Qué esperar de la IA en la esfera empresarial en 2025

Este año, el entusiasmo inicial por la inteligencia artificial (IA) parece haberse calmado; de hecho, se han y establecido expectativas más realistas. Esto es particularmente cierto en el caso de las implementaciones empresariales, ya que las capacidades de los modelos existentes, junto con las complejidades de muchos flujos de trabajo, llevaron a un progreso más lento de lo que muchos esperaban. Un aspecto central de esto es la comprensión por parte de muchos usuarios corporativos de que no hay yo en la IA, al menos hasta ahora. Los grandes modelos del lenguaje (LLM) son muy buenos para detectar patrones en datos de todo tipo y luego crear artefactos en respuesta a las indicaciones del usuario que coinciden con estos patrones. Pero esto no es inteligencia en ningún sentido humano. La propensión de los LLM a inventar información de apariencia plausible pero inexacta es evidencia de esto.

A pesar de estas limitaciones y preocupaciones entre los CIO sobre los costes de la IA, se han logrado avances reales este año y podemos esperar ver que esto crezca aún más en 2025. Veo que esto tomará forma en cinco áreas clave.

Aumentar el número de empleados, no reemplazarlos

Ya sea mediante la reducción de costes, la innovación de nuevos productos y servicios o la mejora de la experiencia del cliente, la creación de una ventaja competitiva es la base de la mayoría de las implementaciones de tecnología, y la IA no es diferente. Sin embargo, la amplia disponibilidad de LLM, abiertos y cerrados, y las herramientas para implementarlos implica que la IA está disponible para todas las organizaciones. Al igual que la revolución de los PC de los años 80 y 90, y el auge de la computación en la nube y el SaaS a principios de la década de 2000, cuando todos tienen acceso a las mismas herramientas, es la forma en que se utilizan lo que confiere una ventaja competitiva.

En el caso de la IA, esto significa aumentar la base de habilidades existente y aprovechar los recursos humanos. Las empresas que ven la IA como un reemplazo de los trabajadores cualificados y experimentados irán por el camino equivocado. El conocimiento de los empleados sobre los productos, los procesos y los mercados en los que operan y los clientes a los que venden sus empresas suele estar descifrado y es tácito. Suponer que una tecnología puede capturar estos riesgos es un fracaso, como muchas “soluciones” de gestión del conocimiento fracasaron en los años 90 al intentar lograr lo imposible. Michael Hobbs, fundador de la plataforma de confianza y cumplimiento isAI, está de acuerdo. “Se pueden obtener respuestas rápidamente de los sistemas de IA generativa”, afirma. “Pero los CIO deben preguntarse si son buenas respuestas y si estoy aumentando la base de habilidades dentro de mi organización, aumentándola con herramientas o reduciéndola fundamentalmente”. 

Si las preocupaciones sobre la saturación de los LLM son correctas, podemos esperar rendimientos decrecientes por cada GPU adicional que se utilice para crear nuevos modelos. En este escenario, será clave utilizar la IA para mejorar las capacidades de los empleados aprovechando la base de conocimientos existente.

Centrarse en los activos de datos

En base al punto anterior, los activos de datos de una empresa, así como sus empleados, serán cada vez más valiosos en 2025. Los modelos de base (FM) por diseño se entrenan en una amplia gama de datos extraídos y obtenidos de múltiples fuentes públicas. La escala de este entrenamiento los hace capaces de proporcionar respuestas a preguntas generales, pero limita su valor a los requisitos específicos de la mayoría de las empresas. La recuperación aumentada por generación (RAG) proporciona una vía para combinar datos patentados con las capacidades de un LLM para obtener resultados más centrados y relevantes. Forrester predice que los servicios RAG se convertirán en una oferta clave para la mayoría de los proveedores de la nube en 2025, lo que les dará a las empresas una mayor variedad de proveedores y, posiblemente, ofertas a precios competitivos.

Para beneficiarse de esta gama más amplia de servicios de RAG, las organizaciones deben asegurarse de que sus datos estén preparados para la IA. Esto implica las actividades prosaicas pero esenciales de una buena gestión de la información: limpieza de datos, deduplicación, validación, estructuración y verificación de la propiedad. El software de gobernanza de la IA también será cada vez más importante en este proceso; Forrester prevé que el gasto en soluciones estándar se cuadriplicará para 2030 y alcanzará casi los 16 000 millones de dólares.

Cuanto antes identifiquen las empresas los activos de datos de toda la compañía, adopten un enfoque creativo sobre cómo podrían usarse y luego los preparen para la IA, antes podrán aprovechar los nuevos servicios RAG que se lanzarán en 2025.

Control de costes

Según Gartner, más del 90% de los CIO encuestados en 2024 creían que la gestión de los costes limitaba su capacidad de obtener valor para la empresa de sus inversiones en IA. Gartner sostiene que parte de la solución es calcular cómo se escalarán los costes antes de realizar cualquier despliegue generalizado. No hacerlo podría suponer un aumento del error del 500% al 1.000% en sus cálculos de costes. En 2025, podemos esperar ver mejores marcos para calcular estos costes de la mano de empresas como Gartner, IDC y Forrester, que se basan en sus crecientes bases de conocimientos a partir de pruebas de concepto e implementaciones tempranas.

A medida que las ofertas de IA de los proveedores de la nube, como Microsoft Azure, AWS y Google Cloud, se desarrollen en 2025, podemos esperar ver precios más competitivos que podrían ayudar a controlar los costes para las empresas. Sin embargo, esto dependerá de la velocidad a la que se construyan nuevos centros de datos preparados para IA en relación con la demanda. McKinsey ha calculado que la demanda mundial de capacidad de centros de datos podría aumentar a una tasa anual del 19% al 22% entre 2023 y 2030. Obtener suficiente electricidad para alimentar estos nuevos centros seguirá limitando la demanda en 2025 y más allá.

Medición del ROI de la IA

A medida que la complejidad de la implementación de la IA en las empresas se haga más evidente en 2025, también aumentarán las preocupaciones sobre el retorno de la inversión. Sin embargo, podríamos esperar ver un enfoque más matizado para calcular el retorno de la inversión en el próximo año. Medir el impacto de las nuevas tecnologías desde una perspectiva financiera y de productividad ha sido un desafío durante muchos años. En 1987, el economista ganador del premio Nobel Robert Solow dijo en broma: “Se puede ver la era de la informática en todas partes, menos en las estadísticas de productividad”.

Esto seguirá siendo así en 2025, cuando los gerentes tengan dificultades para cuantificar los beneficios de sus inversiones en IA. Parte del problema es la falta de estándares comunes para medir los retornos. Los costes son relativamente fáciles de calcular, ya que se pueden reducir a una cantidad en dólares y comparar con años anteriores. Sin embargo, poner un valor a las mejoras cualitativas en los resultados de los trabajadores gracias a la IA presenta mayores desafíos. Al igual que con el cálculo de los costes de implementación de la IA a gran escala, en 2025 surgirán nuevos marcos para ayudar a los gerentes a medir el valor de sus inversiones. Estos irán más allá de los KPI tradicionales y deberán incorporar medidas como los niveles de satisfacción del cliente, la mejora en la toma de decisiones y la aceleración de los procesos de innovación.

Evitar la irrelevancia

La naturaleza transformadora de la actual ola de productos de IA amenaza los modelos de negocio de muchas empresas de la misma manera que Internet socavó y luego desplazó a empresas como Blockbuster, Borders y HMV. El concepto de Clayton Christensen sobre el dilema del innovador explicaba cómo las empresas bien gestionadas y exitosas pueden quedar obsoletas ante nuevos participantes que aprovechan las nuevas tecnologías y prácticas comerciales de formas innovadoras. Este año vimos al gigante de la educación en línea Chegg perder el 99% de su valor de mercado, o 14.500 millones de dólares, después de que los estudiantes cambiaran a la ayuda gratuita de ChatGPT para las tareas, en lugar de pagar 19,95 dólares al mes por un servicio de suscripción.

Podemos esperar ver ejemplos similares, aunque quizás no tan dramáticos, en 2025. Estos se darán en varios sectores, incluidos el marketing, la publicación, el entretenimiento y la educación, tanto en entornos B2C como B2B. La desgracia de Chegg debería ser una llamada de atención para todas las empresas, pero también puede verse como una oportunidad para muchas. La planificación de escenarios debería ser una prioridad en la línea de un análisis DAFO, que es un buen punto de partida: ¿qué fortalezas tiene su empresa que puedan capitalizar los beneficios de la IA y cómo podrían afectarlas las oportunidades y amenazas externas?

El año que viene va a ser desafiante en muchos sentidos. Desde una perspectiva empresarial, el cambio impulsado por la IA no hará más que acelerarse, aunque de forma lenta y constante. La accesibilidad de tantos modelos y su creciente incorporación a las aplicaciones existentes implica que estarán disponibles para cualquier empresa que desee adoptarlos. La forma en que se implementen y utilicen para complementar las fortalezas corporativas y los activos de datos existentes, así como su alineación con los objetivos estratégicos, distinguirá a los ganadores del resto.