Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Errores comunes que lastran el rendimiento de la inteligencia artificial

  • Inteligencia Artificial

inteligencia artificial IA

Implementar la inteligencia artificial en una organización puede proporcionar grandes beneficios operativos y de negocio, pero para lograrlo hay que cumplir con una serie de requisitos técnicos. Pero muchas empresas no lo están haciendo, o han enfocado mal su estrategia, por lo que no perciben las ventajas competitivas que esperaban obtener al invertir en IA.

La inteligencia artificial puede suponer un cambio verdaderamente disruptivo en la forma de trabajar y de hacer negocios para las empresas, pero como todo cambio radical es preciso estudiarlo bien, e implementarlo tras una preparación adecuada y siguiendo una estrategia bien enfocada. Pero muchas empresas que están adoptando la IA para avanzar en la transformación digital de su negocio no han aplicado estor preceptos, por lo que no logran aprovechar todo el potencial de esta tecnología, y tampoco están extrayendo todo el valor que podría ofrecerles.

Así se muestra en un reciente estudio de Comptia, llamado “Oportunidades de negocio emergentes en IA”, para el que han entrevistado a 500 organizaciones. Según sus datos, los responsables de las empresas no han entendido que la inteligencia artificial requiere una buena gestión de los datos y tiene sus objetivos finales deben entenderse de forma distinta a los de la TI tradicional. Sí comprenden que la IA necesita unos datos de buena calidad, pero muchas todavía no han logrado mejorar sus capacidades de administración de datos. Como ejemplo, más de tres cuartas partes de ellas reconoce que todavía mantiene silos de datos aislados.

Concretamente, el 18% de las pequeñas empresas “creen” que tienen muchos datos en estos silos, pero ni siquiera saben a ciencia cierta dónde se encuentran ubicados estos datos. Por su parte, las empresas medianas son las que tienen más probabilidades de mantener sus datos en silos independientes, con un porcentaje del 44%. Esto se debe a que, a medida que han ido creciendo, han sido incapaces de unificar sus fuentes y repositorios de datos, y también de entender toda la información en conjunto, lo que ha llevado a una gran desorganización de los datos útiles. Las empresas más grandes, en cambio, normalmente disponen de más recursos para construir y ejecutar un plan de gestión de datos más unificado, aunque el 35% de ellas cree que todavía mantiene un alto grado de silos de datos.

Según los expertos de Comptia, los silos de datos son uno de los principales factores limitantes para el éxito al implementar inteligencia artificial, sobre todo a la hora de descubrir patrones o correlacionar la información para extraer conclusiones en base a los algoritmos de la IA. Porque, para analizar adecuadamente la información del negocio es necesario poder acceder de forma sencilla y rápida a todos los datos, y los silos suponen una barrera muy limitante, tras la que puede esconderse información vital.

Además, los responsables de este estudio señalan otra gran limitación para las aplicaciones de inteligencia artificial se encuentra en la falta de capacidad organizativa para capturar todos los datos dentro de la organización, con los que se alimentará la IA. Por ello, muchas empresas están realizando implementaciones limitadas de esta tecnología, que no logran trabajar según sus expectativas. Pero no es culpa de la IA, sino de que no se alimenta con la información adecuada, bien porque esta se encuentra “encapsulada” en silos, o porque la organización no es capar de organizar bien la información que tiene para alimentar con ella las aplicaciones inteligentes.

El enfoque actual de muchas organizaciones es limitar la adopción de la IA a las áreas que más rápido pueden proporcionar ventajas económicas, generando un retorno lo más inmediato posible. Esto está bien a corto plazo, pero en muchos casos dificulta el funcionamiento de la inteligencia artificial a medio y largo plazo, cuando el valor de esta tecnología puede salir a la luz en forma de mejoras operativas importantes, reducción de costes o mejoras sustanciales de la experiencia del cliente.

Por ello, en este estudio se destaca que los líderes empresariales no son capaces actualmente de apreciar en lo que vale un proyecto de inteligencia artificial, ´que puede proporcionar muchos más beneficios que cualquier desarrollo de software tradicional, independientemente de su escala. Mientras que el modelo clásico es determinista, buscando una solución a un problema muy concreto, la IA tiene como objetivo abordar problemas muy diversos y con complejidades muy distintas, en base a datos reales que permiten comprender el funcionamiento del negocio de forma holística. Y, en base a ello, proporcionar ciertas capacidades predictivas que pueden llevar el negocio por un mejor camino.