Python, lenguaje de programación preferido para desarrollar IA

La irrupción de la inteligencia artificial (IA), especialmente de la IA generativa, se deja notar entre usuarios y empresas. En menos de un año, los chatbots han pasado de representar un 18 % de las aplicaciones LLM (siglas en inglés de “grandes modelos de lenguaje”) a subir hasta el 46 %.

Así lo revela el estudio Data Trends 2024 de Snowflake, que también destaca que durante 2023 se llegaron a desarrollar de media 90 aplicaciones de IA por día.

Sobre el lugar de desarrollo, este informe explica se tiende a la programación de aplicaciones LLM directamente en la plataforma donde se gestionan los datos. Y, a la hora de desarrollar proyectos de IA, Python destaca como lenguaje de programación predilecto. Los puntos fuertes de este lenguaje son la facilidad de uso, una comunidad activa y un ecosistema amplio de bibliotecas y marcos de trabajo.

El 65 % de los desarrolladores consultados está trabajando en proyectos LLM con fines laborales. También se sabe que en el último año las empresas incrementaron un 123 % el procesamiento de datos no estructurados.

De las aplicaciones LLM que requerían escritura, que en 2023 eran un 82 % y ahora suponen un 54 %, el panorama evoluciona hacia chatbots con los que se interactúa por medio de texto iterativo.

“Las aplicaciones conversacionales están en auge”, comenta al respecto Jennifer Belissent, Principal Data Strategist de Snowflake, “porque es la forma natural como interactuamos los humanos. Y ahora es aún más fácil interactuar conversando con una aplicación”.

“Esperamos que esta tendencia continúe a medida que sea más fácil crear y desplegar aplicaciones LLM conversacionales, sobre todo sabiendo que los datos subyacentes siguen estando bien gobernados y protegidos”, señala Belissent. “Con esa tranquilidad, estos nuevos chatbots interactivos y altamente versátiles satisfarán tanto las necesidades empresariales como las expectativas de los usuarios”.

“Lo importante”, dice esta experta, “es entender que la era de la IA generativa no requiere un cambio fundamental en la estrategia de datos. Sin embargo, sí requiere una ejecución acelerada de esa estrategia. Requiere romper los silos de datos aún más rápido y abrir el acceso a las fuentes de datos, dondequiera que se encuentren en la empresa o en un ecosistema de datos más amplio”.