[19/11/2024] Databrick ha presentado un nuevo informe de Economist Impact titulado "Desbloqueo de la IA empresarial: Oportunidades y estrategias", que examina los retos a los que se enfrentan las empresas a la hora de adoptar y ampliar la IA, y las técnicas que están utilizando para obtener un mayor valor de estas inversiones. El informe encontró que la gran mayoría de las empresas (85%) están utilizando IA generativa (GenAI) en al menos una función. Pero pocos (22%) se sienten seguros de que su arquitectura de TI actual pueda soportar eficazmente nuevas aplicaciones de IA en el futuro.
"Está claro que la IA se está convirtiendo en una parte integral de todas las empresas, pero los líderes aún tienen preocupaciones sobre la calidad y el costo cuando se trata de GenAI. Están buscando soluciones adaptadas a sus organizaciones y se dan cuenta de que necesitan una plataforma que priorice los datos, centralice la gobernanza y ofrezca un TCO eficiente a escala", sostuvo Andy Kofoid, presidente de Operaciones de Campo Globales de Databricks, en el comunicado de prensa. "En Databricks estamos reuniendo datos, análisis y GenAI que comprende los negocios únicos de nuestros clientes para ofrecer inteligencia de datos. Este informe muestra por qué la inteligencia de datos es esencial y por qué los ganadores en cada industria serán aquellos que adopten un enfoque holístico que abarque la gestión de datos, la gobernanza y la experiencia específica del dominio".
El informe encuestó a 1.100 ejecutivos técnicos y tecnólogos de 19 países de Asia, Europa y América, e incluyó perspectivas adicionales de 28 ejecutivos de alto nivel de 11 industrias. Entre las organizaciones representadas se encuentran Accenture, CJ CheilJedang, Condé Nast, Dream Sports, Fanatics Betting & Gaming, Flo Health, Frontier, General Motors, HP, JetBlue, Mahindra Group, Mastercard, Molson Coors, Novartis, NTT Docomo, Opendoor, Providence, Rakuten Group, Repsol, Rivian, Seven West Media, Shell, Siam Commercial Bank, TD Bank Group, Thermo Fisher Scientific, Unilever, UPS y el Ejército de los Estados Unidos.
Otros hallazgos clave incluyen:
- * Solo el 18% de los encuestados cree que la IA está sobrevalorada. De hecho, el 73% considera que la tecnología es crucial para sus objetivos a largo plazo. A pesar del impulso, solo uno de cada cinco cree que la inversión en dominios técnicos y no técnicos es suficiente.
- * Las grandes organizaciones están acudiendo en masa a la GenAI, y el 97% de las empresas con más de 10 mil millones de dólares en ingresos utilizan ahora la tecnología en al menos una función empresarial interna. Para 2027, el 99% de todos los encuestados espera la adopción de GenAI en casos de uso internos y externos.
- * Casi la mitad de los científicos de datos (45%) siguen utilizando un modelo de lenguaje grande (LLM) de propósito general sin datos empresariales contextuales. Esos modelos a menudo tienen dificultades para proporcionar la calidad, la gobernanza y la capacidad necesarias para evaluar los productos. El 58% de los científicos de datos han comenzado a aumentar sus LLM con datos propietarios a través de la generación aumentada de recuperación (RAG), y dos tercios de las organizaciones ven un potencial significativo en la combinación de LLM con datos empresariales para crear inteligencia de datos.
- * Las organizaciones esperan mezclar y combinar diferentes modelos y herramientas en sus sistemas de agentes, que abarcan tecnologías de código abierto y patentadas, para impulsar un mejor rendimiento. Para el 2027, el 96% planea implementar modelos de IA de código abierto.
- * Solo uno de cada seis encuestados confía en que su organización pueda conseguir suficiente talento en IA.
- * El 40% de los encuestados reconoce que la gobernanza de los datos y la IA de su organización es insuficiente. La mitad de los ingenieros de datos dicen que la gobernanza requiere más tiempo que cualquier otra cosa, y muchos profesionales y ejecutivos apuntan hacia la gobernanza unificada como la clave para desbloquear la IA empresarial.
"Desde el aprendizaje automático clásico hasta la IA generativa, la obsesión del mundo empresarial con la IA no cesa. Pero nuestros hallazgos muestran que, para muchas organizaciones, el valor real viene cuando la tecnología se desata en sus propios datos patentados para desarrollar inteligencia de datos", dijo Tamzin Booth, director editorial de Economist Impact. "Esa inteligencia de datos es aún más valiosa en un mundo cada vez más impredecible. Para impulsar la ventaja del algoritmo que buscan, está claro que las empresas deben abordar desafíos significativos con la producción de resultados de alta calidad, identificar formas de evaluar el rendimiento y la gobernanza con grandes modelos de IA y descubrir cómo conectar de manera efectiva la IA con la fuerza laboral".
Franca Cavassa, CTOPerú