Tecnología
on-device AI
La IA en el dispositivo (on-device AI) ejecuta modelos de inteligencia artificial directamente en el hardware local -ordenadores, móviles, robots- sin enviar datos a servidores en la nube. Permite funcionar offline, reducir latencia y mejorar la privacidad al no transmitir información sensible fuera del dispositivo.
Sobre esta tecnología, IA para hoy ha analizado 4 noticias, procedentes de 3 medios distintos. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 4,0 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Productividad, IT, Automatización. Aparece en 4 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Permite ofrecer productos con mayor privacidad y cumplimiento normativo (contratos, notas de reuniones), reduce costes de infraestructura en la nube y habilita funcionamiento en entornos sin conectividad o con baja latencia, como robótica o dispositivos móviles.
- Riesgos
- Los modelos locales suelen ser más limitados en capacidad que los de la nube, lo que puede afectar a la precisión; además existe dependencia de fabricantes de chips (Qualcomm, Apple) y de actualizaciones de hardware para mantener el rendimiento.
- Qué debería hacer una empresa
- Las empresas que manejan datos sensibles (legal, salud, reuniones internas) deberían evaluar en los próximos 6 meses soluciones on-device para reducir riesgos de privacidad y dependencia de la nube.
Análisis generado por IA a partir de las noticias disponibles; actualizado 16 oct.
Relacionadas
LLM ×2Google ×2edge-ai ×2Microsoft ×1robótica ×1Google DeepMind ×1voz ×1chips ×1Granola ×1modelos locales ×1
Historias
Noticias
Google lanza AI Edge Foresight, tomador de notas de reuniones offline con IA local
Google lanzó Google AI Edge Foresight, una app para Mac que transcribe reuniones y genera notas usando el modelo on-device EmbeddingGemma 2 (740M parámetros) y…
Por qué importaMuestra que Google está empujando modelos pequeños on-device como alternativa viable a soluciones cloud, reduciendo dependencia de conectividad y…
Google DeepMind presenta Gemini Robotics 2 con control corporal completo y colaboración multirobótica
Google DeepMind ha lanzado Gemini Robotics 2, un sistema que añade control de cuerpo completo, destreza avanzada y colaboración entre múltiples robots a la…
Por qué importaRepresenta un salto cualitativo hacia robots generales y adaptables que pueden razonar, no solo ejecutar secuencias predefinidas. La capacidad de…
Google acelera Gemini Nano en Pixel con predicción multi-token sobre modelos congelados
Google Research presenta una técnica que añade un cabezal de Multi-Token Prediction (MTP) a modelos Gemini Nano v3 ya entrenados y congelados, sin modificar…
Por qué importaMejora la eficiencia de la IA on-device sin sacrificar capacidades ni alineamiento de seguridad, algo clave dado el estricto presupuesto energético y…
Qualcomm invierte 8 millones en SpotDraft para escalar IA de contratos ejecutada en dispositivo
SpotDraft ha recaudado 8 millones de dólares de Qualcomm Ventures en una extensión de Serie B que valora la empresa en 380 millones, duplicando su valoración…
Por qué importaRepresenta un cambio de paradigma importante en IA empresarial: la capacidad de ejecutar modelos potentes localmente en dispositivos para workflows…