IA en el cajón: ¿Qué factores obstruyen una implantación exitosa?

La inteligencia artificial (IA) se abre paso en las empresas. La gran mayoría (88 %) de los responsables de tomar decisiones y de los ejecutivos de alto nivel considera que esta tecnología ya es absolutamente esencial o muy importante para tener éxito.

El caso es que existen diferentes barreras para ello. Esto es lo que se desprende de una encuesta realizada Qlik, en la que también se descubre que muchos proyectos no pasan de las primeras fases y terminan desechados. Una quinta parte de las compañías tienen entre 50 y más de 100 proyectos de IA en punto de definición o planificación, por lo que no son proyectos reales. Otro 20 % ha tenido medio centenar de proyectos en fase de planificación o incluso más avanzados, aunque al final los ha cancelado.

Como remedio para mejorar la implantación, 3 de cada 4 encuestados ven valor en las soluciones “listas para usar” para avanzar en IA y comprobar el retorno de la inversión.

Entre los elementos que entorpecen los proyectos de IA, destaca el déficit de cualificación tanto para desarrollarlos (23 %) como para ponerlos en marcha. Pero también hay problemas de gobernanza de datos (23 %), limitaciones presupuestarias (21 %) y una falta de datos fiables para que las herramientas funcionen (21 %).

Además, cabe señalar que el 37 % de los sondeados ha revelado que los altos directivos no confían en la IA. Un 42 % dice lo mismo sobre los empleados de menor rango. Y un 21 % lo hace sobre los clientes. Esta falta de confianza conlleva reducciones en la inversión.

Para contrarrestar esto, el 74 % quiere extender el conocimiento sobre las ventajas de la IA dentro y fuera de su organización. Formar a los trabajadores sería una forma de ayudar.

“Este estudio demuestra que los responsables ejecutivos conocen el valor de la IA, pero se enfrentan a multitud de barreras que les impiden pasar de la prueba de concepto al despliegue de la tecnología para crear valor”, comenta James Fisher, director de Estrategia de Qlik.

“El primer paso para crear una estrategia de IA es identificar un caso de uso claro, con objetivos y KPI definidos”, apunta Fisher. “Así se pueden identificar los recursos, tanto de talento, como de infraestructura, y los datos necesarios para desarrollarla acorde a las necesidades de negocio. De este modo, se empieza a generar confianza y a conseguir que la dirección se comprometa a avanzar y ganar en competitividad”.