Tamaño y pronóstico del mercado de computación cognitiva, por tecnología (procesamiento del lenguaje natural, aprendizaje automático, razonamiento automatizado, recuperación de información), aplicación e implementación: tendencias de crecimiento, actores clave y análisis regional (2026-2035)

Impulsores y desafíos del crecimiento del mercado de la computación cognitiva:

Factores impulsores del crecimiento

• Factores clave que facilitan la transición, como las actualizaciones de IP y la reducción del precio de los sensores: los expertos de NARA estiman que, para 2025, habrá 75 440 millones de dispositivos conectados a internet en todo el mundo y que más del 30 % de los datos replicados o capturados se generarán en tiempo real. En primer lugar, la revolución del protocolo de Internet (IP) ha generado perspectivas innovadoras para la integración de la computación cognitiva en diferentes sectores. Normalmente, las direcciones IP utilizan un protocolo de 32 bits, pero las estimaciones mencionadas indican que el número total de dispositivos superará la capacidad del protocolo para proporcionar 4300 millones de direcciones únicas. Se prevé que la ratificación del protocolo de Internet versión 6 (IPv6) satisfaga el crecimiento exponencial de los dispositivos del IoT.
  
  Los fabricantes están modernizando sus dispositivos con sensores inteligentes de IoT para recopilar datos completos en tiempo real y transferirlos posteriormente al desarrollo de soluciones ERP. A medida que más fabricantes se esfuerzan por hacer que sus sistemas heredados sean más inteligentes, el tamaño del mercado de sensores y controladores ha crecido considerablemente y alcanzó los 6.100 millones de dólares en 2020, según un estudio de Microsoft. En 2018, se registró una caída del 200 % en el precio de los sensores desde 2004, hasta los 0,44 dólares por sensor. La disminución de los costes, junto con la facilidad de implementación, ha impulsado la conectividad Wi-Fi desde 2019. Además, el precio de la mensajería MQTT y HTTP en AWS IoT es de aproximadamente 0,7 dólares por millón de mensajes.

• Aparición de la computación neuromórfica de borde: Se prevé el surgimiento de dos clases principales de sistemas de computación cognitiva durante el período de pronóstico. La primera puede realizar tareas sin intervención humana, incluyendo vehículos autónomos y drones. La segunda permite a los médicos diagnosticar enfermedades y realizar cirugías. Ambas clases de IA evolutiva se basan principalmente en la computación neuromórfica. Esta mapea las capacidades funcionales humanas utilizando neuronas artificiales que mapean las características del cerebro humano.
  
  Los líderes tecnológicos actuales están en la mejor posición para beneficiarse del surgimiento de la computación neuromórfica, dada la gran demanda de capital necesaria para construir y mantener modelos complejos. El Proyecto Cerebro Humano de la UE apoyó el desarrollo de BrainScaleS y SpiNNaker para facilitar simulaciones neurocientíficas a escala. La iniciativa, patrocinada por la UE, propuso un sistema de aprendizaje en línea de computación neuromórfica digital de punta (ODIN), un procesador neuromórfico digital optimizado que también se ha propuesto para procesar modelos neuronales complejos. Loihi de Intel y TrueNorth de IBM son ejemplos de avances privados en este campo, mientras que las iniciativas académicas incluyen DYNAPs, IFAT, Neurogrid y BrainScales-2.
  
  Las computadoras y chips neuromórficos convencionales a gran escala se basan en silicio y se desarrollan con tecnología de semiconductores de óxido metálico. A pesar de ello, se está realizando una importante I+D en el uso de nuevos materiales, como aislantes topológicos ferroeléctricos, de cambio de fase, no filamentosos, e implementaciones neuromórficas con biomembranas dopadas por canal. Además, el creciente número de dispositivos conectados con 5G e IoT ha impulsado las inversiones en este ámbito. En marzo de 2024, Innatera obtuvo una inversión de 21 millones de dólares para acelerar su desarrollo en soluciones de computación cognitiva, abordar la creciente necesidad de soluciones de computación sostenible e impulsar la innovación en el campo de los semiconductores para IA.
• La computación cognitiva es cada vez más necesaria para el análisis predictivo y así ahorrar gastos operativos. El campo de la computación cognitiva ha experimentado un rápido crecimiento gracias a los avances en inteligencia artificial y ciencias de la computación, y se prevé que siga expandiéndose durante el período proyectado. El objetivo principal de la computación cognitiva es ayudar a las organizaciones en la toma de decisiones. El uso de tecnologías de aprendizaje automático (ML), como el análisis predictivo, es el enfoque ideal para ejecutar procesos corporativos eficientes.
  
  Muchos usuarios empresariales utilizan estas potentes herramientas de análisis predictivo para realizar actividades rutinarias, ya que son eficaces para obtener resultados precisos. Se proyecta que el 30 % de los procedimientos empresariales estarán automatizados para principios de 2030. Las soluciones de análisis predictivo también impulsan los ingresos al recomendar productos y servicios a determinados clientes basándose en datos históricos. Estas estrategias están dando sus frutos al reducir los gastos administrativos de la empresa.

Desafíos

• Riesgos para la seguridad de los datos: La preocupación por la seguridad de los datos sigue siendo un obstáculo importante para el mercado de la computación cognitiva. Los proveedores de soluciones de computación cognitiva se encargan principalmente de la administración y supervisión de las bases de datos. Estas bases de datos contienen datos financieros como direcciones, identificaciones con foto, información de tarjetas de débito o crédito, y una variedad de datos confidenciales de los usuarios. Los ciberdelincuentes emplean diversas tácticas, como malware, ataques de denegación de servicio distribuido (DDoS), phishing e inyección SQL, para intentar vulnerar las redes y obtener credenciales de usuario auténticas.

• Los altos costos iniciales resultaron ser un factor inhibidor: el desarrollo de soluciones cognitivas requiere una inversión inicial sustancial para establecer la arquitectura y la infraestructura de mantenimiento, lo que resulta en elevados gastos operativos. El proceso de configuración y operación es mucho más complejo y requiere una gran cantidad de recursos. En este proceso se utiliza una cantidad significativa de electricidad, componentes de red, centros de datos y otros recursos. Además, se prevé que las preocupaciones sobre las regulaciones gubernamentales y el cumplimiento ambiguo limitarán el crecimiento del negocio de la computación cognitiva. Debido a la falta de comprensión por parte de las pymes, se espera que el mercado enfrente diversas dificultades.