Las organizaciones están entusiasmadas con el potencial de la IA generativa para aumentar la productividad de sus negocios y de sus personas, pero la falta de planificación estratégica y la escasez de talento les impiden darse cuenta de su verdadero valor.
Esto es según un estudio realizado a principios de 2024 por Coleman Parkes Research y patrocinado por la firma de análisis de datos SAS, que encuestó a 300 tomadores de decisiones de análisis de datos o estrategia GenAI de EE. UU. para verificar las principales áreas de inversión y los obstáculos que enfrentan las organizaciones.
Marinela Profi, asesora estratégica de IA en SAS, dijo: “Las organizaciones se están dando cuenta de que los grandes modelos lingüísticos (LLM) por sí solos no resuelven los desafíos comerciales.
“La GenAI debe considerarse como un contribuyente ideal a la hiperautomatización y la aceleración de los procesos y sistemas existentes, en lugar del nuevo y brillante juguete que ayudará a las organizaciones a hacer realidad todas sus aspiraciones comerciales. El tiempo dedicado a desarrollar una estrategia progresiva e invertir en tecnología que ofrezca integración, gobernanza y explicabilidad de los LLM son pasos cruciales que todas las organizaciones deben tomar antes de lanzarse con ambos pies y quedar ‘bloqueados’”.
Las organizaciones se encuentran con obstáculos en cuatro áreas clave de implementación:
• Aumentar la confianza en el uso de datos y lograr el cumplimiento. Solo una de cada 10 organizaciones cuenta con un sistema confiable para medir el sesgo y el riesgo de privacidad en los LLM. Además, el 93% de las empresas estadounidenses carecen de un marco de gobernanza integral para GenAI, y la mayoría corre el riesgo de incumplimiento en lo que respecta a la regulación.
• Integrar GenAI en sistemas y procesos existentes. Las organizaciones revelan que están experimentando problemas de compatibilidad al intentar combinar GenAI con sus sistemas actuales.
• Talento y habilidades. Falta GenAI interna. A medida que los departamentos de recursos humanos enfrentan una escasez de contrataciones adecuadas, los líderes organizacionales temen no tener acceso a las habilidades necesarias para aprovechar al máximo su inversión en GenAI.
• Predicción de costes. Los líderes citan costos prohibitivos directos e indirectos asociados con el uso de LLM. Los creadores de modelos proporcionan una estimación del costo simbólico (que las organizaciones ahora consideran prohibitivo). Pero los costos de preparación de conocimientos privados, capacitación y gestión de ModelOps son largos y complejos.
Profi agregó: “Todo se reducirá a identificar casos de uso del mundo real que brinden el mayor valor y resuelvan las necesidades humanas de manera sostenible y escalable.
“A través de este estudio, continuamos con nuestro compromiso de ayudar a las organizaciones a seguir siendo relevantes, invertir su dinero de manera inteligente y seguir siendo resilientes. En una era en la que la tecnología de IA evoluciona casi a diario, la ventaja competitiva depende en gran medida de la capacidad de adoptar las reglas de resiliencia”.
Los detalles del estudio se dieron a conocer hoy en SAS Innovate en Las Vegas, la conferencia de análisis e inteligencia artificial de SAS Software para líderes empresariales, usuarios técnicos y SAS socios.
¿Quiere aprender más sobre IA y big data de la mano de los líderes de la industria? Verificar Exposición de IA y Big Data que tendrá lugar en Amsterdam, California y Londres. El evento integral comparte ubicación con otros eventos importantes, incluidos bloquex, Semana de la Transformación Digitaly Exposición de seguridad cibernética y nube.
Explore otros próximos eventos y seminarios web de tecnología empresarial impulsados por TechForge aquí.
