Los responsables de la estrategia del negocio tienen muchas expectativas de que las inversiones en inteligencia artificial puedan impulsar innovaciones transformadoras que revolucionen desde la satisfacción del cliente hasta el desarrollo de productos. Sin embargo, una base para los datos deficiente impide que el 78 % de las organizaciones alcancen estos objetivos.
Un nuevo informe de MIT Technology Review Insights, en colaboración con Snowflake, la empresa del AI Data Cloud, titulado “Estrategias de datos para los líderes de la IA” revela que, aunque las empresas tienen muchas aspiraciones con la IA generativa (el 72 % busca aumentar la eficiencia o la productividad, el 55 % apuesta por una mayor competitividad en el mercado y el 47 % aspira a ver más innovación en productos y servicios), es necesario mejorar la estrategia de la base para los datos a fin de maximizar el potencial de la IA.
Las empresas necesitan una base para los datos sólida, impulsada por plataformas de datos modernas en la nube, que les permitan aprovechar su propio almacenamiento de datos, así como grandes volúmenes de datos antes inaccesibles, en gran parte procedentes de datos no estructurados como vídeos e imágenes. Según el estudio, solo el 22 % de los responsables de la estrategia del negocio afirma estar “muy preparados” para adoptar la IA, mientras que el 53 % se considera “algo preparado”. Una mayor preparación implica afrontar 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 empresariales en los resultados que puede ofrecer la IA, se están dando cuenta de que los datos son la clave para determinar la rapidez y la eficacia con la que pueden desbloquear el valor de la IA.
Otro desafío al que se enfrentan las organizaciones es el despliegue de la IA a gran escala. El 95 % de los encuestados afirmó que se encontraban con obstáculos a la hora de implantar la IA. El 59 % de los encuestados citó la gobernanza, la seguridad o la privacidad de los datos como el desafío más frecuente, seguido de la calidad y la disponibilidad de los datos (53 %) y el coste de los recursos o la inversión (48 %). Las decisiones de gasto y dotación de recursos, incluidas las necesarias para mejorar las bases para los datos, son un reto en cualquier inversión tecnológica. Pero el coste de la IA generativa en sí está disminuyendo, ya que las empresas han empezado a desarrollar large language models (LLM) más pequeños que siguen ofreciendo las mismas capacidades, pero cuestan menos.
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 bases para los datos sólidas y ahora están siendo recompensadas al aplicar la IA a esos datos. Cualquier empresa que trate de capitalizar la IA debe establecer primero una base para los 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 bases para los 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.
