Qué pueden aprender los entusiastas de la Inteligencia Artificial Generativa de los errores de la computación en la nube

La Inteligencia Artificial 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 se encuentra 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 suenan familiares, deberían hacerlo: cuando los equipos de TI se lanzaron a adoptar la nube como la próxima gran cosa, muchos de los mismos obstáculos surgieron.

Las dos olas de entusiasmo por la nueva tecnología difieren en algunos aspectos. Mientras que la computación 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 principalmente dedicados a ganancias de eficiencia y productividad. Sin embargo, la curva de aprendizaje es similar: ambos obligan a las organizaciones a pensar y trabajar de manera diferente.

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

Administración de costos, riesgos y cambios: Aprender 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 organizaciones cayeron en tres trampas 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 TI sombra pueden reaparecer, junto con las dificultades de asegurar las tuberías de GenAI y garantizar el cumplimiento a gran escala. Estos paralelos 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 descontrolado de 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 responsabilidad 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 solo a la administración de costos en la nube, sino que también ofrecen una opción viable para el gasto en GenAI.

Poniendo 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 la histeria 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 vigilan activamente estos signos de alerta, en lugar de tomar atajos, 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 escalación inmediata en toda la empresa. 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 comerciales 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, refinar su enfoque y escalar de manera más estratégica. También ayuda a alinear los esfuerzos técnicos con los objetivos comerciales, 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 siguiente paso crítico para el uso y cumplimiento responsable. Interactuar con expertos externos puede ser un gran primer paso para navegar por 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 potencial completo de GenAI – de manera segura, sostenible y a gran escala.

GenAI está destinada a seguir siendo una fuerza poderosa, con 70% de los directores ejecutivos informando que esperan que la tecnología impacte sus modelos de negocio durante los próximos tres años. Un número que aumenta a 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 a gran escala y sostenible todavía depende de abordar las barreras de confianza, gobernanza e integración.