GenAI meets problems when implementing

• Las organizaciones están entusiasmadas con el potencial de la IA generativa, pero se topan con obstáculos en 4 áreas clave de implementación.
• El estudio ha encuestado a 300 tomadores de decisiones de estrategia de GenAI o análisis de datos de EE. UU. para evaluar las principales áreas de inversión y los obstáculos que enfrentan.
• La GenAI debe ser tratada como un contribuyente ideal para la hiperautomatización y la aceleración de los procesos y sistemas existentes, en lugar de ser el nuevo juguete brillante que ayudará a las organizaciones a alcanzar todas sus aspiraciones comerciales.

Las organizaciones están entusiasmadas con el potencial de la IA generativa para impulsar la productividad de los empleados y del negocio, pero no pueden aprovecharlo plenamente debido a la falta de talento y de planificación estratégica, según un estudio realizado a principios de 2024 por Coleman Parkes Research y patrocinado por la firma de análisis de datos SAS. Ver también: La FCC respalda a los constructores de fibra con límites de permisos.

Obstáculos en 4 áreas clave

Adquirir confianza en el uso de los datos mientras se logra el cumplimiento normativo. Solo el 10% de las organizaciones tiene un sistema sólido para evaluar el riesgo de sesgo y privacidad en los LLM (grandes modelos de lenguaje). Además, la mayoría de las empresas estadounidenses están en riesgo de incumplir las regulaciones, y el 93% de ellas carece de un marco de gobernanza completo para la GenAI. Ver también: Ofcom expone la brecha de cobertura móvil en los trenes del Reino Unido.

Incorporar la GenAI en los procedimientos y sistemas actuales. Las organizaciones admiten que la integración de la GenAI con sus sistemas actuales les está dando problemas de compatibilidad. Ver también: Robert Neuwirth.

Aptitud y competencia. La GenAI interna es deficiente. Los ejecutivos de las organizaciones están preocupados de que sus departamentos de RR.HH. no tengan acceso a las habilidades necesarias para maximizar su inversión en GenAI debido a la escasez de candidatos calificados. Ver también: La UE reescribe las reglas de soberanía de la infraestructura de IA.

Estimación de gastos. Los líderes señalan que el uso de LLM conlleva costos directos e indirectos prohibitivos. La estimación del costo de los tokens proporcionada por los creadores de modelos ahora es reconocida por las organizaciones como prohibitiva. Sin embargo, la preparación de conocimiento privado, la capacitación y la gestión de ModelOps conllevan un costo largo y complicado. Ver también: La UE expulsa a los operadores satelitales estadounidenses del espectro.

Acerca de la encuesta

300 tomadores de decisiones de estrategia de GenAI o análisis de datos de EE. UU. fueron encuestados a principios de 2024 por Coleman Parkes Research, con financiamiento de la firma de análisis de datos SAS. El propósito de la encuesta era identificar las áreas clave de inversión y los desafíos que enfrentan las organizaciones.

“Las organizaciones se están dando cuenta de que los grandes modelos de lenguaje (LLMs) por sí solos no resuelven los desafíos empresariales”, afirmó Marinela Profi, asesora de IA estratégica de SAS. Ver también: La FCC exige licencias para los aterrizajes de cables submarinos en EE. UU..

En lugar de ser vista como el nuevo juguete brillante que ayudará a las organizaciones a alcanzar todas sus aspiraciones comerciales, la GenAI debe ser vista como un contribuyente ideal para la hiperautomatización y la aceleración de los procesos y sistemas actuales. Antes de lanzarse de cabeza y quedar “atrapados”, todas las organizaciones deben invertir en tecnología que ofrezca integración, gobernanza y explicabilidad de los LLM y tomarse el tiempo necesario para desarrollar una estrategia progresiva. Ver también: La FCC reabre la subasta AWS-3 tras el incumplimiento de Dish.