Suscríbase a nuestros boletines diarios y semanales para recibir las últimas actualizaciones y contenido exclusivo sobre la cobertura de inteligencia artificial líder en la industria. Más información
Un nuevo informe de Deloitte El estudio arroja luz sobre el complejo panorama de la adopción de la IA generativa en las empresas, y revela avances significativos y desafíos persistentes. La encuesta, titulada “El estado de la IA generativa en las empresas: ahora se decide el futuro”, reunió las opiniones de 2770 líderes empresariales y tecnológicos de 14 países y seis industrias.
La encuesta es la última de una serie trimestral de la empresa sobre el estado de la inteligencia artificial en las empresas. La primera edición de la encuesta, publicada en enero, reveló que los líderes empresariales estaban preocupados por el impacto social y el talento tecnológico.
El nuevo informe describe un panorama de organizaciones que se esfuerzan por aprovechar el potencial de la inteligencia artificial de última generación mientras lidian con problemas de escalabilidad, gestión de datos, mitigación de riesgos y medición del valor. Destaca una coyuntura crítica en la que los primeros éxitos están impulsando mayores inversiones, pero el camino hacia una implementación generalizada sigue plagado de obstáculos.
Las principales conclusiones del informe incluyen:
- El 67% de las organizaciones están aumentando las inversiones en IA de última generación debido al fuerte valor inicial
- El 68% ha trasladado el 30% o menos de sus experimentos de IA general a producción
- El 75% ha aumentado las inversiones en la gestión del ciclo de vida de los datos para la generación de IA
- Solo el 23% se siente altamente preparado para los desafíos de gobernanza y gestión de riesgos relacionados con la IA global
- El 41% tiene dificultades para definir y medir los impactos exactos de los esfuerzos de la IA general
- El 55% ha evitado ciertos casos de uso de IA debido a problemas relacionados con los datos.
“Veo que muchos de nuestros clientes están creando prototipos y realizando pruebas piloto, pero aún no han llegado a la fase de producción”, dijo Kieran Norton, director de Deloitte, a VentureBeat. “Mucho de eso se relaciona con inquietudes sobre la calidad de los datos y sus implicaciones, incluido el sesgo que se introduce en un modelo”.
Cómo las preocupaciones por el riesgo están afectando las implementaciones de IA en las empresas
La encuesta de Deloitte es una de las muchas que se han realizado en las últimas semanas para detallar el uso actual de la IA empresarial. PwC publicó un informe la semana pasada que mostraba que, si bien el interés en la IA de última generación es alto, existe una pequeña brecha en lo que respecta a la evaluación de los riesgos de la IA.
El informe de Deloitte va un paso más allá y señala que los riesgos de la IA podrían estar afectando las implementaciones empresariales. Según Norton, los ejecutivos tienen un nivel significativo de preocupación y no están dispuestos a avanzar hasta que sientan que esas preocupaciones pueden abordarse.
El informe de Deloitte destaca los riesgos clave, como la calidad de los datos, el sesgo, la seguridad, la confianza, la privacidad y el cumplimiento normativo. Si bien no se trata de dominios completamente nuevos, Norton enfatizó que la IA generativa tiene matices. Kieran cree que las organizaciones pueden aprovechar sus programas de gestión de riesgos existentes para abordar estos desafíos. Sin embargo, reconoció la necesidad de mejorar ciertas prácticas, como la gestión de la calidad de los datos, para mitigar los riesgos específicos que plantea la IA generativa.
“Hay algunos matices que deben abordarse, pero al fin y al cabo sigue siendo una cuestión de gobernanza fundamental”, afirmó Norton. “La calidad de los datos ha sido una preocupación durante mucho tiempo, por lo que tal vez sea necesario intensificar las medidas en ese ámbito para mitigar el riesgo”.
Una preocupación particular es el riesgo de alucinación, en el que un modelo de IA genérica produce resultados incorrectos o sin sentido. Norton explicó que este riesgo es ciertamente una preocupación y señaló que a menudo está vinculado a una falta de comprensión de los datos que se introducen en los modelos. Sugiere que, para ciertos casos de uso, las organizaciones recurrirán a modelos de lenguaje más pequeños y específicos y a una capacitación específica para reducir los riesgos de alucinación.
Cómo las empresas pueden demostrar el valor de las iniciativas de inteligencia artificial
Uno de los grandes hallazgos del informe fue que el 41% de las organizaciones tuvieron dificultades para medir de manera efectiva sus esfuerzos en materia de IA de última generación. Peor aún es el hallazgo de que solo el 16% ha elaborado informes periódicos para el director financiero de su empresa en los que se detalla el valor que crea la IA de última generación.
Norton explicó que esta dificultad se debe a la amplia gama de casos de uso y a la necesidad de un enfoque más granular y específico para cada caso de uso.
“Si tienes 20 casos de uso diferentes que estás explorando en diferentes partes de la organización, probablemente tengas manzanas, naranjas, plátanos y piñas, por lo que no podrás medirlos todos de manera similar”, dijo Kieran.
En cambio, Norton recomienda que las organizaciones definan indicadores clave de rendimiento (KPI) para cada caso de uso específico, enfocándose en los problemas comerciales que intentan resolver. Esto podría incluir métricas como productividad, eficiencia o mejoras en la experiencia del usuario, según el caso de uso particular. Sugiere que las organizaciones identifiquen áreas en las que existen problemas en el negocio y luego intenten resolverlos.
“Creo que realmente se trata de desglosarlo a nivel de caso de uso, más que de abordarlo como una cartera general”, dijo.