Skip to content
Tiatra, LLCTiatra, LLC
Tiatra, LLC
Information Technology Solutions for Washington, DC Government Agencies
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact
 
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact

El 88% de los pilotos de IA no llega a la fase de producción, pero no es culpa todo de TI

La prueba de concepto (POC) se ha convertido en una faceta clave de las estrategias de inteligencia artificial (IA) de los CIO, ya que proporciona una forma de bajo riesgo de probar casos de uso de IA sin un compromiso total.

Pero a medida que las empresas experimentan cada vez más fatiga piloto y se vuelcan en la búsqueda de resultados prácticos de sus esfuerzos, los aprendizajes de estos experimentos no serán suficientes; es posible que el proceso en sí mismo deba producir tasas de éxito más específicas.

Una investigación reciente de IDC, realizada en colaboración con Lenovo, descubrió que el 88% de las pruebas de concepto observadas no superan el corte para su despliegue a gran escala. IDC descubrió que por cada 33 pruebas de concepto de IA que una empresa lanzaba, solo cuatro pasaban a producción.

“El elevado número de pruebas de concepto de IA, pero la baja conversión a producción, indica el bajo nivel de preparación organizativa en términos de datos, procesos e infraestructura de TI”, informan los autores de IDC. “La mitad de las organizaciones han adoptado la IA, pero la mayoría todavía se encuentra en las primeras etapas de implementación o experimentación, probando las tecnologías a pequeña escala o en casos de uso específicos, mientras trabajan para superar los desafíos de un retorno de la inversión poco claro, datos insuficientes ya disponibles y falta de experiencia interna en IA”.

Los analistas que siguen la IA generativa han encontrado un patrón similar, observando un fuerte deseo entre las empresas de aprovechar la tecnología, pero preocupaciones sobre los diversos errores que dificultan llevar la IA al siguiente nivel.

Además, Jason Andersen, vicepresidente y analista principal de Moor Insights & Strategy, considera que la aprobación poco exigente de las POC de IA generativa contribuye a la acumulación de experimentos fallidos.

“Las POC de IA generativa en la empresa se aprueban con mucha más facilidad que otras tecnologías en general”, sobre todo debido a la presión del director general y del consejo de administración para que se experimenten al máximo con la IA generativa, afirma Andersen.

“Dicen: ‘Quiero saber más, así que aprobaré un proyecto [POC] para ver si se aplica a mi negocio y cómo’”, afirma Andersen, y añade que ve a las empresas desplegando “una cosecha mucho mayor de POC”.

Los directores de TI están aprovechando esta tendencia para intentar obtener luz verde para iniciativas tecnológicas más amplias, afirma Andersen. “Muchas iniciativas no son de IA generativa, pero están intentando inyectar algunas cosas de IA generativa en ellas”, explica. “Se dicen: ‘Si le metemos algo de IA generativa, conseguiremos que se apruebe’”.

Una cuestión de retorno de la inversión

Reece Hayden, analista principal de ABI Research, dijo que su investigación también ha encontrado un número creciente de aprobaciones de POC empresariales. “El listón para los POC [de IA generativa] se ha bajado mucho”, y eso se debe en parte a que “el coste de desarrollar ese POC de IA generativa es ahora mucho menor”, afirma Hayden.

Las tasas de las empresas de piloto a producción pueden variar en función de cómo cada empresa calcule el retorno de la inversión, especialmente si tienen diferentes apetitos de riesgo en torno a la IA.

“Va a variar drásticamente. Se trata del riesgo y de su disposición a aceptar ese riesgo, y de la posible falta de precisión”, afirma Hayden. “El nivel de riesgo es significativamente mayor [que en los proyectos que no son de IA] y es bastante raro que la recompensa supere el riesgo”.

Brian Jackson, director de Investigación principal de Info-Tech Research Group, es más optimista sobre las bajas tasas de producción de los proyectos piloto de IA.

“El objetivo de las POC es experimentar. No tengas miedo de fracasar la primera vez. No es un desperdicio”, dice. “Incluso los fracasos no lo son si se aprenden buenas lecciones”.

Pero aunque IDC ve problemas informáticos sistémicos en la raíz de las altas tasas de fracaso de los proyectos piloto, incluyendo operaciones de datos insuficientes y talento en IA, la firma de investigación admite que la política corporativa también está en juego.

“La mayoría de estas iniciativas de IA generativa nacen a nivel de la junta directiva. Y gran parte de este pensamiento impulsado por el pánico es lo que ha provocado muchas de estas iniciativas”, afirma Ashish Nadkarni, vicepresidente del grupo en IDC. “Estos POC están muy infrafinanciados o no están financiados en absoluto. La mayoría de las veces, el POC se produce no porquehaya un caso de negocio sólido. Para mí, es una economía de goteo”.

Las campañas de marketing de IA han provocado que los consejos de administración y los directores ejecutivos ejerzan una presión indebida sobre los ejecutivos de TI para que hagan algo con la IA ahora.

“Los [cálculos] de ROI están siendo influenciados por un cierto nivel de urgencia, un cierto nivel de amenaza existencial. Las alarmas están sonando y la gente está dispuesta a saltarse las reglas sobre lo que significa el ROI. Están alucinando”, dice Nadkarni.


Read More from This Article: El 88% de los pilotos de IA no llega a la fase de producción, pero no es culpa todo de TI
Source: News

Category: NewsMarch 25, 2025
Tags: art

Post navigation

PreviousPrevious post:Heineken lanza su primer laboratorio global de IA generativa en SingapurNextNext post:7 types of tech debt that could cripple your business

Related posts

Barb Wixom and MIT CISR on managing data like a product
May 30, 2025
Avery Dennison takes culture-first approach to AI transformation
May 30, 2025
The agentic AI assist Stanford University cancer care staff needed
May 30, 2025
Los desafíos de la era de la ‘IA en todas partes’, a fondo en Data & AI Summit 2025
May 30, 2025
“AI 비서가 팀 단위로 지원하는 효과”···퍼플렉시티, AI 프로젝트 10분 완성 도구 ‘랩스’ 출시
May 30, 2025
“ROI는 어디에?” AI 도입을 재고하게 만드는 실패 사례
May 30, 2025
Recent Posts
  • Barb Wixom and MIT CISR on managing data like a product
  • Avery Dennison takes culture-first approach to AI transformation
  • The agentic AI assist Stanford University cancer care staff needed
  • Los desafíos de la era de la ‘IA en todas partes’, a fondo en Data & AI Summit 2025
  • “AI 비서가 팀 단위로 지원하는 효과”···퍼플렉시티, AI 프로젝트 10분 완성 도구 ‘랩스’ 출시
Recent Comments
    Archives
    • May 2025
    • April 2025
    • March 2025
    • February 2025
    • January 2025
    • December 2024
    • November 2024
    • October 2024
    • September 2024
    • August 2024
    • July 2024
    • June 2024
    • May 2024
    • April 2024
    • March 2024
    • February 2024
    • January 2024
    • December 2023
    • November 2023
    • October 2023
    • September 2023
    • August 2023
    • July 2023
    • June 2023
    • May 2023
    • April 2023
    • March 2023
    • February 2023
    • January 2023
    • December 2022
    • November 2022
    • October 2022
    • September 2022
    • August 2022
    • July 2022
    • June 2022
    • May 2022
    • April 2022
    • March 2022
    • February 2022
    • January 2022
    • December 2021
    • November 2021
    • October 2021
    • September 2021
    • August 2021
    • July 2021
    • June 2021
    • May 2021
    • April 2021
    • March 2021
    • February 2021
    • January 2021
    • December 2020
    • November 2020
    • October 2020
    • September 2020
    • August 2020
    • July 2020
    • June 2020
    • May 2020
    • April 2020
    • January 2020
    • December 2019
    • November 2019
    • October 2019
    • September 2019
    • August 2019
    • July 2019
    • June 2019
    • May 2019
    • April 2019
    • March 2019
    • February 2019
    • January 2019
    • December 2018
    • November 2018
    • October 2018
    • September 2018
    • August 2018
    • July 2018
    • June 2018
    • May 2018
    • April 2018
    • March 2018
    • February 2018
    • January 2018
    • December 2017
    • November 2017
    • October 2017
    • September 2017
    • August 2017
    • July 2017
    • June 2017
    • May 2017
    • April 2017
    • March 2017
    • February 2017
    • January 2017
    Categories
    • News
    Meta
    • Log in
    • Entries feed
    • Comments feed
    • WordPress.org
    Tiatra LLC.

    Tiatra, LLC, based in the Washington, DC metropolitan area, proudly serves federal government agencies, organizations that work with the government and other commercial businesses and organizations. Tiatra specializes in a broad range of information technology (IT) development and management services incorporating solid engineering, attention to client needs, and meeting or exceeding any security parameters required. Our small yet innovative company is structured with a full complement of the necessary technical experts, working with hands-on management, to provide a high level of service and competitive pricing for your systems and engineering requirements.

    Find us on:

    FacebookTwitterLinkedin

    Submitclear

    Tiatra, LLC
    Copyright 2016. All rights reserved.