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.