¿ChatGPT de OpenAI y Google Gemini es AIaaS (Inteligencia Artificial como Servicio)?

Cuando la inteligencia artificial se convierte en una commodity: la batalla por el dominio de la IA en la nube

La transformación de la inteligencia artificial, de un campo de investigación a un servicio de acceso general, marca un cambio fundamental en el panorama tecnológico. Tanto ChatGPT de OpenAI como Google Gemini ejemplifican este desarrollo. Ambos sistemas encarnan el concepto de Inteligencia Artificial como Servicio (AIaaS), donde empresas y particulares pueden acceder a potentes capacidades de IA sin tener que operar su propia infraestructura.

La relevancia de este desarrollo se evidencia en cifras impresionantes. El mercado global de IAaaS se valoró en 24.730 millones de dólares estadounidenses en 2024 y se proyecta que crezca hasta los 190.630 millones de dólares estadounidenses para 2030, lo que representa una tasa de crecimiento anual promedio del 40,2 %. Esta expansión explosiva subraya que la IAaaS no es simplemente una tendencia tecnológica, sino una reorientación fundamental del mundo empresarial.

ChatGPT y Google Gemini representan dos filosofías distintas. Mientras que ChatGPT se posiciona como una interfaz de modelo de lenguaje universal centrada principalmente en el procesamiento de texto y la interacción basada en diálogos, Gemini funciona como un servicio integral y multimodal capaz de procesar simultáneamente texto, imágenes, audio y código. Estas diferencias fundamentales en el enfoque determinan no solo las características técnicas de ambas plataformas, sino también su posicionamiento en el mercado y sus posibles aplicaciones.

Este artículo examina sistemáticamente cómo ChatGPT y Google Gemini representan e implementan el modelo AIaaS. Comienza explorando las raíces históricas de ambos sistemas antes de analizar en detalle sus mecanismos y componentes técnicos. A continuación, se presenta el estado actual de ambas plataformas, se presentan casos prácticos de uso y se discuten aspectos críticos como las preocupaciones sobre la privacidad de los datos y los riesgos de seguridad. Finalmente, el artículo analiza los desarrollos y tendencias futuras en el campo de los servicios de IA en la nube.

Genealogía tecnológica

La historia de ChatGPT y Google Gemini está inextricablemente ligada al desarrollo de la computación en la nube y la inteligencia artificial. Para comprender la situación actual de ambos sistemas, es necesario examinar sus orígenes y los eventos clave que propiciaron su desarrollo.

Los orígenes de la computación en la nube se remontan a 1997, cuando se definió el término por primera vez. Esta base permitió posteriormente la implementación de aplicaciones de IA de alto consumo computacional a través de internet sin necesidad de que los usuarios invirtieran en hardware costoso. El lanzamiento de Amazon Web Services en 2006 marcó el inicio de la infraestructura de nube moderna. Microsoft Azure le siguió en 2010, y Google Cloud se consolidó como el tercer proveedor más importante. Estas tres plataformas forman ahora la columna vertebral de la industria de la IAaaS y, en conjunto, controlan más del 60 % del mercado global de la nube.

OpenAI fue fundada en diciembre de 2015 por Sam Altman, Elon Musk, Greg Brockman y otros tecnólogos líderes con la misión declarada de desarrollar inteligencia artificial general de forma segura y ética. Los primeros años se caracterizaron por la investigación fundamental y el desarrollo de herramientas como OpenAI Gym para el aprendizaje por refuerzo. El avance decisivo se produjo en 2018 con la introducción de la primera generación de Transformadores Generativos Preentrenados (GPT). Estos modelos demostraron por primera vez la capacidad de generar texto similar al humano y gestionar tareas lingüísticas complejas.

En 2019, OpenAI experimentó una transformación estratégica, pasando de ser una organización sin fines de lucro a un modelo con fines de lucro con limitaciones de beneficios para atraer inversiones. Una alianza con Microsoft, con una inversión de mil millones de dólares, garantizó el acceso de OpenAI a la infraestructura en la nube de Azure, esencial para el entrenamiento de grandes modelos lingüísticos. En junio de 2020, el lanzamiento de GPT-3, con 175 mil millones de parámetros, generó gran interés por su capacidad para generar texto coherente y con una apariencia similar a la humana. Finalmente, en noviembre de 2022, se lanzó ChatGPT como una interfaz intuitiva para GPT-3.5. La aplicación alcanzó el millón de usuarios en tan solo cinco días, convirtiéndose en la aplicación de mayor crecimiento en la historia de OpenAI.

El desarrollo de Google Gemini siguió un camino diferente. Google ya había invertido fuertemente en inteligencia artificial desde principios de la década de 2000, especialmente tras adquirir DeepMind en 2014. DeepMind alcanzó reconocimiento mundial cuando su programa AlphaGo derrotó al campeón mundial de Go, Lee Sedol, en 2016. Esta experiencia en aprendizaje profundo y aprendizaje por refuerzo sentó las bases de Gemini.

En mayo de 2023, Google anunció Gemini como el sucesor de PaLM 2 durante su presentación en I/O. A diferencia de otros modelos de lenguaje importantes, Gemini se diseñó desde cero como un sistema multimodal capaz de procesar no solo texto, sino también imágenes, audio, vídeo y código. Su desarrollo fue una colaboración entre DeepMind y Google Brain, que se fusionaron para formar Google DeepMind en abril de 2023. En diciembre de 2023, se lanzó oficialmente Gemini 1.0 en tres variantes: Gemini Ultra para tareas de alta complejidad, Gemini Pro para una amplia gama de aplicaciones y Gemini Nano para tareas basadas en dispositivos.

Otro hito crucial fue la sustitución gradual del Asistente de Google por Gemini. En marzo de 2025, Google anunció oficialmente que Gemini reemplazaría al Asistente existente en la mayoría de los dispositivos móviles. Esta decisión reflejó la reestructuración estratégica de Google para establecer Gemini como la plataforma central de IA para todos los servicios de Google. En octubre de 2025, se lanzó Gemini for Home, ampliando su funcionalidad a dispositivos domésticos inteligentes como altavoces y pantallas.

La infraestructura tecnológica de ambos sistemas merece especial atención. ChatGPT se basa en la nube de Microsoft Azure, con una colaboración exclusiva vigente hasta 2030. Sin embargo, OpenAI también ha firmado amplios acuerdos con Oracle Cloud Infrastructure para ampliar su capacidad. Google Gemini, por otro lado, se ejecuta completamente en la infraestructura de nube de Google y utiliza Unidades de Procesamiento Tensorial (TPU) especializadas, optimizadas específicamente para cargas de trabajo de IA. Gemini 2.0 se entrenó e infirió íntegramente en Trillium, la TPU de sexta generación de Google.

El desarrollo de ambas plataformas revela una clara tendencia: la democratización de la inteligencia artificial mediante servicios en la nube. Lo que antes estaba reservado para grandes instituciones de investigación y corporaciones tecnológicas ahora está disponible para todos mediante API sencillas e interfaces web. Esta transformación ha reducido drásticamente las barreras para el uso de la IA y ha posibilitado nuevos modelos de negocio.

Anatomía de los sistemas: Los mecanismos centrales y los bloques de construcción

Para comprender cómo funcionan ChatGPT y Google Gemini como soluciones de IAaaS, es necesario analizar sus mecanismos fundamentales y componentes técnicos. Ambos sistemas se basan en redes neuronales complejas, pero difieren significativamente en su arquitectura y capacidades.

ChatGPT se basa en la arquitectura GPT, que a su vez se basa en el modelo Transformer. La generación actual, GPT-5, introducida en agosto de 2025, utiliza una arquitectura de modelo unificada con un sistema de enrutamiento dinámico. Este sistema permite al modelo razonar a diferentes niveles de profundidad según la complejidad de la solicitud. Para tareas sencillas, como solicitudes de citas o resúmenes, el modelo responde rápidamente con una capa de razonamiento ligera. Para solicitudes más complejas, como la depuración de código o la planificación estratégica, activa una ruta de razonamiento más profunda. Esta capacidad de enrutamiento dual hace que GPT-5 sea más rápido y preciso que sus predecesores.

La ventana de contexto se ha ampliado a un millón de tokens con GPT-5, lo que permite procesar libros completos, documentos extensos o largas cadenas de correo electrónico sin perder contexto. Esto soluciona uno de los mayores problemas de los modelos anteriores: la pérdida de contexto en conversaciones largas. Las mejoras en la detección de alucinaciones también son notables. GPT-5 está entrenado para identificar incertidumbres con mayor claridad y, en lugar de presentar respuestas inventadas, para reconocer sus limitaciones.

Otra característica distintiva de ChatGPT es la personalización. GPT-5 ofrece cuatro personalidades integradas: Oyente para una reflexión empática, Nerd para un análisis minucioso, Cínico para un sarcasmo mordaz y Robot para una neutralidad formal. Los usuarios Pro también pueden guardar sus propios recuerdos y preferencias de estilo, lo que permite que el modelo se adapte a los tonos de la marca o a sus flujos de trabajo preferidos.

ChatGPT se implementa a través de múltiples canales. Para los usuarios finales, existe una aplicación web gratuita con acceso limitado a GPT-5, o una suscripción de pago a ChatGPT Plus con funciones ampliadas. Para empresas, OpenAI ofrece ChatGPT Team y ChatGPT Enterprise, que incluyen funciones adicionales de seguridad y gestión. ChatGPT Enterprise proporciona acceso ilimitado a GPT-4 y GPT-5, herramientas avanzadas de análisis de datos, consolas de administración para la gestión de usuarios, inicio de sesión único, verificación de dominio y un panel de análisis para obtener información de uso. Los datos de los clientes no se utilizan para entrenar los modelos de OpenAI, y la comunicación se cifra tanto en reposo como en tránsito.

Los desarrolladores pueden acceder directamente a los modelos GPT a través de la API de OpenAI e integrarlos en sus propias aplicaciones. Esta API está disponible exclusivamente a través de Microsoft Azure y se ejecuta en la infraestructura de Azure. Esto permite a las empresas integrar fácilmente las funcionalidades de ChatGPT en sus flujos de trabajo existentes sin tener que desarrollar su propia infraestructura de IA.

En cambio, Google Gemini se diseñó desde el principio como un sistema multimodal. A diferencia de ChatGPT, que inicialmente procesaba solo texto y posteriormente se amplió para incluir imágenes y audio, Gemini está diseñado de forma nativa para comprender y generar varios tipos de datos simultáneamente. Gemini puede procesar texto, imágenes, audio y vídeo como entrada y también producir diferentes formatos de salida. Esta capacidad se debe a que Gemini se entrenó desde cero con diferentes modalidades, en lugar de integrar componentes separados para distintos tipos de datos.

La arquitectura técnica de Gemini se basa en un desarrollo colaborativo a gran escala entre Google DeepMind y Google Research. El modelo utiliza técnicas de aprendizaje por refuerzo, que demostraron su eficacia en AlphaGo, combinadas con arquitecturas Transformer de vanguardia. Gemini 2.0, anunciada en diciembre de 2024, incorpora salida nativa de imagen y audio, así como el uso integrado de herramientas. Esto permite interacciones dinámicas, como la descripción de una imagen o el resumen de un videoclip.

Una característica única de Gemini es su disponibilidad en diferentes tamaños, cada uno adaptado a diferentes casos de uso. Gemini Ultra es el modelo más potente para tareas altamente complejas y, según Google, supera a GPT-4 en diversas pruebas de rendimiento. Gemini Pro está optimizado para una amplia gama de tareas y se integra con numerosos servicios de Google, como la Búsqueda de Google, Gmail y Google Docs. Finalmente, Gemini Nano está diseñado para su uso en dispositivos finales como smartphones y se integró por primera vez en el Pixel 8 Pro.

Gemini se distribuye en múltiples productos y plataformas. Para los usuarios finales, existe la app de Gemini, que reemplaza al anterior Asistente de Google. Las empresas pueden usar Gemini Enterprise, una plataforma de IA basada en agentes lanzada en octubre de 2025. Gemini Enterprise está diseñada como una plataforma integral que incluye acceso a los últimos modelos de Gemini, agentes de Google prediseñados para funciones como investigación exhaustiva e ideación, herramientas para crear agentes personalizados, un entorno de trabajo sin código para la orquestación de agentes, integraciones seguras de datos y una capa de gobernanza central para la monitorización y la seguridad.

Los desarrolladores pueden acceder a Gemini a través de Vertex AI y Google Cloud Platform. Vertex AI ofrece una plataforma totalmente administrada para desarrollar, implementar y escalar modelos de IA. La integración con Google Kubernetes Engine permite una orquestación fluida de grandes cargas de trabajo de IA.

Una diferencia técnica clave entre ChatGPT y Gemini reside en la infraestructura subyacente. ChatGPT utiliza la nube de Microsoft Azure, basada en GPU NVIDIA. El acuerdo reciente estipula que Azure aprovisionará los primeros clústeres a gran escala con NVIDIA GB300 NVL72 para cargas de trabajo de OpenAI. Google Gemini, por otro lado, se ejecuta completamente en la infraestructura de Google y utiliza TPU optimizadas específicamente para cálculos tensoriales. Las TPU ofrecen ventajas significativas para escalar cargas de trabajo de IA y son más rentables para ciertos tipos de cálculos. Gemini 2.0 se entrenó e infirió completamente en la TPU Trillium de sexta generación.

Ofrecer ambos sistemas como servicios en la nube permite abstraer la enorme potencia de procesamiento necesaria para entrenar y ejecutar estos modelos. Los usuarios y las empresas pueden acceder a capacidades de IA de vanguardia sin tener que invertir en hardware costoso ni contratar expertos en IA especializados. La arquitectura en la nube también permite actualizaciones y mejoras continuas de los modelos sin necesidad de intervención del usuario.

Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.

Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.

Las principales ventajas de un vistazo:

⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.

🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.

💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.

🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.

📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.

Más información aquí:

• La solución de IA gestionada - Servicios de IA industrial: la clave para la competitividad en los sectores de servicios, industria e ingeniería mecánica

Estado actual: Importancia y aplicación en el contexto actual

La importancia de ChatGPT y Google Gemini como soluciones de IAaaS queda patente en su amplia adopción y su impacto en diversas industrias y áreas de aplicación. Ambas plataformas han transformado la forma en que las personas y las empresas interactúan con la inteligencia artificial.

ChatGPT se ha convertido en una de las herramientas de IA más utilizadas. En agosto de 2024, ChatGPT alcanzó los 200 millones de usuarios activos semanales. Esta impresionante base de usuarios incluye tanto a particulares que utilizan ChatGPT para sus tareas cotidianas como a empresas que la han integrado en sus procesos de negocio. Un estudio reveló que tres cuartas partes de las conversaciones de ChatGPT se centran en orientación práctica y tareas cotidianas. Esto demuestra que ChatGPT no es solo un experimento tecnológico, sino una herramienta práctica que resuelve problemas del mundo real.

ChatGPT tiene una amplia gama de aplicaciones. En atención al cliente, empresas como Octopus Energy utilizan chatbots con tecnología GPT para gestionar el 44 % de las consultas de los clientes, lo que reemplaza eficazmente el trabajo de aproximadamente 250 empleados de soporte. Salesforce integra Einstein GPT, una herramienta que ayuda a los equipos de ventas a crear correos electrónicos y respuestas personalizados basados ​​en datos de CRM. En el comercio electrónico, las empresas utilizan ChatGPT para traducir reseñas de clientes, optimizar el contenido SEO y personalizar los resultados de búsqueda. Un ejemplo es MammyClub, una tienda online para niños que utiliza ChatGPT para enviar correos electrónicos personalizados a sus suscriptores según la edad y el sexo de sus hijos.

ChatGPT Enterprise se ha consolidado como la solución preferida por las grandes empresas. Clientes como The ODP Corporation utilizan chatbots con tecnología ChatGPT para apoyar a las unidades de negocio internas, especialmente en RR. HH., donde optimizan el proceso de revisión de documentos, generan nuevas descripciones de puestos y optimizan la comunicación con los empleados. La Oficina de Gobierno Digital Smart Nation de Singapur está explorando ChatGPT para casos de uso en políticas, operaciones y comunicaciones del sector público.

Google Gemini se ha consolidado como parte integral del ecosistema de Google. Con más de mil millones de usuarios que acceden a las vistas generales de IA a través de la Búsqueda de Google, Gemini tiene un alcance enorme. La integración de Gemini en productos como Gmail, Google Docs, Google Meet y Google Workspace permite a millones de usuarios aprovechar las funciones basadas en IA en sus flujos de trabajo diarios.

Las capacidades multimodales de Gemini permiten casos de uso únicos. Volkswagen US integró Gemini en la aplicación myVW, lo que permite a los usuarios interactuar con el manual del vehículo y acceder a información sobre sus características mediante comandos de voz y entrada visual. Bell Canada implementó Gemini AI para optimizar la atención al cliente digital, lo que generó un ahorro de $20 millones. Best Buy utiliza Gemini para automatizar el resumen de llamadas, reduciendo el tiempo de resolución de problemas hasta en 90 segundos por interacción.

Gemini Enterprise, lanzada en octubre de 2025, busca integrar agentes de IA en las organizaciones. La plataforma permite a los empleados acceder a todos los datos de la empresa, buscar información y desplegar agentes para realizar diversas tareas mediante una interfaz de chat intuitiva. Empresas como JCOM, Radisson Hotel Group y una aseguradora de salud estadounidense utilizan las tecnologías de IA de Google para resolver problemas empresariales complejos. Accenture ha desarrollado más de 450 agentes, disponibles en Google Cloud Marketplace.

El papel de ChatGPT y Gemini en el mercado de IAaaS es innegable. Representan los dos enfoques dominantes para los servicios de IA en la nube. ChatGPT se basa en el enfoque de modelo de lenguaje puro, basado en la interacción con lenguaje natural y las capacidades de diálogo. Gemini, por otro lado, encarna el enfoque integrado y multimodal, integrado a la perfección en un amplio ecosistema de productos y servicios.

La dinámica competitiva entre ambas plataformas impulsa la innovación continua. OpenAI lanzó GPT-5 en agosto de 2025, con capacidades de razonamiento mejoradas, ventanas de contexto más amplias y una multimodalidad mejorada. Google respondió con Gemini 2.0, que ofrece salida nativa de imagen y audio, capacidades mejoradas de agente e integración con toda la infraestructura de Google Cloud.

La integración de ambas plataformas en las aplicaciones empresariales existentes es otro aspecto clave de su relevancia actual. ChatGPT está disponible mediante API que permiten a los desarrolladores integrar la funcionalidad GPT en sus propias aplicaciones. Gemini es accesible a través de Vertex AI y Google Cloud, lo que ofrece una integración perfecta con Google Workspace y otros servicios de Google.

Los precios de ambas plataformas reflejan su posicionamiento como soluciones de IA como servicio (AIaaS). ChatGPT ofrece un modelo de precios escalonado, que abarca desde acceso gratuito con funciones limitadas hasta ChatGPT Plus por $20 al mes, y ChatGPT Team y ChatGPT Enterprise para organizaciones más grandes. Google Gemini también está disponible en varios niveles de precios: la aplicación de Gemini es gratuita para usuarios finales, mientras que Gemini Enterprise ofrece precios personalizados para empresas.

La importancia actual de ChatGPT y Gemini también se evidencia en su papel como catalizadores de la industria de AIaaS en general. Su éxito ha inspirado a numerosos proveedores a desarrollar servicios similares. Anthropic con Claude, Meta con Llama y numerosas startups compiten por cuota de mercado en este sector en rápido crecimiento. Esta competencia valida el modelo de AIaaS e impulsa la innovación.

Relevancia práctica: casos de uso concretos e ilustraciones

Para ilustrar la relevancia práctica de ChatGPT y Google Gemini como soluciones de IAaaS, conviene considerar casos de uso concretos de diversos sectores. Estos ejemplos demuestran cómo ambas plataformas resuelven problemas empresariales reales y generan valor añadido.

En el sector de servicios financieros, American Express ha implementado Azure AIaaS para la detección de fraudes y la gestión de riesgos. El sistema procesa los datos de las transacciones en tiempo real para identificar anomalías y patrones de fraude. Al aprovechar los sistemas basados ​​en ChatGPT, American Express ha mejorado significativamente la precisión de la detección de fraudes, reduciendo al mismo tiempo los falsos positivos. La arquitectura en la nube permite que el sistema se adapte al crecimiento del volumen de transacciones sin necesidad de invertir en hardware adicional.

Otro ejemplo impresionante proviene del sector sanitario. Pfizer utiliza AWS AIaaS para el descubrimiento de fármacos. La plataforma analiza grandes cantidades de datos médicos, datos de imágenes e historiales clínicos de pacientes para respaldar diagnósticos y planes de tratamiento. Los sistemas basados ​​en ChatGPT se utilizan para analizar informes de ensayos clínicos, realizar búsquedas bibliográficas e identificar posibles fármacos candidatos. La velocidad con la que se pueden realizar estos análisis ha aumentado significativamente gracias al uso de AIaaS, lo que reduce el tiempo desde el descubrimiento hasta la comercialización de nuevos fármacos.

En sus operaciones minoristas, Macy's implementó Google Cloud AIaaS para crear experiencias personalizadas para el cliente. El sistema utiliza modelos de aprendizaje automático para recomendar productos, predecir la demanda y automatizar el marketing. Las capacidades multimodales de Gemini permiten a los clientes subir imágenes de productos y encontrar artículos similares en el catálogo. Esta búsqueda visual mejora significativamente la experiencia de compra y aumenta las tasas de conversión.

Un caso de uso particularmente innovador proviene del sector logístico. UPS utiliza Google Cloud AIaaS para optimizar rutas. El sistema analiza datos de tráfico y meteorológicos en tiempo real para calcular las rutas de entrega más eficientes. Esto no solo mejora los tiempos de entrega, sino que también reduce significativamente el consumo de combustible y las emisiones de CO2. La escalabilidad de la solución en la nube permite a UPS procesar millones de paquetes diariamente sin perder rendimiento.

En el sector asegurador, USAA ha implementado AWS Textract y otras herramientas de IAaaS para automatizar el procesamiento de reclamaciones. El sistema utiliza reconocimiento de documentos e imágenes basado en IA para revisar y aprobar automáticamente las reclamaciones. Esto ha reducido drásticamente los tiempos de procesamiento y ha aumentado la satisfacción del cliente. La capacidad de procesamiento del lenguaje natural de ChatGPT permite la interpretación y el procesamiento precisos de descripciones complejas de reclamaciones.

Otro ejemplo notable proviene de la industria de los medios de comunicación y el entretenimiento. ViacomCBS utiliza AWS Rekognition AIaaS para la clasificación de contenido y el análisis de audiencia. El sistema ayuda a clasificar contenido, recomendar contenido multimedia y predecir el comportamiento de los espectadores. Las capacidades multimodales de Gemini podrían ser especialmente valiosas en este contexto, ya que permiten analizar simultáneamente datos de vídeo, audio y texto para obtener una visión más amplia de las preferencias de los espectadores.

En el sector educativo, Carnegie Learning ha implementado AWS AIaaS para crear rutas de aprendizaje adaptativas. El sistema analiza los datos y patrones de comportamiento de los estudiantes para crear rutas de aprendizaje personalizadas y adaptadas a sus necesidades. Los sistemas de tutoría basados ​​en ChatGPT pueden ayudar a los estudiantes con las tareas, explicar conceptos y ofrecer retroalimentación, mejorando así los resultados del aprendizaje.

Un ejemplo concreto de este campo proviene de Promevo, socio de Google Cloud, que utiliza Gemini para Google Workspace internamente. Promevo utiliza Gemini para que sus equipos de ventas automaticen tareas que consumen mucho tiempo, como la creación de presentaciones, la generación de hojas de cálculo de rendimiento SEO y la elaboración de presupuestos para reuniones con clientes. Los equipos de ventas pueden usar Gemini para rellenar automáticamente los indicadores clave de rendimiento (KPI) y crear presentaciones bien organizadas para los clientes mediante Google Slides. Esto les permite centrarse más en las interacciones con los clientes y menos en tareas administrativas como la introducción de datos o la creación de diapositivas, lo que aumenta tanto la productividad como la calidad de los resultados.

Para los equipos de marketing, Gemini ayuda a optimizar la creación de contenido al proporcionar plantillas inteligentes, sugerencias de contenido y herramientas de colaboración en tiempo real que permiten a los miembros del equipo colaborar sin esfuerzo desde diferentes ubicaciones. Todas estas funciones ayudan al equipo de marketing a crear eficientemente presentaciones atractivas e informes basados ​​en datos, lo que les permite mantener una imagen de marca consistente e impactante en todas las plataformas.

Estos casos de uso resaltan la versatilidad y los beneficios prácticos de ChatGPT y Google Gemini como soluciones de IAaaS. Demuestran que ambas plataformas no son meros conceptos teóricos, sino herramientas concretas que aportan valor añadido en diversos sectores y casos de uso. La arquitectura basada en la nube permite a empresas de todos los tamaños acceder a capacidades de IA de vanguardia sin invertir en infraestructura costosa. Esto democratiza el acceso a la IA y permite que incluso las empresas más pequeñas aprovechen los beneficios de la inteligencia artificial.

Aspectos problemáticos: un examen crítico

A pesar de las impresionantes capacidades y la amplia adopción de ChatGPT y Google Gemini como soluciones de IAaaS, existen importantes preocupaciones y controversias que requieren un análisis crítico. Estas cuestiones abarcan desde riesgos de privacidad y seguridad hasta problemas de precisión y cuestiones éticas.

Una de las principales preocupaciones en torno a la IAaaS es la privacidad y seguridad de los datos. Cuando las empresas utilizan IAaaS, a menudo tienen que transferir datos sensibles a terceros, lo que puede dar lugar a posibles filtraciones de datos o uso indebido. En el caso de ChatGPT, la plataforma recopila y almacena datos de los usuarios, como detalles de la cuenta, historial de conversaciones y direcciones IP, lo que genera inquietudes sobre la privacidad tanto para particulares como para empresas. La información sensible compartida durante las interacciones puede almacenarse o utilizarse para el entrenamiento de modelos, a menos que se ajusten ciertas configuraciones.

Un estudio reveló que el 77 % de los empleados comparte datos confidenciales de la empresa a través de ChatGPT y otras herramientas de IA, lo que genera importantes riesgos de seguridad y cumplimiento normativo. Un ejemplo destacado es Samsung, donde en abril de 2023, empleados subieron datos confidenciales, como el código fuente y las actas de reuniones, a ChatGPT, lo que provocó una filtración de datos. Entre junio de 2022 y mayo de 2023, ciberdelincuentes vendieron 100 000 credenciales de cuentas de ChatGPT en la dark web. Durante marzo y abril de 2023, se produjo un promedio de dos incidentes de ciberseguridad por semana, incluido uno en el que se expusieron los datos de pago de aproximadamente el 1,2 % de los usuarios de ChatGPT.

Las empresas se enfrentan a retos específicos. El uso de ChatGPT con fines comerciales puede generar diversos riesgos de propiedad intelectual. Compartir detalles de una invención con ChatGPT podría considerarse una divulgación pública según la ley de patentes, lo que permitiría a otros en la industria replicarla. Enviar datos confidenciales a ChatGPT podría invalidar su estatus de secreto comercial. La política de no API de OpenAI establece que los datos enviados pueden utilizarse para entrenar modelos futuros.

ChatGPT no cumple con la HIPAA y no puede procesar información médica protegida, ya que OpenAI no firma Acuerdos de Asociado Comercial. Esto limita significativamente su uso en áreas sensibles como la atención médica. El cumplimiento del RGPD exige establecer una base legal para la transferencia de datos personales a OpenAI y realizar una Evaluación de Impacto de la Transferencia de los datos almacenados en servidores estadounidenses.

Google Gemini se enfrenta a retos de privacidad similares. Las políticas de privacidad de Google suelen ser imprecisas, lo que dificulta comprender cómo se utilizan los datos de los usuarios de los distintos servicios para entrenar a Gemini. Esta falta de transparencia en sus prácticas de privacidad ha generado desconfianza y preocupación por la priorización de la velocidad por parte de Google sobre la seguridad y la transparencia.

Otro problema importante es la precisión y fiabilidad del resultado. Tanto ChatGPT como Gemini son propensos a alucinaciones, donde los modelos generan información que parece plausible, pero que es incorrecta o completamente inventada. Este es un problema fundamental de los principales modelos lingüísticos, ya que funcionan prediciendo el orden de palabras más probable en lugar de acceder a una base de datos de datos verificados. Pruebas realizadas por CNET demostraron que Gemini inventó nombres de restaurantes, artículos de investigación e incluso vídeos de YouTube.

El problema de la alucinación puede manifestarse de diversas maneras, desde proporcionar resúmenes inexactos hasta inventar referencias o hechos inexistentes. Los usuarios han reportado que Gemini proporcionó enlaces a artículos de 2022 cuando se les solicitó información actual, o citó fuentes que no contenían la información solicitada. Esto puede inducir a error a usuarios de numerosos campos, desde estudiantes que realizan investigaciones hasta profesionales que toman decisiones basadas en datos.

El sesgo y las preocupaciones éticas plantean otro desafío importante. Uno de los problemas más publicitados de Gemini fue el sesgo y las cuestiones éticas en sus respuestas, especialmente en su función de generación de imágenes. A principios de 2024, los usuarios descubrieron que el modelo generaba imágenes históricamente inexactas, como la representación de soldados de la era nazi, papas y los Padres Fundadores de Estados Unidos como personas de color. Esto se debió a que, en un intento por evitar el problema común de la IA de subrepresentar la diversidad, Google configuró el modelo para mostrar una variedad de personas, pero no consideró los contextos históricos donde dicha diversidad sería inexacta.

El sesgo no se limitaba a inexactitudes históricas. El modelo también tendía a rechazar las solicitudes de imágenes de personas blancas, mientras que generaba fácilmente imágenes de otras etnias. Más allá de la generación de imágenes, los usuarios han señalado sesgos políticos en las respuestas de texto de Gemini. En un ejemplo controvertido, cuando se le preguntó quién tenía un impacto más negativo en la sociedad, Elon Musk o Adolf Hitler, el chatbot respondió que era difícil afirmarlo con certeza. El cofundador de Google, Sergey Brin, reconoció que el modelo se inclinaba hacia la izquierda en muchos casos, pero señaló que esto no era intencional.

La transparencia en la toma de decisiones de IA es otro desafío importante. Los modelos de IA como Gemini suelen describirse como cajas negras, ya que ni siquiera sus creadores pueden explicar completamente por qué se logró un resultado determinado. Esta falta de transparencia supone un problema importante para desarrolladores y empresas que necesitan comprender por qué un modelo produce un resultado específico, especialmente cuando falla. Google provocó recientemente una reacción negativa de los desarrolladores al ocultar los tokens de razonamiento en cadena de pensamiento sin procesar para su modelo Gemini 2.5 Pro y sustituir la lógica paso a paso por un resumen simplificado. Este cambio dificulta enormemente a los desarrolladores la depuración de aplicaciones y el ajuste preciso de las indicaciones, lo que los obliga a entrar en frustrantes ciclos de prueba y error.

La capacidad computacional y la escalabilidad representan limitaciones adicionales. Si bien Google diseñó Gemini para que fuera su modelo más confiable y escalable, aún enfrenta limitaciones computacionales y de recursos que pueden afectar la experiencia del usuario y la accesibilidad. Una de las principales limitaciones técnicas es la ventana de contexto, que limita la cantidad de información que el modelo puede procesar en un momento dado. Si bien Gemini 1.5 Pro cuenta con una innovadora ventana de contexto de hasta un millón de tokens, los modelos estándar son más limitados, lo que puede generar respuestas incompletas o inconsistentes en conversaciones largas y complejas donde recordar información previa es crucial.

Los usuarios y desarrolladores también pueden experimentar problemas de rendimiento relacionados con la latencia, los requisitos de recursos y los límites de velocidad. Procesar grandes cantidades de datos o gestionar tareas complejas de varios pasos puede provocar ralentizaciones o incluso fallos en las aplicaciones. Los desarrolladores que utilizan la API de Gemini han reportado problemas al superar los límites de velocidad, especialmente en el plan gratuito, y han notado que el servicio a veces puede sobrecargarse o dejar de estar disponible temporalmente. Algunos usuarios han observado inestabilidad en la infraestructura, con la pérdida de rangos de IP aleatorios, lo que afecta la fiabilidad de la producción.

La dependencia de terceros es otro problema importante en el modelo AIaaS. Las empresas que utilizan AIaaS dependen en gran medida de sus proveedores. Esto puede generar problemas de personalización y flexibilidad, ya que las empresas podrían no ser capaces de adaptar perfectamente los servicios de IA a sus necesidades específicas. Además, existe el riesgo de dependencia del proveedor, lo que dificulta y encarece el cambio de proveedor.

Estos desafíos ponen de relieve que las soluciones de AIaaS como ChatGPT y Google Gemini, a pesar de sus impresionantes capacidades, no están exentas de riesgos y limitaciones significativos. Las empresas y los particulares deben considerar cuidadosamente estos aspectos e implementar las medidas de seguridad adecuadas para aprovechar las ventajas de AIaaS sin exponerse a riesgos excesivos.

Xpert.Digital posee un profundo conocimiento de diversas industrias. Esto nos permite desarrollar estrategias a medida, alineadas con precisión con las necesidades y desafíos de su segmento de mercado específico. Mediante el análisis continuo de las tendencias del mercado y el seguimiento de la evolución del sector, podemos actuar de forma proactiva y ofrecer soluciones innovadoras. La combinación de experiencia y conocimientos genera valor añadido y proporciona a nuestros clientes una ventaja competitiva decisiva.

Más información aquí:

• Benefíciate de las 5 áreas de especialización de Xpert.Digital en un solo paquete, desde solo 500 € al mes

Perspectivas y desarrollos: tendencias esperadas y posibles trastornos

El futuro de ChatGPT y Google Gemini como soluciones de IAaaS estará determinado por diversas tendencias significativas y posibles disrupciones. Estos avances no solo ampliarán las capacidades técnicas de ambas plataformas, sino que también transformarán radicalmente su papel en el panorama general de la IA y su impacto en la sociedad y la economía.

Una tendencia clave es la evolución hacia sistemas de IA basados ​​en agentes. OpenAI ya ha indicado que GPT-5 y los modelos futuros exhibirán una mayor autonomía, lo que les permitirá gestionar tareas complejas de varias etapas sin intervención humana constante. Esta capacidad se ve reforzada por la integración del uso de herramientas y la capacidad de interactuar con API y servicios externos. GPT-5 ya admite la integración de correo electrónico y calendario, la carga de archivos y compatibilidad con idiomas avanzados. Se espera que futuras versiones permitan integraciones aún más profundas con los sistemas empresariales, transformando a los agentes de IA en asistentes autónomos capaces de orquestar flujos de trabajo y tomar decisiones.

Google ha articulado una visión similar con Gemini 2.0, que se posiciona como un modelo para la era de los agentes. El CEO de Google, Sundar Pichai, describió Gemini 2.0 como un paso hacia un asistente universal que no solo responde preguntas, sino que también realiza tareas activamente en nombre de los usuarios. Lanzada en octubre de 2025, Gemini Enterprise ya está diseñada como una plataforma basada en agentes que permite a las empresas crear y gestionar sus propios agentes. En el futuro, se espera que estos agentes sean aún más autónomos, capaces de gestionar procesos empresariales complejos sin intervención humana.

La multimodalidad mejorada es otra tendencia significativa. Si bien GPT-4 y Gemini 1.0 ya admiten entrada multimodal, las versiones futuras ofrecerán multimodalidad nativa tanto en entrada como en salida. Se espera que GPT-5 habilite comandos y respuestas de voz, comprensión y resumen de video, e interacciones dinámicas como la descripción de una captura de pantalla o el resumen de un clip. Esto desdibujará la línea entre un chatbot y un asistente inteligente, haciendo que ChatGPT se sienta menos como un software y más como una presencia útil.

Gemini 2.0 ya ha introducido salida nativa de imagen y audio, y se espera que futuras versiones amplíen estas capacidades. La integración de la IA multimodal con la robótica es un enfoque particular para Google. Demis Hassabis, CEO de DeepMind, ha revelado que DeepMind está explorando cómo combinar Gemini con la robótica para interactuar físicamente con el mundo. Esto podría dar lugar a sistemas autónomos capaces de realizar tareas no solo digitales, sino también físicas.

El escalamiento de las ventanas de contexto continuará. GPT-5 ya puede procesar hasta un millón de tokens, lo que permite considerar libros completos o meses de conversaciones simultáneamente. Gemini 1.5 Pro también ha demostrado una ventana de contexto de hasta un millón de tokens. Se espera que los modelos futuros ofrezcan ventanas de contexto aún mayores, lo que les permitirá procesar datos aún más extensos y gestionar tareas más complejas sin perder contexto.

Mejorar las capacidades de razonamiento es otra área crítica de desarrollo. La serie o de OpenAI, en particular o1 y o3, ya demuestra un razonamiento mejorado al dedicar más tiempo a pensar antes de responder. Estos modelos analizan sus respuestas y exploran diferentes estrategias, lo que genera resultados más precisos y reflexivos. GPT-5 integra estas capacidades de razonamiento mediante su arquitectura de enrutamiento dual, que activa diferentes niveles de razonamiento según la complejidad de la tarea. Se espera que futuros desarrollos perfeccionen aún más estas capacidades, creando sistemas de IA más cercanos al pensamiento lógico humano.

Se acelerará el desarrollo de modelos especializados para industrias y casos de uso específicos. Si bien GPT-5 y Gemini 2.0 están diseñados como modelos de propósito general, existe una tendencia creciente hacia variantes específicas para cada industria. OpenAI ya ofrece modelos especializados como Codex para programación. Los desarrollos futuros podrían incluir modelos específicamente diseñados para la salud, el derecho, las finanzas u otros sectores, con un profundo conocimiento del dominio y capacidades de cumplimiento específicas para cada sector.

La personalización aumentará. GPT-5 ya ofrece personalidades personalizables y funciones de memoria que permiten que el modelo se adapte a las preferencias y estilos del usuario. Se espera que futuras versiones ofrezcan una personalización aún más profunda, con sistemas de IA que no solo recuerden las preferencias, sino que también aprendan activamente de las interacciones y se adapten continuamente a las necesidades cambiantes de los usuarios.

La integración del aprendizaje por refuerzo a partir de la retroalimentación humana y otras técnicas avanzadas de entrenamiento mejorará aún más la calidad y la seguridad de los modelos. OpenAI y Google están invirtiendo significativamente en el desarrollo de técnicas que reducen los sesgos, minimizan las alucinaciones y garantizan que los sistemas de IA actúen de forma ética y responsable.

La innovación en infraestructura también desempeñará un papel crucial. Google está invirtiendo fuertemente en el desarrollo de su infraestructura de TPU, con la última generación, Ironwood, diseñada específicamente para modelos de IA a gran escala, inteligentes y basados ​​en inferencias. Microsoft y OpenAI trabajan en la integración de clústeres NVIDIA GB300 NVL72 para las cargas de trabajo de OpenAI. La iniciativa Proyecto Stargate, en la que participan Microsoft, OpenAI y Oracle, busca construir una de las infraestructuras de IA más grandes del mundo.

El panorama regulatorio seguirá evolucionando e influyendo en el desarrollo de las soluciones de IAaaS. Organismos reguladores como la Comisión Europea y la Comisión Federal de Comercio de EE. UU. impulsan estándares éticos y fomentan la innovación. El RGPD en Europa y leyes de protección de datos similares en todo el mundo impondrán requisitos más estrictos de transparencia, privacidad de datos y control del usuario. Las empresas que ofrecen IAaaS deben adaptarse a estos estándares en constante evolución para garantizar el cumplimiento normativo y mantener la confianza del usuario.

Se prevé que el mercado de IAaaS en su conjunto siga expandiéndose. Las previsiones indican que el mercado global de IAaaS crecerá de 36.900 millones de dólares en 2025 a 261.320 millones de dólares en 2030, lo que representa una tasa de crecimiento anual compuesta (TCAC) del 47,92 %. Este crecimiento explosivo se debe a la creciente adopción de la IA en diversos sectores, la democratización del acceso a las tecnologías de IA y la innovación continua de los principales proveedores.

El panorama competitivo se intensificará. Además de OpenAI y Google, empresas como Anthropic con Claude, Meta con Llama, Amazon con servicios de IA de AWS y numerosas startups compiten por cuota de mercado. Esta competencia se traducirá en ciclos de innovación más rápidos, mejores servicios y precios más bajos para los usuarios finales.

La integración de la IA en el Internet de las Cosas y la computación en el borde (edge ​​computing) permitirá nuevos casos de uso. Gemini Nano, diseñado para ejecutarse en dispositivos finales, ya demuestra esta tendencia. Los desarrollos futuros podrían incluir dispositivos en el borde impulsados ​​por IA que combinen el procesamiento local de datos con servicios de IA en la nube para garantizar una baja latencia y la privacidad de los datos.

Las implicaciones éticas y sociales de la IAaaS recibirán una atención creciente. Se debatirán intensamente cuestiones relacionadas con la rendición de cuentas, la transparencia de los algoritmos, el impacto en el empleo y la concentración de poder en manos de unas pocas grandes empresas tecnológicas. OpenAI y Google se verán presionados para garantizar que sus sistemas de IA se utilicen en beneficio de la sociedad y no exacerben las desigualdades ni causen daños.

Estas tendencias sugieren que ChatGPT y Google Gemini no solo desarrollarán capacidades técnicas más avanzadas, sino que también desempeñarán un papel transformador en la forma en que las personas y las empresas interactúan con la tecnología. El futuro de la IAaaS se caracterizará por la innovación continua, una mayor competencia y una creciente integración en todos los aspectos de la vida diaria y el trabajo.

Dependencia de proveedores, alucinaciones, privacidad de datos: cómo las empresas se protegen contra los riesgos de la IA

El análisis de ChatGPT y Google Gemini como soluciones de IAaaS revela un panorama complejo y multifacético, caracterizado por una rápida innovación tecnológica, una adopción generalizada y desafíos significativos. Ambas plataformas encarnan el modelo de IAaaS de maneras diferentes, pero complementarias, y están impulsando la transformación del acceso y el uso de la inteligencia artificial.

ChatGPT se ha consolidado como la interfaz de IA basada en voz líder. Con 200 millones de usuarios activos semanales y una amplia integración en aplicaciones empresariales, demuestra el poder del procesamiento del lenguaje natural como herramienta universal para la comunicación, la resolución de problemas y la automatización. La evolución de GPT-3, pasando por GPT-4 y GPT-5, muestra una mejora continua en la comprensión del contexto, las capacidades de razonamiento y la multimodalidad. La colaboración con Microsoft y la integración con Azure garantizan a ChatGPT una infraestructura robusta y una amplia disponibilidad.

Google Gemini adopta un enfoque integrado y multimodal, diseñado desde el principio para procesar diversos tipos de datos simultáneamente. Su profunda integración en el ecosistema de Google, desde la Búsqueda y el Espacio de Trabajo hasta los dispositivos Android, le otorga a Gemini un alcance sin precedentes de más de mil millones de usuarios. El uso de una infraestructura TPU propietaria proporciona a Google capacidades de control y optimización inigualables por otros proveedores. El lanzamiento de Gemini Enterprise como plataforma basada en agentes posiciona a Google como líder en sistemas de IA autónoma.

Una comparación de ambas plataformas revela diferentes fortalezas y posicionamiento. ChatGPT destaca por su flexibilidad, facilidad de uso y excelente rendimiento con tareas basadas en texto. Su disponibilidad de API facilita la integración de ChatGPT en cualquier aplicación. Google Gemini, por otro lado, ofrece capacidades multimodales superiores y se beneficia de la integración en un ecosistema integral de productos y servicios. Mientras que ChatGPT se posiciona como un modelo de lenguaje universal, Gemini funciona como un servicio de asistencia integrado dentro del universo de Google.

Las aplicaciones prácticas de ambas plataformas son diversas, desde la atención al cliente y la creación de contenido hasta el análisis de datos y el desarrollo de software, e incluso la automatización de procesos empresariales complejos. Ejemplos de diversos sectores demuestran que la IAaaS no es solo un concepto teórico, sino que ofrece beneficios concretos y medibles en el mundo real.

Al mismo tiempo, el análisis revela importantes desafíos y riesgos. La preocupación por la privacidad y la seguridad de los datos es generalizada, e incidentes como la filtración de datos de Samsung ponen de relieve los peligros del uso incontrolado de AIaaS. La susceptibilidad a las alucinaciones y los sesgos demuestra que ambas plataformas, a pesar de sus impresionantes capacidades, presentan deficiencias. La dependencia de terceros y el riesgo de dependencia de un proveedor son otros aspectos que las empresas deben considerar cuidadosamente.

Las perspectivas futuras se caracterizan por sistemas de IA basados ​​en agentes, una multimodalidad mejorada, un razonamiento optimizado y una mayor personalización. Se proyecta que el mercado de IAaaS crecerá de 24.730 millones de dólares en 2024 a 190.630 millones de dólares en 2030, lo que subraya la enorme importancia económica de esta tecnología. La competencia se intensificará, con nuevos actores como Anthropic y Meta que desafían a los proveedores consolidados.

La evaluación final debe ser matizada. ChatGPT y Google Gemini representan sin duda un avance significativo en la democratización de la inteligencia artificial. Permiten a empresas de todos los tamaños y a particulares acceder a capacidades de IA de vanguardia sin tener que invertir en infraestructura costosa. Esto tiene el potencial de acelerar la innovación, aumentar la productividad y facilitar nuevos modelos de negocio.

Al mismo tiempo, el uso responsable de estas tecnologías requiere una profunda comprensión de sus limitaciones y riesgos. Las empresas deben implementar medidas sólidas de protección y seguridad de datos, capacitar a sus empleados y establecer directrices claras para el uso de IAaaS. La auditoría de los gastos para garantizar su precisión sigue siendo esencial, ya que aún pueden producirse alucinaciones y sesgos.

No se deben subestimar los impactos sociales de la IAaaS. La concentración de las capacidades de IA en manos de unas pocas grandes empresas tecnológicas plantea interrogantes sobre la distribución del poder y el control sobre infraestructuras críticas. El posible impacto de la automatización en el empleo exige una cuidadosa reflexión política y medidas para la reconversión laboral.

En definitiva, el análisis demuestra que ChatGPT y Google Gemini no son meros productos tecnológicos, sino catalizadores de un cambio fundamental en la forma en que las personas interactúan con la información, toman decisiones y resuelven problemas. Su papel como soluciones de IAaaS convierte la inteligencia artificial en un recurso universalmente disponible, similar a la electricidad o la conectividad a internet. Este desarrollo tiene un enorme potencial, pero también exige responsabilidad, vigilancia y una adaptación continua a los nuevos retos y oportunidades. El futuro de la IAaaS dependerá de la capacidad de conciliar la innovación tecnológica con los principios éticos, la privacidad de los datos y el beneficio social.

☑️ Nuestro idioma comercial es el inglés o el alemán

☑️ NUEVO: ¡Correspondencia en tu idioma nativo!

 

Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.

Puedes contactarme rellenando el formulario de contacto aquí wolfenstein@xpert.digital:o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es

Espero con ilusión nuestro proyecto conjunto.

 

 

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Desarrollo de negocios pioneros / Marketing / Relaciones públicas / Ferias comerciales

Áreas de enfoque de la industria: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria

Más información aquí:

• Centro de expertos empresariales

Un centro temático que ofrece información y experiencia:

• Plataforma de conocimiento que abarca las economías globales y regionales, la innovación y las tendencias específicas de la industria
• Una colección de análisis, perspectivas e información de fondo de nuestras áreas de enfoque clave
• Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología
• Un centro para empresas que buscan información sobre los mercados, la digitalización y las innovaciones de la industria