La IA de última generación ha permitido que las máquinas pasen de ser herramientas a ser compañeras de equipo. Este es un cambio importante que conlleva un posible lado oscuro. La alta dirección espera que los CIO lideren la estrategia de IA de la organización para capitalizar los beneficios de la IA y, al mismo tiempo, evitar los riesgos.
Hay mucho en juego, dada la combinación de entusiasmo y desilusión por la IA que existe en todas las organizaciones; desilusión, porque la mayoría de los proyectos de IA no se han implementado según lo previsto.
Un estudio de Gartner revela que entre el 17 % y el 25 % de las organizaciones afirmaron que planeaban implementar IA en los próximos 12 meses cada año, desde 2019 hasta 2024; sin embargo, el crecimiento anual de las implementaciones en producción fue de tan solo entre el 2 % y el 5 %.
Para aumentar la tasa de éxito, los CIO deben comenzar por definir la estrategia de IA de la organización; es decir, decidir dónde y cómo se utilizará la IA dentro de la organización. Dado que la IA actual puede hacerlo todo, incluyendo decidir, actuar, descubrir y generar, es igualmente importante saber qué no se hará.
Un plan de IA debe tener en cuenta tres elementos clave:
- Ambición de oportunidades de IA: Esto refleja el tipo de beneficios empresariales que espera obtener de la IA. La ambición de oportunidades identifica dónde utilizará la IA (por ejemplo, para operaciones internas o actividades de cara al cliente) y cómo (por ejemplo, para optimizar las actividades cotidianas o crear oportunidades revolucionarias). Utilice el Radar de Oportunidades de IA de Gartner para definir su ambición de oportunidades.
- Implementación de IA: Esto refleja las opciones tecnológicas disponibles para implementar IA, las cuales pueden habilitar o limitar las oportunidades que se desean aprovechar. Las organizaciones pueden implementar IA a partir de modelos públicos listos para usar, entrenados con datos públicos; aprovechar un modelo público y datos adaptados con datos propios; o desarrollar internamente un algoritmo personalizado entrenado con sus propios datos. Cuanto mayor sea la personalización, mayor será el costo de inversión y el tiempo de implementación; sin embargo, una mayor personalización también abre oportunidades transformadoras.
- Riesgos de la IA: Los riesgos de la IA se presentan de diversas formas, incluyendo resultados poco fiables u opacos, riesgos para la propiedad intelectual, problemas de privacidad de datos y ciberamenazas. También existen riesgos regulatorios emergentes relacionados con las normas y restricciones que las distintas jurisdicciones pueden imponer a la IA, incluyendo las relativas a los derechos de autor. Su organización deberá definir su nivel de tolerancia al riesgo en función de los grados de automatización y transparencia.
Fuente: Gartner
