Mientras la Inteligencia Artificial se corona como la tecnología de moda que promete cambiarlo todo en los próximos meses o años, en realidad, una de cada cinco empresas en el mundo (20 por ciento) abandona los proyectos impulsados por esta tecnología, incluso después de haber realizado grandes inversiones, por carecer de datos unificados, estructurados y con la infraestructura necesaria para alimentar este tipo de soluciones, además de carecer de métricas y políticas estandarizadas.
Lo anterior es parte de los hallazgos del documento “Escalando iniciativas de IA de manera responsable: el papel de la infraestructura de datos inteligente”, elaborado por IDC a pedido de NetApp, empresa especializada en infraestructura de datos inteligente, que identificó el nivel de madurez de las empresas en la aplicación de la tecnologías expertas (que ya han sido exitosas en implementar proyectos) y “emergentes” (que empiezan a usar la tecnología, pero les faltan algunos pasos para mejorar sus resultados).
De acuerdo con el estudio realizado entre diciembre de 2023 y enero de 2024, elaborado a partir de 24 entrevistas a profundidad y mil 220 encuestas con tomadores de decisiones en áreas de TI, ciencia de datos, ingeniería de datos y desarrollo de software, las empresas consideradas “expertas”, ya han optimizado su infraestructura, facilitando un acceso a datos corporativos con una preparación mínima y diseñando un entorno unificado, híbrido y multicloud que admite varios tipos de datos y métodos de acceso, mientras las emergentes se encuentran en pasos previos del proceso.
“A pesar de tener metas más ambiciosas en IA, las empresas expertas en esta materia identifican obstáculos relacionados con los datos, como limitaciones en el acceso debido a infraestructuras deficientes (21 por ciento), restricciones de cumplimiento normativo (16 por ciento) y la escasez de datos necesarios (17 por ciento)”, detalla el documento.
Las empresas emergentes tienen problemas similares, pero estas se ven aún más afectadas por limitaciones de presupuesto (20 por ciento contra 9.0 por ciento de las empresas expertas); mayor escasez de datos para entrenamiento de modelos (26 por ciento contra 17 por ciento) y más restricciones empresariales para acceso a datos (28 por ciento contra 20 por ciento).
El informe deja claro que antes de aplicar un modelo de IA, hace falta “ordenar la casa” y tener los datos estructurados, organizados, con gobernanza, métricas, políticas estandarizadas y una arquitectura no sólo capaz de escalar, sino de intercomunicarse en diversos escenarios.
“Las organizaciones necesitan una infraestructura de datos inteligente para escalar sus proyectos de IA de manera responsable. Con un mayor grado de madurez, determinado por el nivel de infraestructura del que disponen, consiguen mejores resultados, tanto empresariales, como de sus iniciativas a largo plazo”.
De esta forma, la diferencia entre las empresas emergentes (que se encuentran en las primeras etapas de adopción) y las expertas, es que las primeras suelen tener arquitecturas de datos dispares, mientras las expertas ya cuentan con datos unificados.
Al respecto, José Manuel Petisco, Vicepresidente de NetAPP para Europa del Este, Medio Oriente, España, Portugal y Latinoamérica, señaló que “este Whitepaper pone de manifiesto que las empresas necesitan una infraestructura de datos inteligente para escalar la IA de forma responsable e impulsar los resultados de sus proyectos”.
Las infraestructuras de datos inteligentes generan flexibilidad en las empresas para acceder a datos en cualquier lugar, asegurando una gestión activa que garantiza la seguridad, la protección, la gobernanza de los datos y la adaptabilidad operativa, esencial para optimizar el rendimiento, reducir costos y mejorar la sostenibilidad, advirtió.
Aunque las empresas expertas han avanzado más, todavía hay un trecho por andar. De acuerdo con el documento, 48 por ciento de los expertos en IA aseguran tener acceso instantáneo a sus datos estructurados, y 43 por ciento a sus datos no estructurados, porcentaje que, sin ser ideal, contrasta con las mediciones de empresas emergentes con 26 por ciento de acceso a datos estructurados y 20 por ciento de datos no estructurados.
Cabe señalar que 65 por ciento de las empresas expertas y 35 por ciento de las emergentes, reconocen que sus actuales arquitecturas de datos pueden integrar, sin problemas, los datos privados de su organización con los servicios de IA en la nube.
“Las empresas emergentes no logran avanzar debido a la falta de políticas y procedimientos de gobierno claramente definidos. Solo el 8.0 por ciento de estas organizaciones han establecido y estandarizado políticas de gobierno para todos sus proyectos de IA, en comparación con el 38 por ciento de las empresas expertas”.
También, el 51 por ciento de las empresas expertas tienen políticas estandarizadas aplicadasrigurosamente por un grupo independiente dentro de su organización, pero solo 3.0 por ciento de las empresas emergentes puede afirmar lo mismo.
Además en aspectos como seguridad y gobernanza de datos, también es fundamental tener métricas definidas para evaluar la eficiencia de los recursos en el desarrollo de modelos de IA. Sólo 43 por ciento de las empresas expertas tienen métricas claras, mientras entre las emergentes, el porcentaje apenas es de 9.0 por ciento.
C$T-EVP