Por qué algunas empresas fracasan en su iniciativa por implementar Inteligencia Artificial

Las inversiones en Inteligencia Artificial son tan cruciales para las empresas puesto que hoy en día determinan su éxito. La optimización de procesos a través de esta tecnología permite a los negocios, entre otras cosas, generar y gestionar información a partir de datos de alto valor a un menor costo, acelerar procesos de contratación, personalizar la experiencia de los clientes y mejorar las tácticas en seguridad.

Estos y otros beneficios son la razón por la que la Inteligencia Artificial creará un valor empresarial de 2.9 billones de dólares para 2012, como lo explicó un reporte realizado por la firma consultora Gartner. En este momento, el 77% de las organizaciones a nivel global cuentan con tecnologías impulsadas por IA implementadas en su entorno laboral, como afirma un informe de Mindtree Study.

El reporte encuestó a 650 líderes de TI a nivel mundial para determinar cómo están alcanzando el éxito en sus iniciativas de Inteligencia Artificial, y en qué áreas necesitan mejorar. La IA sigue siendo tan popular como siempre, con 85% de las organizaciones afirmando que tienen una estrategia para la gestión de datos, y un 31% reportando haber visto un mayor valor empresarial a partir de dichos esfuerzos.

Sin embargo, uno de los errores más grandes que las compañías pueden cometer es implementar la tecnología solo por el hecho de tenerla en casa. Y lo siguen haciendo. Según el estudio, solo el 16% de las organizaciones se están enfocando en puntos críticos y definiendo casos de uso antes de desplegar IA, lo que no solo es un camino hacia el fracaso de estas iniciativas, sino un desperdicio de tiempo y dinero.

“La gestión de los datos es el factor que se pasa por alto e impide que las empresas pasen de experimentos exitosos a hacer del negocio liderado por la IA una forma de vida”, afirmó Suman Nambiar, jefe de estrategia, alianzas y ofertas en Mindtree. “Muchas compañías aprecian ahora la necesidad de los datos para el entrenamiento de los modelos de IA, pero la mayoría sostiene que aún no comprende las arquitecturas e infraestructuras de datos requeridas para industrializar la tecnología a escala”.

Para poder ejecutar proyectos exitosos de aplicación de Inteligencia Artificial, las organizaciones deben estar dispuestas a establecer casos de uso, experimentar con estos y desarrollar metodologías ágiles de innovación, sostiene el reporte. Solo el 29% de las empresas encuestadas han dicho sentirse lo suficientemente ágiles para experimentar con IA, lo que indica una demanda por una mayor agilidad empresarial a nivel global.

“Cualquier científico de datos te va a decir que debes experimentar, probar hipótesis, transitar callejones sin salida, aprender de ellos y utilizarlos para encontrar el éxito”, señaló Nambiar. «Tener procesos y metodologías para una experimentación ágil que brinde resultados rápidos y a un costo relativamente bajo es fundamental. No esperes elaborar la estrategia perfecta de IA para tu negocio y ejecutarla desde el principio, comienza con la suposición de que tendrás que evolucionar a medida que avances».

Entre las funciones empresariales que están generando mayor valor a partir de la Inteligencia Artificial se incluyen las ventas, con un 35% y el marketing, con un 32%. A su vez, la mayoría de las organizaciones están empleando la IA a través del aprendizaje automático, en un 34%; los chatbots, en un 34%; y la robótica, en un 28%.

El informe encontró además que los datos continúan impulsando el uso de la Inteligencia Artificial a nivel empresarial. Sin embargo, existe una brecha de conocimiento entre tener una estrategia para la gestión de estos datos y comprenderla. Si bien el 85% de las compañías tienen esta estrategia, más de la mitad de las grandes empresas y el 74% de las más pequeñas han afirmado que no entienden la infraestructura de datos necesaria para proporcionar a la IA casos de uso.

Esta falta de familiaridad con la gestión de datos y la arquitectura de la Inteligencia Artificial lleva a que las organizaciones tengan que capacitar a su personal en las habilidades adecuadas. Estas incluyen pensamiento de diseño, ingeniería de datos y ciencia de datos, como afirma el reporte. Mientras que el 47% de las organizaciones sostienen que ya están en ese proceso, más de la mitad de las compañías que no están aún en este necesitan aplicarlo.

“El enfoque en la estrategia, la infraestructura, la arquitectura y la gobernanza de datos casi no es mencionado en los medios, pero en nuestra experiencia, hace la diferencia entre pruebas de concepto que, aún siendo exitosas no logran escalar, y empresas que de verdad alcanzan el punto de ser cognitivas y lideradas por la Inteligencia Artificial”, concluye Nambiar.

Publicamos nuevo contenido todos los días, no olvides seguirnos en nuestras redes sociales, Twitter, Facebook y LinkedIn para ver nuestros artículos más recientes antes que nadie.

Fuente: Tech Republic.