Danilo Leal (UNAB), analiza cómo la IA puede optimizar el consumo energético de los data centers, la escasez de perfiles híbridos y los desafíos éticos.
Danilo Leal (UNAB), analiza cómo la IA puede optimizar el consumo energético de los data centers, la escasez de perfiles híbridos y los desafíos éticos.
El crecimiento de los data centers en Chile ha puesto sobre la mesa un doble desafío: cómo operarlos de forma energéticamente eficiente y quién cuenta con las competencias para hacerlo. En este contexto, El Desconcierto conversó con el Dr. Danilo Leal, director del Magíster en Ciencia de Datos e Inteligencia Artificial e investigador del ItiSB de la UNAB.
El diálogo se centró sobre el rol de la ciencia de datos en la sostenibilidad, las brechas de talento del sector y las competencias que exige este campo en expansión.
-¿Cuál es el estado de los profesionales que se desempeñan como científicos de datos y expertos en inteligencia artificial en Chile? ¿Cómo se ve el panorama frente al crecimiento de los data centers en el país?
Los data centers son como las nuevas estaciones eléctricas de la economía digital: no producen aplicaciones por sí solos, pero permiten que funcionen en la nube los modelos de inteligencia artificial y los servicios basados en datos. Su expansión aumentará directamente la demanda de especialistas en redes, refrigeración, electricidad, ciberseguridad y servicios cloud.
De manera indirecta, también impulsará la necesidad de científicos de datos, ingenieros de aprendizaje automático y especialistas en MLOps capaces de llevar los modelos desde un computador hasta una operación real.
Chile cuenta con una base profesional que ha crecido rápidamente, pero todavía existe una distancia entre saber utilizar herramientas de inteligencia artificial y ser capaz de diseñar, implementar y mantener soluciones confiables en una organización.
Una señal de maduración es que ChileValora, el servicio público dependiente del Ministerio del Trabajo y Previsión Social, ya incorporó perfiles laborales relacionados con inteligencia artificial, incluidos perfiles específicos para la industria de data centers. Esta iniciativa reconoce una brecha de capital humano especializado y de estándares formales para certificar competencias.
-¿Qué disciplinas transversales debe considerar un experto para realizar un trabajo efectivo en este campo?
Un profesional de este campo necesita estadística para distinguir patrones reales de simples coincidencias, programación para transformar ideas en soluciones y conocimiento del sector en que trabaja. No es lo mismo desarrollar inteligencia artificial para un hospital que para una mina, un banco o una empresa de energía.
También requiere comunicación. Un modelo muy preciso que nadie entiende puede terminar guardado en una presentación. El especialista debe explicar qué predice, con qué nivel de incertidumbre y qué podría salir mal.
A esto se suman la ética, la privacidad, la gobernanza de datos, la ciberseguridad y la sostenibilidad. En inteligencia artificial no basta con preguntar "¿podemos hacerlo?". También hay que preguntar "¿debemos hacerlo?", "¿a quién beneficia?" y "¿qué costo ambiental o social puede tener?". El experto más valioso no será necesariamente quien domine más algoritmos, sino quien pueda conectar tecnología, personas y problemas reales.
-¿Qué puede hacer la ciencia de datos por el medio ambiente y la sostenibilidad?
La ciencia de datos no planta árboles ni limpia un río directamente, pero puede indicarnos dónde actuar, cuándo hacerlo y cómo medir si la intervención funcionó. Es una especie de radar. Mediante imágenes satelitales, sensores y registros históricos se pueden detectar cambios en bosques, calidad del aire, disponibilidad de agua, emisiones o biodiversidad.
También es posible pronosticar incendios, estimar la demanda energética, identificar fugas de agua, optimizar rutas de transporte y anticipar fallas en maquinaria antes de que generen desperdicios o contaminación. Naciones Unidas ya utiliza inteligencia artificial y datos satelitales para monitorear ecosistemas de agua dulce y detectar emisiones de metano, lo que demuestra que estas tecnologías pueden transformar observaciones en decisiones concretas.
-Para operar data centers con eficiencia energética, ¿pueden la IA y la ciencia de datos generar modelos efectivos para este propósito?
Sí. La inteligencia artificial puede transformarse en una especie de termostato inteligente gigante. Puede anticipar la carga de trabajo, ajustar la refrigeración, detectar servidores con consumos anormales, programar mantenimientos y trasladar ciertas tareas hacia horarios con mayor disponibilidad de energía renovable o menor intensidad de carbono.
-¿Cree que, en el corto plazo, los profesionales existentes y los que vendrán podrán satisfacer la demanda de los data centers en Chile en materia de IA y ciencia de datos?
Mi impresión es que podremos cubrir una parte importante, pero difícilmente toda la demanda especializada en el corto plazo. El problema no será solamente la cantidad de profesionales, sino encontrar personas que combinen experiencia técnica, conocimiento energético, ciberseguridad, infraestructura cloud y capacidad para trabajar con sistemas críticos que deben funcionar las 24 horas.
Probablemente tendremos suficientes perfiles generales y jóvenes con una buena base tecnológica. La mayor escasez estará en los perfiles híbridos y experimentados: quienes entienden simultáneamente de datos, electricidad, refrigeración, redes, continuidad operacional y riesgos.
