5 tendencias impulsan el Hype Cycle de Gartner para las tecnologías emergentes de 2020

En la mayor parte de las ciudades de China, los ciudadanos y visitantes deben descargar un código médico —una aplicación que indica su estado en lo que a la COVID-19 se refiere— para acceder a muchos servicios y espacios públicos y privados. Una pantalla verde indica que la persona tiene libertad para moverse, una amarilla que debe guardar cuarentena y una roja representa una infección confirmada.

En India, la aplicación Aarogya Setu indica qué viajeros pueden viajar en tren y avión de forma “segura”. Los Emiratos Árabes Unidos recientemente pusieron en marcha ALHOSN UAE, que también indica a través de colores si una persona está bien, si está infectada o si necesita guardar cuarentena. También cuenta con una opción de “no se ha hecho prueba”. ALHOSN UAE se está utilizando actualmente para permitir el acceso a los aviones.

Todas estas aplicaciones, llamadas pasaportes médicos, son ejemplos de una tecnología de respuesta ante pandemias/epidemias y una de las nuevas incorporaciones al Hype Cycle de Gartner para tecnologías emergentes de 2020. En India y China, cada vez hay más gente que utiliza los pasaportes médicos, lo que ha impulsado que esta tecnología tenga una penetración en el mercado del 5 % al 20 %. Se trata de una cifra sin precedentes para una tecnología que acaba de incorporarse al Hype Cycle.

 “Este Hype Cycle destaca las tecnologías que afectarán al negocio, a la sociedad y a las personas de forma importante durante los próximos 5 a 10 años”, comenta Brian Burke, vicepresidente de Investigación de Gartner. “Incluye tecnologías que permiten una empresa componible, aspiran a recuperar la confianza de la sociedad en la tecnología y alteran el estado de tu cerebro”.

Más información: acerca de la metodología del Hype Cycle de Gartner.

El Hype Cycle para tecnologías emergentes es un Hype Cycle singular que sintetiza más de 1700 tecnologías únicas en una lista de tecnologías y tendencias que hay que conocer. La lista de este año destaca cinco tendencias singulares:

• Arquitecturas compuestas

• Confianza algorítmica

• Más allá del silicio

• Inteligencia artificial (IA) formativa

• Mi "yo" digital

En vista de la descentralización y los cambios rápidos, las organizaciones tienen que pasar a utilizar arquitecturas más ágiles y receptivas. Una arquitectura compuesta consta de capacidades empresariales agrupadas incorporadas a un tejido de datos flexible. Esto permite a la empresa responder a necesidades empresariales que cambien con rapidez.

Por ejemplo, una “empresa componible” respaldada por una arquitectura compuesta ofrece una mayor resistencia empresarial. Este diseño modular permite a las organizaciones “recomponerse” cuando resulta necesario, como durante una pandemia global o una recesión económica. La empresa componible tiene cuatro principios fundamentales: Modularidad, eficiencia, mejora continua e innovación adaptativa. Aunque muchas organizaciones aplican estos principios de forma desarticulada, una empresa componible aplica los cuatro en todas las partes de su organización: desde los modelos de negocio a cómo trabajan los empleados.

Este modelo de negocio modular permite a las organizaciones pasar de una planificación tradicional rígida a una agilidad activa. La forma de pensar de la empresa componible permite más innovación, costes reducidos y mejores asociaciones.

Otras tecnologías emergentes en esta tendencia son las capacidades empresariales agrupadas, el tejido de datos, el 5G privado y la IA incorporada.

El aumento de la cantidad de exposición a datos del consumidor, noticias y vídeos falsos e IA sesgada ha provocado que las organizaciones pasen de autoridades centrales de confianza (registradores del gobierno, cámaras de compensación) a algoritmos de confianza. Los modelos de confianza algorítmica aseguran la privacidad y la seguridad de los datos, la procedencia de los activos y las identidades de las personas y las cosas.

Por ejemplo, “procedencia autentificada” es un modo de autentificar activos en blockchain y garantizar que no sean falsos o falsificados. Aunque la tecnología blockchain se puede utilizar para autentificar bienes, solo se puede hacer un seguimiento de la información que se proporciona.

Para hacer un seguimiento adecuado de los activos, hay que hacerlo desde su origen. Por ejemplo, si se ha añadido un artículo falsificado a la blockchain como una versión auténtica, la blockchain seguirá verificando su autenticidad tomando como base las entradas de datos originales erróneas. Debido a la naturaleza del registro inmutable, nunca se puede modificar o eliminar.

Gartner considera que el aumento del interés en la tecnología  blockchain generará un aumento de las opciones de verificación y autentificación digitales.

También hay otras tecnologías emergentes en la tendencia de confianza algorítmica como la privacidad diferencial, la IA responsable y la IA explicable.

La ley de Moore predice que el número de transistores en un circuito integrado denso se duplicaría cada dos años, pero la tecnología está alcanzando rápidamente los límites físicos del silicio. Esto ha llevado a que evolucionen nuevos materiales avanzados con capacidades mejoradas diseñadas para ser compatibles con tecnologías más pequeñas y más rápidas.

Por ejemplo, la “computación y almacenamiento en ADN” utiliza ADN y la bioquímica en lugar del silicio o las arquitecturas cuánticas para computar o almacenar datos. Los datos se codifican en cadenas de ADN sintético para almacenarlos y las enzimas permiten procesarlos a través de reacciones químicas.

A pesar de contar con dos prototipos satisfactorios, la tecnología sigue siendo actualmente rudimentaria y cara, lo cual presenta barreras técnicas importantes para un uso masivo. Sin embargo, una opción satisfactoria de computación y almacenamiento en ADN transformaría el almacenamiento de los datos, el paralelismo del procesamiento y la eficiencia de la computación.

Otras de las tecnologías emergentes en esta tendencia son los sensores biodegradables y los transistores a base de carbono.

La IA formativa es un tipo de IA capaz de cambiar de forma dinámica para responder a una situación. Existe una amplia variedad de tipos, que van desde la IA que puede adaptarse dinámicamente a lo largo del tiempo hasta tecnologías que pueden crear modelos nuevos con los que resolver problemas específicos.

Por ejemplo, la IA generativa es un tipo de IA que puede crear contenido nuevo (imágenes, vídeo, etc.) o modificar el contenido existente. Los nuevos elementos son similares al original, pero no exactamente iguales. Esta tecnología es responsable del contenido de “deep fakes”, que puede provocar un riesgo grave en términos de desinformación y reputación, y cuya presencia se espera que aumente en los próximos cinco años. Sin embargo, su uso no pernicioso, como el descubrimiento de fármacos y la generación de datos sintéticos —e incluso arte generado por IA—, también está aumentado su popularidad.

Hay también otras tecnologías emergentes en esta tendencia, como la IA compuesta, la privacidad diferencial, los datos pequeños y el aprendizaje autosupervisado.

Desde pasaportes médicos a gemelos digitales, a medida que la tecnología se integra con la gente, existen más oportunidades de crear versiones digitales de nosotros mismos. Estos modelos digitales representan a humanos en mundos reales y virtuales.

Por ejemplo, las interfaces bidireccionales cerebro-máquina (bidirectional brain-machine interfaces, BMI), son sistemas portátiles ("wearables") que alteran el cerebro para permitir un diálogo entre el cerebro humano y la interfaz de un ordenador o una máquina. Las BMI pueden ser sistemas portátiles o implantes que monitorizan la actividad eléctrica en el cerebro (electroencefalografía, EEG) y los estados mentales de las personas. La diferencia entre las BMI de monitorización habitual y la BMI bidireccional es que esta última puede utilizar la electroestimulación para modificar el estado mental de la persona.

En el mundo empresarial, las posibles aplicaciones incluyen la autentificación, el acceso y el pago, la analítica de inmersión y los exoesqueletos. Pero otras aplicaciones, que generan sus propias preocupaciones sociales y éticas, podrían incluir el uso de la estimulación para fomentar un estado de alerta en un empleado fatigado o cambiar el estado de ánimo de un profesor irritable aplicando corrientes al cerebro. Al tiempo que existen muchos casos de posibles usos, las BMI también introducen una vía adicional de vulnerabilidad que podrían explotar posibles atacantes.