El 80% de los responsables de la toma de decisiones en IA están preocupados por la privacidad y la seguridad de los datos.

Las organizaciones están entusiasmadas con el potencial de la inteligencia artificial generativa para mejorar la productividad de sus negocios y de su gente, pero la falta de planificación estratégica y la escasez de talento les impiden darse cuenta de su verdadero valor.

Así lo indican los resultados de un estudio realizado a principios de 2024 por Coleman Parkes Research y patrocinado por la empresa de análisis SAS, que encuestó a 300 tomadores de decisiones estadounidenses sobre GenAI o estrategia de análisis de datos para examinar las principales áreas de inversión y obstáculos que enfrentan las organizaciones. .

Marinela Profi, asesora estratégica de inteligencia artificial de SAS, dijo: “Las organizaciones se están dando cuenta de que los grandes modelos de lenguaje (LLM) por sí solos no resuelven los problemas comerciales.

“GenAI debe verse como una contribución ideal a la hiperautomatización y aceleración de procesos y sistemas existentes, no como un juguete nuevo y brillante para ayudar a las organizaciones a hacer realidad todas sus aspiraciones comerciales. Tomarse el tiempo para desarrollar una estrategia progresiva e invertir en tecnología que ofrezca integración, gestión y claridad de LLM son pasos importantes que todas las organizaciones deben tomar antes de lanzarse con ambos pies y quedarse estancados.

Las organizaciones enfrentan obstáculos en cuatro áreas clave de implementación:

• Incrementar la confianza en el uso de los datos y lograr el cumplimiento. Solo una de cada 10 organizaciones tiene un sistema sólido para medir el sesgo y el riesgo de privacidad en los LLM. Además, el 93% de las empresas estadounidenses no cuentan con un sistema integral de gestión de GenAI y la mayoría corre el riesgo de no cumplir con la regulación.

• Integración de GenAI en sistemas y procesos existentes. Las organizaciones informan que enfrentan problemas de interoperabilidad cuando intentan integrar GenAI con sus sistemas actuales.

• Talento y habilidad. La propia GenAI no es suficiente. A medida que los departamentos de recursos humanos enfrentan una escasez de empleados calificados, a los líderes organizacionales les preocupa no tener acceso a las habilidades necesarias para aprovechar al máximo su inversión en GenAI.

• Previsión de costes. Los líderes citan los exorbitantes costos directos e indirectos asociados con el uso del LLM. Los modeladores proporcionan una estimación del valor de los tokens (que ahora las organizaciones se dan cuenta de que es prohibitivamente alto). Pero el costo de la capacitación privada, la capacitación y la gestión de ModelOps requiere mucho tiempo y es complejo.

Profi añadió: “Todo se reduce a identificar casos de uso reales que ofrezcan el mayor valor y resuelvan las necesidades humanas de forma sostenible y escalable.

“A través de esta investigación, continuamos ayudando a las organizaciones a seguir siendo relevantes, invertir su dinero de manera inteligente y mantenerse sostenibles. En una era en la que la tecnología de inteligencia artificial evoluciona casi a diario, la ventaja competitiva depende en gran medida de la capacidad de adoptar las reglas de la sostenibilidad”.

Los detalles de la investigación se publicaron hoy en SAS Innovate en Las Vegas, la conferencia de análisis e inteligencia artificial de SAS Software para líderes empresariales, usuarios técnicos y socios de SAS.