Factores que están impulsando la adopción de inteligencia artificial

  • Inteligencia Artificial

Factores que están impulsando la adopción de inteligencia artificial

Los motivos que llevan a las empresas a adoptar la inteligencia artificial son variados, y entre ellos destacan la experiencia del cliente, la satisfacción de los empleados y la necesidad de acelerar la innovación. Según los expertos, buena parte de los proyectos de IA de las organizaciones todavía no han llegado a la implementación, pero se prevé que este año aumente la inversión en IA, a pesar de la crisis.

Una de las tecnologías más importantes para las organizaciones de cara al futuro es la inteligencia artificial, que ofrece nuevas posibilidades en diferentes campos. Según la última investigación de IDC, para la que han entrevistado a más de 2.000 responsables de toma de decisiones de TI y de Línea de Negocio (LoB), el uso de la IA está aumentando, y las empresas tienen previsto incrementar el gasto este año.

Esta investigación revela que los motivos de las organizaciones para seguir apostando por la inteligencia artificial, a pesar de la actual crisis sanitaria, son variados. Para más de la mitad una de las razones para implementar la IA es la necesidad de ofrecer una mejor experiencia del cliente, a través de un mayor conocimiento de los datos. Y para un porcentaje similar de los encuestados es igualmente importante aplicar la IA para apoyar a los empleados en su trabajo diario, mejorando su experiencia.

Recomendados: 

WEBINAR >> Vídeo colaboración y reuniones virtuales para una comunicación efectiva Registro 

WEBINAR >> Automatización Inteligente de Procesos para asegurar la continuidad del negocio Registro

Y, en general, IDC destaca que las organizaciones vinculan, en mayor o menor medida, el uso de la inteligencia artificial con una mejora de los resultados comerciales. Como explica Ritu Jyoti, vicepresidente del programa de Estrategias de Inteligencia Artificial en IDC, “los primeros usuarios informan una mejora de casi el 25 por ciento en la experiencia del cliente, tasas aceleradas de innovación, mayor competitividad, mayores márgenes y una mejor experiencia de los empleados con el despliegue de soluciones de inteligencia artificial”.

Por ello, señala que “las organizaciones de todo el mundo están adoptando inteligencia artificial en su viaje de transformación empresarial, no solo porque pueden, sino porque deben ser ágiles, resistentes, innovadores y capaces de escalar”. Ante la irrupción de la IA en el mundo empresarial, cada organización está enfocando su uso a distintas áreas, y se está produciendo una divergencia en las estrategias de IA.

Según IDC, los principales casos de uso actualmente son la automatización de TI, la automatización inteligente de tareas y procesos, el análisis e investigación de amenazas automatizados, el suministro y la logística, los agentes de servicios al cliente automatizados y la automatización aplicada a los recursos humanos. La máxima prioridad para las empresas más grandes (más de 5.000 empleados) se encuentra en los agentes de servicio automatizados y los recursos humanos automatizados. Y para las empresas pequeñas y medianas (menos de 1.000 empleados), lo principal es la automatización de TI.

Pero el impulso de adopción de la inteligencia artificial se enfrenta a varios desafíos, sobre todo relacionados con los datos. IDC destaca que la seguridad, gobernanza y calidad de los datos, así como el rendimiento de las plataformas de datos y la latencia en el acceso, son las barreras más importantes. También la falta de capacitación de los trabajadores para trabajar en los nuevos entornos de uso intensivo de datos e IA. Otros problemas que van surgiendo a medida que avanzan los planes de implementación de IA son la fragmentación del precio en diferentes servicios y los precios de pago por uso, que se pueden convertir en un problema al escalar las iniciativas de IA.

Otras revelaciones de esta investigación son que las empresas invierten aproximadamente un tercio de su tiempo de ciclo de vida de IA en la preparación e integración de los datos que alimentan a esta tecnología. Por otro lado, las grandes empresas están embarcándose en la aplicación exitosa de aprendizaje profundo y otras variantes del machine learning. Y el motivo en muchos casos es la adopción de lo que se conoce como operaciones de aprendizaje automático (MLOps) y otras técnicas de IA a escala. Pero, según IDC, en torno a un 28% de las iniciativas de IA/ML han fracasado, sobre todo por la escasez de personal cualificado y la falta de entornos de desarrollo integrados, entre otros factores en contra.