Alrededor del 81% de las empresas conf\u00edan en sus resultados de IA\/ML y casi nueve de cada diez empresas utilizan m\u00e9todos de IA\/ML para crear modelos para la toma de decisiones aut\u00f3noma. El 97% invertir\u00e1 en IA generativa en los pr\u00f3ximos uno o dos a\u00f1os. Tienen previsto invertir una media del 12% de su facturaci\u00f3n anual global en este \u00e1mbito. <\/p>\n\n\n\n
Estas son las conclusiones de un nuevo estudio realizado por el especialista en estudios de mercado Vanson Bourne en nombre de Fivetran. Ofrece informaci\u00f3n sobre c\u00f3mo se utiliza realmente la IA en las empresas, especialmente en lo que respecta a los retos, el rendimiento de la inversi\u00f3n y los costes. Se encuest\u00f3 a empresas con 500 o m\u00e1s empleados en EE.UU., Reino Unido, Irlanda, Francia y Alemania sobre el tema de la IA y los procesos y estructuras asociados.<\/p>\n\n\n\n
Las empresas encuestadas, que en general tienen un alto nivel de confianza en sus resultados de IA\/ML, tambi\u00e9n afirman que tienen ineficiencias fundamentales en los datos. Las empresas que utilizan grandes modelos ling\u00fc\u00edsticos (LLM) informan de imprecisiones en los datos y alucinaciones en el 50% de los casos. De media, pierden el 6% de su facturaci\u00f3n anual global o 406 millones de d\u00f3lares estadounidenses (con una facturaci\u00f3n anual media de 5.600 millones de d\u00f3lares estadounidenses).<\/p>\n\n\n\n
La causa son los modelos de IA inadecuados que se crean con datos inexactos o de calidad inferior. Seg\u00fan la encuesta, casi nueve de cada diez organizaciones utilizan m\u00e9todos de IA\/ML para crear modelos para la toma de decisiones aut\u00f3nomas. Al mismo tiempo, las empresas tienen problemas con la inexactitud de los datos y las alucinaciones, as\u00ed como preocupaciones sobre la gobernanza y la seguridad de los datos. <\/p>\n\n\n\n
Las empresas alemanas se encuentran todav\u00eda en las primeras fases de utilizaci\u00f3n de la IA (60%), mientras que s\u00f3lo el 39% de las estadounidenses y el 36% de las francesas se clasifican a s\u00ed mismas como \"principiantes de la IA\". En consecuencia, las empresas de estos pa\u00edses se consideran avanzadas: el 31% (EE.UU.) y el 28% (Francia) utilizan IA que requiere la m\u00ednima o nula intervenci\u00f3n humana posible. En Alemania, la cifra es s\u00f3lo del 14%.<\/p>\n\n\n\n
En general, casi nueve de cada diez empresas (89%) utilizan m\u00e9todos de IA\/ML para crear modelos que puedan hacer predicciones y tomar decisiones autom\u00e1ticamente. El 80% de las empresas de EE.UU. y el 75% de las de Francia llevan haci\u00e9ndolo al menos seis meses, mientras que s\u00f3lo el 44% de las alemanas afirman lo mismo. La confianza en los resultados de la IA tambi\u00e9n es baja en Alemania: mientras que el 30% de las empresas alemanas conf\u00eda plenamente en los resultados de la IA generativa, el 47% de las empresas estadounidenses y el 48% de las francesas dicen lo mismo.<\/p>\n\n\n\n
Aproximadamente una de cada cuatro empresas (24%) afirma haber alcanzado una fase avanzada de uso de la IA, en la que aprovecha plenamente sus ventajas y depende poco o nada de la intervenci\u00f3n humana. Sin embargo, hay diferencias significativas de opini\u00f3n entre los encuestados: los directores t\u00e9cnicos que desarrollan y operan modelos de IA est\u00e1n menos convencidos de la madurez de la IA de sus empresas. S\u00f3lo el 22% de ellos la califican de \"avanzada\", frente al 30% de los empleados no t\u00e9cnicos. La situaci\u00f3n es diferente en el caso de la IA generativa: el 63% de los empleados no t\u00e9cnicos conf\u00eda plenamente en ella, frente al 42% de los directores t\u00e9cnicos.<\/p>\n\n\n\n
Existe otro desacuerdo entre los expertos en datos de los distintos niveles de gesti\u00f3n de una empresa: mientras que los empleados en puestos subalternos consideran que las infraestructuras inform\u00e1ticas obsoletas son el mayor obst\u00e1culo para el desarrollo de modelos de IA (49%), los colegas s\u00e9nior consideran que el principal problema es que los empleados con las competencias adecuadas se centran en otros proyectos (51%). De hecho, se ven obligados a dedicar sus recursos a procesos de datos manuales, como la limpieza de datos y la reparaci\u00f3n de canalizaciones de datos rotas. Las empresas confirman que sus cient\u00edficos de datos dedican la mayor parte (67%) de su tiempo a preparar datos en lugar de crear modelos de IA.<\/p>\n\n\n\n
La causa del desaprovechamiento del potencial de los especialistas en datos y del bajo rendimiento de los programas de IA es la misma: datos inaccesibles, poco fiables e incorrectos. La magnitud del problema queda ilustrada por el hecho de que la mayor\u00eda de las organizaciones tienen dificultades para acceder a todos los datos necesarios para ejecutar programas de IA (69 %) y ponerlos en un formato utilizable (68 %).<\/p>\n\n\n\n
Los nuevos enfoques de la IA generativa han tra\u00eddo m\u00e1s complicaciones: el 42% de los encuestados ya ha experimentado alucinaciones con los datos. \u00c9stas pueden dar lugar a decisiones err\u00f3neas porque la base de informaci\u00f3n es inadecuada. Reducen la confianza en los LLM o la disposici\u00f3n de los empleados a utilizar la herramienta. Tambi\u00e9n consumen mucho tiempo en encontrar y corregir los datos. Dado que el 60% de los altos ejecutivos utilizan IA generativa y son responsables de decisiones estrat\u00e9gicas, los problemas de calidad y fiabilidad de los datos se agravan.<\/p>\n\n\n\n
Tambi\u00e9n persisten los temores en relaci\u00f3n con el uso de la IA generativa, siendo el \"mantenimiento de la gobernanza de los datos\" y los \"riesgos financieros debido a la sensibilidad de los datos\" las mayores preocupaciones de las empresas (37%). Una s\u00f3lida gobernanza de los datos es especialmente importante para las organizaciones que desean utilizar modelos de IA generativa total o parcialmente desarrollados en casa.<\/p>\n\n\n\n
Sin embargo, dado que la mayor\u00eda (67%) de los encuestados tiene previsto utilizar las nuevas tecnolog\u00edas para reforzar las funciones b\u00e1sicas de movimiento de datos, gobernanza y seguridad, hay motivos para el optimismo. Taylor Brown, cofundador y director de operaciones de Fivetran y cliente del estudio, valora los resultados: \"La r\u00e1pida adopci\u00f3n de la IA generativa refleja un optimismo y una confianza generalizados en las organizaciones.<\/p>\n\n\n\n
Pero bajo la superficie, sigue habiendo problemas de datos fundamentales que impiden a las empresas aprovechar todo su potencial. Las empresas necesitan reforzar sus bases de integraci\u00f3n y gobernanza de datos para lograr resultados de IA m\u00e1s fiables y minimizar los riesgos financieros.\"<\/p>\n\n\n\n