Hay un entusiasmo creciente en el corazón de la adopción de la IA, y se muestra en los datos, en los foros comunitarios y en las conversaciones con los líderes de TI cada semana.
La promesa de la IA es una herramienta de productividad. La realidad, para muchos partidos, es algo parecido a lo contrario.
Esto no es sólo anecdótico. Un estudio reciente de Antropología encontró que, si bien la IA puede acelerar ciertas tareas de codificación hasta en un 80%, al mismo tiempo puede erosionar las capacidades centrales de resolución de problemas que hacen que los ingenieros sean efectivos a largo plazo.
Director de Producto de SolarWinds.
Harvard Business Review fue más allá e identificó un fenómeno que denominó “alevines cerebrales de IA”: fatiga cognitiva que resulta de una exposición sostenida y no estructurada a la IA.
Y nuestra propia investigación en SolarWinds encontró que, si bien casi tres de cada cuatro profesionales de TI dicen que la IA está haciendo que sus roles sean más exigentes, solo uno de cada cinco informa alguna reducción significativa en la carga mental.
Esta es una paradoja que la industria debe tomar en serio.
Efectos sobre la carga cognitiva y la productividad.
Los equipos de TI ya están trabajando al máximo de su capacidad. Gestionan entornos fragmentados distribuidos en infraestructuras de TI híbridas, locales y en la nube, a menudo en distintas geografías y zonas horarias. Incorporar IA en esa complejidad sin estructura no es una solución. Esta es una aceleración de un problema existente.
El principal problema es la sobrecarga de señal sin contexto. Muchas herramientas de IA generan cantidades significativas de información, indicadores y recomendaciones, pero sin el tejido conectivo para hacer que esos resultados sean procesables. El resultado es más ruido, más decisiones y más trabajo cognitivo, no menos.
A esto se suma la proliferación de herramientas. Las organizaciones que han implementado múltiples herramientas de IA en su entorno de TI a menudo descubren que esas herramientas tienen capacidades superpuestas, resultados inconsistentes e interfaces competitivas. Cada herramienta exige un cambio de contexto. Cada uno crea su propio flujo de recomendaciones para evaluar, verificar y actuar en consecuencia.
Columpios y rotondas
Para cualquiera que se encuentre en esa posición, la sensación de estar abrumado puede resultar asfixiante, lo que dificulta la interpretación y la actuación en función de los resultados.
Pero incluso si los equipos de TI pueden abordar estas preocupaciones, muchos enfrentan otro obstáculo: verificar dos veces los resultados de la IA. Las alucinaciones existen incluso en los mejores modelos LLM o SLM. Los equipos de TI se encuentran en la primera línea de la estabilidad, la seguridad y el cumplimiento del sistema, por lo que cada resultado de la IA conlleva un costo inherente: el tiempo y el juicio necesarios para validarlo antes de actuar.
Lo considero el “impuesto fiduciario”. Se trata de una sobrecarga real que se acumula con cada herramienta, cada alerta y cada recomendación generada por la IA. Hasta que las organizaciones reduzcan ese impuesto a través de mejores estructuras y gobernanza, la adopción de la IA seguirá pareciéndose como dos pasos hacia adelante y un paso hacia atrás.
Impacto de la IA en las funciones de TI
La buena noticia es que algunas organizaciones de TI lo están haciendo bien y existen patrones claros de cómo funcionan.
Los equipos más eficaces se están consolidando, no expandiéndose. Trabajan con un pequeño conjunto de herramientas deliberadamente seleccionado en lugar de adoptar constantemente otras nuevas a medida que surgen. Han establecido marcos de gobernanza claros que definen dónde opera la IA de forma autónoma, dónde se requiere el juicio humano y cómo se validan los resultados. Y han creado líneas claras de responsabilidad en torno a la implementación, el seguimiento y el crecimiento de la IA.
No se trata de limitar la ambición. Se trata de sentar las bases que hagan que la IA sea verdaderamente transformadora en lugar de funcionalmente disruptiva.
Un marco para líderes de TI
Si está navegando por la adopción de la IA en su organización, le recomiendo que comience con estas tres prioridades:
1. Invierta en formación antes de invertir en equipos.
Existe una brecha significativa entre la conciencia de TI de primera línea sobre los riesgos de la IA y la comprensión a nivel de liderazgo senior. Esta desconexión crea fricciones organizacionales que se agravan con el tiempo. Los equipos deben entender cómo ser orquestadores, no sólo operadores.
2. Defina las barreras protectoras antes de escalar.
Los regímenes deberían ser una obviedad y el apaciguamiento será costoso a largo plazo. Primero construye la estructura y luego expande a partir de ella.
3. Simplifique el entorno antes de agregarle inteligencia.
La IA es tan efectiva como los datos y la infraestructura que la impulsan. La observabilidad debe ser una prioridad para todos los entornos, pero especialmente para los entornos donde los sistemas abarcan infraestructura en la nube, local y heredada.
Creo que la IA tiene un potencial real para mejorar lo que pueden hacer los equipos de TI, especialmente si se aplica intencionalmente. Si la premisa es correcta, la tecnología cumplirá su promesa. Hágalo mal y “la fritura de cerebros de la IA” puede ser la menor de sus preocupaciones.
Contamos con las mejores herramientas de gestión TI.
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:
