A pesar de la promesa de que la inteligencia artificial transformará las industrias, los crecientes costos y riesgos están provocando que muchos proyectos de IA fracasen, como lo destacan varios informes recientes.
Según un nuevo informe de Gartner, al menos el 30% de los proyectos de IA generativa se abandonarán después de la etapa de prueba de concepto para fines de 2025. Las empresas están “luchando por demostrar y obtener valor” en sus esfuerzos, que cuestan entre 5 y 20 millones de dólares en inversiones iniciales.
Un informe separado de Deloitte proporcionó un resultado similar. De las 2.770 empresas encuestadas, el 70% dijo que solo habían trasladado el 30% o menos de sus experimentos GenAI a la etapa de producción. La falta de preparación y los problemas relacionados con los datos se atribuyen a esta baja tasa de éxito.
Las perspectivas generales para los proyectos de IA no son halagüeñas. Una investigación del grupo de expertos RAND encontró que a pesar de que las inversiones del sector privado en IA se multiplicaron por 18 entre 2013 y 2022, más del 80% de los proyectos de IA fracasan, el doble de la tasa de fracaso en proyectos corporativos de TI que no involucran IA.
La disparidad en el respaldo financiero y la finalización probablemente contribuya a que las empresas tecnológicas de los “Siete Magníficos” (NVIDIA, Meta, Alphabet, Microsoft, Amazon, Tesla y Apple) pierdan en conjunto 1,3 billones de dólares en acciones durante cinco días el mes pasado.
VER: Casi 1 de cada 10 empresas gastará más de 25 millones de dólares en iniciativas de inteligencia artificial en 2024, según el informe Searce
Se requieren altas inversiones iniciales en proyectos GenAI antes de que se obtengan los beneficios
El uso de una API GenAI, una interfaz que permite a los desarrolladores integrar modelos GenAI en sus aplicaciones, podría costar hasta 200.000 dólares por adelantado y 550 dólares adicionales por usuario al año, estima Gartner. Además, construir o ajustar un modelo personalizado puede costar entre 5 y 20 millones de dólares, más entre 8.000 y 21.000 dólares por usuario al año.
La inversión promedio en IA de los líderes mundiales de TI fue de 879.000 dólares en el último año, según un informe del proveedor de software de automatización ABBYY. Casi todos (96%) de los que respondieron a esa encuesta dijeron que aumentarían estas inversiones durante el próximo año, a pesar de que un tercio afirmó que les preocupan estos altos costos.
Los analistas de Gartner escribieron que GenAI “requiere una mayor tolerancia a los criterios de inversión financiera futura indirecta frente al retorno inmediato de la inversión”, con lo que “muchos directores financieros no se han sentido cómodos”.
Pero no son sólo los directores financieros los que están preocupados por el retorno de la inversión (ROI) de los esfuerzos de IA. Los inversores de las empresas tecnológicas más grandes del mundo han expresado recientemente dudas sobre cuándo, o si, su respaldo dará sus frutos. Jim Covello, analista de acciones de Goldman Sachs, escribió en un informe de junio: “A pesar de su elevado precio, la tecnología no está ni cerca de donde necesita estar para ser útil”.
VER: Las nuevas empresas tecnológicas del Reino Unido experimentan la primera caída desde 2022, un 11% menos este trimestre
Además, los valores de mercado de Alphabet y Google disminuyeron en agosto ya que sus ingresos no compensaron sus inversiones en infraestructura de inteligencia artificial.
Otras causas del fracaso del proyecto GenAI
¿Una de las razones principales del fracaso en el lanzamiento de proyectos empresariales GenAI? Falta de preparación.
Menos de la mitad de los que respondieron a la encuesta de Deloitte sintieron que sus organizaciones estaban altamente preparadas en las áreas de infraestructura tecnológica y gestión de datos, ambos elementos básicos necesarios para ampliar los proyectos de IA a un nivel en el que se puedan obtener beneficios. El estudio de RAND también encontró que las organizaciones a menudo no tienen la “infraestructura adecuada para gestionar sus datos e implementar modelos de IA completos”.
Solo aproximadamente 1 de cada 5 encuestados de Deloitte indicaron estar preparados en las áreas de “talento” y “riesgo y gobernanza” y, como resultado, muchas organizaciones están contratando o mejorando activamente sus habilidades para roles éticos en IA.
VER: El 83% de las empresas del Reino Unido aumentan los salarios por las habilidades en IA
La calidad de los datos representa un obstáculo adicional para completar los proyectos GenAI.
El estudio de Deloitte encontró que el 55% de las empresas han evitado ciertos casos de uso de GenAI debido a problemas relacionados con los datos, como que los datos son confidenciales o preocupaciones sobre su privacidad y seguridad. La investigación de RAND también destacó que muchas organizaciones no tienen los datos necesarios para entrenar un modelo eficaz.
A través de entrevistas con 65 científicos e ingenieros de datos, los analistas de RAND descubrieron que la causa fundamental del fracaso del proyecto de IA implica una falta de claridad sobre el problema que promete resolver. Las partes interesadas de la industria a menudo malinterpretan o comunican mal este problema, o eligen uno que es demasiado complicado de resolver con la tecnología. La organización también puede estar más centrada en emplear la “última y mejor tecnología” que en resolver el problema en cuestión.
Otras preocupaciones que pueden contribuir al fracaso del proyecto GenAI citadas por Deloitte incluyen el riesgo inherente de la IA (alucinaciones, prejuicios, preocupaciones sobre la privacidad) y mantenerse al día con las nuevas regulaciones como la Ley de IA de la UE.
Las empresas se mantienen firmes en la búsqueda de nuevos proyectos GenAI
A pesar de las bajas tasas de éxito, el 66% de los CIO con sede en EE. UU. están en el proceso de implementar copilotos GenAI, en comparación con el 32% en diciembre, según un informe de Bloomberg. El principal caso de uso citado fueron los agentes de chatbot, por ejemplo, para aplicaciones de servicio al cliente.
El porcentaje de encuestados que afirmaron que actualmente estaban capacitando modelos básicos también aumentó del 26% al 40% en el mismo período.
El informe de RAND proporcionó evidencia de que las empresas no estaban reduciendo sus esfuerzos en GenAI como resultado de las dificultades para superarlos. Según una encuesta, el 58% de las medianas empresas ya han implementado al menos un modelo de IA en producción.
Según Gartner, lo que impulsa esta perseverancia continua en GenAI son algunos impactos tangibles en el ahorro de ingresos y la productividad. Mientras tanto, dos tercios de las organizaciones encuestadas por Deloitte dijeron que están aumentando sus inversiones porque han visto un fuerte valor inicial.
Sin embargo, la investigación de ABBYY encontró que al 63% de los líderes globales de TI les preocupa que su empresa se quede atrás si no la utilizan.
Incluso hay pruebas de que la GenAI se está convirtiendo en una distracción. Según IBM, el 47% de los líderes tecnológicos sienten que la función de TI de su empresa es efectiva en la prestación de servicios básicos, una disminución del 22% desde 2013. Los investigadores sugieren que esto está relacionado con que dirigen su atención a GenAI, como lo dice el 43% de los ejecutivos de tecnología. ha aumentado sus preocupaciones sobre infraestructura en los últimos seis meses.
Rita Sallam, vicepresidenta analista de Gartner, afirmó: “Estos datos sirven como un valioso punto de referencia para evaluar el valor empresarial derivado de la innovación del modelo de negocio GenAI.
“Pero es importante reconocer los desafíos al estimar ese valor, ya que los beneficios son muy específicos de la empresa, el caso de uso, la función y la fuerza laboral. A menudo, el impacto puede no ser evidente de inmediato y materializarse con el tiempo. Sin embargo, este retraso no disminuye los beneficios potenciales”.
