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

Las organizaciones duplicarán sus proyectos de IA en el próximo año

  • Inteligencia Artificial

inteligencia artificial IA

Según los expertos de Gartner, las empresas que ya han comenzado a usar inteligencia artificial o machine learning para automatizar tareas tienen una media de 4 proyectos en marcha. Actualmente, la mayoría ya ha podido desplegar esta tecnología con éxito y espera añadir otros 6 proyectos más durante los próximos 12 meses.

El reciente estudio “AI and ML Developement Strategies”, elaborado por Gartner con datos recabados en diciembre de 2018, muestra que las principales empresas que han apostado por la inteligencia artificial y el machine learning están avanzando rápidamente en su implementación. Concretamente, estas organizaciones tienen una media de 4 proyectos en marcha, y el 59% de ellas afirma que ya ha desplegado estas tecnologías a día de hoy.

Según dijo Jim Hare, vicepresidente de investigación de Gartner en su informe, “Vemos una aceleración sustancial en la adopción de IA este año. El número creciente de proyectos de IA significa que las organizaciones pueden necesitar reorganizarse internamente para asegurarse de que los proyectos de IA cuenten con el personal y los fondos adecuados”. Y añadió que, para alcanzar el éxito en la implementación de la inteligencia artificial o el machine learning es conveniente “establecer un Centro de Excelencia de AI para distribuir habilidades, obtener fondos, establecer prioridades y compartir las mejores prácticas de la mejor manera posible”.

En general, las organizaciones están teniendo bastante éxito al usar la inteligencia artificial o el machine learning para automatizar tareas, algo que se refleja en cómo pretenden avanzar en estas estrategias de cara al futuro. Según este estudio, las organizaciones encuestadas tienen intención de poner en marcha, de medida, otros seis proyectos de IA/ML en los próximos 12 meses, y otros 15 proyectos más durante los próximos 3 años. Siendo así, para el año 2022 estas empresas podrían tener implementados un promedio de 35 proyectos vinculados a la inteligencia artificial o el aprendizaje automático.

Una de las principales motivaciones para avanzar en esta senda tecnológica es la necesidad de mejorar la experiencia del cliente, que es la prioridad para el 40% de los encuestados. Y, aunque los chatbots o los asistentes personales virtuales se pueden usar para mejorar la atención a los clientes externos, el 56% de las organizaciones están usando la IA internamente para apoyar la toma de decisiones y ofrecer recomendaciones a los empleados. Por ello, Hare dijo que “Se trata menos de reemplazar a los trabajadores humanos y más de aumentarayudarles y permitirles tomar mejores decisiones más rápido”.

La segunda motivación más importante para usar inteligencia artificial o machine learning es la automatización de tareas, como declaró el 20% de los encuestados por Gartner. Esto abarca trabajos como la facturación y la validación de contratos en la industria de las finanzas, la detección automática y las entrevistas automatizadas en el departamento de recursos humanos, un área que se ha embarcado más recientemente en las iniciativas de IA.

Pero en el avance de estos proyectos las organizaciones también deben abordar ciertos desafíos. Para el 56% de los entrevistados el principal es la falta de habilidades para trabajar con la IA, para el 42% la comprensión de los casos de uso y para el 34% las inquietudes acerca del alcance y la calidad de los datos con los que trabaja la IA.

Como señaló Hare en el informe, “Encontrar las habilidades adecuadas en el personal es una preocupación importante cuando se trata de tecnologías avanzadas. Las brechas de habilidades se pueden abordar utilizando proveedores de servicios, asociándose con universidades y estableciendo programas de capacitación para los empleados existentes”. Pero agregó que “Sin embargo, establecer una base de administración de datos sólida no es algo que se pueda improvisar. La calidad y confiabilidad de los datos es fundamental para brindar información precisa, generar confianza y reducir el sesgo. La preparación de los datos debe ser una de las principales preocupaciones para todos los proyectos de AI”.

Un último dato interesante que se desprende de esta encuesta es que las organizaciones están usando la eficiencia obtenida para medir el éxito de los proyectos de IA y ML. Según apunto Whit Andrews, vicepresidente y analista de Gartner, “El uso de los objetivos de eficiencia como una forma de mostrar valor es más frecuente en las organizaciones que afirman ser conservadoras o generales en sus perfiles de adopción. Las compañías que se consideran agresivas en las estrategias de adopción son mucho más propensas a decir que buscaban mejoras en el compromiso de los clientes”.