Abundan los estudios sobre la impaciencia de los consumidores. Si una aplicación funciona mal, dejarán de usarla, la eliminarán y se quejarán abiertamente en las redes sociales. Y, para muchos, que funcione mal significa que «tarda más de un par de segundos en responder».
Y aquí entra en escena la IA generativa que, según la experiencia y las pruebas comparativas, suele tardar bastante más de un par de segundos en responder. Sin embargo, al igual que en nuestras conversaciones por mensaje con amigos y familiares, mientras los chatbots están «pensando», se nos muestra oportunamente un «…» animado para indicar que la respuesta está en camino.
Por alguna razón, la animación desencadena una reacción pavloviana casi digital que nos predispone a esperar. Quizá la explicación resida en la psicología del antropomorfismo, que tiende a hacernos ver con mejores ojos a los seres no humanos dotados de una personalidad similar a la humana. Así, como percibimos la IA como algo al menos parecido a un ser humano, le concedemos la misma consideración que tendríamos con, bueno, una persona.
Sea cual sea el motivo por el que estamos dispuestos a esperar ante la experiencia de usuario que ofrece la IA actual, cabe preguntarse hasta dónde llegará esa indulgencia y durante cuánto tiempo. A medida que más y más aplicaciones integran, incorporan y se dotan de capacidades de IA, resulta cada vez más importante responder a las preguntas sobre qué nivel de rendimiento es aceptable.
¿Qué nivel de latencia es aceptable en una experiencia de usuario con IA? ¿Importa dónde se introduce esa latencia o solo la consideramos aceptable cuando sabemos que interviene la IA generativa?
Este es un aspecto importante que debemos analizar, porque sabemos que uno de los tabúes de la seguridad de las aplicaciones es introducir latencia en el proceso. Aunque la inspección y evaluación del contenido frente a amenazas conocidas —inyección SQL, código malicioso, inyección de prompts— requiere inevitablemente cierta latencia, los usuarios de servicios de seguridad de aplicaciones no dudan en descartar cualquier solución que provoque una degradación del rendimiento.
Como prueba, les presento las respuestas a una pregunta sobre este tema de nuestra encuesta sobre el estado de la estrategia de aplicaciones de 2022, según la cual cerca del 60 % tanto de los responsables de TI como de los responsables empresariales desactivaría los controles de seguridad a cambio de una mejora del rendimiento de entre el 1 % y el 50 %.
Está claro que el rendimiento importa y que la latencia se considera algo muy negativo™. Así pues, la cuestión es cuánta latencia resulta aceptable para la experiencia de usuario con la IA. ¿Siguen siendo aplicables los antiguos criterios de «la respuesta debe tardar menos de X segundos»? ¿O la IA está ampliando ese límite para todas las aplicaciones, o solo para aquellas que son claramente de IA?
Y si nuestra paciencia no es más que una reacción inicial, debida en parte a la novedad de la IA generativa, ¿qué haremos cuando pase el efecto de la novedad?
Si, como parece indicar la tendencia actual, la inferencia se vuelve más rápida, quizá la cuestión deje de ser relevante. Pero, si no es así, ¿tendrán que ser aún más rápidos los componentes y servicios que proporcionan, protegen y respaldan la IA para compensar la lentitud de la inferencia?
Así de rápido avanza el sector. Tenemos preguntas que generan más preguntas y, antes de obtener respuestas, surgen otras nuevas. La acumulación de preguntas sin respuesta parece una cola de incidencias en una empresa en la que alguien ha desconectado un conmutador central y, acto seguido, todo el departamento de TI se ha marchado por el resto del día.
Sabemos que la entrega de aplicaciones y la seguridad van a cambiar debido a la IA. Tanto en lo que respecta a las necesidades de quienes quieren utilizar la IA para mejorar las operaciones con clientes y las operaciones corporativas, como a las de quienes desarrollan soluciones para ellos. Las soluciones obvias —pasarelas de IA, seguridad de los datos y defensas contra ataques tradicionales como los DDoS— son fáciles de abordar y ya estamos trabajando en ellas. Sin embargo, comprender el impacto a largo plazo es una tarea mucho más difícil, especialmente en lo que respecta al rendimiento.
Porque la otra realidad es que el hardware solo podrá llevarnos hasta cierto punto antes de que nos topemos con limitaciones físicas, y entonces corresponderá al resto del sector averiguar cómo mejorar el rendimiento de lo que, sin duda, será un componente esencial de todas las empresas.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.