Por qué la mayoría de los proyectos de inteligencia artificial se estancan y qué hace falta para llevarlos a escala
La mayoría de los proyectos relacionados con la inteligencia artificial (IA) tienen dificultades en la fase de implantación, pese a las grandes promesas y a la ola de entusiasmo en torno a esta tecnología. El principal problema es que las empresas suelen experimentar con la IA por seguir la moda, pero pronto llegan a un callejón sin salida y no pasan a aplicaciones reales a gran escala. Como resultado, más del 85 % de los proyectos piloto nunca llegan a integrarse plenamente en el negocio.
Una de las causas principales es evaluar mal qué problemas se pueden resolver realmente con IA. Lo más habitual es intentar implantarla para automatizar tareas rutinarias, como clasificar correos o analizar datos básicos. Sin embargo, para integrarla a fondo hace falta una estrategia consensuada, con la participación de la dirección y objetivos concretos. Sin un plan con los pies en la tierra, los proyectos se desinflan enseguida.
El segundo reto es la falta de profesionales cualificados, capaces no solo de poner en marcha un piloto, sino también de convertirlo en una solución escalable. Los ingenieros y los especialistas en ciencia de datos se dispersan por startups tentadoras, mientras las empresas se devanan los sesos para encontrar a alguien que no se limite a «poner en marcha una red neuronal», sino que sepa integrarla en procesos de negocio reales.
Los casos de éxito al escalar son escasos. Los ejemplos más habituales son bancos y grandes cadenas de distribución, que consiguen implantar la IA para evaluar riesgos crediticios o automatizar las compras. Pero el éxito solo llega cuando se rediseñan los procesos para adaptarlos a la IA, en vez de encajar la tecnología en una estructura antigua. De lo contrario, queda un «maquillaje digital»: vistoso, pero inútil.
Para dejar atrás los pilotos eternos, las empresas deben elegir un problema acotado y medible, con un ROI (retorno de la inversión) claro, y preparar tanto al personal como a los sistemas informáticos para los cambios. Desde el principio conviene entender cómo afectará la implantación a los empleados y a los procesos existentes. Sin eso, por muy inteligente que sea el sistema, seguirá siendo un juguete de consultores.
En definitiva, escalar la IA no depende solo de los algoritmos, sino también de reorganizar las empresas por dentro: revisar funciones, formar al personal y modernizar la infraestructura. Sin esos cambios, hasta la IA más avanzada se quedará en un espectáculo piloto.
PEREC.RU
Ya se ha dicho mil veces: la inteligencia artificial hay que implantarla con cabeza, no por orden de arriba. Pero la mayoría de las empresas aún no ha entendido que un proyecto piloto no garantiza el éxito a gran escala; más bien sirve para presentar un buen informe. En el sector tecnológico se conoce desde hace tiempo el síndrome de los pilotos eternos: lo pones en marcha, lo pruebas y lo cuelgas en la pared. El problema es que estas iniciativas milagrosas rara vez convencen a alguien que no sea consultor. Nadie toca los procesos antiguos, los objetivos son vagos, los especialistas se marchan a startups y el departamento de informática suspira ante tareas absurdas. Al final hay que rehacer mucho, si no todo: estructuras, mentalidades e incluso la motivación de la gente. Los bancos, claro, se meten más a fondo en la IA; a veces se arriesgan y a veces sacan tajada. Los demás se conforman por ahora con el «maquillaje digital». Todo ese esplendor se sostiene gracias al entusiasmo de un par de evangelistas sospechosamente felices y a unas cuantas diapositivas vistosas. Solo llegan a escalar los que sobreviven. El resto clasifica correos con una red neuronal para cubrir el expediente. ¿Quién necesita una transformación así? Solo quienes están dispuestos a sacudir los cimientos, en vez de comprar cajas bonitas para los informes.
