[ad_1]
Una nueva investigación afirma que la gran mayoría (80%) de los proyectos basados en IA fracasan, el doble de la tasa de fracaso normal de las propuestas tecnológicas no basadas en IA.
Un estudio realizado por la Corporación Rand Se encontró que solo el 14% de las organizaciones se sentían completamente preparadas para adoptar IA, a pesar de que el 84% de los líderes empresariales informaron que creen que la tecnología tendrá un impacto significativo en su organización.
La principal razón del fracaso del proyecto fue la falta de comprensión y comunicación entre las partes interesadas y el personal técnico sobre la intención y el propósito del proyecto. Esto significa que los gerentes a menudo no les dan a los equipos el tiempo y los recursos necesarios; es fundamental garantizar que los líderes y los equipos técnicos tengan los mismos objetivos.
Síndrome de la urraca
No tener los datos necesarios para entrenar suficientemente su modelo de IA fue otro problema para los nuevos proyectos: una inversión insuficiente en la infraestructura para respaldar la gobernanza de datos y la implementación del modelo significa que los proyectos de IA demoran más y no son tan efectivos.
Esto hace eco de lo anterior. Investigación de Lenovolo que reveló preocupaciones sobre la potencia computacional y los recursos de datos necesarios para entrenar modelos.
Otra dificultad a la que se enfrentaban los nuevos proyectos era el afán de utilizar las últimas tecnologías en lugar de centrarse en resolver problemas reales para los usuarios. Experimentar con nuevas tecnologías ayuda a impulsar el desarrollo, pero con demasiada frecuencia se las utiliza por el mero hecho de utilizarlas, en lugar de cuando son las más adecuadas. Los investigadores explican que los proyectos exitosos no se distraen buscando los últimos avances en IA, sino que se centran en el problema que se debe resolver.
Por último, y tal vez no sea de sorprender, el informe encontró una tendencia a sobrestimar las capacidades de la propia IA. Aunque la inversión se ha multiplicado por 18 desde 2013, no es una solución universal para automatizar todas las tareas y la tecnología aún presenta limitaciones significativas. Comprender las capacidades de los modelos es crucial para el éxito.
Con tanta presión masiva para usar IA en una variedad de industrias, las empresas deben tener en cuenta que la IA es una inversión como cualquier otra y conlleva graves riesgos si no se comprende completamente o no se gestiona adecuadamente.
Más de TechRadar Pro
[ad_2]
Enlace fuente
