La adopción de la IA alcanza niveles inesperados, transformando el paisaje empresarial en el mundo contemporáneo. Las empresas implementan sistemas diseñados para optimizar sus operaciones, pero la implementación enfrenta importantes desafíos. La mitad de los líderes denuncia la complejidad de las cuestiones relacionadas con la calidad de los datos y la seguridad. Esta realidad provoca retrasos en muchos proyectos, a pesar de una mayor inversión en iniciativas de IA, que a veces alcanza cifras vertiginosas. Las estructuras de liderazgo están evolucionando, con la aparición del rol de Chief AI Officer, pero deben adaptarse ante las dificultades persistentes. La transición hacia soluciones híbridas o internas para mejorar la seguridad refleja esta creciente madurez.
Creciente adopción de la IA
El paisaje de la inteligencia artificial se está transformando rápidamente, las empresas se están comprometiendo con soluciones de producción. Un estudio reciente realizado por Zogby Analytics para Prove AI revela que el 68 % de las organizaciones han desarrollado ahora sistemas de IA operacionales. La evolución hacia iniciativas de IA a gran escala viene acompañada de importantes inversiones, el 81 % de las empresas asignando al menos un millón de dólares al año a proyectos de IA. Entre ellas, un cuarto supera los diez millones anuales, ilustrando la transición hacia compromisos a largo plazo.
Evoluciones en las estructuras de liderazgo
El auge de la IA también reorganiza las estructuras directivas. Casi el 86 % de las empresas han designado a un responsable de los esfuerzos en IA, a menudo con el título de ‘Chief AI Officer’. Estos líderes de IA ahora influyen en la estrategia empresarial, con un equilibrio casi equitativo con los CEO: el 43,3 % de las empresas afirman que el CEO toma las decisiones relativas a la IA, mientras que el 42 % otorgan esta responsabilidad a su director de IA.
Desafíos persistentes en el despliegue
A pesar de estos avances, el camino del despliegue de la IA está lleno de obstáculos. Más de la mitad de los líderes coinciden en que la capacitación y el ajuste de los modelos de IA resultan ser más difíciles de lo previsto. Persisten problemas de datos, relacionados con la calidad, disponibilidad, derechos de autor y validación de modelos. Cerca del 70 % de las empresas informan al menos un proyecto de IA atrasado, a menudo causado por estos problemas de datos.
Aplicaciones en evolución de la IA
A medida que las empresas se sienten más seguras frente a la IA, emergen nuevas aplicaciones. Los chatbots y asistentes virtuales, aunque siguen siendo populares con un 55 % de adopción, dan paso a usos más técnicos. El desarrollo de software ahora ocupa la parte superior de las prioridades con un 54 %, seguido de cerca por el análisis predictivo para la detección de fraudes, con un 52 %. Esta evolución marca un cambio hacia un uso de la IA que busca mejorar las operaciones fundamentales.
Enfoque en los modelos de IA generativa
Se presta especial atención a la IA generativa, el 57 % de las empresas lo consideran un objetivo prioritario. Sin embargo, persiste un enfoque equilibrado, combinando estos nuevos modelos con técnicas de aprendizaje automático tradicionales. Los modelos de lenguaje de gran tamaño como los de Google y OpenAI, incluyendo Gemini y GPT-4, dominan el mercado, aunque alternativas como DeepSeek, Claude y Llama están en pleno ascenso, estableciendo un uso estándar de varios LLMs en muchas empresas.
Tendencias hacia soluciones on-premise
Una tendencia destacada emerge con el regreso a soluciones internas para el despliegue de la IA. Casi el 90 % de las empresas utilizan servicios en la nube para su infraestructura de IA, pero dos tercios de los líderes creen que los despliegues no en la nube ofrecen una mejor seguridad y eficiencia. Así, el 67 % planea trasladar sus datos de entrenamiento de IA a entornos híbridos o on-premise, en busca de un mayor control sobre sus activos digitales. La soberanía de los datos se clasifica como una prioridad esencial para el 83 % de los encuestados.
Confianza y desafíos en la gobernanza de la IA
Una mayoría de los líderes emergentes confían en sus capacidades de gobernanza de la IA. Alrededor del 90 % de ellos afirman gestionar eficazmente la política de IA, establecer las salvaguardias necesarias y rastrear la procedencia de sus datos. Esta confianza contrasta con los desafíos prácticos que retrasan muchos proyectos, incluidos problemas de etiquetado, capacitación y validación de modelos. Entre los otros obstáculos, la escasez de talento y las dificultades de integración con sistemas existentes son a menudo citadas.
Perspectivas futuras para la IA
El tiempo de las experimentaciones con la IA ha quedado atrás. Ahora, la inteligencia artificial está profundamente arraigada en las operaciones de las empresas. El paisaje comercial se está transformando rápidamente a medida que las organizaciones invierten masivamente, reestructuran su liderazgo y descubren nuevas formas de integrar la IA en sus operaciones. La maduración observada se manifiesta a través de una prioridad creciente dada al control, la seguridad y la gobernanza.
Para reflexiones adicionales sobre la sinergia entre la IA y diversas tecnologías, incluida la blockchain, consulte este artículo sobre la relación entre la IA y la blockchain. Otros artículos abordan temas como la evolución de la IA de Alibaba Cloud, disponible aquí: IA y nuevos modelos.
Para un análisis más profundo sobre los desafíos de la IA, se detalla una visión de las razones por las cuales el 80 % de los proyectos no llegan a producción aquí: 80 % de los proyectos de IA en dificultad. La relevancia de la IA en las funciones gubernamentales también está en discusión, como destaca este artículo: La IA y las funciones públicas.
Preguntas frecuentes sobre la adopción de la IA y sus desafíos de despliegue
¿Cuáles son las principales dificultades que enfrentan las empresas al desplegar la IA?
Las empresas enfrentan desafíos como la calidad de los datos, la seguridad de la información y la necesidad de capacitar y ajustar eficazmente sus modelos de IA.
¿Qué porcentaje de organizaciones utiliza soluciones de IA personalizadas en su funcionamiento?
Actualmente, el 68 % de las organizaciones tienen soluciones de IA personalizadas operativas en producción.
¿Cómo están invirtiendo las empresas en iniciativas de IA hoy?
Un poco más del 81 % de las empresas gastan al menos un millón al año en iniciativas de IA, con un cuarto de las organizaciones invirtiendo más de 10 millones cada año.
¿Qué papel desempeñan los directores de IA en las estrategias empresariales?
Hoy en día, alrededor del 86 % de las organizaciones han nombrado a un líder de esfuerzos de IA, que desempeña un papel casi tan influyente como el del CEO en la definición de estrategias.
¿Por qué muchos proyectos de IA están retrasados en su implementación?
Más del 70 % de las organizaciones informan que los problemas de datos, incluida la calidad y la validación, son las principales razones de los retrasos en sus proyectos de IA.
¿Cuáles son las tecnologías de IA más utilizadas por las empresas?
Los modelos de lenguaje de gran tamaño, como los de Google Gemini y OpenAI GPT-4, son ampliamente adoptados, a menudo en combinación con otros modelos como Claude y Llama.
¿Cuál es el impacto del cambio a soluciones no en la nube para el despliegue de la IA?
Cinco años después del auge de la nube, dos tercios de los líderes creen que los despliegues no en la nube pueden ofrecer una mejor seguridad y eficiencia, razón por la cual el 67 % planea mover sus datos de entrenamiento a entornos híbridos o on-premise.
¿Es una tendencia creciente para las empresas priorizar la gobernanza de los sistemas de IA?
Sí, alrededor del 90 % de los líderes afirman que gestionan eficazmente las políticas de IA y pueden implementar las salvaguardias necesarias, a pesar de los desafíos operativos encontrados.
¿De qué manera el paso a soluciones de IA on-premise o híbridas refleja una madurez organizacional?
Esta orientación prioriza el control de los datos, una mayor seguridad y el respeto a la soberanía de los datos, demostrando una evolución hacia un enfoque más estructurado y maduro en el despliegue de la IA.
