Obstáculos de la IA
getty
La inteligencia artificial está en todas partes y rápidamente se está convirtiendo en una parte integral de casi todas las industrias. Se espera que el mercado de la IA tenga una tasa de crecimiento anual compuesta del 17,3%, alcanzando los 7.400 millones de dólares en 2030, según Statista.
Este no es un desarrollo completamente nuevo: las empresas han utilizado durante mucho tiempo la IA para automatizar tareas mundanas y repetitivas como la recopilación y el ingreso de datos y la generación de facturas. También han utilizado chatbots habilitados para IA para responder consultas rutinarias de los clientes, algoritmos de IA para transformar grandes sumas de datos en información procesable y una variedad de diferentes herramientas de IA para predecir el comportamiento de los clientes y mejorar las capacidades de pronóstico de los equipos de ventas.
Pero a pesar de todas las historias de éxito de la IA que existen, las empresas todavía luchan por integrar completamente la tecnología en sus procesos. Si bien esto se debe en parte a que los avances se están produciendo tan rápidamente que puede resultar difícil determinar qué solución mejorará más la eficiencia y la productividad, también se debe a que muchas empresas enfrentan obstáculos imprevistos.
Éstos son algunos de los obstáculos más comunes y cómo superarlos:
1. Falta de experiencia.
Aunque la adopción empresarial de la IA se ha más que duplicado desde 2017, según una encuesta global de IA de 2022 realizada por McKinsey, las empresas todavía tienen dificultades para encontrar talentos en IA. A la mayoría de las organizaciones encuestadas les resultó “muy” o “algo” difícil contratar para puestos relacionados con la IA.
Establecer asociaciones con expertos en inteligencia synthetic y capacitar o mejorar a los empleados existentes puede ayudar a las empresas a superar este desafío. De hecho, casi la mitad de las empresas encuestadas por McKinsey han adoptado este enfoque. El conocimiento de la IA no sólo es esencial para una implementación exitosa: es clave para utilizar la tecnología de manera efectiva. Otros canales que pueden ayudar a conseguir talento en IA y cerrar la brecha de habilidades incluyen universidades técnicas de primer nivel, empresas de tecnología international, organizaciones industriales, academias de capacitación y programas centrados en la diversidad.
2. Altos costos.
La falta de experiencia no es el único obstáculo que enfrentan las empresas con la IA. Muchas empresas han descubierto que el coste de implementar la IA es mucho mayor de lo esperado inicialmente. Según el “Informe de tendencias globales en IA 2023” de S&P World, encargado por WEKA, más de la mitad de los tomadores de decisiones en IA informan que las barreras de costos han generado dificultades para implementar lo último en herramientas de IA. Incluso si estas barreras de costos son de corto plazo, pueden hacer que la IA parezca inaccesible o dejar que los proyectos de IA permanezcan en la fase piloto de desarrollo.
Desafortunadamente, debido a las distintas complejidades de las herramientas de IA, la solución para superar las barreras de costos rara vez es sencilla. Algunas empresas gastarán miles de dólares, mientras que otras podrían gastar millones. Sin embargo, como ocurre con cualquier iniciativa empresarial, será importante pensar en dónde la tecnología puede resultar más beneficiosa para la organización y luego comparar ese beneficio con el gasto. Renunciar a una solución personalizada también puede ayudar a que la IA sea más asequible, y los productos disponibles en el mercado pueden ser alternativas rentables para muchas empresas.
3. Desafíos técnicos.
Según Damian Mingle, presidente y director ejecutivo de LogicPlum, una plataforma de aprendizaje automático que crea y administra soluciones de inteligencia artificial para cumplir con la visión, la misión y los objetivos financieros de las empresas, “los sistemas de inteligencia artificial requieren grandes cantidades de datos relevantes, estructurados y de alta calidad para comience a aprender y a hacer predicciones precisas. Pero ese simplemente no es el estado de los datos para muchas organizaciones. Está fragmentado, desestructurado o es de mala calidad. La implementación de prácticas de gestión de datos más sólidas, junto con la limpieza y estructuración de datos, puede ayudar a superar uno de los muchos desafíos técnicos para implementar la IA”.
De manera identical, otro desafío común para muchas empresas tiene que ver con sus infraestructuras de TI. Los sistemas obsoletos y el software package o components incompatible pueden obstaculizar la integración de las herramientas de IA. Si bien actualizar los sistemas existentes parece la respuesta obvia a este problema, Mingle también sugiere emplear soluciones de middleware para actuar como un puente entre las tecnologías antiguas y las nuevas. Además, los sistemas de inteligencia artificial deben auditarse para detectar posibles vulnerabilidades de seguridad porque muchas de estas herramientas manejarán datos confidenciales.
Cuando una empresa tiene dificultades con la implementación de la IA, es muy probable que la causa sea interna. Sin la experiencia y las habilidades adecuadas en el equipo, puede resultar complicado integrar cualquier herramienta electronic, y esto es especialmente cierto con la IA. Todo se minimize a elegir la herramienta de IA adecuada para el área de negocio adecuada y luego asegurarse de que la solución sea fácil de usar y agregue valor a las operaciones.
Sígueme en Gorjeo o LinkedIn. Verificar mi sitio internet o algunos de mis otros trabajos aquí.
