Gilson Magalhães, vicepresidente de Red Hat para Latinoamérica, analizó en una columna de opinión cómo el enfoque open source puede transformar la adopción de IA. El texto plantea que la colaboración, la transparencia y la eficiencia técnica son claves para superar los desafíos actuales del despliegue empresarial de esta tecnología.
Imagen: Gilson Magalhães, VP y Gerente General para Latinoamérica en Red Hat
En una reciente columna de opinión publicada por Gilson Magalhães, vicepresidente y gerente general de Red Hat para Latinoamérica, se expuso una visión estratégica sobre la relación entre el código abierto y la evolución de la inteligencia artificial en el entorno empresarial. El artículo plantea que la adopción de IA, aunque acelerada, todavía enfrenta obstáculos técnicos, éticos y estructurales que el software open source podría ayudar a resolver.
Magalhães destacó que el uso empresarial de la IA ha crecido de forma significativa en los últimos años, impulsado tanto por la presión competitiva como por las expectativas sobre sus beneficios potenciales. Según datos citados por el directivo, en solo seis años la adopción organizacional pasó del 50 % al 72 %. Sin embargo, solo una minoría —el 26 % de las empresas, según Boston Consulting Group— ha logrado desarrollar capacidades internas suficientes para generar valor real más allá de las pruebas de concepto.
La columna advirtió que esta brecha ha generado un fenómeno que denominó FOMOAI (fear of missing out AI), una especie de temor corporativo a quedarse fuera de la tendencia, lo que conduce a implementaciones apresuradas sin estrategias bien definidas. En ese contexto, Magalhães argumentó que el código abierto podría aportar una base más sólida, colaborativa y transparente para el despliegue responsable de la IA.
Apoyado en datos de estudios como los de Deloitte, McKinsey y Harvard Business School, el autor explicó que los modelos abiertos permiten a las organizaciones no solo ahorrar costos, sino también auditar, adaptar y mejorar los sistemas de inteligencia artificial de forma continua. Esto resulta especialmente relevante frente a preocupaciones crecientes en torno a los sesgos algorítmicos, la privacidad de datos y la opacidad de los modelos propietarios.
Otro punto clave del análisis fue el papel de los Small Language Models (SLM), modelos de lenguaje más compactos y especializados que los grandes LLM. Estos pueden ser entrenados con menor consumo computacional, se adaptan a contextos específicos y presentan menos barreras para su implementación por parte de fabricantes, canales tecnológicos y organizaciones con recursos limitados.
Magalhães subrayó que la apertura técnica de estos modelos no solo permite auditar el código y los datos de entrenamiento, sino también crear herramientas de trazabilidad y monitoreo que refuercen la seguridad y la ética en el desarrollo de IA. Desde su perspectiva, esta transparencia genera mayor confianza tanto para usuarios finales como para reguladores, un aspecto crítico en sectores regulados o de alto impacto social.
La columna también vinculó esta discusión a la estrategia de Red Hat, organización históricamente vinculada al desarrollo de software de código abierto para entornos empresariales. Magalhães indicó que la filosofía open source —basada en colaboración, descentralización y revisión entre pares— fue clave para el éxito de tecnologías como la nube o la automatización, y ahora tiene el potencial de desempeñar un papel similar en la evolución de la inteligencia artificial.
Para los actores del canal tecnológico, la perspectiva expuesta ofrece implicaciones concretas. La adopción de modelos abiertos facilita el diseño de soluciones personalizadas, reduce costos de integración, y habilita nuevas líneas de negocio vinculadas a servicios profesionales —como entrenamiento de modelos, despliegue en infraestructuras híbridas o validación técnica. Asimismo, refuerza la capacidad de innovación local al permitir que desarrolladores regionales trabajen con datos y contextos propios.
El texto firmado por Gilson Magalhães planteó que el futuro de la inteligencia artificial podría depender no solo de avances técnicos, sino de cómo se construyen los modelos, quién los controla y con qué principios se diseñan. En ese sentido, el enfoque de código abierto fue presentado no como una solución única, sino como una alternativa estratégica capaz de transformar la manera en que las organizaciones adoptan y escalan la IA. Para fabricantes, mayoristas e integradores tecnológicos, este debate representa tanto una alerta como una oportunidad: la posibilidad de alinear innovación, transparencia y valor comercial en un campo que definirá buena parte del desarrollo empresarial en los próximos años.
