La edición de 2024 del AWS Summit de París resultó ser un punto de inflexión para los expertos en tecnología, ya que sirvió de escenario para mostrar cómo la integración de la inteligencia artificial (IA) en la nube está transformando numerosos sectores. Este evento supuso una oportunidad única para observar y evaluar las nuevas tendencias y los retos relacionados con la adopción de estas tecnologías. A continuación, ofrecemos un análisis en profundidad de las principales sesiones y los temas tratados durante esta jornada inaugural.
Ponencia inaugural: Visiones y perspectivas de futuro
La sesión plenaria inaugural, moderada por Julien Groues y Mai-Lan Tomsen-Bukovec, puso de relieve lacapacidad de las soluciones de AWS para aprovechar el potencial dela IA generativa. A través de ejemplos concretos de Air Liquide y del Grupo TF1, demostraron cómo la nube de AWS impulsa suactividad mejorando la experiencia del cliente y optimizando los procesos operativos. Arthur Mensch, de Mistral AI, expuso la importancia de contar con una infraestructura robusta para soportar los modelos de lenguaje a gran escala (LLM), cruciales para el procesamiento y el análisis de grandes cantidades de datos en tiempo real.
Influencia de la IA en los sectores clave
May Lan recordó los importantes avances logrados desde la revolución industrial hasta nuestra era digital , destacando cómo la IA está revolucionando sectores como la salud y las tecnologías de la información. El ejemplo de Netflix en la propuesta de contenidos de vídeo o de Moderna en la aplicación de la IA a la investigación de la vacuna contra la COVID-19 ilustra bien esta interdisciplinariedad, demostrando cómola IA puede acelerar el desarrollo de soluciones innovadoras frente a los retos mundiales.
La transformación digital en Air Liquide
Fabien Mangeant, de Air Liquide, explicó cómo, desde 2018, la digitalización a través de los datos y la IA se ha convertido en un componente clave de la estrategia de transformación de la empresa. Gracias a una plataforma de datos respaldada por los servicios de AWS, Air Liquide procesa a diario 3.500 millones de datos procedentes de 600 plantas y de sus interacciones con más de cuatro millones de pacientes y clientes. Este caso práctico ilustra el papel de la IA en la optimización de la cadena de valor industrial y la mejora continua de la eficiencia operativa.
Herramientas e infraestructuras para la IA generativa
En esta sesión también se destacaron los avances en materia de infraestructuras necesarias para respaldar la IA generativa. La colaboración entre AWS y NVIDIA en el marco del proyecto CEIBA, cuyo objetivo es desarrollar chips para la IA generativa, pone de relieve la importancia de contar con una base de hardware sólida.además, Amazon Bedrock se presentó como una plataforma esencial para el desarrollo con LLM, que ofrece herramientas integradas de empresas como AI21 Labs y Anthropic para facilitar la implementación y la gestión de aplicaciones de IA.
El código abierto y la IA en Hugging Face
Thomas Wolf, de Hugging Face, habló sobre la importancia del código abierto en el desarrollo y la democratización de la IA. Con un enfoque comunitario, Hugging Face ha logrado crear unabiblioteca de medio millón de modelos de IA, haciendo que la tecnología sea accesible a una amplia gama de usuarios y estimulando la innovación en diversas aplicaciones, incluso en ámbitos tan especializados como la exploración espacial con la startup Hawking.
Estrategia de Stellantis para la implantación a gran escala de la IA generativa
Stellantis destacó con una ponencia en profundidad sobre la implantación a gran escala de la inteligencia artificial (IA) generativa. Dirigida por Annabelle Gérard, responsable del centro de excelencia en IA generativa de Stellantis, la presentación abordó los aspectos técnicos, éticos y operativos esenciales para una integración responsable y eficaz de la IA generativa en el sector de la automoción.
Marco estratégico para la adopción de la IA generativa
Stellantis ha presentado un modelo de adopción de la IA que se articula en torno a tres pilares fundamentales: procesos, tecnología y factor humano. Este modelo propone un enfoque global que abarca no solo los aspectos técnicos de la IA, sino también las implicaciones éticas y sociales de su uso.
- Identificación de los usuarios y repercusiones: Comprender en profundidad a los usuarios finales y las posibles repercusiones de la IA en ellos.
- Evaluación de riesgos: Analizar los posibles riesgos y las desventajas en relación con los beneficios esperados.
- Gestión de fallos: Establecer protocolos para gestionar de forma eficaz los errores y fallos de la IA.
Los pilares de una IA ética
En la presentación se destacaron los principios éticos que Stellantis aplica en el desarrollo de sus IA generativas:
- Alineación con los valores de la organización: Asegurarse de que los proyectos de IA estén en consonancia con los valores fundamentales de la empresa.
- Confidencialidad y seguridad de los datos: Dar prioridad a la protección de los datos personales y a la seguridad en todas las operaciones.
- Equidad y transparencia: Comprometerse a desarrollar sistemas justos y transparentes.
- Formación y sensibilización: Formar a los empleados en las mejores prácticas en materia de IA y en sus implicaciones éticas.
- Diversidad e inclusión: Fomentar la diversidad en los equipos de desarrollo para prevenir los sesgos algorítmicos.
Infraestructura y seguridad
La implementación de la IA generativa requiere una infraestructura sólida y segura. Stellantis ha explicado su enfoque para garantizar la seguridad en el desarrollo y la implementación de la IA:
- Gobernanza de la IA: Integrar el análisis de amenazas y el cumplimiento normativo.
- Supervisión y auditoría: Establecer una supervisión continua y auditorías periódicas para garantizar la integridad del sistema.
- Protección de datos: Clasificar los datos y aplicar estrategias para detectar y mitigar los sesgos.
Plataforma GenAI de Stellantis
La plataforma GenAI de Stellantis está diseñada para simplificar el acceso y la gestión de los modelos de lenguaje grande (LLM) :
- Herramientas para LLM: Ofrecer herramientas que faciliten la integración y el uso de los modelos de lenguaje.
- Gateway IA: una pasarela segura basada en autorizaciones para acceder a las aplicaciones.
- Acceso de autoservicio: Permitir a los usuarios acceder de forma autónoma a las herramientas basadas en IA generativa.
Aplicacionesprácticas
Stellantis ha presentado varios casos de uso de la IA generativa en distintos ámbitos de negocio, demostrando su potencial transformador, como en «ingeniería», con una aplicación de IA para la clasificación de datos de vehículos y la búsqueda inteligente de piezas, o en «compras», conasistencia en el análisis de contratos y la optimización de los procesos de compra.
Stellantis ha presentado varios casos de uso de la IA generativa en distintos ámbitos de negocio, demostrando su potencial transformador, como en «ingeniería», con una aplicación de IA para la clasificación de datos de vehículos y la búsqueda inteligente de piezas, o en «compras», conasistencia en el análisis de contratos y la optimización de los procesos de compra.
Hacia una integración fluida y segura de la IA
Stellantis destaca la importancia de contar con una infraestructura que sea a la vez transparente y segura para la integración de la IA generativa. El desarrollo de sistemas de supervisión robustos y la implementación de protocolos de seguridad avanzados son fundamentales para prevenir abusos y garantizarque las tecnologías de IA sirvan al interés general, al tiempo que protegen la privacidad de los usuarios.
Repercusiones para el futuro de la industria del automóvil
La iniciativa de Stellantis muestra cómo las empresas pueden desenvolverse en el complejo panorama de la IA generativa. Al adoptar un enfoque integral que tenga en cuenta los aspectos técnicos, éticos y humanos, las organizaciones pueden aprovechar al máximo las ventajas de la IA para transformar sus operaciones sin dejar de ser fieles a sus valores fundamentales.
Este enfoque también pone de relieve la importancia de la formación continua y la sensibilización. Al formar a los empleados y a las partes interesadas en los principios de la IA responsable, Stellantis se asegura de que su personal no solo cuente con las competencias técnicas necesarias, sino que también esté preparado desde el punto de vista ético para trabajar con tecnologías avanzadas.
Retos y oportunidades
La integración de la IA generativa plantea numerosos retos, entre los que se incluyen la gestión de riesgos, la seguridad de los datos y la garantía de un uso equitativo y transparente de la IA.
Estos retosson fundamentales para que Stellantis y otras empresas puedan superarlos. Sin embargo, las oportunidades que ofrece esta tecnología, como la mejora de la toma de decisiones, la optimización de las operaciones y la personalización de los servicios, son considerables.
Stellantis ha ofrecido una visión detallada sobre la adopción responsable de la IA generativa en el sector automovilístico . Al situar la ética en el centro de su estrategia de IA, Stellantis no se limita a seguir las tendencias tecnológicas, sino que las redefine sentando las bases para un futuro en el que la tecnología y los valores humanos evolucionen juntos. Este modelo podría servir de referencia para otras empresas que deseen aprovechar el potencial de la IA generativa y, al mismo tiempo, sortear con éxito las complejidades de su implementación a gran escala.
IA generativa: una revolución en el descubrimiento de fármacos gracias a Iktos
El uso transformador de la inteligencia artificial en el sector farmacéutico quedó de manifiesto gracias a las intervenciones de Thomas Sauzeau, de AWS, y Nicolas Do Huu, de Iktos. Ambos expusieron cómo se aprovecha la IA generativa para innovar en el descubrimiento de nuevos fármacos, lo que ofrece un potencial de cambio radical en el desarrollo y la optimización de los tratamientos.
Exploración de la IA generativa para el descubrimiento de fármacos
Iktos, en colaboración con AWS, ha desarrollado una plataforma SaaS revolucionaria que aplica la inteligencia artificial para transformar el proceso de descubrimiento de fármacos. Esta plataforma ayuda a las empresas farmacéuticas a acelerar sus investigaciones, reducir los costes y aumentar la tasa de éxito de los candidatos a fármacos.
Uso de modelos de lenguaje a gran escala (LLM)
Un elemento fundamental de esta solución es el uso de los LLM, que permiten generar y aprovechar los complejos modelos de datos necesarios para la síntesis y el análisis de nuevas estructuras moleculares. Gracias a Amazon Bedrock, Iktos puede implementar estos potentes LLM, lo que favorece una modelización y una simulación más precisas de las interacciones moleculares.
Aplicaciones específicas
La presentación puso de relieve varias aplicaciones de la IA generativa en el proceso de descubrimiento de fármacos:
Optimización de estructuras moleculares: La IA se utiliza para perfeccionar las estructuras moleculares, maximizando su eficacia y minimizando los efectos adversos.
Formación en IA y redes neuronales basadas en el cerebro (BBNN): Desarrollo de modelos capaces de predecir los resultados de los ensayos clínicos de medicamentos más rápidamente que los métodos convencionales.
Del «hit» al «lead» y optimización del «lead»: técnicas de IA para acelerar la selección de los candidatos más prometedores y optimizarlos para los ensayos clínicos.
Infraestructura y soporte de AWS
La colaboración con AWS proporciona a Iktos una infraestructura sólida y segura para el tratamiento de datos confidenciales y la realización de simulaciones complejas necesarias para el descubrimiento de fármacos. Las simulaciones de dinámica molecular, fundamentales para comprender las interacciones farmacológicas a nivel atómico, se llevan a cabo en GPU a través de AWS, lo que garantiza rapidez y eficiencia.
El futuro de la IA en Iktos
Iktos tiene previsto desarrollar un laboratorio totalmente automatizado, Iktos Robotics, que utilizará la inteligencia artificial para automatizar no solo el descubrimiento, sino también la síntesis de nuevos medicamentos.
Esta iniciativa podría revolucionar el ámbito de la investigación farmacéutica, haciendo que el proceso sea mucho más rápido y menos costoso.
Iktos pone de manifiesto el potencial revolucionario de la IA generativa en el sector sanitario, especialmente en el descubrimiento de nuevos fármacos. Al aprovechar el potencial de la IA y una sólida infraestructura en la nube, Iktos se encuentra en una posición ideal para impulsar la innovación en la investigación farmacéutica, ofreciendo nuevas posibilidades y esperanza en el tratamiento de diversas enfermedades.
El impacto de la IA generativa en las startups: un resumen de la AWS Summit 2024
Moderada por Vivien de Saint Pern, de AWS, la mesa redonda reunió a ponentes de varias startups innovadoras , como Grace Mehrabe, de Outmind; Charles Borderie, de Lettria; y Svend Court-Payen, de Qlip. Todos ellos compartieron su experiencia en la implementación de la IA generativa en 2023, los beneficios obtenidos y los retos a los que se han enfrentado.
Experiencias diversas con la IA generativa
Qlip ha puesto de relieve su capacidad para mantenerse a la vanguardia a pesar de la creciente competencia, gracias a la actualización continua de la contextualización de sus contenidos mediante los modelos de lenguaje grande (LLM). Su principal reto ha sido encontrar un equilibrio entre la riqueza de los contenidos generados por la IA y la necesidad de controlar las «alucinaciones creativas» de los resultados de la IA, con el fin de garantizar la pertinencia y la exactitud de los contenidos de vídeo.
Outmind ha destacado la expansión del mercado de la IA y la incorporación de casos de uso relevantes para sus clientes, haciendo hincapié en la importancia de una interacción constante con los usuarios para que se acostumbren a utilizar las indicaciones de la IA.
Lettria explicó su enfoque inicial para evaluar las ventajas de integrar los modelos de lenguaje grande (LLM) en sus productos, lo que les ha permitido ahorrar una cantidad considerable de tiempo en sus operaciones.
Retos de la integración de la IA generativa
La integración de los modelos de lenguaje grande (LLM) ha planteado retos importantes. Qlip se refirió a las dificultades en la creación de contenidos , donde es fundamental mantener un equilibrio entre la creatividad de la IA y el control de calidad. Outmind abordó los retos relacionados con la adopción de esta nueva tecnología por parte de los usuarios, lo que requiere un enfoque educativo desde el principio.
Estrategias de implementación y medición del impacto
Se debatió sobre la implementación en producción, con estrategias como la implementación «azul/verde» utilizada por Outmind, que permite una transición fluida para los usuarios finales. Qlip explicó su enfoque, que consiste en aceptar la variabilidad inicial para ir ganando progresivamente la confianza de los usuarios.
La medición del impacto ha variado según las empresas. Qlip ha observado una mejora significativa en la generación de contenidos para sus usuarios, mientras que Outmind ha registrado un impresionante crecimiento del 50 % en el cuarto trimestre, atribuido al uso de la IA generativa. Lettria ha informado de un ahorro de tiempo considerable, lo que confirma la eficacia de la IA en sus procesos.
Esta mesa redonda nos ha permitido comprender mejor la eficacia de la IA generativa en diversos contextos empresariales, pero también ha puesto de relieve los retos que plantea su integración. El intercambio de opiniones entre estos líderes tecnológicos ha aportado valiosas perspectivas sobre cómo las startups pueden aprovechar las tecnologías emergentes para transformar sus operaciones y su oferta de servicios.
Optimización del flujo de trabajo de transcodificación de vídeo en Canal+ con AWS
La sesión dedicada a acelerar la expansión de un flujo de trabajo de transcodificación de vídeo en Canal+ fue uno de los momentos más destacados, en la que se analizó la transición de los procesos multimedia tradicionales hacia soluciones modernas basadas en la nube.
Moderada por Karim Sabbagh y Lionel Gattegno, de AWS, y con la participación de Kevin Saliou, de Canal+, esta presentación puso de manifiesto los retos y los logros de Canal+ en el ámbito de la transcodificación de vídeo.
Transformación digital en Canal+
Canal+ ha puesto en marcha un ambicioso proyecto denominado WALL-E, cuyo objetivo es modernizar y ampliar su capacidad de transcodificación de vídeo ante el rápido aumento del volumen de archivos. Este proyecto respondía a la necesidad de gestionar una cantidad cada vez mayor de contenido y a la evolución de los formatos de difusión y los códecs, como HLS, MPEG-Dash y los asociados a Windows Server IIS Smooth Streaming.
Estrategias adoptadas
La migración a AWS ha permitido a Canal+ beneficiarse de la elasticidad y la solidez de la nube.
El enfoque «split and merge», que consiste en dividir el archivo de origen y transcodificar los segmentos en instancias de Amazon EC2 Spot, ha resultado fundamental. Este método ha optimizado los costes y mejorado la eficiencia en el procesamiento de grandes volúmenes de datos.
Retos y soluciones
El principal reto para Canal+ fue gestionar la elasticidad necesaria para procesar hasta 45 000 transcodificaciones mensuales, una cifra muy superior a las 6000 iniciales. Para ello, Canal+ optó por una arquitectura nativa en la nube, creando una plataforma resistente y elástica, capaz de gestionar picos de carga sin precedentes.
Resultados y ventajas
El cambio a AWS ha permitido a Canal+ gestionar de forma eficaz un archivo de 350 TB y dar soporte a la programación de 1200 contenidos diarios en 160 canales. Esta arquitectura no solo ha facilitado la expansión internacional, sino que también ha mejorado la calidad de los servicios, en particular con la introducción de contenidos en Dolby Vision en colaboración con Apple TV.
Reflexionesfinales
La plataforma WALL-E encarna la ambición de Canal+ de contar con una infraestructura multimedia moderna, diseñada para ser resistente, adaptable y económicamente viable. Este proyecto ilustra cómo las tecnologías de computación en la nube pueden transformar radicalmente las operaciones en el sector de los medios de comunicación, aportando una flexibilidad sin precedentes, así como mejoras significativas en términos de costes y rendimiento.
Esta presentación ha puesto de relieve la capacidad de la IA y la nube para revolucionar los sectores tradicionales, pero también ha destacado la importancia de una planificación y una ejecución meticulosas para llevar a cabo con éxito una transformación tan profunda.
Impacto y aplicaciones de la IA generativa en el sector fintech
La sesión sobre IA generativa en el sector fintech, moderada por Alexandre Matsuo, de AWS, ofreció una visión general del potencial revolucionario de esta tecnología en el sector financiero.
Las intervenciones de Maxime Mandin, de Blackfin Capital Partners; Zoe Mohl, de Balderton Capital; Michael Benisti, de Ledger; y Joffrey Martinez, de Artefact, aportaron diversas perspectivas sobre las aplicaciones innovadoras de la IA generativa.
Transformación digital en el sector fintech
La IA generativa está transformando las operaciones de las empresas fintech, mejorando la experiencia del cliente y automatizando los procesos internos. Artefact ha mostrado cómo se pueden utilizar chatbots avanzados que facilitan la autogestión a los clientes, permitiendo servicios como la apertura de cuentas y la contratación de seguros y créditos a través de interacciones en lenguaje natural.
Ejemplos prácticos
Ledger destacó cómo la IA generativa ha duplicado su productividad gracias al desarrollo asistido , lo que les ha permitido optimizar su código de forma más eficaz. También hicieron hincapié en la importancia de mantener un enfoque«human-in-the-loop» para complementar las capacidades humanas sin sustituirlas.
Blackfin utiliza la inteligencia artificial para redactar resúmenes de intermediación en respuesta a las solicitudes de financiación, lo que mejora significativamente su servicio de atención al cliente.
Retos y estrategias
Se abordaron los retos que plantea la adopción de la IA generativa, en particular los riesgos asociados al reconocimiento de datos. Ledger se refirió a las dificultades relacionadas con la precisión, mientras que Blackfin habló de los riesgos de fraude y de la necesidad de realizar auditorías continuas para garantizar la seguridad y el cumplimiento normativo.
Perspectivas de los inversores
Los inversores, como los de Blackfin Capital y Balderton Capital, han expresado su optimismo respecto al potencial de la IA generativa, al tiempo que han destacado la importancia de aplicar criterios de inversión rigurosos. Buscan aplicaciones con un retorno de la inversión claro y la capacidad de entrenar a la IA con datos específicos para desarrollar soluciones verdaderamente personalizadas y eficaces.
Conclusión y perspectivas de futuro
Los participantes destacaron que el sector fintech se encuentra en un momento decisivo gracias a la IA generativa, que ofrece posibilidades increíbles para transformar los servicios financieros. Sin embargo, esto también requiere un enfoque renovado en materia de gestión de riesgos, formación continua e inversión en tecnologías seguras. El futuro de la tecnología financiera, enriquecido por la IA generativa, promete mejoras significativas en términos de eficiencia y una mejor experiencia del cliente, haciendo que los servicios financieros sean más accesibles y personalizados que nunca.
Implantación de una estrategia de observabilidad eficaz
La sesión, moderada por Rodrigue Koffi ySébastien Duval, de AWS, abordó la importancia fundamental de la observabilidad en las arquitecturas modernas, especialmente en entornos en la nube.
Este debate puso de relieve la necesidad de adoptar un enfoque proactivo y estructurado para supervisar y optimizar los sistemas informáticos.
Fundamentos de la observabilidad
La observabilidad se abordó a través del modelo del «Golden Circle», que incluye las preguntas: «¿Por qué observar?», «¿Cómo observar?» y «¿Qué observar?».
Este método tiene como objetivo definir claramente los objetivos y las metodologías antes de entrar en los aspectos técnicos.
Madurez de la observabilidad
El grado de madurez de la observabilidad en una organización se puede clasificar en cuatro niveles :
Nivel 1 - Fundamentos : Implica la recopilación de datos telemétricos básicos.
Nivel 2 - Análisis de telemetría: Transformación de datos en información útil.
Nivel 3 -ObservabilidadAvanzada: Detección proactiva y correlación de anomalías.
Nivel 4 -Proactividad: Identificación automática de las fuentes de los problemas para una resolución rápida.
Técnicas yherramientas
Para cada nivel de madurez, se han recomendado herramientas específicas de AWS :
Amazon CloudWatch para obtener una visión general y alertas básicas.
AWS X-Ray para el seguimiento detallado y la detección precisa de anomalías.
Servicio gestionado de Amazon para Prometheuspara una gestión avanzada de métricas y alertas, especialmente en entornos de Kubernetes.
Importancia de la observabilidad
Se ha destacado la importancia de la observabilidad como un factor crucial no solo para la detección y resolución de incidentes, sino también para comprender su impacto en las operaciones y en la experiencia del usuario. Permite a las organizaciones actuar de forma proactiva y predictiva, en lugar de limitarse a reaccionar.
Prácticas recomendadas
Se han recomendado prácticas específicas, como el uso de AWS Real User Monitoring (RUM) para supervisar la experiencia del usuario en tiempo real, la adopción de una estrategia de paneles de control diferenciada para los usuarios internos y una estrategia de alertas eficaz para evitar la sobrecarga de información.
Iteración y mejora continua
Se ha destacado que la iteración y la mejora continua son fundamentales, subrayando que la observabilidad no es un proyecto que se implemente de una vez por todas, sino un proceso continuo que debe evolucionar junto con los sistemas supervisados.
En conclusión, la sesión hizo hincapié en la definición clara de los objetivos empresariales y su alineación con las estrategias de observabilidad. Evaluar la madurez de la observabilidad es fundamental para garantizar que las estrategias implementadas no solo sean eficaces, sino que también se adapten a las necesidades específicas de la empresa. Si se ejecuta correctamente, la observabilidad permite comprender mejor los sistemas y aumenta la capacidad de responder rápidamente a las condiciones cambiantes, garantizando así la satisfacción y la fidelidad de los clientes.
Conclusiones de la AWS Summit 2024: Navegar por la era de la IA con ética y armonía
La cumbre puso de relieve cómo las tecnologías de AWS facilitan el uso de la IA al proporcionar herramientas que potencian las capacidades humanas. Sin embargo, esta integración plantea cuestiones fundamentales:
- ¿Cómo mantener un equilibrio saludable entre la autonomía humana y la toma de decisiones automatizada?
- ¿Cómo se utilizan los datos, que reflejan nuestras vidas, para mejorar estas tecnologías sin poner en peligro nuestra privacidad?
El papel de los líderes tecnológicos
Como líder tecnológico, AWS está dando forma al futuro de nuestro mundo digital, pero un gran poder conlleva una gran responsabilidad. Su papel en la promoción de prácticas justas y el fomento de una competencia sana es crucial. Esto nos lleva a reflexionar sobre cómo estas empresas pueden actuar como guardianas de la tecnología, innovando no solo en aras del progreso, sino también para garantizar que esos avances beneficien a todos de manera equitativa .
Filosofía de laconvivencia
La convergencia de la inteligencia artificial, los datos y la nube nos lleva a reflexionar profundamente sobre nuestra relación con la tecnología. ¿Cómo redefinirán estas herramientas, que amplían nuestra inteligencia y nuestras capacidades, lo que significa ser humano? ¿Qué lugar ocupará la tecnología en nuestras vidas y cómo podemos utilizarla para enriquecer la experiencia humana en lugar de dominarla?
La convergencia de las tecnologías y las prácticas presentadas en la AWS Summit 2024 pone de relieve una realidad innegable: el potencial de la IA es inmenso, pero su implementación segura requiere una sinergia entre la innovación tecnológica y la vigilancia humana.
Mientras la IA amplía los límites de lo posible, transformando los datos en decisiones y acciones casi en tiempo real, sigue siendo fundamental avanzar en esta nueva era con una brújula ética y de seguridad bien definida.
La IA redefine, el ser humano garantiza la seguridad.
Al aceptar esta dualidad, no solo podemos seguir el ritmo de la innovación, sino también orientarla hacia un futuro en el que la tecnología potencie el bien sin comprometer la seguridad ni la ética.
Lionel GAIROARD
Responsable de DevSecOps
