This is the Trace Id: a0a5e084f4ac4fe8fdaaccd259cd6be5
Saltar al contenido principal Explorar Ver todos los productos (más de 200) Microsoft Foundry Azure Copilot GitHub Copilot Azure Kubernetes Service (AKS) Azure Cosmos DB Azure Database for PostgreSQL Azure Arc Microsoft Fabric Linux Virtual Machines en Azure Foundry Models Foundry Agent Service Foundry IQ Foundry Tools Foundry Control Plane Observability en Foundry Control Plane Azure OpenAI en Foundry Models Voz de Azure en Foundry Tools Azure Machine Learning Ver todas las bases de datos Azure Cosmos DB Azure DocumentDB Azure SQL Azure Database for PostgreSQL Redis Administrado de Azure Microsoft Fabric Azure Databricks Linux Virtual Machines en Azure Windows Server en Azure Azure Functions Azure Virtual Machine Scale Sets Azure API Management Azure Container Apps Azure Kubernetes Service (AKS) Azure Kubernetes Fleet Manager Azure Container Registry Red Hat OpenShift en Azure Azure Container Instances Almacenamiento de contenedores de Azure Azure Arc Azure Local Microsoft Defender for Cloud Azure Monitor Microsoft Sentinel Azure Migrate Ve todas las soluciones (más de 40) Soluciones de la nube para pequeñas y medianas empresas Centro de migración y modernización de la nube Análisis de datos para la IA Azure Databases Agentes y aplicaciones de IA Microsoft Marketplace Microsoft Sovereign Cloud Agentes y aplicaciones de IA IA responsable con Azure Infraestructura de IA Análisis de datos para la IA Operaciones de aprendizaje automático (MLOps) Desarrollo de aplicaciones con poco Código en Azure Servicios de integración Informática sin servidor DevOps Centro de migración y modernización Migración de aplicaciones de .NET Bases de datos en Azure Linux en Azure Oracle en Azure SAP en la nube de Microsoft Nube adaptable Informática de alto rendimiento (HPC) Infraestructura como servicio (IaaS) Resistencia Azure Essentials Frontier Accelerate for Azure FinOps en Azure Microsoft Marketplace Información general sobre los precios de Azure Crear una cuenta de Azure Servicios de Azure gratis Opciones de compra flexibles Calculadora de precios FinOps en Azure Maximiza el ROI de la IA Planes de ahorro de Azure Reservas de Azure Ventaja híbrida de Azure Virtual Machines Azure SQL Microsoft Foundry Microsoft Fabric Azure Kubernetes Service (AKS) Microsoft Defender for Cloud Ver más Empresas de desarrollo de software Microsoft Marketplace Buscar un partner Recursos para partners de Azure Comenzar a usar Azure Casos de clientes Informes de análisis, e-books y notas del producto Vídeos Más información sobre la informática en la nube Documentación Explorar Azure Portal Recursos para desarrolladores Plantillas de inicio rápido Recursos para startups Comunidad de desarrolladores Estudiantes Azure para partners Blog Eventos y seminarios web Aprender Asistencia Contacto con ventas Comenzar a usar Azure Iniciar sesión

¿Qué es la inteligencia artificial? 

Obtenga información general sobre la inteligencia artificial (IA) y sus muchos casos de uso. Además, aprenda a crear, implementar y administrar aplicaciones con tecnología de IA mediante los servicios de Azure.

Definición de IA

La inteligencia artificial (IA) se refiere a sistemas o modelos informáticos diseñados para realizar tareas que normalmente requieren pensamiento humano, como comprender el lenguaje, reconocer patrones, resolver problemas y tomar decisiones. Los sistemas de IA tradicionales solo siguen reglas fijas, pero los sistemas de IA más recientes, como la IA cognitiva, pueden aprender de los datos y mejorar con el tiempo, lo que les permite ser más precisos al gestionar situaciones nuevas. 

La IA se usa en muchas de nuestras herramientas cotidianas, incluidos los asistentes virtuales, los sistemas de recomendación y los chatbots. 

  • Los modelos de IA identifican patrones y relaciones en los datos que se pueden usar para generar nuevas predicciones, recomendaciones y respuestas.
  • Las organizaciones de los principales sectores ya están usando la IA para aumentar la productividad e impulsar la innovación en casos de uso reales.
  • De cara al futuro, se espera que la IA amplíe las oportunidades, contribuya al crecimiento económico y fomente la innovación a largo plazo.

Cómo funciona la IA

Los modelos de IA basados en el transformador generativo preentrenado (GPT) usan el aprendizaje automático para analizar grandes cantidades de datos, como texto, imágenes o números, e identificar patrones y relaciones que se pueden usar para generar resultados, como predicciones, recomendaciones o respuestas.

El proceso suele seguir un ciclo sencillo:

  1. Los datos se recopilan y se preparan
  2. El modelo se entrena para reconocer patrones
  3. Los resultados se prueban y se mejoran mediante comentarios

Con cada ciclo, el modelo de IA se ajusta y se vuelve más preciso y capaz de gestionar nuevas situaciones de forma más eficaz. En esencia, la IA funciona aprendiendo de forma continua a partir de los datos, refinando su comprensión y aplicando ese aprendizaje para ofrecer mejores resultados con el tiempo. 

Ejemplos de casos de uso de IA

A medida que las organizaciones siguen innovando, la IA se está convirtiendo en una herramienta fundamental para aumentar la productividad e impulsar la innovación en equipos y sectores. Los ejemplos siguientes destacan algunos casos de uso habituales en el mundo real:

  • Automatización de flujos de trabajo en el desarrollo de software: Los equipos de desarrollo ya están usando soluciones con tecnología de IA, como GitHub Copilot, para ayudar a escribir código, probar software y automatizar flujos de trabajo. Como resultado, los equipos de desarrollo tienen más tiempo y energía para centrarse en tareas de mayor valor.
  • Resumen de documentos: Las organizaciones de todos los sectores usan GPT para generar resúmenes breves de informes, transcripciones de reuniones y correos electrónicos. Esto ayuda a los equipos a comprender las conclusiones clave sin tener que revisar material extenso y, a su vez, aumenta la productividad.
  • Investigación y análisis en el sector sanitario: En el ámbito médico, los médicos usan LLM multimodales para analizar rápidamente imágenes médicas y datos complejos de pacientes. Esto les permite diagnosticar enfermedades con más eficacia y ofrecer planes de atención personalizados basados en el perfil de cada persona.
  • Comercio minorista: Los operadores minoristas usan modelos de IA para prever la demanda, administrar el inventario y personalizar las recomendaciones para quienes compran en línea o en tienda.
  • Seguridad mejorada: Al comprobar la identidad a través de características faciales únicas, la tecnología de reconocimiento facial mejorada con IA impide el acceso no autorizado a dispositivos, instalaciones seguras y datos confidenciales. Esta capa adicional de protección reduce el riesgo de vulneraciones y refuerza la posición de seguridad general.

Tendencias futuras

Se espera que el futuro de la IA sea transformador. A medida que los servicios y las herramientas de IA siguen evolucionando, se integrarán cada vez más en la vida cotidiana. La inteligencia artificial como servicio (AIaaS), por ejemplo, ahora permite que los equipos y las organizaciones de distintos sectores accedan a capacidades de IA a través de API y servicios en la nube, lo que les ayuda a trabajar de forma más inteligente, resolver problemas complejos más rápido y descubrir nuevos niveles de creatividad e innovación a un precio rentable.

Al proporcionar a las personas sistemas más eficientes, con mayor capacidad de respuesta y más accesibles, la IA está preparada para ampliar de forma significativa las oportunidades para las personas y para la sociedad en su conjunto, al actuar como un asociado eficaz y colaborador para el crecimiento económico y la innovación a largo plazo. 

Preguntas más frecuentes

  • La IA se usa para hacer el trabajo más rápido, más inteligente y más eficiente en muchos sectores al automatizar tareas, analizar grandes cantidades de datos y ayudar a las personas a tomar mejores decisiones. También se puede usar para mejorar las experiencias cotidianas con tecnologías como asistentes virtuales, chatbots y motores de recomendación.  
  • Un ejemplo de IA puede ser un asistente virtual como Siri, que puede recibir indicaciones para responder preguntas y realizar tareas mediante voz o texto. Otro ejemplo es un servicio de recomendaciones, como los que usan las plataformas de streaming o de compras, que puede sugerir productos o contenido en función de su comportamiento y sus preferencias. 
  • La IA es un campo amplio que se centra en sistemas capaces de analizar datos, reconocer patrones y tomar decisiones. La IA generativa es un tipo específico de IA diseñado para producir nuevos resultados, como texto, imágenes o código, a partir de lo que ha aprendido.  
  • La IA aprende al estudiar grandes cantidades de datos y encontrar patrones. Hace predicciones o toma decisiones, las compara con respuestas correctas o comentarios y se ajusta para mejorar con el tiempo. La IA aprende mediante un ciclo repetido: observar los datos, hacer una suposición, recibir comentarios y mejorar con la práctica. 
Español (México) Privacidad de la salud del consumidor Ponte en contacto con Microsoft Privacidad Administrar cookies Aviso legal Marcas Registradas Sobre nuestra publicidad