El camino hacia la madurez en IA – Informe LXT 2023

Hoy en día, las empresas impulsadas por la innovación están invirtiendo importantes recursos en sistemas de inteligencia artificial (IA) para avanzar en su camino hacia la madurez en IA. Según IDC, se espera que el gasto mundial en sistemas centrados en IA supere los 300.000 millones de dólares para 2026, en comparación con los 118.000 millones de dólares en 2022.

En el pasado, los sistemas de IA han fallado con más frecuencia debido a la falta de madurez en los procesos. Alrededor del 60-80% de los proyectos de IA solían fallar debido a una mala planificación, falta de experiencia, gestión inadecuada de datos o problemas de ética y equidad. Pero, con cada año que pasa, este número está mejorando.

Hoy en día, en promedio, la tasa de fracaso de los proyectos de IA ha disminuido a 46%, según el informe LXT más reciente. La probabilidad de fracaso de la IA se reduce aún más a 36% a medida que una empresa avanza en su camino hacia la madurez en IA.

Exploraremos más a fondo el camino de una organización hacia la madurez en IA, los diferentes modelos y marcos que puede emplear, y los principales impulsores comerciales para construir una estrategia de IA efectiva.

¿Qué es la madurez en IA?

La madurez en IA se refiere al nivel de avance y sofisticación que una empresa ha alcanzado en la adopción, implementación y escalabilidad de tecnologías habilitadas por IA para mejorar sus procesos comerciales, productos o servicios.

Según el informe de madurez en IA de LXT 2023, el 48% de las organizaciones de tamaño mediano a grande en EE. UU. han alcanzado niveles más altos de madurez en IA (que se discuten a continuación), lo que representa un aumento del 8% con respecto a los resultados de la encuesta del año anterior, mientras que el 52% de las organizaciones están experimentando activamente con IA.

El informe sugiere que el trabajo más prometedor se ha realizado en los dominios de Procesamiento de Lenguaje Natural (NLP) y reconocimiento de voz – subcategorías de IA – ya que tenían la mayor cantidad de soluciones desplegadas en diferentes industrias.

Además, la industria de fabricación y cadena de suministro tiene la tasa de fracaso de proyectos de IA más baja (29%), mientras que la industria de comercio electrónico y minoristas tiene la más alta (52%).

Explorando diferentes modelos de madurez en IA

Por lo general, las organizaciones impulsadas por IA desarrollan modelos de madurez en IA personalizados para sus necesidades comerciales. Sin embargo, la idea subyacente de madurez remains consistente en todos los modelos, centrada en desarrollar capacidades relacionadas con IA para lograr un rendimiento comercial óptimo.

Algunos modelos de madurez destacados han sido desarrollados por Gartner, IBM y Microsoft. Pueden servir como orientación para las organizaciones en su camino hacia la adopción de IA.

Exploraremos brevemente los modelos de madurez en IA de Gartner y IBM a continuación.

Modelo de madurez en IA de Gartner

Gartner tiene un modelo de madurez en IA de 5 niveles que las empresas pueden utilizar para evaluar sus niveles de madurez. Discutamos cada uno de ellos a continuación.

Ilustración del modelo de madurez en IA de Gartner. Fuente: informe LXT 2023

• Nivel 1 – Conocimiento: Las organizaciones en este nivel comienzan a discutir posibles soluciones de IA. Pero no hay proyectos piloto o experimentos en marcha para probar la viabilidad de estas soluciones en este nivel.
• Nivel 2 – Activo: Las organizaciones están en las etapas iniciales de experimentación y proyectos piloto de IA.
• Nivel 3 – Operativo: Las organizaciones en este nivel han tomado medidas concretas para adoptar IA, incluyendo mover al menos un proyecto de IA a producción.
• Nivel 4 – Sistemático: Las organizaciones en este nivel utilizan IA para la mayoría de sus procesos digitales. Además, las aplicaciones impulsadas por IA facilitan la interacción productiva dentro y fuera de la organización.
• Nivel 5 – Transformacional: Las organizaciones han adoptado IA como una parte inherente de sus flujos de trabajo comerciales.

Según este modelo, las empresas comienzan a lograr la madurez en IA a partir del nivel 3 en adelante.

Marco de madurez en IA de IBM

IBM ha desarrollado su propia terminología y criterios únicos para evaluar la madurez de las soluciones de IA. Las tres fases del marco de madurez en IA de IBM incluyen:

Fases del marco de madurez en IA de IBM

• Plata: En este nivel de capacidad de IA, las empresas exploran herramientas y tecnologías relevantes para prepararse para la adopción de IA. También incluye la comprensión del impacto de la IA en el negocio, la preparación de datos y otros factores comerciales relacionados con la IA.
• Oro: En este nivel, las organizaciones logran una ventaja competitiva al entregar un resultado comercial significativo a través de la IA. Esta capacidad de IA proporciona recomendaciones y explicaciones respaldadas por datos, es usable por usuarios de línea de negocio y demuestra una buena higiene y automatización de datos.
• Platino: Esta capacidad de IA sofisticada es sostenible para flujos de trabajo críticos de la misión. Se adapta a los datos de usuario entrantes y proporciona explicaciones claras para los resultados de la IA. Además, se tienen medidas sólidas de gestión y gobernanza de datos que respaldan la toma de decisiones automatizada.

Principales barreras en el camino hacia la madurez en IA

Las organizaciones enfrentan varios desafíos para alcanzar la madurez. El informe LXT 2023 identifica 11 barreras, como se muestra en el gráfico a continuación. Discutamos algunas de ellas aquí.

Gráfico de desafíos de madurez en IA. Fuente: informe LXT 2023

1. Integración de IA con tecnología existente

Alrededor del 54% de las organizaciones enfrentan el desafío de integrar tecnología heredada o existente en sistemas de IA, lo que lo convierte en la barrera más grande para alcanzar la madurez.

2. Calidad de los datos

Los datos de entrenamiento de alta calidad son fundamentales para construir sistemas de IA precisos. Sin embargo, recopilar datos de alta calidad sigue siendo un desafío importante para alcanzar la madurez. El informe encuentra que el 87% de las empresas están dispuestas a pagar más por adquirir datos de entrenamiento de alta calidad.

3. Brecha de habilidades

Sin las habilidades y recursos adecuados, las organizaciones luchan por construir casos de uso de IA exitosos. De hecho, el 31% de las organizaciones enfrenta una falta de talento capacitado para respaldar sus iniciativas de IA y alcanzar la madurez.

4. Estrategia de IA débil

La mayoría de la IA que observamos en sistemas del mundo real se puede categorizar como débil o estrecha. Es una IA que puede realizar un conjunto finito de tareas para las que ha sido entrenada. Alrededor del 20% de las organizaciones no tienen una estrategia de IA integral.

Para superar este desafío, las empresas deben definir y documentar claramente sus objetivos de IA, invertir en datos de calidad y elegir los modelos adecuados para cada tarea.

Principales impulsores comerciales para avanzar en las estrategias de IA

El informe de madurez de LXT identifica diez impulsores comerciales clave para IA, como se muestra en el gráfico a continuación. Discutamos algunos de ellos aquí.

Ilustración de los principales impulsores comerciales para IA. Fuente: informe LXT 2023

1. Agilidad comercial

La agilidad comercial se refiere a la capacidad de una organización para adaptarse a las tendencias y oportunidades digitales cambiantes utilizando soluciones comerciales innovadoras. Sigue siendo el principal impulsor para las estrategias de IA para alrededor del 49% de las organizaciones.

La IA puede ayudar a las empresas a lograr la agilidad comercial al permitir una toma de decisiones más rápida y precisa, la automatización de tareas repetitivas y la mejora de la eficiencia operativa.

2. Anticipación de las necesidades del cliente

Alrededor del 46% de las organizaciones consideran la anticipación de las necesidades del cliente como uno de los principales impulsores comerciales para las estrategias de IA. Al utilizar la IA para analizar los datos del cliente, las empresas pueden obtener información sobre el comportamiento, las preferencias y las necesidades del cliente, lo que les permite adaptar sus productos y servicios para satisfacer mejor las expectativas del cliente.

3. Ventaja competitiva

La ventaja competitiva permite a las empresas diferenciarse de sus competidores y obtener una ventaja en el mercado. Es un impulsor clave para las estrategias de IA, según el 41% de las organizaciones.

4. Simplificación de la toma de decisiones

La toma de decisiones automatizada basada en IA puede reducir significativamente el tiempo necesario para tomar decisiones informadas críticas. Es por eso que alrededor del 42% de las organizaciones considera la simplificación de la toma de decisiones como un impulsor comercial importante para las estrategias de IA.

5. Desarrollo de productos

Desde que se reconoció como el principal impulsor comercial para las estrategias de IA en 2021, el desarrollo de productos innovadores ha disminuido al séptimo lugar, con el 39% de las organizaciones que lo consideran un impulsor comercial en 2023.

Esto muestra que la aplicabilidad de la IA en los procesos comerciales no depende enteramente de la calidad del producto. Otros aspectos comerciales, como la alta resistencia, la sostenibilidad y un tiempo de lanzamiento rápido, son fundamentales para el éxito comercial.

Para obtener más información sobre las últimas tendencias y tecnologías en inteligencia artificial, visite unite.ai.