Cada b\u00fasqueda en un modelo de lenguaje grande consume medio litro de keroseno. Este sorprendente dato fue uno de los temas centrales discutidos en el India AI Impact Summit 2026, celebrado el 18 de febrero en Nueva Delhi. Expertos como Anne Neuberger de a16z, Gokul V Subramaniam, presidente de Intel India, y Kalyan Kumar de HCL Software, exploraron las barreras de acceso que enfrentan las peque\u00f1as y medianas empresas (PYMES) en India.<\/p>\n
A pesar del crecimiento potencial del mercado de inteligencia artificial (IA) en India, existe una marcada desigualdad en el acceso a esta tecnolog\u00eda, especialmente para las PYMES. Los altos costos de computaci\u00f3n, que pueden ascender a millones para el entrenamiento b\u00e1sico de modelos, y una infraestructura que favorece a las grandes corporaciones son factores que agravan esta situaci\u00f3n. Las PYMES, que representan la columna vertebral de la innovaci\u00f3n y creaci\u00f3n de empleo en diversos sectores, se ven amenazadas al no poder acceder a las herramientas de IA necesarias para optimizar operaciones como la predicci\u00f3n de inventarios o el an\u00e1lisis de clientes.<\/p>\n
Subramaniam destac\u00f3 que el enfoque debe comenzar desde las necesidades del usuario. Propuso el concepto de “computaci\u00f3n heterog\u00e9nea”, que implica utilizar diferentes tipos de procesadores (CPU, GPU y NPU) adaptados a las necesidades espec\u00edficas. Esta estrategia permitir\u00eda a las PYMES gestionar sus recursos de manera m\u00e1s eficiente y acceder a soluciones de IA que antes parec\u00edan inalcanzables.<\/p>\n
Kalyan Kumar mencion\u00f3 la dificultad de las empresas para implementar IA debido a sistemas heredados que obstaculizan el acceso a datos. Insisti\u00f3 en que para que la IA pueda ser realmente efectiva, se necesita un cambio en c\u00f3mo las organizaciones estructuran y acceden a sus datos. La falta de independencia de los datos y la necesidad de un mejor manejo de metadatos son cruciales para avanzar.<\/p>\n
Para enfrentar la escasez de talento en IA, Subramaniam propuso una revisi\u00f3n curricular en colaboraci\u00f3n con instituciones educativas. Abog\u00f3 por formar profesionales con habilidades pr\u00e1cticas que se alineen con las necesidades del mercado actual. El objetivo es crear un ecosistema donde cada profesional se sienta apoyado en su trabajo, emulando un “esqueleto exosom\u00e1tico” que les proporcione asistencia adicional.<\/p>\n
Un tema crucial que abord\u00f3 Neuberger fue la desconfianza hacia los modelos de IA. La transparencia de datos y la explicabilidad de los modelos son fundamentales para su adopci\u00f3n. Neuberger inst\u00f3 a que se establezcan regulaciones que fomenten la confianza y garanticen que las aplicaciones de IA no presenten riesgos innecesarios para los usuarios.<\/p>\n
La necesidad de equilibrar la soberan\u00eda nacional con los flujos de datos globales fue otro punto candente. Neuberger propuso el aprendizaje federado como una forma de permitir que las naciones colaboren en la IA, manteniendo la seguridad y privacidad de datos sensibles. Esto se puede ver en pruebas realizadas en EE. UU. donde se entrenaron modelos de salud sin mover datos confidenciales.<\/p>\n
Kumar advirti\u00f3 sobre la “glotoner\u00eda computacional”, instando a evitar el uso excesivo de modelos de gran tama\u00f1o para tareas simples. Destac\u00f3 que el uso irresponsable de los modelos de lenguaje puede impactar negativamente el medio ambiente, dado el alto costo energ\u00e9tico involucrado.<\/p>\n
El India AI Impact Summit 2026 reflej\u00f3 tanto el potencial como los desaf\u00edos que enfrenta India en la adopci\u00f3n de IA. La capacidad de las PYMES para acceder a estas herramientas ser\u00e1 crucial para el avance econ\u00f3mico del pa\u00eds. Con iniciativas que fomenten la educaci\u00f3n, la transparencia y el uso eficiente de los recursos, India podr\u00eda liderar el camino en la transformaci\u00f3n impulsada por la inteligencia artificial.<\/p>\n