Guía Esencial

Navegue en las secciones
Noticias

El 80% de los proyectos de IA fallan por la calidad de los datos

Si bien la tecnología que soporta la inteligencia artificial evoluciona rápidamente, las empresas aún no cuidan la calidad de los datos con la que la alimentan.

Melisa Osores
por
Publicado:19 oct 2023

Para 2026, Gartner estima que más del 80 % de las empresas habrán utilizado interfaces o modelos de programación de aplicaciones de inteligencia artificial generativa, que se ha convertido en una de las principales prioridades de la alta dirección por su potencial de innovación. Sin embargo, el mayor desafío está en la calidad de los datos que alimentan la IA para el futuro. 

”La IA ciertamente ha estado llegando a los titulares en 2023. Hay una multitud de opiniones alrededor de las ventajas y desventajas, pero una cosa es cierta: la IA sólo es tan buena como la calidad de los datos que alimentan la tecnología,” señala Alejandro Luna, country manager de Infor.

Un estudio de 2022, hecho en Brasil por la asociación global GS1 a más de 2.000 empresas, muestra que apenas un 9 % de la industria ha adoptado soluciones de inteligencia artificial. Un gran salto de los 4 %, en 2021, pero un desarrollo aún bastante lento aunque la cantidad de empresas que está evaluando la posibilidad de adoptar la IA generativa crece a cada día.

Para Infor, el avance no se ha acelerado más por tres motivos: la gestión de datos en las empresas; el contexto macroeconómico que exige resultados a corto plazo; y el desconocimiento de posibles beneficios y ventajas operativas de adoptar esta tecnología. 

“Según estudios, la adopción de la IA generativa puede aumentar en 6 % los ingresos de la empresa; en las compañías que deciden hacer un all-in en IA puede representar hasta un 20 % del EBITDA. Es una ventaja tremenda, pero hay que hacer lo básico, que es preparar la data para que la IA sea eficiente”, añade Luna.

El ejecutivo destaca que uno de los grandes desafíos es hacer tangibles los beneficios de adoptar la IA generativa como una herramienta de mejora operacional. “Para ello, hay que adoptar soluciones en la nube que permitan una organización e integración de los datos por toda la organización”, indica.

Otros desafíos en la adopción de la IA generativa

Luna afirma que el ritmo de cambio en el mundo de la IA generativa es rápido y las organizaciones que no respondan a tiempo pueden quedarse atrás. Idealmente, las empresas deberían adoptar esta poderosa tecnología en lugar de rechazarla, pero eso no significa que una talla única sirva para todos.

Entre los desafíos que deben abordarse para que los modelos de IA generativa puedan adoptarse de manera generalizada en los entornos empresariales están:

  • La confiabilidad. Si bien el contenido generado a partir de un modelo de lenguaje grande parece original, en realidad imita un patrón basado en un conjunto de datos de entrenamiento similar al que ha estado expuesto.
  • Los problemas de privacidad. Los datos y las condiciones de entrada que comparten los usuarios a menudo se utilizan para entrenar el modelo más grande. 
  • Los sesgos. La calidad de los datos es importante al aplicar técnicas analíticas o de inteligencia artificial porque los resultados de estas soluciones serán tan buenos o malos como la calidad de los datos utilizados. El hecho de introducir datos erróneos o sesgados conlleva riesgos. Los algoritmos que alimentan los sistemas basados en IA sólo pueden asumir que los datos a analizar son fiables, así que, en caso de que sean erróneos, los resultados serán engañosos y el proceso de toma de decisiones se verá comprometido. Además, el tiempo y los recursos utilizados para realizar el análisis de datos habrá resultado inútil, lo que conlleva gastos.

El country manager de Infor menciona que, a pesar de los desafíos, las empresas que adoptan la IA de manera correcta pueden cosechar ventajas sustanciales. “Tenemos casos de clientes en el que, con el apoyo de una solución de IA, el tiempo de procesamiento de pedidos se ha reducido en un 30 % y el ahorro con distribución ha llegado a la cifra de US $1,5 millones de dólares anuales”.

Por último, en términos de cómo evolucionará la IA generativa en los próximos cinco a diez años, Luna dice que se espera que las inversiones en la tecnología aumenten enormemente, tanto en términos de generación de mejores modelos, como en el espacio de hardware, con chips más rápidos y potentes y la necesidad de más ancho de banda de red.

Investigue más sobre Inteligencia artificial y automatización