Qué pueden aprender los entusiastas de la IA generativa de los errores y aciertos de la informática en la nube

La IA generativa (GenAI) está aquí para quedarse, con organizaciones de todo el mundo disfrutando de las capacidades de la tecnología. Ya, 72% de las organizaciones informan que actualmente utilizan GenAI de manera extensiva o esporádica y otro 26% están experimentando con la tecnología. Sin embargo, esta nueva etapa de adopción de GenAI todavía está en los primeros días.

Según McKinsey, solo el 1% de los ejecutivos de las empresas describen sus implementaciones de GenAI como “maduras”, lo que significa que la tecnología está completamente integrada en los flujos de trabajo y genera resultados comerciales sustanciales. Cerrar esta brecha de madurez requiere una corrección continua del curso, que a menudo se reduce a obstáculos de implementación, como gastos significativos, desconfianza de tecnologías no probadas y riesgos regulatorios. Si estos desafíos les resultan familiares, es porque deberían – cuando los equipos de TI se lanzaron a abrazar la nube como la próxima gran cosa, muchos de los mismos obstáculos surgieron.

Las dos oleadas de entusiasmo por la nueva tecnología difieren en algunos aspectos. Mientras que la informática en la nube se implementó en sistemas más críticos para la misión al principio, GenAI se está adoptando más rápidamente en etapas de prueba y para casos de uso dedicados principalmente a ganancias de eficiencia y productividad. Sin embargo, la curva de aprendizaje es similar: ambos impulsan a las organizaciones a pensar y trabajar de manera diferente.

Al reflexionar sobre las experiencias de sus predecesores en la informática en la nube, los entusiastas actuales de GenAI pueden posicionarse para un futuro mejor informado.

Administración de costos, riesgos y cambios: aprendiendo de los errores de la nube

Volviendo la vista atrás a cuando la tecnología de la nube comenzó a ganar tracción, muchas organizaciones subestimaron la complejidad de la migración y sobreestimaron los ahorros de costos a corto plazo. Como resultado, la mayoría de esas mismas organizaciones cayeron víctimas de tres errores principales: mala administración de costos, configuraciones de seguridad incorrectas y la resistencia natural que conlleva los cambios culturales y organizacionales.

La era de la nube nos enseñó que simplemente “levantar y trasladar” las cargas de trabajo – moverlas a la nube sin modernizar – a menudo no entregaba valor. De manera similar, las iniciativas de GenAI a menudo se estancan cuando las organizaciones intentan conectar datos heredados, no estructurados o mal documentados a nuevos modelos poderosos sin actualizar la base de datos. De hecho, los proyectos de GenAI pueden producir resultados poco impresionantes o incluso reforzar las ineficiencias existentes. La lección: la tecnología sola no puede superar las debilidades fundamentales.

Al igual que la tecnología de la nube expuso brechas en la gobernanza, las habilidades y la estrategia a largo plazo, también lo ha hecho GenAI. Si los empleados adoptan herramientas de GenAI sin supervisión o utilizan la tecnología fuera de los límites de la política de uso aceptable, los riesgos de la informática en la sombra pueden reaparecer, junto con las dificultades de garantizar la seguridad de las tuberías de GenAI y asegurar el cumplimiento a gran escala. Estos paralelismos seguirán surgiendo a medida que GenAI pase de la experimentación a la integración empresarial generalizada, lo que requiere los mismos marcos de ciberseguridad robustos, planes de respuesta a incidentes y estructuras de gobernanza que se encuentran dentro de la nube.

Más allá de la administración de riesgos, el crecimiento no controlado de los costos es un problema de larga data en la tecnología. La nube no es la excepción y, a medida que las empresas continúan integrando GenAI en sus flujos de trabajo, enfrentan una escalada similar en los gastos.

Un número creciente de organizaciones que intentan mejorar su estrategia de administración de costos están recurriendo a FinOps como solución. Al aprovechar información oportuna y basada en datos para ayudar a mejorar la previsión y fomentar la rendición de cuentas y la colaboración entre funciones, una infraestructura de FinOps integral ha demostrado ser invaluable para frenar el gasto excesivo y maximizar el valor empresarial. Los principios de FinOps no se limitan a la administración de costos en la nube, sino que ofrecen una opción viable para el gasto en GenAI.

Poner las lecciones de la nube en práctica con GenAI

Para finales de este año, Gartner predice que al menos el 30% de los proyectos de GenAI serán abandonados después de la prueba de concepto. Cuando el entusiasmo supera a la realidad, los patrones ocultos detrás de los fracasos de los proyectos de GenAI – como datos no preparados, propiedad empresarial poco clara o complejidad innecesaria – a menudo pasan desapercibidos en la prisa por adoptar la nueva tecnología. Reconocer y abordar estos signos de alerta temprano puede marcar la diferencia entre el éxito de GenAI y otro proyecto abandonado. Los líderes que están atentos a estos signos de alerta, en lugar de acortar el proceso, preparan a sus equipos para el éxito a largo plazo.

Una vez que se aprueba la adopción, las empresas deben hacer hincapié en proyectos piloto de GenAI pequeños para probar y asegurar el valor en el mundo real en lugar de saltar a la escalabilidad empresarial inmediata. Es fundamental que las empresas comiencen con solo unos pocos casos de uso claramente definidos y de alto impacto con objetivos de ROI claros mapeados en las necesidades empresariales reales.

Esto garantiza victorias tempranas, construye confianza interna y evita malgastar tiempo y recursos en experimentación genérica. Al anclar la adopción de GenAI a un resultado tangible – como la automatización de resúmenes de soporte al cliente o la aceleración de las revisiones de código – las organizaciones pueden demostrar valor rápidamente, perfeccionar su enfoque y escalar de manera más estratégica. También ayuda a alinear los esfuerzos técnicos con los objetivos empresariales, que es donde muchos pilotos de GenAI actualmente fallan.

A partir de ahí, establecer controles y equilibrios sólidos, una supervisión continua y políticas de gobernanza claramente definidas es el próximo paso crítico para el uso y cumplimiento responsables. Interactuar con expertos externos puede ser un gran primer paso para navegar el complejo y siempre cambiante panorama regulatorio de hoy en día. Al invertir en las herramientas y la infraestructura adecuadas al comienzo del proceso de implementación de GenAI, junto con la capacitación continua, las organizaciones pueden sentar las bases para el éxito sostenible.

Encontrar el equilibrio adecuado con la innovación de GenAI

Al aplicar las lecciones de la era de la nube con disciplina y previsión, las organizaciones pueden evitar errores costosos y desbloquear el pleno potencial de GenAI – de manera segura, sostenible y a gran escala.

GenAI está destinado a seguir siendo una fuerza poderosa, con 70% de los CEOs informando que esperan que la tecnología impacte sus modelos de negocio en los próximos tres años. Un número que aumenta al 89% entre aquellos que ya están utilizando la tecnología. Claramente, el potencial transformador de GenAI está demostrando ser valioso para los responsables de la toma de decisiones, pero el impacto sostenible y a gran escala todavía depende de abordar las barreras de confianza, gobernanza e integración.