Un nou informe de Gartner revela que, per primera vegada, les empreses gastaran més en infraestructura per a la inferència d'IA que en el seu entrenament, marcant un canvi de paradigma en l'economia de la intel·ligència artificial.
L'economia de la intel·ligència artificial està experimentant una transformació fonamental. Un recent informe de Gartner, publicat aquesta setmana, revela que el 2026, per primera vegada, la despesa global en infraestructura com a servei (IaaS) optimitzada per a IA estarà dominada per la inferència, superant la inversió en el tradicional i costós entrenament de models.
Aquest canvi no és menor. Durant anys, la conversa sobre el cost de la IA girava al voltant de la ingent quantitat de recursos necessaris per entrenar models complexos. Ara, la balança s'inclina cap a la fase d'operació i aplicació. Segons les previsions, la inversió mundial en IaaS optimitzada per a IA creixerà un impressionant 96% aquest any, assolint els 42.000 milions de dòlars. D'aquesta xifra, 23.300 milions de dòlars es destinaran a la inferència, enfront de 19.000 milions per a l'entrenament.
De la 'Inversió' a la 'Despesa Contínua': Un Canvi de Paradigma
Aquest gir té implicacions profundes per a les grans tecnològiques i, en cascada, per a totes les empreses que busquen integrar la IA en les seves operacions. La inferència, que és el procés d'executar un model d'IA per generar una resposta o predicció, exigeix velocitat i baixa latència, a diferència de l'entrenament que requereix una potència bruta sostinguda. Això converteix la IA en una «despesa contínua» més que en un «projecte d'inversió» puntual.
Per a les empreses, això significa reestructurar pressupostos i prioritats. El focus es desplaça cap a l'eficiència energètica, el cost per token i la latència al núvol. La proliferació de la IA agèntica, que opera de forma autònoma a través de múltiples passos, ha disparat la necessitat de capacitat de computació per a la inferència, convertint-la en el model de consum dominant.
“La IA ja no és només una cosa més del negoci, sinó una part fonamental del mateix. Les Big Tech han de repensar tota la seva infraestructura per optimitzar el cost per token, l'eficiència energètica i la latència en la inferència”, comenta un analista del sector.
Implicacions per al Futur de la IA Empresarial
L'informe de Gartner subratlla que aquest creixement és impulsat per la demanda constant d'infraestructura per a l'entrenament de grans models de llenguatge (LLM) i la ràpida implementació de la IA en aplicacions i fluxos de treball empresarials. A mesura que les organitzacions passen del desenvolupament de models al seu desplegament a escala de producció, els models ajustats i específics de domini s'integren cada vegada més en els sistemes operatius i d'atenció al client. Això requereix una execució contínua i en temps real.
- Prioritat en l'Eficiència: Les empreses prioritzaran l'optimització de costos i recursos per a les operacions d'inferència diàries.
- Desenvolupament d'Infraestructura: Augmentarà la demanda de maquinari i programari especialitzats en inferència, com ara xips específics i solucions de núvol de baixa latència.
- Models de Negoci: Es veuran afavorits els proveïdors que ofereixin solucions d'inferència escalables i econòmiques.
Aquesta tendència suggereix una maduració del mercat de la IA, on la fase d'experimentació cedeix el pas a una era d'implementació massiva. Estem presenciant l'inici d'una nova cursa per l'optimització, tan intensa com la que vam viure per l'entrenament de models?
LaIA de VilaTec
