Volver al glosario
G
Definición

GenAI Definición IT

Inteligencia artificial generativa: familia de modelos capaces de producir texto, código, imágenes, audio o video a partir de una instrucción.

La GenAI (Generative AI, o IA generativa) designa la familia de modelos de inteligencia artificial capaces de producir contenido original — texto, código, imágenes, audio, video, 3D, moléculas — a partir de una instrucción en lenguaje natural. Se opone a la IA discriminativa que se contenta con clasificar o predecir.

El despegue masivo data de noviembre de 2022 (ChatGPT): según Bloomberg Intelligence, el mercado GenAI pasaría de 67 mil millones $ en 2024 a más de 1.300 mil millones $ en 2032. Para una dirección de TI, es la evolución tecnológica más rápida jamás observada — y uno de los principales motores de la IA en empresa junto con los agentes IA.

Las grandes familias de modelos GenAI

  • LLM (texto): ChatGPT, Claude, Gemini, Mistral, Llama. Ver LLM.
  • Modelos imagen: DALL·E, Midjourney, Stable Diffusion, Imagen.
  • Modelos video: Sora, Veo, Runway, Kling.
  • Modelos audio: ElevenLabs, Suno, Udio.
  • Modelos código: Codex, Claude Code, GitHub Copilot.
  • Modelos multi-modales: GPT-4o, Gemini 2.0, Claude 4 — texto + imagen + audio.

Cómo funciona

Un modelo GenAI es entrenado sobre enormes corpus (web, libros, código, imágenes) a partir de los cuales aprende distribuciones estadísticas. En la inferencia, muestrea en este espacio para producir una respuesta coherente — sin verdaderamente «comprender» en el sentido humano. De ahí la frecuencia de las alucinaciones.

Arquitecturas dominantes:

  • Transformers: GPT, BERT, Llama.
  • Diffusion: Stable Diffusion, DALL·E 3.
  • Mixture of Experts (MoE): Mixtral, GPT-4.

Casos de uso en empresa

  • Productividad: redacción, resumen, traducción.
  • Soporte al cliente: chatbots, agentes conversacionales.
  • Marketing: generación de contenidos, visuales, videos.
  • Ingeniería: code assist, generación de pruebas, refactorización.
  • Knowledge management: RAG sobre las bases internas.
  • Datos: generación de datos sintéticos.

Los desafíos específicos de la GenAI

  • Alucinaciones: .
  • Confidencialidad: enviar datos de empresa a un modelo público puede violar el RGPD.
  • Derechos de autor: zona gris sobre los corpus de entrenamiento.
  • Huella de carbono: .
  • Soberanía: dependencia de los hyperscalers americanos.
  • [Shadow IA](/es/glossary/shadow-ai): .

GenAI gobernada vs. Shadow IA

Una GenAI gobernada combina:

  • Una licencia empresa (ChatGPT Enterprise, Copilot for M365, Claude for Work).
  • Acuerdos DPA garantizando la no-reutilización de los prompts para el entrenamiento.
  • Un SSO y registro de logs activados.
  • Una política de uso clara y formaciones.
  • Una conformidad ISO 42001 y AI Act.

Kabeen detecta automáticamente los usos GenAI en el SI.

Preguntas frecuentes

¿Qué es la GenAI?

+

La GenAI (Generative AI o IA generativa) es la familia de modelos de inteligencia artificial capaces de producir contenido original (texto, código, imagen, audio, video) a partir de una instrucción en lenguaje natural. Se opone a la IA discriminativa que se contenta con clasificar o predecir (fraude, scoring, visión). El despegue masivo data de noviembre de 2022 con ChatGPT.

¿Diferencia entre GenAI, LLM y agente IA?

+

La GenAI es la familia general de los modelos generativos (texto, imagen, audio, video). Un LLM (Large Language Model) es un tipo específico de GenAI especializado en el texto. Un agente IA es un sistema de software que utiliza un LLM para planificar y ejecutar acciones concretas. Los tres conceptos se encajan: agente IA ⊂ LLM ⊂ GenAI.

¿Cómo gobernar el uso de la GenAI en empresa?

+

Cuatro pilares: (1) desplegar licencias empresa (ChatGPT Enterprise, Copilot M365, Claude for Work) con acuerdos DPA garantizando la no-reutilización de los prompts, (2) activar SSO y logging para la trazabilidad, (3) escribir una política de uso clara y formar a los colaboradores, (4) alinearse con ISO 42001 y el AI Act europeo. Sin este marco, es el Shadow IA quien se instala.

¿Cuáles son los principales riesgos de la GenAI?

+

Cinco riesgos mayores: las alucinaciones (informaciones falsas con confianza), la confidencialidad (fuga de datos sensibles hacia modelos públicos), los derechos de autor (zona gris sobre corpus y obras generadas), la huella de carbono (consumo energético del entrenamiento y la inferencia) y la soberanía (dependencia de los hyperscalers americanos). El Shadow IA amplifica todos estos riesgos.

¿Necesita ayuda para mapear su panorama TI?

Kabeen le ayuda a inventariar, analizar y optimizar su portafolio de aplicaciones.

Probar gratis