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

La falta de métricas de éxito de los CIO condena a muchos proyectos de IA

Según la firma de investigación IDC, muchas organizaciones han lanzado docenas de proyectos de prueba de concepto de inteligencia artificial (IA) solo para ver que un gran porcentaje fracasa, en parte porque los CIO no saben si las POC cumplen con las métricas clave.

En una encuesta de IDC de septiembre, el 30% de los CIO reconocieron que no sabían qué porcentaje de sus pruebas de concepto de IA cumplían con las métricas de KPI objetivo o se consideraban exitosas.

Combinado con una encuesta de IDC de abril que encontró que las organizaciones lanzan un promedio de 37 POC de IA, la encuesta de septiembre sugiere que muchos CIO han estado arrojando espaguetis a la pared para ver qué se pega, dice Daniel Saroff, vicepresidente global de Consultoría y Servicios de Investigación en IDC.

Saroff afirma que, con un promedio de cinco de cada doce pruebas de concepto de IA que entran en producción, solo tres de ellas se consideran exitosas. El resultado es un “ciclo giratorio” de IA generativa en el que las organizaciones lanzan muchos experimentos con poco impacto. 

“Cuando dicen que no saben cuáles son sus KPI, lo que en realidad están diciendo es: ‘Cuando determinamos la prueba de concepto, no teníamos una medida de éxito’”, agrega.

El coste potencial puede ser enorme y algunas POC pueden llegar a costar millones de dólares, afirma Saroff.

Mientras tanto, alrededor del 70% de los encuestados por IDC en septiembre aseguraron que nueve de cada diez aplicaciones de IA personalizadas no lograron superar la etapa de prueba de concepto y pasar a producción. El 35% de los CIO constató que ninguna de sus aplicaciones de IA personalizadas logró superar la prueba de concepto.

Los CIO tuvieron un historial ligeramente mejor con las aplicaciones de IA creadas por proveedores, pero aun así, casi dos tercios notaron una tasa de fallos del 90%.

Es difícil definir el éxito

Incluso cuando las aplicaciones de IA llegan a la fase de producción, muchos CIO no tienen una idea clara de cómo se ve el éxito. Casi la mitad de los CIO dijeron que no sabían si sus aplicaciones de producción de IA tenían éxito o dudaban si era demasiado pronto para saberlo.

En muchos casos, las organizaciones parecen estar lanzando pruebas de concepto sin la preparación suficiente, dice Saroff. Muchas organizaciones han lanzado proyectos de IA generativa sin limpiar y organizar sus datos internos, agrega.

“Estamos viendo que gran parte de la falta de éxito de la IA generativa se debe a algo que, en retrospectiva, es obvio: datos erróneos”, afirma. “Tenemos una nueva tecnología que genera mucha expectación, y la gente siente que necesita apresurarse a utilizarla, pero no están haciendo los preparativos necesarios”.

La falta de gestión de datos y una gestión inadecuada del acceso parecen ser dos de los principales obstáculos para el éxito de una prueba de concepto de IA, añade Daniel Clydesdale-Cotter, CIO de EchoStor, un distribuidor de valor agregado (VAR).

“Una preocupación particular es que muchas empresas pueden estar apresurándose a implementar la IA sin considerar adecuadamente quién es el propietario de los datos, dónde se encuentran y quién puede acceder a ellos a través de los modelos de IA”, afirma. “La alta tasa de incertidumbre en torno al éxito de los proyectos de IA probablemente indica que las organizaciones no han establecido límites claros entre la información confidencial, los datos de los clientes y el entrenamiento de los modelos de IA”.

El control de acceso es importante, añade Clydesdale-Cotter. El equipo de finanzas de una organización no debería tener acceso a los datos que se utilizan en una herramienta de inteligencia artificial de RR. HH., y viceversa, afirma. Al mismo tiempo, los datos necesarios para que funcione una herramienta de inteligencia artificial suelen estar aislados en distintas organizaciones.

Falta de planificación

Además, el porcentaje de CIO que no conocen si sus POC de IA son exitosas sugiere una falta de planificación estratégica antes de que se lancen los proyectos, dice Michael Stoyanovich, vicepresidente y consultor senior de Segal, una firma de consultoría enfocada en recursos humanos y beneficios para empleados.

“Esto pone de relieve la falta de claridad y medición a la hora de evaluar el éxito de un proyecto de IA”, afirma. “Esta incertidumbre puede dar lugar a un desperdicio de recursos y, lo que es más importante, a la pérdida de oportunidades de mejora”.

En demasiados casos, las organizaciones parecen lanzar pruebas de concepto de IA sin considerar el impacto comercial. Si bien algunas pruebas de concepto de IA pueden brindar mejoras incrementales en la productividad interna, estos proyectos rara vez son revolucionarios, afirma.

“Las organizaciones se lanzan a la acción sin pensarlo dos veces y no establecen un plan estratégico para integrar la IA en su organización de manera reflexiva”, añade Stoyanovich. “No solo es apropiado, sino probablemente una bendición, hacer una pausa, respirar profundamente, enderezar la espalda y luego poner en marcha un plan estratégico acelerado”.

Los resultados de la encuesta de IDC son “alarmantes”, ya que casi un tercio de los CIO no comprenden las métricas de éxito y el 90% o más de las POC están fallando, agrega David Curtis, CTO de RobobAI, una fintech que utiliza IA para ayudar a las empresas a gestionar las cadenas de suministro.

Según él, muchas pruebas de concepto carecen de objeciones y métricas claras. También coincide con Saroff, de IDC, en que muchas empresas lanzan proyectos de IA con datos insuficientes o de mala calidad.

Curtis afirma que demasiadas personas que presionan a las organizaciones para que adopten la IA de última generación no comprenden la tecnología. Muchos ejecutivos tienen ideas equivocadas sobre la cantidad de trabajo necesario para implementar la IA y algunos piensan equivocadamente que la IA reemplazará a muchos empleados.

“La gente piensa que la IA es mágica, que va a llegar un punto que resuelva todos los problemas de una sola vez”, añade. “Hay una cantidad de trabajo razonablemente significativa en el manejo de la IA, dependiendo del caso de uso. No se trata simplemente de coger algo del estante y ponerlo en funcionamiento”.

En algunos casos, un experimento de IA fallido puede ser educativo y orientar a las organizaciones hacia mejores proyectos, dice Curtis. Pero muchas organizaciones, después de ver que una gran mayoría de sus pruebas de concepto de IA fracasan, pueden dejar de experimentar.

“Muchas de las empresas de servicios financieros con las que trabajo no tienen una cultura de riesgo”, afirma. “Si algo falla y gastaron millones de dólares en ello, es probable que no lo vuelvan a hacer”.

Para las empresas reacias al riesgo, una buena planificación previa puede ser una mejor alternativa que lanzar docenas de pruebas de concepto y fracasar rápidamente.

“Intenta eliminar parte del riesgo antes de empezar”, dice Curtis. “En todos los lugares en los que he trabajado, los recursos internos son un lujo. En lugar de tener 37 POC, lo reduces a dos o tres que sean importantes para empezar”.

Comience con las necesidades estratégicas

Clydesdale-Cotter, de EchoStor, aconseja a los CIO que consideren cuidadosamente las necesidades estratégicas del negocio antes de lanzar múltiples POC de IA. Al igual que Stoyanovich, sugiere que las empresas se concentren más en proyectos de IA que aporten una ventaja competitiva que en aquellos que proporcionen pequeñas mejoras de eficiencia.

Una empresa con la que ha trabajado lanzó un proyecto para contar con una IA basada en un gran modelo del lenguaje (LLM) para ayudar con las solicitudes de servicios de TI internos. La prueba de concepto pudo reducir los gastos operativos al usar IA para responder muchas consultas de servicios de TI.

“Al cliente le gustaron mucho los resultados”, afirma. “Pero el resultado final fue que, posiblemente, tendrá que gastar más de un millón de dólares para ejecutar esto en su centro de datos, solo con los nuevos requisitos de hardware y software”.

“Y la empresa responde: ‘¿Por qué gastaríamos un millón de dólares? Podríamos contratar a cinco personas’”.


Read More from This Article: La falta de métricas de éxito de los CIO condena a muchos proyectos de IA
Source: News

Category: NewsDecember 27, 2024
Tags: art

Post navigation

PreviousPrevious post:Cómo trabaja Ikea con la IA: 30.000 empleados formadosNextNext post:ITDM 2025 전망 | “불경기 시대 속 콘텐츠 산업··· 기술이 돌파구를 마련하다” CJ ENM 조성철 엔터부문 CIO

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.