Las cámaras con inteligencia artificial se han consolidado como uno de los principales motores de crecimiento del mercado de la seguridad física y el IoT. Tras varios años de adopción sostenida, la industria se encuentra ante un nuevo punto de inflexión, la llegada de los modelos de inteligencia artificial a gran escala.
A diferencia de la IA convencional o de los sistemas basados en reglas, los modelos de IA a gran escala se apoyan en grandes volúmenes de datos y arquitecturas avanzadas. Esto les permite no solo identificar objetos o eventos, sino interpretar relaciones, contextos y patrones complejos. Como resultado, pueden detectar anomalías sutiles y cambios de comportamiento que antes pasaban desapercibidos, elevando el valor estratégico de la videoseguridad para el negocio.
Para evaluar el nivel de adopción de esta tecnología, Hikvision y un medio de comunicación realizaron una encuesta conjunta sobre su implementación actual y su potencial de crecimiento. Los resultados permiten identificar los principales beneficios esperados, así como los desafíos que aún limitan una adopción más amplia de la IA a gran escala en videoseguridad.
Beneficios y áreas de mayor impacto
Los encuestados asocian de forma clara la IA a gran escala con la resolución de problemas estructurales del sector. El 73.4% destaca una mayor eficiencia operativa, el 62% una reducción del error humano y el 55.4% una mejora en la experiencia del usuario final.
Las áreas donde se percibe mayor necesidad de innovación están vinculadas con la automatización de tareas operativas complejas y propensas a errores. Los mayores potenciales de impacto se concentran en la búsqueda de video y la investigación forense (56%), la detección de objetos y eventos (39.1%) y las alertas y la capacidad de respuesta en tiempo real (34.3%).
En la investigación forense, la IA a gran escala permite realizar búsquedas de video más rápidas y precisas, reduciendo de forma significativa el tiempo dedicado a revisiones manuales. En la detección de objetos y eventos, estos modelos mejoran la capacidad para distinguir actividad relevante del ruido de fondo, lo que contribuye a una reducción sustancial de falsas alarmas frente a enfoques tradicionales.
Las alertas contextuales en tiempo real también se benefician de estas capacidades, al proporcionar información más precisa para una toma de decisiones mejor informada. Además, los encuestados identifican oportunidades de innovación en áreas como la configuración de sistemas y la optimización de recursos (25.9%), así como en la configuración y el filtrado de alarmas (22.8%), ampliando el impacto de la IA más allá de la operación diaria.
Sectores y barreras de adopción
Más de la mitad de los participantes (51.2%) identifica a la infraestructura crítica como el sector donde la IA a gran escala tendrá mayor relevancia, debido a la complejidad de estos entornos y a su baja tolerancia al error. Otros sectores con expectativas de adopción relevantes son el transporte (40.3%) y el industrial y manufacturero (38.5%), caracterizados por despliegues de gran escala. En contraste, sectores más sensibles al precio, como el comercio minorista (21.6%), muestran una adopción más cautelosa.
El costo de los dispositivos con IA a gran escala se mantiene como el principal obstáculo para una adopción más rápida, señalado por el 60% de los encuestados. Le siguen las preocupaciones relacionadas con privacidad y cumplimiento normativo (57%) y la integración con sistemas heredados (53%).
La falta de conocimientos técnicos (33.1%) y la resistencia al cambio (18%) tienen un peso menor. De hecho, la mayoría de las organizaciones ya explora, prueba o utiliza activamente estas tecnologías, lo que confirma una actitud mayoritariamente favorable hacia la IA a gran escala.
La IA a gran escala comienza así a consolidarse como un componente clave de las arquitecturas de seguridad del futuro, aportando mayor contexto, precisión y capacidad de análisis. Aunque persisten desafíos relacionados con costos y regulación, su impacto en la videoseguridad apenas empieza a materializarse.
