Un reciente informe de Lucidworks concluye que las empresas del sector industrial están implementando los proyectos de IA generativa más lentamente de lo previsto debido a las preocupaciones que les suscita la falta de exactitud de esta tecnología. Según el estudio, para el que se encuestó a más de 2.500 responsables con capacidad de decisión en materia de IA, el 58% de los líderes del ámbito industrial planean aumentar el gasto en IA en 2024, mientras que en 2023 el porcentaje ascendía al 93%. Además, el 44% de los directivos de las empresas del sector están preocupados por la precisión de las respuestas, mientras que solo el 3% está preocupado por la sustitución de puestos de trabajo que supondría esta tecnología.

“En todos los ámbitos, las preocupaciones en torno a la seguridad, la exactitud y precisión en las respuestas y los costes han obligado a la mayoría de las empresas a ralentizar las iniciativas previstas y a ser más estratégicas sobre el equilibrio entre coste y beneficio”, señalan desde Lucidworks en un comunicado. “Las preocupaciones por la seguridad se han triplicado, las preocupaciones por la precisión se han quintuplicado y los problemas de transparencia se han cuadruplicado desde 2023”, añaden.

Retos en el sector de la industria manufacturera

La reticencia a adoptar la IA generativa en el sector manufacturero no es del todo sorprendente para los analistas. “Las preocupaciones sobre la seguridad de los datos y la precisión de las respuestas son particularmente agudas en este sector debido a lo mucho que está en juego en los procesos de producción y la naturaleza propietaria de los datos de fabricación”, según Thomas George, presidente de Cybermedia Research. “En comparación con otras industrias, los fabricantes deben ser más cautelosos a la hora de proteger su información y garantizar resultados correctos de las salidas de automatización de IA que rigen la integridad de los procesos y la calidad de los productos”.

Los fabricantes también se enfrentan a retos técnicos y operativos, como la necesidad de adaptar los sistemas existentes, que contribuyen a sus dudas a la hora de adoptar Gen AI. “El reto más destacado a la hora de integrar la IA generativa en los sistemas de fabricación existentes es la complejidad de las infraestructuras heredadas, que requiere una personalización considerable”, añade George. “También deben lidiar con las preocupaciones sobre la calidad de los datos y si los recursos de datos existentes son suficientes para entrenar estos modelos de IA lo suficientemente bien”.

La opción comercial frente al ‘open source‘

El estudio de Lucidworks también apunta que el 47% de las empresas utiliza exclusivamente LLM comerciales como Gemini y ChatGPT, mientras que el 30% ha optado exclusivamente por el código abierto. El resto utiliza una mezcla de ambos. Según George, aunque los LLM comerciales ofrecen mejor soporte, los costes pueden ser prohibitivos para algunas organizaciones.

“Los LLM comerciales ofrecen mecanismos de integración más sencillos, soporte continuo y sólidas garantías de rendimiento en casos industriales en los que las consecuencias son graves”, afirma George. “Sin embargo, estas tecnologías pueden tener un coste más elevado y menos opciones que las de código abierto. Los modelos de código abierto ofrecen opciones de flexibilidad, incluidas ventajas de costes, pero requieren un conocimiento firme de cómo deben gestionarse internamente”.

Esta elección afecta profundamente a la competitividad de las empresas de fabricación, añade George. Las soluciones comerciales tienden a ofrecer una implementación más rápida, lo que lleva a un tiempo de creación de valor potencialmente más rápido. Por otro lado, los modelos de código abierto pueden permitir una mayor personalización para necesidades específicas.