Cómo eliminar las tarifas de salida
El enorme interés que despierta la inteligencia artificial (IA) ha tenido una gran repercusión en todo el mundo empresarial. Todos los sectores están dedicando grandes esfuerzos a tratar de determinar las ramificaciones que podría tener invertir en IA de cara al futuro, y las posibles implicaciones de dejar pasar esta oportunidad.
En los últimos meses, gran parte de la información ha estado dedicada al uso de la IA generativa para la producción rápida de contenido. Sin embargo, para aquellos que desean aprovechar el potencial realmente transformador de la IA, no solo un método que permita enviar esporádicamente correos electrónicos, las reglas del juego han cambiado por completo. Para que esta tecnología tenga el impacto que la gente imagina, la IA necesita tener acceso a una gran cantidad de datos de entrenamiento, a partir de los cuales aprender, y contar con una considerable potencia de computación.
El inconveniente que esto plantea es que, aunque estos pilares son esenciales, también suponen un desafío en términos de la gestión de datos y del almacenamiento. Por este motivo, no debería sorprendernos que la nube se haya convertido en la solución preferida para el almacenamiento y el proceso de datos de las aplicaciones de IA.
Almacenamiento en la nube e IA: la combinación digital perfecta
El almacenamiento en la nube ofrece una solución flexible, escalable y rentable para la gestión de grandes cantidades de datos. Por lo tanto, el almacenamiento en la nube y las aplicaciones de IA son una combinación perfecta. Juntos, proporcionan el repositorio de los datos de entrenamiento que permiten a los modelos de aprendizaje automático realizar predicciones o tomar decisiones en función de nuevos datos.
Imaginemos, por ejemplo, un banco que desarrolla un sistema de detección de fraudes basado en IA. Para que funcione, el modelo de aprendizaje automático necesita una gran cantidad de datos de las transacciones, tales como los importes gastados, en qué se han gastado y el lugar de las transacciones. Esto permitiría al programa de IA detectar anomalías, indicar actividades sospechosas y aprender a identificar actividades fraudulentas.
La recopilación de todos estos datos, por sí sola, es una tarea mastodóntica. Sin embargo, no es nada en comparación con los volúmenes de datos y la potencia de proceso necesarios para el funcionamiento del sistema antifraude basado en IA.
Una manera de abordar este problema es utilizar un proveedor externo de almacenamiento en la nube. Esto permitiría al banco almacenar y analizar los datos de sus transacciones sin necesidad de invertir o mantener su propia infraestructura física.
A medida que se desarrolle el proyecto, el banco puede optar por utilizar varias nubes para su sistema antifraude basado en IA, a fin de limitar los costes y garantizar el cumplimiento de las normativas financieras. Cuando el proyecto cobre impulso, el banco puede decidir utilizar una plataforma en la nube para ejecutar la fase de entrenamiento que permite al programa de IA "aprender" de los datos… y otra plataforma durante la fase de "inferencia", cuando realiza sus predicciones para combatir el fraude.
Esta estrategia multiplataforma es habitual en el desarrollo de sistemas de IA. Sin embargo, significa que las empresas deben seguir moviendo sus datos entre las distintas plataformas en la nube (a menudo proporcionadas por distintos proveedores) para capitalizar el potencial de la IA.
Tarifas de salida: un impuesto sobre los datos
Sin embargo, tenemos un problema. Mover los datos entre las distintas plataformas puede estar sujeto a tarifas de salida (o de transferencia de datos), impuestas por los proveedores de servicios en la nube cuando los datos se transfieren fuera de sus redes.
El problema es que, aunque las tarifas de salida son relativamente bajas, se pueden acumular rápidamente, especialmente en aquellas organizaciones que utilizan varios proveedores de nube y transfieren volúmenes de datos considerables.
Para minimizar las tarifas de salida (consideradas a veces "impuestos" sobre las transferencias de datos), algunos proveedores de nube animan a sus clientes a almacenar sus datos y entrenar sus modelos de IA exclusivamente en su nube. Efectivamente, esto deja sin efecto la necesidad de tarifas de salida. Pero esta estrategia no es siempre factible, ni necesariamente una práctica recomendada.
Es necesario eliminar las tarifas de salida
La solución más evidente al problema es lograr la completa abolición de las tarifas de salida, de manera que los datos se puedan mover libremente sin restricciones financieras. Un futuro sin estas tarifas permitiría a las empresas almacenar y analizar sus datos en diversas nubes, por lo que podrían utilizar las mejores herramientas disponibles sin incurrir en costes adicionales.
Con este planteamiento, las organizaciones podrían aprovechar plenamente el potencial de la IA sin preocuparse por el aumento de los gastos.
Una vez implementado, un modelo de almacenamiento en la nube sin tarifas de salida supondría un importante ahorro de costes para las organizaciones, lo que permitiría destinar recursos para otras áreas empresariales esenciales. También eliminaría el riesgo asociado a la dependencia de un único proveedor de nube, garantizando mayor fiabilidad y protección contra las interrupciones.
Y, quizá más importante aún, la eliminación de las tarifas de salida fomentaría la innovación. La flexibilidad que ofrece una arquitectura multinube permite a las empresas seleccionar fácilmente el proveedor más adecuado para tareas específicas. De esta forma, las organizaciones pueden centrarse en la experimentación y la innovación, aprovechando la lA y otras tecnologías de vanguardia, sin los costes y las limitaciones impuestas.
La eliminación de las tarifas de salida liberaría todo el potencial de la IA
Es indudable que la IA espera revolucionar los sectores y la sociedad en su conjunto. Sin embargo, para ello necesita la informática en la nube, almacenamiento y el movimiento de grandes cantidades de datos entre plataformas.
Como ya hemos destacado, las tarifas de salida no son solo costosas. Son también un obstáculo para la innovación. La eliminación de las tarifas de salida es esencial si queremos crear un futuro mejor para la IA en la nube. En parte, esa es la razón por la que, en 2018, Cloudflare se unió a Azure, Google Cloud, Oracle, Alibaba Cloud y otros para fundar Bandwidth Alliance con el objetivo de ayudar a los clientes a ahorrar en tarifas de salida.
La adopción de este enfoque permite a las organizaciones aprovechar todo el potencial de la IA sin preocuparse acerca de los costes asociados a la transferencia de datos entre nubes. También representa un avance significativo en el almacenamiento multinube y sienta las bases para un futuro más eficiente, innovador y prometedor en la gestión de datos y la IA.
Este artículo forma parte de un conjunto de publicaciones sobre las últimas tendencias y temas que afectan a los responsables de la toma de decisiones sobre tecnología en la actualidad.
Este artículo se elaboró originalmente para Business Reporter
Autor
John Engates — @jengates, director técnico, Cloudflare
CONCLUSIONES CLAVE
Después de leer este artículo podrás entender:
Por qué las tarifas de salida se consideran un impuesto sobre los datos
Un modelo de almacenamiento de objetos sin costes de salida
El impacto que puede tener la eliminación de las tarifas de salida para hacer realidad todo el potencial de la IA
Recursos relacionados
Despídete de las tarifas de salida y aprovecha la oportunidad
Cómo las tarifas de salida de la nube desafiarán el futuro de la IA