IA generativa en 2025: de la experimentación a la práctica real

Parece llegar a su fin el tiempo de que las empresas jueguen con la IA generativa: las organizaciones comienzan una nueva etapa en la que se reduce la experimentación para pivotar hacia logros de valor empresarial, con un enfoque en menos casos de uso pero más específicos.

Según una encuesta realizada recientemente por NTT DATA, casi nueve de cada diez responsables de la toma de decisiones de alto nivel afirman estar cansados de los proyectos piloto de IA generativa y están cambiando sus inversiones a proyectos que mejorarán el rendimiento empresarial. Por tanto, las organizaciones seguirán experimentando con pilotos de IA de nueva generación, pero un enfoque más centrado en casos de uso específicos para sus negocios se está convirtiendo cada vez más en el centro de las estrategias de IA de los líderes de TI, indica Andrew Wells, director de datos e IA de esta compañía en Norteamérica.

En algunos casos, las tasas de fracaso de los pilotos, que han llegado a alcanzar un 50% o más, han obligado a las organizaciones a replantearse el número de proyectos de prueba que ponen en marcha, según Wells. En una encuesta realizada en abril, IDC descubrió que, por término medio, las organizaciones habían puesto en marcha 37 proyectos de prueba de concepto de IA, y que una pequeña minoría había alcanzado la fase de producción. “O bien no se disponía de los datos adecuados para hacerlo o bien la tecnología aún no estaba disponible o simplemente no existían los modelos”, explica Wells sobre la serie de fracasos de los primeros proyectos piloto.

En otros casos, el piloto no era comercialmente viable. “Se creaba el POC, pero la eficacia de la solución no coincidía necesariamente con la hipótesis original”, añade. Además, más de un tercio de los profesionales de TI afirman que el valor práctico no ha sido el objetivo de los proyectos de IA en los que han trabajado, sino mostrar a los inversores y a las partes interesadas que su organización está haciendo algo con la IA. Y el exceso de proyectos piloto de IA que no van a ninguna parte está suponiendo una sangría de recursos, afirma Wells.

“Cuando entramos en la mayoría de las empresas, su acumulación de casos de uso de IA genérica es considerable, concretamente cientos. Están siendo más decididas acerca de en qué quieren gastar el tiempo, la energía y el dinero frente a la máxima: “Vamos a experimentar y ver lo que la tecnología podría ser capaz de hacer”.

Cuidado con subestimar el coste de la IA generativa

Con demasiada frecuencia, las organizaciones han lanzado pilotos de IA sin pensar en los costos ocultos, dice Courtney Schuyler, CEO y cofundadora de SkyPhi Studios, una firma de asesoría de transformación digital. Lanzar varios pilotos en poco tiempo no solo puede costar mucho dinero, sino que también a menudo conduce a una pérdida de productividad de los empleados, ya que estos tienen que esforzarse en aprender a usar la nueva tecnología.

“A menudo, lo que veo es que las organizaciones se lanzan al ‘boom’ de la tecnología antes de detenerse a pensar estratégicamente en cómo puede utilizarse dentro de su entidad, qué camino estratégico deberían seguir, así como en el cansancio general del cambio que la organización podría estar experimentando en función de otras implantaciones tecnológicas”, afirma.

Llevar un proyecto a la fase de implantación es sólo una parte de la batalla, afirma Schuyler. Conseguir que los empleados necesarios adopten una herramienta de IA generativa es un paso enorme. “Lo importante es darse cuenta realmente de la inversión y de los costes asociados, desde el coste de la tecnología hasta el coste de ayudar a la gente a adoptarla”, añade. “Desde mi punto de vista, dedicar el tiempo necesario para analizar el presupuesto y planificarlo es más importante que lanzarse y perder potencialmente millones de dólares porque no es tan eficaz como se esperaba”.

El gasto sigue aumentando

Incluso con resultados dispares en el último año, muchas empresas tienen previsto aumentar su gasto en IA generativa en 2025 y más allá. En el estudio de NTT DATA, el 39% de los encuestados dicen que ahora tienen inversiones significativas en IA generativa, y el porcentaje aumentará al 61% en los próximos dos años.

La encuesta de NTT se alinea con una nueva encuesta encargada por IBM, que concluyó que el 62% de las empresas planean aumentar sus presupuestos de IA en 2025. Aun así, a pesar del cansancio de los pilotos, más de una cuarta parte de los encuestados afirma que sus empresas planean lanzar más de 20 pilotos de IA en 2025.

Aunque la experimentación continuará, es probable que muchas organizaciones se centren en proyectos que les den una ventaja competitiva, no en proyectos generales de recursos humanos, asistentes digitales o chatbot, dice Dev Nag, CEO de QueryPal, una empresa de automatización de soporte. Como primeros proyectos de IA, muchas organizaciones de TI intentaron crear sus propios chatbots e IA de recursos humanos, dice Nag, pero algunos ahora están descargando esas funciones a los proveedores de IA. “Vimos que en un microcosmos, la gente trataba de construir [chatbots] por sí mismos con equipos que realmente no estaban dedicados al soporte y no tenían ningún tipo de experiencia en IA”, dice. “Hubo un enorme exceso de inversión. Convertimos a las corporaciones casi en sociedades de capital riesgo”, financiando proyectos de TI como si fueran startups.

Pero hacer que cada organización construya su propia IA de recursos humanos no tiene sentido, dice Nag. “¿Realmente preferirías que 10.000 empresas intentaran crear un agente de atención al cliente, un agente de recursos humanos y un agente financiero? En su lugar, muchas organizaciones parecen estar avanzando hacia un menor número de pilotos de IA generativa que se centran en sus necesidades únicas”, añade, en lugar de chatbots de productos básicos.

“Para la mayoría de las empresas, si no es superrelevante para su cuenta de resultados, va a ser una distracción y será un fracaso”, dice. “Vas a perder a la gente, porque serán arrojados a algo como ‘Esperábamos que fuera un centro de éxito”.

Necesidades específicas

Aaron Schroeder, director de análisis y perspectivas del proveedor de TI para centros de contacto TTEC Digital, observa algunas de las mismas tendencias. Gran parte de los grandes avances publicitados sobre IA generativa proceden de modelos de uso general centrados en casos de uso individuales, no en usos empresariales complejos, afirma. “Estos modelos y funciones se basan en amplios conocimientos de Internet, más que en dominios y contextos específicos”, añade. “Esto hace que muchos líderes vean cómo las soluciones emergentes de IA les ayudan en su vida diaria, pero todavía hay una brecha entre eso y ver que las soluciones de IA son significativamente productivas en un caso de uso hiperespecífico y orientado a la industria que requiere el conocimiento de cómo opera su empresa”.

Esta brecha está impulsando a las empresas a desplazar los pilotos de los proyectos de uso general a otros más alineados con las áreas que impulsan el valor, dice. “El enfoque más exitoso que hemos experimentado es diseñar la gobernanza de los pilotos y soluciones de IA por adelantado, a un nivel superior, ya sea para acelerar la productividad, impulsar el ahorro de costes, aumentar los ingresos o impulsar mejores experiencias de los clientes”, afirma Schroeder. “Al identificar los principios clave por adelantado, se hace más fácil mantener la alineación en múltiples proyectos que están ocurriendo simultáneamente en una empresa”.