Las empresas no comprenden las demandas de computación y redes de la IA

En un informe de investigación encargado por Hewlett Packard Enterprise (HPE), casi la mitad (44%) de los líderes de TI creen que sus organizaciones están completamente preparadas para aprovechar los beneficios de la IA. Sin embargo, el informe revela brechas críticas en sus estrategias, como la falta de alineación entre los procesos y las métricas.

El informe 'Diseñe una ventaja de IA' descubrió que, si bien el compromiso global con la IA muestra inversiones crecientes, las empresas están pasando por alto áreas clave que influirán en su capacidad para ofrecer resultados exitosos de IA, incluidos los bajos niveles de madurez de los datos, las posibles deficiencias en sus redes y el aprovisionamiento de cómputo, y las consideraciones vitales de ética y cumplimiento. El informe también reveló desconexiones significativas tanto en la estrategia como en la comprensión que podrían afectar negativamente el retorno de la inversión (ROI) futuro.

"No hay duda de que la adopción de la IA se está acelerando, y casi todos los líderes de TI planean aumentar su gasto en IA en los próximos 12 meses", señala Sylvia Hooks, vicepresidenta de HPE Aruba Networking. "Estos hallazgos demuestran claramente el apetito por la IA, pero también ponen de relieve puntos ciegos muy reales que podrían hacer que el progreso se estanque si no se sigue un enfoque más holístico. La falta de alineación en la estrategia y la participación de los departamentos, por ejemplo, puede impedir que las organizaciones aprovechen las áreas críticas de experiencia, tomen decisiones efectivas y eficientes, y garanticen que una hoja de ruta holística de IA beneficie a todas las áreas del negocio de manera congruente".

Reconocimiento de la baja madurez de los datos

Un buen rendimiento de la IA que afecte a los resultados empresariales depende de la calidad de los datos, pero la investigación muestra que, aunque las organizaciones lo entienden claramente, etiquetando la gestión de datos como uno de los elementos más críticos para el éxito de la IA, sus niveles de madurez de los datos siguen siendo bajos. Solo el 7% de las organizaciones puede ejecutar inserciones/extracciones de datos en tiempo real para permitir la innovación y la monetización de datos externos, mientras que solo el 26% ha configurado modelos de gobernanza de datos y puede ejecutar análisis avanzados.

Lo más preocupante es que menos de seis de cada diez encuestados dijeron que su organización es completamente capaz de manejar cualquiera de las etapas clave de la preparación de datos para su uso en modelos de IA, desde el acceso (59%) y el almacenamiento (57%), hasta el procesamiento (55%) y la recuperación (51%). Esta discrepancia no solo corre el riesgo de ralentizar el proceso de creación del modelo de IA, sino que también aumenta la probabilidad de que el modelo ofrezca información inexacta y un ROI negativo.

Una brecha similar apareció cuando se preguntó a los encuestados sobre los requisitos de computación y redes en todo el ciclo de vida de la IA de extremo a extremo. El 93% de los líderes de TI cree que su infraestructura de red está configurada para soportar el tráfico de IA, mientras que el 84% está de acuerdo en que sus sistemas tienen suficiente flexibilidad en la capacidad de cómputo para soportar las demandas únicas en las diferentes etapas del ciclo de vida de la IA. Sin embargo, menos de la mitad de los líderes de TI admitieron tener una comprensión completa de cuáles podrían ser las demandas de las diversas cargas de trabajo de IA en el entrenamiento, el ajuste y la inferencia, lo que pone en duda la precisión con la que pueden aprovisionarlas.

Enfoque fragmentado hacia la IA

El 28% de los líderes de TI describen el enfoque general de IA de su organización como "fragmentado". Como prueba de ello, más de un tercio (35%) de las organizaciones han optado por crear estrategias de IA separadas para funciones individuales, mientras que el 32% está creando diferentes conjuntos de objetivos.

También parece que la ética y el cumplimiento se están pasando por alto por completo. La investigación muestra que los líderes de TI consideraron que el cumplimiento legal (13%) y la ética (11%) eran los elementos menos críticos para el éxito de la IA. Además, los resultados mostraron que el 22% no está involucrando a los equipos legales en las conversaciones sobre la estrategia de IA de su negocio.

A medida que las empresas se mueven rápidamente para comprender la exageración en torno a la IA, sin una ética y un cumplimiento adecuados de la IA, las empresas corren el riesgo de exponer sus datos, una piedra angular para conservar su ventaja competitiva y mantener la reputación de su marca.

También existen riesgos adicionales, ya que la calidad de los resultados de los modelos de IA se limita a la calidad de los datos que ingieren. Esto se refleja en el informe, que muestra que los niveles de madurez de los datos siguen siendo bajos. Cuando se combina con la métrica de que la mitad de los líderes de TI admitieron tener una falta de comprensión completa de las demandas de infraestructura de TI a lo largo del ciclo de vida de la IA, existe un aumento en el riesgo general de desarrollar modelos ineficaces, incluido el impacto de las alucinaciones de IA. Además, dado que la demanda de energía para ejecutar modelos de IA es extremadamente alta, esto puede contribuir a un aumento innecesario de las emisiones de carbono de los centros de datos. Estos desafíos reducen el ROI de la inversión de capital de una empresa en IA y pueden afectar aún más negativamente a la marca general de la empresa.