Tuve la increíble oportunidad de asistir al Microsoft AI Tour y quiero compartirles algunos de los puntos más relevantes de las charlas a las que pude asistir

Este blog será un poco extenso, pero confío en que les será de gran utilidad si están interesados en cómo la inteligencia artificial está transformando diversas industrias.

Mis principales notas y hallazgos fueron:

• La IA debe ser impulsada por las necesidades del negocio más que por la tecnología.
• El mayor desafío es la escasez de talento en IA.
• Las empresas de manufactura ya están explorando y experimentando con IA.
• México es uno de los países que más invertirá en IA en los próximos años.
• Al final del blog, incluyo mis apuntes sobre el keynote de Satya Nadella, CEO de Microsoft, como cierre de este análisis.

# Alfonso Rodriguez

Director of Product Marketing Microsoft

• Datos Aislados = Obsoletos: El volumen de datos es una inversión.
• IA en Manufactura:
  • 64% de fabricantes investigan IA.
  • 35% implementan IA en producción.
  • 58% planean aumentar inversión en IA.
• Retos Organizacionales:
  • Escasez de talento en diseño e ingeniería.
  • Mantenimiento de modelos y datos insuficientes.
• Oportunidades Futuras: Enfoque en diseño, desarrollo y operaciones.

# Diego Bustos

Chief Data / Analytics Officer Grupo Bimbo

• Transformación Digital: Esencial para la supervivencia empresarial.
• Desafíos: Adopción y escalabilidad de IA.
• Enfoque de IA: Debe derivar del negocio, no solo de la tecnología.
• Metodología AGILE: Mejora continua y evolución del producto.
• Priorización: Retorno de inversión y alineación con estrategias globales.

# Jose Luis Apodaca

Head Global Data Science Cemex

• IA y Transformación Digital: Clave para extraer valor de datos.
• Escalabilidad: Necesaria infraestructura para soportar sistemas.
• Metodología: Dos tracks: OPEX (exploración y piloto) y KAPEX (desarrollo e implementación).
• Visión Futura: Convertirse en una empresa cognitiva basada en datos.

# Carlos Herquino

Fabric Product Marketing Lead for Industry

• Desafíos Actuales: Calidad de datos; Microsoft Fabric creado para limpieza de datos end-to-end.
• Transformación por IA:
  • Impacto en tres pilares: individuos, equipos y empresas.
  • Enriquecimiento del Tiempo: Mejora de procesos de negocio para empleados y clientes.
• Requisitos para Modelos Generativos de IA:Modelos poderosos y plataformas de IA.Datos unificados y limpios.
• Riesgos de Datos No Unificados: Copias de datos e ineficiencia estructural.
• Pasos para la Unificación de Datos:
  • Unificar datos en un open government lake house foundation.
  • Armonizar datos para IA y establecer conexiones en tiempo real.
  • Implementar una Unified AI Platform.
  • Flujo de Datos: Data → Microsoft Fabric → Azure AI Studio.

# Mike Hulme

General Manager, Azure Digital Apps and Innovation

• Reinvención de Aplicaciones: Todas las aplicaciones serán reinventadas con IA generativa.
• Proyección de Aplicaciones: Se esperan 1,000 millones de aplicaciones lógicas para 2028, definidas por IA.
• Adopción de IA: Más del 80% de las empresas usarán API de IA generativa para 2026 (vs. menos del 5% en 2023).
• Crecimiento y ROI: Ventaja de las subversives estratégicas: 250% de ROI.
• Identificación de Oportunidades: Conocimiento experto y un tech stack que soporte Open Standard es crucial.
• Azure AI: Permite integración en todos los pasos de las aplicaciones.
• Microsoft Trustworthy: Programa que asegura la privacidad y transparencia de datos.
• Eficiencia en Desarrollo: Reducción del 50% en el tiempo de desarrollo de nuevas aplicaciones.
• Inicio en Azure Innovate: Ayuda a identificar áreas de mejora y migración.

# Paul Yu

Developer Advocate

• Aplicaciones Inteligentes:
  • Interacción por lenguaje natural.
  • Basadas en datos y personalizadas.
  • Aprendizaje y mejora continua.
• Integración de IA: Facilitar la adición de IA en aplicaciones usando la nube y microservicios.
• Características de CloudNative: Velocidad, agilidad y diseño moderno.
• Resiliencia:La nube mejora la resiliencia; adoptar DevOps y automatización es clave.
• AKS (AzureKubernetesService):Ideal para despliegue de aplicaciones en la nube.
• Conclusiones ClaveDesplegar rápido y seguro, con capacidad de retroceso.

# Dona Sarkar

Chief Troublemaker-Microsoft

• Desarrolladores: Se espera que entrenen modelos y creen bots con IA.
• Este es nuestro tercer rodeo:
  1. Digitalizar los datos.
  2. Subirlos a la nube.
  3. Entrenar IA con los datos
• Realidad de la IA:
  • Nonsense: Críticas sobre fiabilidad (promesas incumplidas).
  • Real Business: No técnicos resuelven problemas reales; emergen nuevas funciones laborales.
• Modelos de Lenguaje:
  • SLM (SmallLanguageModel): Específicos y viables para objetivos concretos, ejecutables en la nube y localmente.
• Evaluación de Modelos: Comparar métricas públicas y evaluar manualmente las respuestas.
• Elegir el Modelo:
  • Especificidad del caso de uso.
  • Recursos disponibles.
  • Entorno de despliegue.
  • Rendimiento deseado.

# Satya Nadella

Microsoft CEO

• Inversión: $1.3 mil millones USD en tres años para infraestructura de IA y cloud en México.
• IA por el bien: Enfoque en desafíos de salud, conectividad y sostenibilidad.
• PYMEs e IA: 57% de las PYMEs mexicanas ya usan IA para eficiencia y toma de decisiones.
• Innovación Ética: Compromiso con el uso ético de la IA, crecimiento inclusivo y sostenibilidad.
• Desarrollo de Habilidades: Énfasis en la capacitación para la adopción de IA en diversas demografías.