El 80% de los proyectos de IA fallan por la calidad de los datos

Otros desafíos en la adopción de la IA generativa

Luna afirma que el ritmo de cambio en el mundo de la IA generativa es rápido y las organizaciones que no respondan a tiempo pueden quedarse atrás. Idealmente, las empresas deberían adoptar esta poderosa tecnología en lugar de rechazarla, pero eso no significa que una talla única sirva para todos.

Entre los desafíos que deben abordarse para que los modelos de IA generativa puedan adoptarse de manera generalizada en los entornos empresariales están:

• La confiabilidad. Si bien el contenido generado a partir de un modelo de lenguaje grande parece original, en realidad imita un patrón basado en un conjunto de datos de entrenamiento similar al que ha estado expuesto.
• Los problemas de privacidad. Los datos y las condiciones de entrada que comparten los usuarios a menudo se utilizan para entrenar el modelo más grande. 
• Los sesgos. La calidad de los datos es importante al aplicar técnicas analíticas o de inteligencia artificial porque los resultados de estas soluciones serán tan buenos o malos como la calidad de los datos utilizados. El hecho de introducir datos erróneos o sesgados conlleva riesgos. Los algoritmos que alimentan los sistemas basados en IA sólo pueden asumir que los datos a analizar son fiables, así que, en caso de que sean erróneos, los resultados serán engañosos y el proceso de toma de decisiones se verá comprometido. Además, el tiempo y los recursos utilizados para realizar el análisis de datos habrá resultado inútil, lo que conlleva gastos.

El country manager de Infor menciona que, a pesar de los desafíos, las empresas que adoptan la IA de manera correcta pueden cosechar ventajas sustanciales. “Tenemos casos de clientes en el que, con el apoyo de una solución de IA, el tiempo de procesamiento de pedidos se ha reducido en un 30 % y el ahorro con distribución ha llegado a la cifra de US $1,5 millones de dólares anuales”.

Por último, en términos de cómo evolucionará la IA generativa en los próximos cinco a diez años, Luna dice que se espera que las inversiones en la tecnología aumenten enormemente, tanto en términos de generación de mejores modelos, como en el espacio de hardware, con chips más rápidos y potentes y la necesidad de más ancho de banda de red.