Sólo el 10% de las empresas lanzó soluciones GenAI a producción en 2023
- Estrategias digitales
Si bien todas las industrias parecen estar corriendo hacia la IA, la mayoría de las organizaciones aún se encuentran en la fase de investigación y pruebas de IA generativa. Aquellas que han implementado modelos GenAI están experimentando beneficios, como una mejor experiencia del cliente, mayor eficiencia y capacidades de producto mejoradas.
cnvrg.io, una compañía de Intel, ha publicado los resultados de su encuesta ML Insider 2023 que revela que, a pesar del interés, la mayoría de las organizaciones aún no están aprovechando la tecnología de IA generativa (GenAI). En comparación con 2022, el uso de chatbots/agentes virtuales ha aumentado un 26% y la traducción/generación de texto ha subido un 12% en 2023 como casos de uso populares de IA.
A pesar del aumento en el conocimiento de la tecnología GenAI en 2023, es solo una porción del panorama general de IA. La encuesta revela que la adopción de modelos de lenguaje de gran tamaño (los modelos para entrenar aplicaciones y soluciones generativas de IA) dentro de las organizaciones sigue siendo baja.
Tres cuartas partes de los encuestados informan que sus organizaciones aún no han implementado modelos GenAI, mientras que el 10% informan que sus organizaciones han lanzado soluciones de este tipo a producción en el último año. La encuesta también muestra que los encuestados con sede en los Estados Unidos (40%) son significativamente más propensos que los que están fuera del país (22%) a implementar modelos GenAI.
"Aunque todavía está en desarrollo temprano, la IA generativa ha sido una de las tecnologías más comentadas de 2023. La encuesta sugiere que las organizaciones pueden dudar en adoptar GenAI debido a las barreras que enfrentan al implementar LLM", recalca Markus Flierl, vicepresidente corporativo y gerente general de Intel Cloud Services.
Si bien la adopción puede no haber despegado, las organizaciones que han implementado modelos GenAI en el último año están experimentando beneficios. Concretamente, han mejorado las experiencias de los clientes (58%), mejorado la eficiencia (53%), mejorado las capacidades del producto (52%) y se han beneficiado de ahorros de costs (47%).
Desafíos de adopción
El estudio indica que la mayoría de las organizaciones se acercan a GenAI construyendo sus propias soluciones LLM y personalizándolas según sus casos de uso. Sin embargo, casi la mitad de los encuestados (46%) ven la infraestructura como la mayor barrera para desarrollar LLM en productos.
La encuesta destaca otros desafíos que podrían estar causando una lenta adopción de la tecnología LLM en las empresas, como la falta de conocimiento, coste y cumplimiento. E 84% admite que sus habilidades necesitan mejorar debido al creciente interés en la adopción de LLM, mientras que solo el 19% dice que tiene una sólida comprensión de los mecanismos de cómo los LLM generan respuestas.
Esto revela una brecha de conocimiento como una barrera potencial para la adopción de GenAI que se refleja en las organizaciones que citan la complejidad y la falta de talento de IA como las mayores barreras para la adopción y aceptación de IA. Además, los encuestados clasifican el cumplimiento y la privacidad (28%), la confiabilidad (23%), el alto coste de implementación (19%) y la falta de habilidades técnicas (17%) como las mayores preocupaciones con la implementación de LLM en sus negocios. Al considerar el mayor desafío para llevar los LLM a la producción, casi la mitad de los encuestados apuntan a la infraestructura.
