Trío de retos para la IA generativa: gobernanza, infraestructura y talento

La inteligencia artificial (IA) generativa extiende su presencia. Para un 97 % de las organizaciones que tienen iniciativas de IA generativa en curso, es una de sus cinco prioridades.

Prácticamente dos tercios (63 %) han identificado, por lo menos, un caso de uso para esta tecnología.

Pero no todo son datos positivos. Un informe de Hitachi Vantara y ESG que recoge la opinión de directivos de TI y de negocio en Europa occidental y Norteamérica, identifica toda una serie de desafíos que ponen el éxito de los proyectos en juego.

Las organizaciones con políticas de IA generativa bien definidas son minoría (44 %), como también lo son las que consideran que su infraestructura y ecosistema de datos se encuentran bien preparados (37 %).

Sin embargo, son más los que opinan que la mayoría de los usuarios no saben capitalizar esta tecnología (61 %) y los que observan un déficit de empleados capacitados (51 %).

A un 81 % de los directivos consultados les preocupa cómo garantizar la privacidad y el cumplimiento de los datos cuando desarrollen y usen aplicaciones inteligentes.

Además, un 77 % cree que hay que abordar problemas de calidad de los datos antes de aceptar el resultado de las salidas de IAl generativa.

“Las empresas claramente están subiendo al carro”, comenta Valentín Pinuaga, General Manager de Hitachi Vantara en España, “lo cual no es sorprendente, pero también es evidente que la base para el uso exitoso de inteligencia artificial generativa aún no está construida y su pleno potencial no puede ser realizado”.

Para “desbloquear el verdadero poder”, Pinuagaa apunta a “una base sólida con una infraestructura robusta y segura que pueda manejar las demandas de esta poderosa tecnología”.

Un 71 % de los encuestados en el estudio reconoce que deben modernizar su infraestructura antes de lanzarse a la inteligencia artificial generativa.

Casi todos (96 %) se decantan por modelos no propietarios. Un 86 % explica que recurrirá a la generación aumentada por recuperación y el 78 % se inclinará por la combinación de soluciones locales y en la nube pública.

Entre los casos de uso que están impulsando a empresas hacia la IA se encuentran la automatización de procesos (37 %), el análisis predictivo (36 %) y la detección de casos fraude (35 %).

Mientras, la optimización de la eficiencia operativa es el área con mayores resultados hasta el momento, según los encuestados.

“La necesidad de mejorar la precisión muestra que las organizaciones están priorizando la incorporación de los datos más relevantes y recientes en un modelo de lenguaje grande, seguida por el deseo de mantenerse al día con la tecnología, las regulaciones y los patrones de datos cambiantes”, comenta Mike Leone, analista principal en ESG.

“Gestionar los datos con la infraestructura adecuada no sólo permitirá mayores niveles de precisión”, señala, “sino también mejorará la fiabilidad a medida que los datos y las condiciones empresariales evolucionen”.