Software 
septiembre 5, 2024

Inteligencia artificial: impacto actual y potencial futuro

¿Qué está pasando realmente con la adopción de la inteligencia artificial en las empresas? Keypoint Intelligence publicórecientemente una encuesta sobre la preparación para la IA realizada a más de 450 líderes empresariales de diversas industrias. Esteartículo ofrece algunas observaciones clave a partir de los datos de nuestra encuesta y ayuda a esbozar un panorama del impactoactual y el potencial futuro de la IA.

  • Si bien la adopción de IA está ciertamente generalizada, la profundidad de la integración varía drásticamente.
  • La tecnología de IA tiene el potencial de elevar la calidad del trabajo humano, no solo reemplazarlo.
  • A medida que la IA se integre más profundamente en los procesos comerciales centrales, la equidad, la transparencia y laresponsabilidad serán cruciales.

 Introducción

Desde hace años, nos han dicho que la revolución de la inteligencia artificial (IA) está a la vuelta de la esquina. Aun así, la situación se estácalmando tras una ola inicial de entusiasmo. ¿Qué está pasando realmente en las trincheras de la adopción de la IA en las empresas?Keypoint Intelligence publicó recientemente una encuesta sobre la preparación para la IA a más de 450 líderes empresariales de diversasindustrias para ayudar a responder esta pregunta y otras. Este artículo ofrece algunas observaciones clave a partir de los datos de nuestraencuesta y ofrece un panorama más claro del impacto actual y el potencial futuro de la IA.

La IA llegó para quedarse, pero su integración varía

No hay duda de que el fenómeno de la IA ya está aquí. Según los datos de nuestra encuesta, un sorprendente 94 % de los encuestados deempresas utilizaban la IA de algún modo. Además, el 13 % afirmó que utilizaban la IA en gran medida en toda la empresa.

A primera vista, el gráfico anterior parece confirmar la idea de que la revolución de la IA está en pleno apogeo. Sin embargo, siprofundizamos un poco más, surge una historia más compleja. Si bien la adopción es, sin duda, generalizada, la profundidad de laintegración varía enormemente. Muchas empresas todavía se encuentran en las primeras etapas, y más de una cuarta parte de losencuestados (28 %) solo utilizan algunas funciones de IA en las herramientas existentes (por ejemplo, Salesforce). Esto sugiere que, si bien laIA claramente se ha afianzado en el mundo empresarial, estamos lejos de la visión de ciencia ficción de las empresas impulsadas por la IA enla que algunos proveedores podrían hacernos creer.

La realidad es que la mayoría de las empresas aún están lidiando con la manera de integrar de manera significativa la IA en sus operaciones.Están explorando, experimentando y ampliando lentamente sus casos de uso, pero la mayoría aún no están utilizando la IA en profundidad.Este enfoque mesurado es en realidad una señal positiva: indica que las empresas están reflexionando sobre la adopción de la IA en lugar deapresurarse a realizar implementaciones potencialmente riesgosas o posiblemente ineficaces.

El impacto de la IA puede ser diferente al esperado

La encuesta sobre la preparación para la IA de Keypoint Intelligence revela que la IA está teniendo un impacto significativo, pero esteimpacto no siempre ocurre de la manera o en los lugares que uno podría esperar. Cuando se les preguntó sobre los beneficios de lasiniciativas de IA, el 61 % de los encuestados mencionó una mayor eficiencia y productividad, lo cual no es sorprendente. Más interesanteaún es que más de la mitad de los participantes informaron resultados de mayor calidad. Este es un beneficio que a menudo quedaeclipsado por los debates sobre la reducción de costos y la automatización.

Este enfoque en la mejora de la calidad sugiere que el impacto de la IA va más allá de simplemente acelerar o abaratar los procesos. Mejorael trabajo que se realiza, lo que conduce a mejores productos, servicios y toma de decisiones. Este punto crucial a menudo se pierde en elruido de la publicidad exagerada de la IA: la tecnología tiene el potencial de elevar la calidad del trabajo humano, no solo de reemplazarlo.

Otro hallazgo inesperado fue el impacto de la IA en la colaboración entre departamentos. Más de tres cuartas partes de los encuestados(78%) afirmaron que las tecnologías de IA habían mejorado de manera significativa o moderada el intercambio de conocimientos y lacolaboración entre departamentos. Esto indica el potencial de la IA como fuerza unificadora dentro de las organizaciones, rompiendo lossilos y fomentando un enfoque más integrado para los desafíos empresariales.

Obstáculos futuros

A medida que las empresas van más allá de la experimentación inicial con la IA, surgen nuevos desafíos. Entre ellos, los principales son lasconsideraciones éticas y los problemas de calidad de los datos. Nuestra encuesta reveló que el 53 % de las empresas están desarrollandopolíticas para abordar las consideraciones éticas y los sesgos en la IA, mientras que el 44 % ya cuenta con políticas integrales.

Este enfoque en la ética no se limita a evitar la prensa negativa o los problemas regulatorios: es fundamental para crear sistemas de IA en losque se pueda confiar y en los que se pueda confiar para tomar decisiones empresariales críticas. A medida que la IA se integre másprofundamente en los procesos empresariales centrales, la equidad, la transparencia y la rendición de cuentas serán cruciales.

Igualmente importante es la calidad de los datos utilizados para entrenar los modelos de IA. Cuando se les preguntó sobre su confianza en proporcionar datos de entrenamiento de alta calidad, relevantes y no sesgados, el 81% de los encuestados en nuestra encuesta expresó un alto grado de confianza (asignando una calificación de 4 o 5 en una escala de 5 puntos). Sin embargo, este alto nivel de confianza podría estar fuera de lugar, dada la bien documentada dificultad para obtener y preparar datos listos para IA.

La brecha entre la percepción y la realidad de la preparación de los datos podría ser el próximo gran obstáculo para la adopción de la IA. A medida que las empresas avanzan hacia aplicaciones de IA más sofisticadas, podrían descubrir que sus datos no son tan limpios, completos o imparciales como pensaban. Abordar estos problemas de calidad de los datos probablemente será un enfoque clave para las iniciativas de IA en los próximos años.

 

Compártelo en: