El desarrollo cloud nativo se convierte en herramienta imprescindible cuando una empresa quiere estar dirigida por datos. De esta forma, el modelo tecnológico a implantar se basa en una arquitectura cloud hibrida impulsada por MLOps y Kubernetes, pudiendo escalar de manera rentable. Así, las tecnologías en la nube facilitarán las implementaciones sencillas de ML. Esto implicará una mayor demanda de científicos de datos hacia áreas más complejas que requieren los sistemas de aprendizaje automático.
Este avance a medio plazo hacia soluciones cloud con modelos de machine learning que se auto ajustan, puede hacer que la IA se convierta en una “commodity”, desplazándose hacia la ciencia de la decisión.