Las empresas podrían estar interesadas en explotar inteligencia artificial (IA), pero las investigaciones sugieren que aprovechar al máximo la tecnología emergente es más fácil de decir que de hacer.
Hasta el 87% de los líderes de datos dicen que la IA solo está siendo utilizada por una pequeña minoría de empleados en su organización o no la utilizan en absoluto, según Índice de madurez de datos de Carruthers y Jackson.
La encuesta anual de la consultora a líderes de datos sugiere que muchas organizaciones están sufriendo una «parálisis inducida por la IA», donde sólo el 5% de las empresas cuentan con un alto nivel de madurez de IA, departamentos de IA establecidos o procesos de IA claros.
Sin embargo, es importante que los líderes de datos que sienten que a su organización le falta madurez no se desanimen demasiado.
Caroline Carruthers, directora ejecutiva de Carruthers and Jackson, dijo a ZDNET que cada nueva tecnología pasa por un período de justificación, gobernanza y aceptación.
«Todos estamos en un viaje», dice. «Tenemos muchos más datos que nunca antes. Los datos son fundamentales para nuestros negocios».
Como punto de partida para impulsar la IA en organizaciones de movimiento más lento, Carruthers sugiere cuatro prioridades para los líderes de datos que quieran ir más allá de la actual parálisis de la IA:
- Comience con un propósito — «No puedo enfatizarlo lo suficiente. ¿Qué quieres hacer? ¿Qué problema estás tratando de resolver? ¿Qué te mantiene despierto por la noche? ¿Qué oportunidades tienes? ¿Qué te emociona? Necesitas tener alguna razón para hacerlo. «Avanzar. Y sin él, parecemos un grupo de niños practicando deportes un domingo. Simplemente estamos dispersos por todos lados. Así que, ante todo, concéntrate en el propósito».
- Centrarse en resultados específicos — «¿Cuál es la parte más pequeña de ese propósito en la que puedes empezar a marcar la diferencia? Cuando sigues este camino, y tan pronto como mencionas cosas como la IA, todo el mundo dice que «cuanto más grande, mejor». Es como, ‘¿Cuál es el mayor problema? ¿Podemos resolver la paz mundial?’ En su lugar, concéntrate en el problema más pequeño en el que puedas marcar la diferencia y úsalo como modelo en el futuro».
- Grita sobre tus éxitos — «La gente de datos no es muy buena para contarle a todo el mundo las cosas buenas que están haciendo. Somos muy buenos para pensar en cuánto nos queda por hacer. Y somos muy buenos para correr y hacer muchas cosas». de cosas. Pero no somos muy buenos para decir: ‘Mira las cosas maravillosas que tenemos’ y alentar a la gente a que emprenda el viaje con nosotros».
- Utilice datos para probar su caso — «Muéstrele a la gente los resultados de su proyecto. ¿Funcionó? ¿La IA hizo las cosas que les dijimos a todos que haría? ¿Podríamos haber completado el proyecto mejor o más rápido? Comprenda las métricas para que pueda comprar -Entra para más proyectos.»
Centrarse en esas cuatro prioridades ayudará a su organización a comenzar a generar impulso en la IA.
Pero dado todo el revuelo y entusiasmo por las herramientas generativas, como ChatGPT de OpenAI y Copiloto de Microsoft¿Por qué la IA se mantiene en un nivel de desarrollo tan incipiente?
Carruthers dice que la explicación es simple: adoptar la IA implica la capacidad de superar dos grandes obstáculos: las personas y las regulaciones.
Obstáculo 1: El problema de las personas
Cuando se trata de personas, todo tipo de empleados en la empresa (desde la sala de juntas hasta el taller) deben estar convencidos del valor de la IA.
Y Carruthers, ex director de datos (CDO) del gigante de infraestructura británico Network Rail, dice que convencer a la gente no es una tarea fácil, a pesar de todo el entusiasmo que rodea al rápido crecimiento de las tecnologías generativas.
También: Por qué los modelos de IA generativa de código abierto todavía están un paso por detrás de GPT-4
«Tan pronto como mencionas la palabra IA, la gente visualiza Skynet y empieza a pensar que van a perder sus empleos», dice, refiriéndose a ambos. El sistema de IA ficticio en The Terminator y el miedo muy real que mucha gente tiene acerca de El impacto potencial de la tecnología emergente. sobre las cifras de mano de obra.
«Si bien muchos líderes de datos sienten que necesitan hacer algo con la IA, también enfrentan un nivel intrínseco de resistencia incorporado antes de que puedan comenzar a hacer algo».
Obstáculo 2: El vínculo regulatorio
Cuando se trata de regulaciones, la investigación de Carruthers y Jackson sugiere que los ejecutivos están, con razón, preocupados por la ética de los datos y la posibilidad de leyes de datos más estrictas centradas en el uso de la información.
Sin embargo, como la forma de estas reglas y leyes aún no está clara, muchas empresas están optando por esperar el momento oportuno antes de lanzarse de lleno a la IA.
También: La ética de la IA generativa: cómo podemos aprovechar esta poderosa tecnología
«Es un poco como humo y espejos. La legislación está por llegar; sabemos que mucha gente está hablando de ello, pero aún no sabemos qué significan esas leyes», dice Carruthers.
«Así que creo que la gente está cubriendo un poco sus apuestas porque no saben muy bien lo que va a pasar».
El impulso necesita bases sólidas
La investigación sugiere que la complicada combinación de una fuerza laboral temerosa y la imprevisibilidad del entorno regulatorio actual significa que muchas organizaciones todavía están atrapadas en la puerta de partida de la IA.
Como resultado, no sólo los proyectos piloto son escasos, sino también las bases básicas (tanto en términos de marcos de datos como de estrategias) sobre las cuales se crean estas iniciativas.
Aproximadamente dos quintas partes (41%) de los líderes de datos dijeron que tienen poco o ningún marco de gobernanza de datos, lo que es solo un porcentaje más alto que Índice de madurez del año anteriorcuando el 40% de los líderes de datos dijeron que tienen poco o ningún marco de gobernanza de datos, que es un conjunto de estándares y directrices que permiten a las organizaciones gestionar sus datos de forma eficaz.
También: IBM dice que la IA generativa puede ayudar a automatizar las acciones comerciales
Poco más de una cuarta parte de los líderes de datos (27%) dijeron que su organización no tiene ninguna estrategia de datos, lo que representa sólo una ligera mejora con respecto a la cifra del año anterior (29%).
«Entiendo por qué no todo el mundo ha llegado a ese punto todavía», dice Carruthers, quien, como ex CDO, comprende las complejidades involucradas en la estrategia y la gobernanza.
Avanzando hacia sus objetivos basados en datos
La investigación de Carruthers y Jackson sugiere que el papel clave de la gobernanza significa que las empresas que quieran estar preparadas para explotar la IA deben centrarse en la creación de una estrategia de datos y un marco de datos de apoyo.
«Tenemos que implementar algo que no hayamos implementado antes para comprender las implicaciones de lo que la IA puede hacer y el bien que puede causar», dice Carruthers.
También: La IA generativa falla en esta habilidad tan común del pensamiento humano
La buena noticia es que algunos líderes digitales están avanzando. Andy Moore, CDO de Bentley Motors, se centra en sentar las bases para la explotación de tecnologías emergentes, como la IA.
Él explicó a ZDNET recientemente cómo ha creado una estrategia de datos para toda la empresa en torno a cuatro pilares fundamentales: gobernanza; la nube de datos, que es la pila tecnológica de Bentley; el data dojo, que es su programa interno de alfabetización en datos; y habilitación, que se centra en ayudar al equipo de datos a trabajar con el resto de la empresa.
También: ChatGPT Enterprise versus ChatGPT Team: ¿Cuál es mejor para su negocio?
«Mi desafío actual como líder de datos es establecer las posibilidades de estas tecnologías sin decir que se pueden tener ahora, porque, por supuesto, todo el mundo quiere IA ahora», afirma.
«Necesito decir: ‘No puedo darles IA ahora porque primero tengo que sentar las bases’. Por lo tanto, mi función es equilibrar las expectativas y al mismo tiempo avanzar al ritmo que el negocio necesita».