Según un reciente estudio global de Hewlett Packard Enterprise, casi la mitad (44 %) de los responsables de TI cree que sus empresas están totalmente preparadas para aprovechar los beneficios de la IA . El informe también desvela vacíos críticos en sus estrategias, como la falta de alineación entre procesos y métricas, lo que da lugar a la consiguiente fragmentación en el enfoque, que agravará aún más los problemas de entrega.
El estudio “Architect an AI Advantage”, que contó con la participación de más de 2.000 directores de tecnología de 14 países, ha puesto de manifiesto que, aunque el compromiso mundial con la IA muestra un aumento de las inversiones, las organizaciones están pasando por alto áreas clave que influirán en su capacidad para ofrecer resultados satisfactorios en este ámbito, como los bajos niveles de madurez de los datos, las posibles deficiencias en el aprovisionamiento de redes y equipos informáticos, y consideraciones vitales en materia de ética y cumplimiento de las normativas vigentes. El informe también ha desvelado una significativa falta de conexión tanto en la estrategia como en la comprensión que podrían afectar negativamente al futuro retorno de la inversión (ROI).
Reconocer la escasa madurez de los datos
Un rendimiento sólido de la IA que repercuta en los resultados empresariales depende de la calidad de los datos introducidos, pero este estudio muestra que, aunque las organizaciones lo entienden claramente -considerando la gestión de datos como uno de los elementos más críticos para el éxito de la IA-, sus niveles de madurez de datos siguen siendo bajos. Solo un pequeño porcentaje (7 %) de las organizaciones puede ejecutar extracciones de datos en tiempo real para permitir la innovación y la monetización de datos externos, mientras que solo el 26 % ha establecido modelos de gobernanza de datos y puede ejecutar análisis avanzados.
Lo más preocupante es que menos de 6 de cada 10 encuestados afirman que su organización gestiona cualquier etapa clave de la preparación de datos para su uso en modelos de IA, desde el acceso (59 %) y el almacenamiento (57 %), hasta el procesamiento (55 %) y la recuperación (51 %). Esta discrepancia no solo puede ralentizar el proceso de creación de modelos de IA, sino que también aumenta la probabilidad de que el modelo proporcione información imprecisa y un ROI negativo.
Aprovisionamiento para el ciclo de vida constante
Una brecha similar apareció al preguntar a los encuestados por los requisitos informáticos y de redes en todo el ciclo de vida de la IA. A primera vista, los niveles de confianza parecen altos a este respecto: el 93 % de los responsables de TI cree que su infraestructura de red está preparada para soportar el tráfico de IA, mientras que el 84 % está de acuerdo en que sus sistemas tienen suficiente flexibilidad en la capacidad de computación como para soportar las demandas únicas en las diferentes etapas del ciclo de vida de la IA.
Gartner® prevé que “para 2025 la IA Generativa (GenAI) desempeñará un papel en el 70 % de las tareas que manejen grandes cantidades de texto y datos, frente a menos del 10 % que se registró en 2023” *, pero menos de la mitad de los responsables de TI admite tener un conocimiento completo de las demandas de las distintas cargas de trabajo de IA en cuanto a formación, ajuste e inferencia se refiere, lo que pone seriamente en duda la precisión con la que pueden aprovisionarlas.
Ignorar las conexiones entre empresas, el cumplimiento y la ética
Las organizaciones no están conectando los puntos fundamentales entre las áreas clave del negocio, ya que más de una cuarta parte (28 %) de los líderes de TI consultados describe el enfoque general de IA de su organización como “fragmentado”. Como prueba de ello, más de un tercio (35 %) de las organizaciones ha optado por crear estrategias de IA separadas para funciones individuales, mientras que el 32 % está creando sets de objetivos diferentes en conjunto.
Y lo que es aún más preocupante: parece que la ética y el cumplimiento se están pasando por alto, pese al creciente escrutinio en torno a estos temas por parte de los consumidores y de los organismos reguladores. El estudio muestra que los responsables de TI consideran que los aspectos legales (13 %) y éticos (11 %) son los menos críticos para el éxito de la IA. Además, los resultados mostraron que casi una de cada cuatro organizaciones (22 %) no está involucrando en absoluto a sus equipos jurídicos en las conversaciones sobre la estrategia de IA de sus empresas.
El miedo a perderse la IA y el riesgo empresarial del exceso de confianza
A medida que las compañías se apresuran a entender el bombo publicitario que rodea a la IA, sin una ética y un cumplimiento de la inteligencia artificial adecuados, estas corren el riesgo de exponer sus datos propietarios, una piedra angular para conservar su ventaja competitiva y mantener la reputación de su marca. Entre los problemas que pueden surgir, las empresas que carecen de una política ética de IA corren el riesgo de desarrollar modelos que carecen de normas adecuadas de cumplimiento y diversidad, lo que genera impactos negativos para la marca de la empresa, pérdida de ventas o multas y batallas legales muy costosas.
También existen otros riesgos adicionales, ya que la calidad de los resultados de los modelos de IA está limitada por la calidad de los datos que registran. Esto se refleja en este informe, que muestra que los niveles de madurez de los datos siguen siendo bajos. Cuando esto se combina con que la mitad de los líderes de TI admite no comprender plenamente las demandas de infraestructura de TI en el ciclo de vida de la IA, aumenta el riesgo de desarrollar modelos ineficaces, incluido el impacto de las alucinaciones de la IA. Además, como la demanda de energía para ejecutar modelos de inteligencia artificial es extremadamente alta, esto puede contribuir a un aumento innecesario de las emisiones de carbono de los centros de datos. Estos retos reducen la rentabilidad de la inversión de capital de una empresa en IA y pueden afectar negativamente a la marca general de la compañía.
