Un estudio reciente de SAS muestra que las compañías están entusiasmadas con el potencial de la IA generativa (IAG) para aumentar la productividad de su negocio y de sus empleados. Sin embargo, a pesar de este entusiasmo, consideran que las brechas de conocimiento, la falta de planeación estratégica y la escasez de talento son impedimentos para aprovechar y medir todo el valor de esta tecnología.

“Las organizaciones se están dando cuenta de que los grandes modelos de lenguaje por sí solos no resuelven los retos empresariales”, dijo Marinela Profi, Asesora Estratégica de IA en SAS. “La IA Generativa debe ser tratada como un colaborador ideal para la hiper-automatización y la aceleración de los procesos y sistemas existentes, más que como el nuevo juguete brillante que ayude a las organizaciones a hacer realidad todas sus aspiraciones empresariales. Dedicar tiempo al desarrollo de una estrategia progresiva y a la inversión en tecnología que ofrece integración, gobernabilidad y explicabilidad de los LLM son pasos cruciales que todas las organizaciones deberían dar antes de lanzarse y quedarse bloqueados”.

Las organizaciones se están enfrentando a obstáculos en cuatro áreas clave de la implementación:

• Aumentar la confianza en el uso de los datos y lograr el cumplimiento. Sólo una de cada 10 organizaciones dispone de un sistema eficaz para medir la parcialidad y el riesgo para la privacidad en los LLM. Además, el 93% de las empresas carece de un marco de gobernanza integral para la IAG, y la mayoría corre el riesgo de incumplir la normativa.
• Integrar la IA generativa en sistemas y procesos existentes. Las organizaciones revelan que están experimentando problemas de compatibilidad cuando intentan combinar IA generativa con sus sistemas actuales.
• Talento y habilidades. Falta IAG interna. A medida que los departamentos de RRHH se encuentran con una escasez de contrataciones apropiadas, los líderes TI de las empresas se preocupan por no tener acceso a las habilidades necesarias para sacar el máximo provecho de su inversión en IA generativa.
• Predicción de costos. Los directivos mencionan que el uso de los LLM conlleva unos elevados gastos directos e indirectos. Los creadores de modelos proporcionan una estimación de costos simbólicos (que ahora las empresas se dan cuenta de que es prohibitiva). Pero los gastos de preparación de conocimiento privado, capacitación y gestión de ModelOps son largos y complejos.

“Todo se reducirá a identificar casos de uso en el mundo real que aporten el máximo valor y resuelvan necesidades humanas de forma sostenible y escalable. En una era en la que la tecnología de IA generativa evoluciona casi a diario, la ventaja competitiva depende en gran medida de la capacidad de adoptar las reglas de resiliencia”, afirma Profi.

El estudio, realizado a principios de este año por Coleman Parkes Research Ltd. y patrocinado por SAS, encuestó a 300 CIOs y responsables de la toma de decisiones sobre estrategia IA generativa o analítica de datos en EE.UU. para conocer las principales áreas de inversión y los obstáculos a los que se enfrentan las organizaciones. Coleman Parkes también encuestó a líderes TI fuera de EE.UU. para este estudio. Los resultados globales estarán disponibles más adelante en 2024.