Una entrevista realizada por MONOist con Tiffany Bloomquist, responsable del sector de empresas emergentes en Asia-Pacífico y Japón de Amazon Web Services, y Taesan Kwon, director ejecutivo de operaciones de STRADVISION, muestra cómo la infraestructura en la nube y los programas de apoyo a empresas emergentes pueden ayudar a una empresa especializada en visión por computadora a pasar del desarrollo de una tecnología específica al despliegue de soluciones de inteligencia artificial en múltiples sectores.
La entrevista tuvo lugar durante un evento para medios organizado por AWS en la oficina de STRADVISION en Corea del Sur el 8 de septiembre de 2026, y se centró en las actividades de ambas empresas en el ámbito de la inteligencia artificial y en lo que AWS denomina inteligencia artificial física; es decir, el uso de modelos inteligentes en entornos que interactúan con el mundo real, como vehículos y robots.
De la idea al mercado
Bloomquist afirmó que AWS ha invertido más de 80.000 millones de dólares durante 20 años y apoya a más de 350.000 empresas emergentes en todo el mundo mediante el programa AWS Activate. Según explicó, este apoyo no se limita a créditos de computación y servicios técnicos, sino que también abarca ayudar a las empresas a desarrollar el producto, establecer una estrategia de acceso al mercado, aprovechar AWS Marketplace y conectarlas con socios y clientes empresariales.
AWS presenta empresas como Netflix y Grab como ejemplos de compañías que comenzaron con ideas específicas y luego se expandieron hasta convertirse en negocios globales. Sin embargo, la entrevista no ofrece nuevas cifras sobre el crecimiento de STRADVISION ni resultados comerciales concretos; se centra en cambio en los mecanismos que AWS utiliza para apoyar a las empresas durante las etapas de desarrollo y expansión.
¿Qué ofrece AWS para las soluciones de inteligencia artificial?
AWS afirma que ofrece más de 200 servicios que pueden combinarse según las necesidades del cliente. Para los proyectos de inteligencia artificial con un uso intensivo de computación, las opciones incluyen el uso de unidades de procesamiento gráfico de NVIDIA o el acceso a los chips AWS Trainium para entrenar modelos y AWS Inferentia para ejecutar la inferencia.
La empresa también mencionó AWS SageMaker HyperPod para coordinar procesos de entrenamiento de modelos a gran escala y Amazon Bedrock para acceder a modelos de inteligencia artificial mediante interfaces de programación, además de Amazon Q Developer y Kiro para tareas de desarrollo de software, y Amazon QuickSight para analizar y visualizar datos.
Las aplicaciones de STRADVISION en la inteligencia artificial física
STRADVISION desarrolla soluciones de visión por computadora basadas en inteligencia artificial y las utiliza en aplicaciones relacionadas con vehículos. Bloomquist señaló que las tecnologías de la empresa representan un caso de uso temprano de la inteligencia artificial física, mientras que los modelos entrenados con datos de automóviles se están ampliando a otros ámbitos, entre ellos la robótica.
STRADVISION aprovecha las soluciones de AWS para desarrollar sus productos, según el artículo, aunque la entrevista no especifica los servicios utilizados en cada etapa de la producción ni revela indicadores de rendimiento, contratos con clientes o detalles técnicos que permitan medir de forma independiente el impacto de estos servicios.
¿Por qué es importante esta evolución?
La importancia del caso radica en que muestra que el desarrollo de inteligencia artificial destinada a entornos reales no depende únicamente del modelo; también requiere infraestructura para entrenar y ejecutar los modelos, así como herramientas para gestionar los datos, el desarrollo y la distribución comercial. Para las empresas emergentes de los sectores automovilístico y robótico, esta integración puede reducir la necesidad de construir internamente toda la infraestructura.
Por otro lado, el éxito de este modelo sigue dependiendo de la calidad de los datos, de los requisitos de seguridad y fiabilidad en aplicaciones críticas, del coste de la computación y de la capacidad de la empresa para convertir el modelo experimental en un producto apto para el despliegue. El artículo no ofrece detalles suficientes para evaluar estos aspectos en el caso de STRADVISION, por lo que la entrevista debe considerarse una presentación de una asociación tecnológica y un ecosistema de apoyo, no una evaluación independiente del rendimiento del producto.