Los líderes empresariales tienen grandes esperanzas en que las inversiones en inteligencia artificial (IA) puedan generar innovaciones que transformen áreas como la satisfacción del cliente y el desarrollo de productos. Sin embargo, una infraestructura de datos inadecuada está impidiendo que el 78 % de las organizaciones logren estos objetivos.
Un reciente informe de MIT Technology Review Insights, en colaboración con Snowflake, titulado “Estrategias de datos para los líderes de la IA”, destaca que, aunque muchas empresas tienen grandes expectativas con la IA generativa (el 72 % busca aumentar la eficiencia o la productividad, el 55 % desea una mayor competitividad en el mercado y el 47 % espera más innovación en productos y servicios), es crucial mejorar la estrategia de datos para maximizar el potencial de la IA.
La IA en las empresas
Las empresas necesitan una infraestructura de datos robusta, impulsada por plataformas modernas en la nube, que les permita aprovechar tanto su propio almacenamiento de datos como grandes volúmenes de datos previamente inaccesibles, especialmente datos no estructurados como videos e imágenes. Según el estudio, solo el 22 % de los líderes empresariales se sienten “muy preparados” para adoptar la IA, mientras que el 53 % se consideran “algo preparados”.
Una mayor preparación implica enfrentar menos desafíos relacionados con el acceso a una capacidad de computación escalable, los silos de datos y los problemas de integración, así como con la gobernanza de datos. A pesar de la confianza de muchos líderes en los resultados que puede ofrecer la IA, están reconociendo que los datos son clave para determinar la rapidez y eficacia con la que pueden desbloquear el valor de la IA.
El 95 % de las organizaciones se enfrenta a desafíos al implementar la IA
Otro desafío para las organizaciones es el despliegue de la IA a gran escala. El 95 % de los encuestados mencionó obstáculos en la implementación de la IA. El 59 % citó la gobernanza, la seguridad o la privacidad de los datos como el desafío más común, seguido de la calidad y disponibilidad de los datos (53 %) y el coste de los recursos o la inversión (48 %). Las decisiones de gasto y asignación de recursos, incluidas las necesarias para mejorar la infraestructura de datos, son un reto en cualquier inversión tecnológica. Sin embargo, el coste de la IA generativa está disminuyendo, ya que las empresas han comenzado a desarrollar modelos de lenguaje grandes (LLM) más pequeños que ofrecen las mismas capacidades a un menor coste.
“Hoy en día, muchas organizaciones tienen altas expectativas con respecto a la IA generativa: buscan cambiar su forma de operar y lo que venden”, afirma Baris Gultekin, responsable de IA de Snowflake. “Nuestra investigación conjunta muestra que, a medida que las organizaciones sienten una mayor urgencia por desplegar aplicaciones de IA, se están dando cuenta de que sus datos pueden ofrecer perspectivas a partir de fuentes de información hasta ahora inexploradas. Es fundamental contar con una infraestructura de datos sólida para ofrecer capacidades de IA generativa, y los líderes empresariales deben actuar con rapidez para abordar cuestiones como la seguridad y el coste de los datos, y establecer los cimientos necesarios para cumplir la promesa de la IA”.
Los beneficios de la IA generativa son cada vez más visibles para las empresas más avanzadas en su estrategia de datos, ya que han invertido fuertemente en infraestructuras de datos sólidas y ahora están siendo recompensadas al aplicar la IA a esos datos. Cualquier empresa que quiera capitalizar la IA debe primero establecer una infraestructura de datos robusta, que abarque un amplio conjunto de procesos y activos involucrados en la recopilación, agregación y almacenamiento de los datos de la organización, así como en la capacidad para acceder a ellos. La inversión en infraestructuras de datos sólidas en toda la organización permitirá contar con usuarios de IA generativa mucho más potentes y, al mismo tiempo, reducirá las preocupaciones sobre gobernanza y seguridad.
