Godzilla y la IA que sale a la red
El primer impacto visual del stand lo protagonizaba ‘Godzilla’, una instalación pensada tanto para asombrar a los visitantes como para explicar en qué punto está la tecnología. A través de cámaras, Fujitsu capta el movimiento humano, aplica una capa de analítica de IA y conectividad y genera una representación digital del usuario convertido en un Godzilla verde sobre un fondo croma. “Es la forma más gráfica de mostrar cómo la IA deja de estar encerrada en un servidor y se ejecuta en la red y en el edge”, apunta García.
La demo nace de la unión de dos mundos: por un lado, la tecnología de inteligencia artificial de Fujitsu; por otro, la parte de redes basada en open RAN de su socio, que permite ejecutar inferencia en servidores de acceso radio que antes tenían un único uso. “Así reducimos la latencia y aprovechamos una infraestructura que ya existe, dándole un doble uso y abriendo nuevas vías de monetización para los operadores”, explica.
MONAKA: un procesador pensado para IA en el edge
Para que esa “inteligencia en movimiento” no sea solo un concepto, Fujitsu presume de músculo propio en hardware con MONAKA, su nuevo procesador de alto rendimiento y bajo consumo. “Lo que más energía consume en un procesador es mover datos; lo que hemos hecho con MONAKA es acortar físicamente las distancias internas por las que se desplazan esos datos”, detalla Irene García. Al reducir ese recorrido, baja el consumo y se habilita una computación más sostenible, alineada con la agenda de eficiencia energética que reclama el sector.
Más allá de la teoría, MONAKA está diseñado para ejecutar la inferencia de modelos de lenguaje de hasta 70.000 millones de parámetros con mejor eficiencia que una CPU tradicional. Esto permite llevar capacidades avanzadas de IA a la red, a edificios inteligentes o a dispositivos IoT, sin depender siempre de grandes centros de datos. “Y es seguro: lo que se ejecuta en máquinas virtuales sobre MONAKA queda protegido, el proveedor cloud no sabe qué modelo ni qué datos estás procesando”, subraya, ligando el chip directamente con la soberanía del dato.
IA generativa para ingenieros de campo y service desk
Pero, si hay un hilo conductor en las propuestas de Fujitsu es que todas nacen de problemas muy concretos. En el caso de los ingenieros de campo, la compañía detectó un cuello de botella claro: podían pasar entre 40 y 45 minutos solo en entender una incidencia revisando manuales, diagramas y documentación dispersa. “Cada minuto que el ingeniero está buscando información, es un minuto facturado y un cliente esperando”, recuerda García.
La respuesta de Fujitsu se llama Kozuchi Knowledge Graph, una base de conocimiento estructurada en forma de grafo, que agrega toda esa documentación técnica. Así, el ingeniero introduce un prompt y el sistema genera nodos y conexiones semánticas, saltando entre múltiples manuales y siendo capaz de interpretar tanto texto como diagramas. “El nivel de acierto es mucho más alto que con un rastreo tradicional o con un modelo multimodal genérico, y hemos conseguido reducir el tiempo de respuesta a entornos de cinco minutos en muchos casos”, afirma.
Sobre esa misma base, Fujitsu ha construido un asistente de IA para service desk pensado para aliviar las líneas de soporte de nivel uno. De esta forma, el usuario explica su problema al asistente, que propone soluciones y solo escala a un humano cuando detecta que la complejidad lo requiere o que la persona no quiere seguir hablando con un sistema automatizado. Al mismo tiempo, se analiza el estado de ánimo: “si percibimos nerviosismo o rechazo al bot, priorizamos y pasamos la llamada a un operador humano, cumpliendo además con la normativa europea que exige ofrecer siempre esa alternativa”, explica la Deputy CTO de Fujitsu.
Negociar sin desvelar secretos
El otro gran campo de pruebas en el que está trabajando la compañía son las cadenas de suministro, donde Fujitsu plantea una plataforma multiagente inspirada en la teoría de juegos. La idea es que un agente coordinador pueda negociar automáticamente con los agentes que representan a distintas empresas de reparto sin que ninguna de las partes tenga que revelar información sensible como márgenes, capacidad concreta o preferencias geográficas.
“El coordinador lanza una propuesta, el agente devuelve un ‘score’ de 0 a 100 y un pequeño feedback sin datos confidenciales, y se va ajustando la oferta de forma iteractiva hasta maximizar la satisfacción de todos”, describe García. Toda la comunicación entre agentes se realiza sobre un canal securizado que impide que terceros puedan inferir patrones o conclusiones aunque observen el tráfico. El ejemplo evidente es elegir automáticamente la mejor empresa de reparto cuando cambia la demanda, pero la misma lógica se puede aplicar a muchas otras piezas de la ‘supply chain’, desde la planificación de demanda hasta la gestión de inventario.
Amalgamation AI
García no oculta que buena parte de los grandes avances en IA siguen chocando con una realidad muy humana: “Hacen falta perfiles muy especializados, mucho tiempo y muchísimo prueba y error para ajustar hiperparámetros, datasets y problemas de sesgo”. En lugar de sustituir al ingeniero, Fujitsu propone acompañarle con Amalgamation AI, una plataforma que genera un “blueprint” o plano de cómo debe construirse un modelo de visión artificial según el problema planteado.
Con una conversación tipo chat y subiendo unas pocas imágenes, la herramienta es capaz de diseñar la arquitectura y el flujo necesarios para un caso concreto, como detectar tapones mal pigmentados en una línea de producción. “No pretendemos que Amalgamation cree modelos mágicamente, sino que ahorre horas de trabajo repetitivo y permita que el experto se centre en lo importante”, apunta. Esta filosofía encaja con otra obsesión de la directiva: bajar la IA del servidor a la máquina industrial, incluso cuando esa máquina tiene décadas y fue diseñada mucho antes de que se hablara de algoritmos inteligentes.
Private GPT y el reto de la soberanía del dato
En paralelo, Fujitsu aborda las dudas de muchas organizaciones sobre cómo usar IA generativa sin perder control sobre su información. Su propuesta es una solución de Private GPT que permite a las empresas ofrecer herramientas de IA a sus empleados manteniendo los datos dentro de la organización. “No se trata de entregar un modelo open source y desaparecer; nosotros aportamos la infraestructura y el cliente mantiene en todo momento la soberanía del dato”, incide García.
La conversación deriva inevitablemente hacia la calidad y limpieza de los datos, y hacia el problema de los sesgos. La portavoz de Fujitsu reconoce que el preprocesado es uno de los puntos más delicados, especialmente cuando entran en juego temas sensibles como la detección de desinformación o decisiones que afectan a la salud o a procesos electorales. “Quién define exactamente qué es un sesgo, qué datos se limpian y con qué criterio… son cuestiones técnicas, pero también éticas”, reflexiona.
“No se trata de poner IA a todo”
En la recta final de la conversación, la deputy CTO de Fujitsu España se muestra crítica con la banalización del término IA. “Ahora todo tiene IA: el autobús, la nevera… muchas veces hablamos de sistemas muy simples, pero la etiqueta se ha convertido en un reclamo comercial”, comenta entre risas. Recuerda, además, que la inteligencia artificial no nació hace cinco años; que lleva décadas presente en España y en el mundo, aunque ahora haya ganado visibilidad con la irrupción de los grandes modelos generativos.
“Vivimos un momento en el que la IA está en todas partes, pero precisamente por eso hay que dar un paso atrás y pensar en qué queremos aplicarla, no solo dónde”, concluye. Frente al ruido del marketing, Fujitsu intenta bajar el concepto a tierra con demos como Godzilla, chips como MONAKA y soluciones muy concretas para ingenieros, centros de soporte y cadenas de suministro, con una idea fija: que la inteligencia, efectivamente, se ponga en movimiento
Si (
No(
