娇色导航

En los últimos dos años, muchas organizaciones han lanzado docenas de proyectos de prueba de concepto de IA, con el resultado de altas tasas de fracaso y un decepcionante retorno de la inversión. Sin embargo, poco a poco se consolida una tendencia marcada por una importante reformulación del enfoque indiscriminado de la experimentación con la IA.

Algunos observadores de TI ven ahora que muchas organizaciones van reduciendo el número de pruebas de concepto de IA que lanzan. Incluso, algunos líderes de TI ya recurren a herramientas comerciales de IA, mientras que muchos otros se centran en un número limitado de casos de uso estratégicos y específicos.

Bhrugu Pange, director general de soluciones de IA, digitales y tecnológicas de la consultora de TI y gestión AArete, es de la opinión de que, tras una era de experimentación generalizada, en la que las empresas exploraban el potencial de la IA, muchas han comenzado a centrarse en un puñado de casos de uso.

“Asistimos a un cambio notable, desde la experimentación a gran escala hacia una implementación de la IA más centrada y orientada a los resultados. En lugar de lanzar docenas de pruebas de concepto en paralelo, las organizaciones dan prioridad a unos pocos casos de uso en los que la IA puede integrarse profundamente en los flujos de trabajo operativos y generar resultados medibles”.

Por ejemplo, este especialista pone como ejemplo el departamento financiero de un cliente de AArete identificó la facturación como un flujo de trabajo con mucha fricción y creó una solución basada en IA que incluía IA generativa, procesamiento del lenguaje natural y reconocimiento óptico de caracteres.

“Esta iniciativa, que surgió de la propia función [financiera] —prosigue—, proporcionó mejoras cuantificables en el tiempo de ciclo y la precisión, superando a varios experimentos paralelos que carecían de anclaje operativo”. Y añade: “Este enfoque centrado refleja un cambio práctico: la IA ofrece el máximo valor cuando los datos, el contexto empresarial y la urgencia operativa se unen en unas pocas iniciativas bien definidas que abarcan toda la empresa”.

Los días de las docenas de POC de IA están llegando a su fin

Una encuesta realizada en abril de 2024 por IDC reveló que las organizaciones ejecutaban una media de 37 POC de IA en ese momento, pero algunos expertos en dicha tecnología sugieren que la cifra se ha subestimado de manera considerable, ya que algunas grandes empresas ejecutaban cientos de proyectos piloto.

Pange defiende que muchas de las organizaciones que ejecutaban cientos de POC en años anteriores ahora se han reducido a unos 30, con unidades de negocio independientes centrados en entre tres y cinco experimentos.

Otros observadores ven la misma tendencia, aunque no ofrecen estimaciones sobre la caída en el número de POC que se están lanzando en la actualidad. Es el caso de Jason Hardy, director de tecnología de IA de Hitachi Vantara. Esta empresa publicó en julio de 2024 su último Informe global sobre el estado de la infraestructura de datos, y una de sus conclusiones, según Pange, es que la mayoría de las organizaciones estaban empezando a tratar los proyectos de IA como I+D tradicional y esperaban obtener beneficios en un horizonte de dos a tres años, en lugar de un rápido retorno de la inversión.

Ante la insistencia de los ejecutivos de las empresas para experimentar con la IA, Hardy defiende que los responsables de TI se ven obligados a equilibrar la velocidad y el coste. Y añade que, a pesar de la presión, casi todas las conversaciones que ha mantenido recientemente con los clientes incluyen comentarios sobre la ejecución de menos POC, pero más estratégicos.

«Aunque la presión por avanzar rápidamente ha llevado a muchos de los primeros usuarios a implementar la IA antes de estar completamente preparados, estamos empezando a ver casos de adopción exitosa, especialmente con la expansión del enfoque hacia la IA agencial», afirma.

Ahora, más líderes de TI parecen resistirse a la presión causada por el miedo a quedarse atrás, y el «salvaje oeste» de la experimentación con IA parece estar llegando a su fin, afirma Hardy.

Para este especialista, “aunque un enfoque indiscriminado para identificar posibles resultados a través de POC y proyectos piloto permite abarcar un ámbito más amplio, es más fácil que los clientes se distraigan persiguiendo el experimento científico o resultados de poco valor”. Por eso, destaca que “sin un plan que seguir, los clientes podrían encontrarse intentando resolver el mismo problema fundamental de muchas maneras diferentes, lo que acentuaría la ineficiencia”.

Cambiar el discurso

Chandra Venkataramani, 娇色导航del proveedor de externalización de TI TaskUs, cree que los 娇色导航a los que todavía se les anima a lanzar docenas de POC de IA deberían orientar la conversación hacia otros temas. Como ejemplo, su empresa ha creado un marco estratégico para la adopción de la IA, que hace hincapié en un número limitado de POC de alto valor.

Y lo explica con estas palabras: “No confunda la velocidad con el progreso. «Cuando hay presión para lanzar muchos proyectos de IA, los 娇色导航deben orientar la conversación hacia el impacto. Basen sus decisiones en objetivos empresariales claros y en los resultados de los empleados”.

Es más, aconseja a los 娇色导航que adopten un enfoque a largo plazo para la implementación de la IA. Los proyectos de IA deben ajustarse a las necesidades operativas, y los responsables de TI deben centrarse en generar confianza en las herramientas de IA implementadas, tanto entre los equipos como entre los clientes.

Incluso, recomienda “ser selectivo, pues “no se deben realizar pruebas de concepto sólo por cumplir”.

El valor de fracasar rápidamente

Sin embargo, algunos expertos en IA han instado a los 娇色导航a dejar margen para la experimentación con la IA. Aunque muchas organizaciones han lanzado copilotos y otras herramientas de IA “fáciles de implementar”, también pueden impulsar ventajas competitivas cuando encuentran casos de uso de IA especializados y novedosos. Al menos así lo cree Nancy Gohring, directora sénior de Investigación del programa de estrategias de IA generativa de IDC.

De hecho, añade que los 娇色导航deben seguir centrándose en el enfoque de “fracasar rápido” en la experimentación con la IA y encontrar un equilibrio una gran cantidad de casos de usos potenciales y sólo unos pocos.

“En lugar de preocuparse por la velocidad de paso de la prueba de concepto a la producción, implante sistemas que le permitan probar rápidamente nuevas ideas y determinar si vale la pena llevarlas a producción”, afirma Gohring, para apostillar: “Lo que realmente no se quiere es menos pruebas de concepto en sí mismas. Lo que se quiere es poder experimentar rápidamente”.

A esto, Thomas Robinson, director de operaciones de Domino Data Lab, proveedor de plataformas de IA, añade que los fracasos de POC en el pasado pueden ser más un problema de falta de gobernanza que del número de POC lanzados. De ahí que recomiende a los responsables de TI la necesidad de establecer hitos para los proyectos de IA, incluida una gestión eficaz de los proyectos con puntos de control para evaluar el progreso, recomienda.

Aun así, también ve que los POC de IA tienen valor. “Frenar no es necesariamente más inteligente. Lo que hemos observado de forma sistemática es la aceleración del ciclo de vida de la IA con una gobernanza integrada conduce en realidad a mejores resultados”, añade.

Robinson añade que la clave del éxito es la iteración rápida combinada con una supervisión responsable. Y apostilla: “La clave no es realizar menos pruebas de concepto, sino controlar la velocidad: ser capaz de experimentar rápidamente, aprender con rapidez y ampliar lo que funciona, todo ello manteniendo el cumplimiento y el control”.