La inteligencia artificial ha pasado de la experimentación a la anticipación a un ritmo extraordinario. Lo que comenzó no hace mucho como un piloto aislado ahora se está integrando en todas las industrias, desde sectores altamente regulados como los servicios financieros hasta sectores más cercanos a la experiencia humana, como la atención médica y la industria.
Director ejecutivo de BNP Paribahan Three Step IT.
En solo cuatro años de uso empresarial generalizado, estas tecnologías ya han pasado de ser herramientas operativas a infraestructura empresarial, lo que respalda la resiliencia y requiere la misma planificación y protección meticulosas que cualquier otro sistema crítico.
Este cambio está cambiando la forma en que la IA toma decisiones de inversión. A medida que las organizaciones se apresuran a implementar herramientas de IA, el desafío ya no es invertir ahora, sino garantizar cómo la inversión crea valor a largo plazo y al mismo tiempo mitiga los crecientes riesgos operativos, de seguridad y de cumplimiento.
Último vídeo deTecnologíaRadar
Además, la IA no es una inversión puramente digital. Detrás de cada modelo, aplicación y flujo de trabajo hay un patrimonio tecnológico físico: servidores, almacenamiento, equipos de red, infraestructura de uso intensivo de energía, dispositivos y la cadena de suministro que los respalda.
A medida que se acelera la adopción de la IA, las empresas corren el riesgo de expandir este patrimonio sin comprender completamente las consecuencias del ciclo de vida, incluidos los recursos no utilizados, los desechos electrónicos y la pérdida de valor residual debido al aumento del uso de energía y los ciclos de actualización de la infraestructura.
Traducir la inversión en impacto
La inversión en IA continúa creciendo exponencialmente, aparentemente sin obstáculos por el aumento de los precios del mercado o la volatilidad económica. Hoy en día, el 71% de los directores ejecutivos clasifican la IA como una de las principales prioridades de inversión, pero muchos todavía luchan por traducir los gastos de capital en valor operativo.
Según Gartner, al menos el 50% de los proyectos de IA se abandonan después de la prueba de concepto. Los proyectos que se lanzan a menudo no logran generar un retorno de la inversión: el 56% de los directores ejecutivos dicen que no han obtenido ningún beneficio en ingresos o costos de los proyectos de IA.
Esto apunta a un problema más profundo: el éxito de la IA depende menos de la experimentación y más de la calidad de las decisiones de inversión, gobernanza y creación de capacidad.
Brechas en la influencia de la IA
A medida que aumenta la complejidad, están surgiendo brechas en el impacto de la inversión. Los líderes esperan que la IA y las tecnologías que le permiten ofrecer valor estratégico, mejorar el desempeño y reducir el riesgo, pero al tomar decisiones de inversión, a menudo priorizan los costos a corto plazo sobre los factores del ciclo de vida que determinan si estos resultados realmente se pueden lograr.
Sin tener en cuenta las consecuencias del ciclo de vida de sus inversiones en tecnología, a medida que se acelera la adopción de la IA, las empresas dan prioridad a cosas que son fáciles de medir y sobre las que actuar en el corto plazo. Nuestra propia investigación muestra que el 64% de las organizaciones rechazan una solución tecnológica superior debido al costo inicial.
Esto puede reducir el estrés financiero inmediato, pero también puede generar fricciones operativas, problemas de escalabilidad y un rendimiento reducido con el tiempo. Como señaló recientemente el CTO de EY para América, Dan Diasio, “Existe un límite muy claro a la cantidad de valor que se puede crear centrándose únicamente en la productividad y la reducción de costos”.
La IA introduce una dinámica de consumo completamente nueva. Las empresas deben tener en cuenta no sólo la adquisición y la implementación, sino también los costos continuos asociados con el uso, el consumo de energía, la gobernanza, el cumplimiento, la infraestructura y la evolución del modelo. Estos impactos del ciclo de vida a menudo son invisibles en los casos de negocios tradicionales, pero determinan cada vez más si las inversiones en IA crean valor sostenible.
La buena gobernanza comienza con la rendición de cuentas y la visibilidad
De manera similar, la IA no respeta los límites organizacionales. Sus costos, riesgos y valores se distribuyen en toda la empresa, lo que hace que la responsabilidad interfuncional sea esencial. Y, sin embargo, las decisiones de inversión a menudo se evalúan de forma aislada, lo que dificulta desarrollar una visión completa de los riesgos y valores que surgen a lo largo del ciclo de vida.
De manera similar, las organizaciones deben comprender el alcance de los sistemas que tienen en producción, así como los impactos financieros, operativos, de seguridad y ambientales a lo largo de su ciclo de vida.
Sin esta visión de extremo a extremo, pueden surgir puntos ciegos financieros y operativos críticos en momentos críticos, muchos de los cuales no se anticipan ni se planifican. Si bien la seguridad, la privacidad y el cumplimiento se encuentran constantemente entre las principales preocupaciones de la IA, menos de la mitad de nuestra investigación encontró que la protección de datos (49%) o las capacidades de cumplimiento (46%) son altas prioridades al tomar decisiones de inversión en tecnología.
Del costo al impacto impulsado por la IA
Para cerrar esta brecha, las empresas deben ir más allá de una evaluación estrecha del costo inicial y el retorno de la inversión a corto plazo. Estas medidas siguen siendo importantes, pero no capturan los resultados del ciclo de vida completo de las inversiones en IA, especialmente cuando los sistemas se integran en operaciones críticas y comienzan a afectar el rendimiento, la resiliencia, el cumplimiento, el riesgo, la reputación y la creación de valor a largo plazo.
Este es el pensamiento detrás del Costo Total del Impacto (TCI). TCI es un nuevo modelo que ayuda a las organizaciones a evaluar las inversiones en tecnología a través de una lente de ciclo de vida más amplio, evaluando no solo lo que cuesta comprar e implementar una solución, sino también lo que la empresa necesita, habilita, limita y expone a lo largo del tiempo.
TCI evalúa cuatro áreas clave del impacto de la tecnología (financiera, operativa, de seguridad y cumplimiento, y ambiental y social), alentando a las empresas a comprender cómo las decisiones de inversión actuales afectan los resultados a lo largo del tiempo.
Cuando se aplica a las inversiones, la TCI genera compensaciones, riesgos y consecuencias posteriores que los modelos de acumulación convencionales a menudo pasan por alto. Al hacerlo, crea un lenguaje común entre las funciones comerciales, reduce la fricción, mejora la colaboración y ayuda a garantizar que las inversiones en tecnología estén alineadas con las prioridades estratégicas desde el principio.
Es importante destacar que la TCI es un modelo agnóstico: puede usarse no solo para evaluar si las tecnologías basadas en IA brindan valor comercial, sino también para evaluar cómo se adquieren, utilizan, escalan, mantienen, reutilizan y eventualmente retiran sus infraestructuras de soporte.
Mirando hacia adelante
A medida que los ciclos de vida de la IA se acortan, las demandas de infraestructura aumentan y las limitaciones de recursos se intensifican, un enfoque de ciclo de vida para la inversión en tecnología se está convirtiendo en un imperativo estratégico.
El despliegue de la IA no puede separarse de la infraestructura física que lo permite. Las organizaciones deben comprender no solo lo que los sistemas de IA pueden ofrecer, sino también lo que necesitarán con el tiempo en materia de energía, gestión de datos y activos, mantenimiento, ciclos de actualización y gestión del final de su vida útil.
Es por eso que la circularidad debe ser parte de la conversación sobre inversión en IA. Al adoptar una visión de extremo a extremo de los activos tecnológicos, las empresas pueden identificar oportunidades para aumentar la vida útil, aumentar la utilización, recuperar el valor residual, reducir el desperdicio y gestionar los riesgos al final de su vida útil. La circularidad no es una agenda de sostenibilidad separada; Es una forma práctica de reducir los costos ocultos, fortalecer la resiliencia y mejorar el impacto a largo plazo de las inversiones en IA.
En última instancia, el éxito de la IA dependerá no sólo de las capacidades que desplieguen las organizaciones, sino de la calidad de las decisiones que las respalden. Aquellos que evalúen el impacto total de sus decisiones tecnológicas desde el principio estarán mejor posicionados para capturar valor, gestionar riesgos y construir una infraestructura digital resiliente y preparada para el futuro.
Hemos presentado el mejor creador de sitios web con IA.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
