Mientras la atención tecnológica se centra en la creación de modelos de Inteligencia Artificial (IA) cada vez más voluminosos, capaces de superar exámenes complejos o redactar textos aceptables, otro enfoque de inteligencia parece estar ganando terreno de forma discreta.
La IA Suave (Soft AI) —definida como sistemas de IA concebidos para realizar tareas específicas y acotadas mediante razonamiento aproximado, reconocimiento de patrones y toma de decisiones flexible— aspira a replicar el pensamiento humano al incorporar la ambigüedad.
Pero, ¿qué significado tiene esto para las empresas en la actualidad y por qué debería ser relevante?
Explicación de la IA Suave
En la base de la IA Suave se halla un principio que emula la cognición humana, fundamentado en la idea de que el mundo no opera de forma binaria. Los seres humanos no toman decisiones basadas en unos y ceros; lo hacen considerando el contexto, con información incompleta y en presencia de la duda. La IA Suave busca reflejar esta complejidad inherente.
Según Badr el Jundi, director ejecutivo de Greenverse Partners —una compañía que aplica la IA tanto a la detección de riesgos industriales como al diagnóstico en el sector salud—, “la IA Suave se centra menos en la potencia computacional bruta y más en la adaptabilidad, la aproximación y un razonamiento similar al humano”.
El Jundi la contrapone no a la IA agéntica, que está orientada a tareas y persigue objetivos concretos, sino a un tipo de inteligencia más flexible: un sistema que evalúa la incertidumbre y gestiona la ambigüedad de manera muy similar a como lo hacen las personas. En lugar de basarse en modelos fundacionales de gran escala, los sistemas de Greenverse integran redes neuronales compactas con componentes de lógica difusa para interpretar señales del mundo real de formas que permiten matices y flexibilidad.
Pero, ¿qué es exactamente la lógica difusa y por qué es importante ahora?
Definiendo la Lógica Difusa
La lógica difusa (fuzzy logic) —un concepto de computación blanda introducido en la década de 1960 para sistemas de inteligencia menos rígidos y más capaces de adaptarse a entornos reales— es fundamental para la IA Suave. A diferencia de la lógica tradicional, que enmarca la verdad en términos de blanco o negro, la lógica difusa enseña a las máquinas a percibir el mundo como lo hacemos nosotros: no como un sí o un no rotundo, sino como algo intermedio. Por ejemplo, un sistema podría indicar que una señal es 70% segura y 30% riesgosa, en lugar de simplemente etiquetarla como ”normal” o “anormal”. Ese tipo de matiz es lo que marca la diferencia en el mundo real.
Aun así, la lógica difusa es solo una parte del enfoque de Greenverse. «Combinamos la inferencia difusa con arquitecturas de aprendizaje neuronal y modelos de señal adaptativos”, explicó El Jundi a Evox News. “Esto imita la forma en que los humanos toman decisiones».
Esto resulta crucial en campos como la seguridad industrial, donde los sistemas deben interpretar señales ruidosas y responder en tiempo real, o en el sector sanitario, donde los patrones de enfermedades en etapas tempranas pueden ser débiles, inconsistentes y fáciles de pasar por alto.
Según El Jundi, esta es un área donde Greenverse Partners destaca. Señaló que la empresa calibra estos modelos específicamente para cada dominio. “En el cuidado de la salud, nos enfocamos en las variaciones de las señales fisiológicas a lo largo del tiempo. En el uso industrial, son los patrones de presión ambiental, flujo y vibración”, detalló El Jundi. “La plataforma subyacente es adaptable, pero los modelos de datos son específicos del dominio”, añadió.
Sistemas de IA Diseñados con un Propósito Específico
El auge de la IA Suave desafía la idea de que los modelos de IA más grandes —por los que empresas como OpenAI continúan apostando— producen resultados mejores y más precisos. Pero la realidad, según El Jundi, es que la escala no siempre aporta claridad en sectores sensibles al riesgo como la infraestructura crítica o la atención de emergencia.
“En entornos críticos para la seguridad, la precisión, la explicabilidad y la capacidad de respuesta a menudo importan más que la escala”, afirmó. “Los sistemas más pequeños, diseñados para un propósito específico, pueden superar a los modelos masivos al ser adaptados, interpretables y altamente fiables”.
Esa opinión se refleja en un estudio de Deloitte de 2024, que encontró que el 42% de las organizaciones que implementan IA en entornos de alto riesgo preferían modelos más pequeños y específicos del dominio sobre los generalizados, en gran medida porque son más fáciles de probar, validar y explicar.
Más Allá de la Automatización
La IA Suave no intenta reemplazar el juicio humano. De hecho, como señaló El Jundi, su poder reside en cuán estrechamente puede colaborar con nosotros.
“La innovación ética significa construir sistemas que generen confianza”, apuntó El Jundi. “No pretendemos reemplazar el juicio humano; estamos creando herramientas que lo aumentan y lo informan”.
Es una filosofía que resuena también entre los especialistas en ética de la IA. Como lo expresó Fei-Fei Li, científica informática y codirectora del Instituto Stanford para la Inteligencia Artificial Centrada en el Humano: “el futuro de la inteligencia artificial no es sobre el hombre contra la máquina, sino sobre el hombre con la máquina. Juntos, podemos alcanzar alturas inimaginables de innovación y progreso”.
Implicaciones Empresariales
Para los líderes empresariales que buscan obtener lo mejor de la IA, la conclusión es que la próxima ola de innovación en IA no provendrá únicamente de sistemas más grandes y complejos. Vendrá de una inteligencia que pueda adaptarse, interpretar y colaborar de manera más efectiva.
Para El Jundi, la IA Suave ofrece un modelo para ese futuro, permitiendo una toma de decisiones más intuitiva, respuestas más rápidas al cambio y una mayor capacidad para manejar la incertidumbre. Y logra todo esto sin requerir la carga computacional ni las demandas energéticas de los modelos masivos, lo que la hace particularmente adecuada para el despliegue en el borde (edge deployment).
“Las organizaciones deberían enfocarse en la agilidad, la colaboración interdisciplinaria y en cultivar una cultura que acepte la toma de decisiones bajo incertidumbre”, aconsejó El Jundi.
Ya existen señales de esta transición. La IA en el borde (Edge AI) —que a menudo depende de modelos ligeros y específicos para tareas— está creciendo significativamente. Se proyecta que el gasto global en computación en el borde alcance los 378 mil millones de dólares para 2028, impulsado por la demanda de análisis en tiempo real, automatización y experiencias de cliente mejoradas. Gran parte de ese crecimiento está impulsado por sistemas diseñados para comprender el contexto localmente, sin necesidad de enviar cada decisión a la nube.
El Futuro es Adaptativo
Mirando hacia adelante, la promesa de la IA Suave no son solo mejores resultados. Se trata de hacer que la relación entre humanos y máquinas funcione mejor, donde los humanos colaboren con sistemas que no solo computan, sino que se adaptan a los ritmos rápidos e impredecibles del mundo real.
“Durante los próximos cinco años, esperen avances no solo en la arquitectura de los modelos, sino en cómo la IA se integra en el mundo que nos rodea”, dijo El Jundi, añadiendo que esto sucederá “a través de inteligencia ligera, computación en el borde y sistemas que comprendan no solo los datos, sino también el contexto, los matices y la intención”.
Al final, la IA Suave podría no ser tan llamativa como otros sistemas de IA como la IA generativa o la IA agéntica. Pero podría resultar ser la forma más intuitiva —y quizás la más confiable— de IA que hemos visto hasta ahora. Para los líderes empresariales que escuchen atentamente, eso podría marcar toda la diferencia.
Insights de Evox News: Cómo la IA Suave puede impactar tu negocio
La emergencia de la IA Suave presenta oportunidades significativas para las empresas, más allá de la fascinación por los grandes modelos lingüísticos:
Impacto Económico: La IA Suave, al ser menos intensiva en recursos computacionales y energéticos que los modelos masivos, puede traducirse en menores costes de implementación y operativos. Su enfoque en tareas específicas permite un retorno de la inversión potencialmente más rápido en áreas como la optimización de procesos industriales, la detección temprana de fallos o la mejora de diagnósticos médicos, reduciendo costes asociados a riesgos y errores.
Ventaja Competitiva: Las empresas que adopten la IA Suave pueden ganar agilidad y capacidad de respuesta. Al manejar mejor la incertidumbre y los datos incompletos, estos sistemas facilitan una toma de decisiones más robusta en entornos complejos y cambiantes. La capacidad de desplegar esta inteligencia en el borde (Edge AI) permite análisis y acciones en tiempo real, mejorando la eficiencia operativa y la experiencia del cliente, factores clave de diferenciación. Además, en sectores críticos, la explicabilidad y fiabilidad de modelos más pequeños y específicos puede generar mayor confianza y aceptación.
* Innovación: La IA Suave abre puertas a la innovación en nichos donde los modelos gigantes son inviables o ineficientes (por ejemplo, dispositivos con recursos limitados o aplicaciones que requieren baja latencia). Fomenta un paradigma de colaboración humano-máquina, donde la IA aumenta las capacidades humanas en lugar de reemplazarlas, potenciando la creatividad y la resolución de problemas complejos. Permite desarrollar soluciones hiper-especializadas y adaptadas a contextos muy particulares, impulsando la innovación focalizada en dominios específicos
