de hospital y pacientes

Tecnología, medios y telecomunicaciones:

  • Monitoreo de la calidad del producto en tiempo real mediante visión artificial.
  • Contenido inteligente y servicios publicitarios.

Experiencias de entretenimiento mejoradas con entrega de información en contexto.
Las implementaciones de Edge AI integran sensores de IoT con computación de borde impulsada por CPU/TPU/GPU a través de redes de alta velocidad, pero no son iguales para todos. Más bien, pueden variar según la medida en que el almacenamiento y la computación se manejen en el perímetro. En algunos casos, eso podría ser mínimo, con relativamente poco procesamiento en el perímetro y, en su mayoría, solo movimiento de datos del perímetro a la nube; otros pueden hacer un uso intensivo del procesamiento perimetral para cargas de trabajo críticas, con solo una conectividad mínima en la nube.

Alinearse con el negocio

Edge AI está evolucionando rápidamente y los requisitos técnicos pueden diferir notablemente de los de las implementaciones de AI en la nube. Todavía es pronto, y para algunas organizaciones, puede haber obstáculos que superar. Llevar la IA al perímetro puede requerir mucho capital, por ejemplo, y es posible que sea necesario abordar los problemas de escalabilidad. Sin embargo, hay muchas razones para que los CIO, CTO, COO, CFO, CMO y otros líderes empresariales consideren seriamente poner al menos algunos análisis de IA en el borde.

Una regla general importante es evitar hacer tal inversión por el bien de la tecnología en sí. En su lugar, considere cuidadosamente los casos de uso, asegurándose de que estén directamente conectados con las necesidades comerciales. Realice pruebas piloto por etapas antes de expandirse; asegúrese de realizar un seguimiento de los KPI. Y no se demore. Muchas empresas necesitan una estrategia de vanguardia. Las empresas que esperan hasta que el momento “parece” adecuado podrían correr el riesgo de esperar demasiado: para cuando lleguen allí, es posible que la verdadera oportunidad ya se les haya pasado.

Fuente: https://deloitte.wsj.com/articles/ai-steps-onto-the-edge-85add3d?mod=djemCIO&tesla=y&tesla=y

Related Articles

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Stay Connected

3,789FansMe gusta
900SeguidoresSeguir
4,230SuscriptoresSuscribirte
- Anuncio -spot_img
- Anuncio -spot_img

Latest Articles