Muchas organizaciones han invertido mucho en inteligencia artificial, pero pocas están viendo el valor esperado. La tecnología avanza a un ritmo extraordinario, pero los resultados no se guardan dentro de la organización.
& Director de Soluciones Técnicas de Digital.
Esta brecha no se debe a que la IA no esté lista, sino a que todavía faltan las bases necesarias para que la IA funcione.
La IA sólo puede ser tan buena como los datos con los que tiene que trabajar. Si esos datos son inconsistentes o están mal administrados, los modelos construidos sobre ellos reflejarán estas debilidades. Esta es la razón por la que muchos proyectos piloto parecen prometedores de forma aislada, pero fracasan cuando las empresas intentan ampliarlos.
Importancia de la preparación y la gobernanza de los datos
Durante años, las organizaciones han tratado el gobierno de datos como una práctica de cumplimiento. Se aborda como algo que se crea una vez y luego se implementa de arriba hacia abajo.
Los resultados de este enfoque son predecibles y, a menudo, pueden crear obstáculos burocráticos, frustrar a los equipos y, en última instancia, estancar las iniciativas de IA porque nadie confía en los datos que contienen.
Lo que es diferente ahora es la convergencia de las dos fuerzas. En primer lugar, la IA ha aumentado drásticamente los riesgos. Las organizaciones ya no pueden permitirse el lujo de disponer de datos de propiedad vaga o definidos de forma inconsistente. Un modelo de IA entrenado con datos incorrectos no sólo genera un informe incorrecto, sino que amplifica ese error en toda la organización.
En segundo lugar, AIO es parte de la solución. Las organizaciones ahora tienen acceso a herramientas que pueden automatizar las tareas mundanas de gobernanza, como clasificar datos y detectar anomalías. La gobernanza puede eventualmente desaparecer y quedar integrada en el ciclo de vida de la ingeniería en lugar de postergarse.
Sin embargo, a pesar de estos avances, la gobernanza sigue desconectada de la ejecución diaria en muchas organizaciones. La IA introduce nuevas responsabilidades en torno a la calidad y la supervisión de los datos, y estas responsabilidades no pueden recaer en un solo equipo.
Requieren mayor capacidad organizativa. Cuando la gobernanza es inconsistente, la propiedad no está clara y la calidad de los datos no se considera una responsabilidad que abarque a toda la organización, los mismos problemas resurgen.
Este desafío se ve agravado por el hecho de que muchas organizaciones todavía comienzan con la tecnología en lugar del problema. Los pilotos de IA a menudo se lanzan porque existen capacidades, no porque se haya definido un resultado comercial claro.
Sin un vínculo fuerte entre los datos, la gobernanza y el valor del mundo real, incluso los modelos más avanzados luchan por ganar terreno.
Por qué los pilotos no logran escalar
Los pilotos de IA suelen tener éxito porque se basan en datos bien preparados, respaldados por equipos dedicados.
Sin embargo, cuando las organizaciones intentan ampliar estos pilotos, la gobernanza a menudo se considera una idea de último momento, generalmente porque es difícil de medir y lenta de cambiar. Sin embargo, esta es la razón por la que la mayoría de los programas de gobernanza no logran sostenerse más allá del compromiso inicial.
Incluso con una mayor conciencia y mejores herramientas, las organizaciones todavía luchan por dejar atrás a los pilotos aislados de IA. El problema no es el modelo, sino más bien la falta de datos repetibles y confiables que permitan que las herramientas de inteligencia artificial funcionen de manera confiable en todos los equipos y sistemas.
Los pilotos prosperan en condiciones controladas, pero sin una gobernanza consistente y una propiedad clara de la calidad de los datos no pueden realizar la transición a la producción.
De hecho, la organización debería priorizar para ver el valor
En todas las organizaciones suele haber tres patrones que aparecen una y otra vez. La primera es la creencia de que se debe perfeccionar la gobernanza antes de embarcarse en cualquier iniciativa de inteligencia artificial o análisis. Esta mentalidad a menudo conduce a planes de 12 a 18 meses con poco resultado.
La gobernanza debe construirse en paralelo con la ejecución, no antes. Las organizaciones más exitosas crean una gobernanza que está directamente vinculada a casos de uso reales, de modo que el valor y la capacidad crezcan juntos.
El segundo patrón es el supuesto de que las herramientas por sí solas resolverán los desafíos de la gobernanza. Las organizaciones invierten en catálogos de datos o plataformas de calidad líderes en el mercado, pero no logran establecer modelos de propiedad para alimentarlos.
Sin una responsabilidad clara, incluso las mejores herramientas se convierten en costosos estantes. La tecnología puede automatizar la gobernanza, pero no puede reemplazar la responsabilidad humana de definir y mantener los datos.
Un tercer patrón es la falta de una conexión clara entre las actividades administrativas y el valor empresarial. Cuando las partes no pueden explicar por qué existe un proceso de gobernanza o qué resultados protege, éste se convierte en un gasto excesivo en lugar de una habilitación, y rápidamente se ve socavado cuando aumentan las presiones de ejecución.
Los equipos también necesitan habilidades para interpretar los resultados de la IA, comprender los riesgos y mantener la supervisión. Sin él, incluso las estructuras de gobernanza sólidas tendrán dificultades.
Las organizaciones que superan estos patrones pasan de ver la gobernanza como una carga sobre los datos a reconocerla como una base que respalda el negocio. Ven la gobernanza como la infraestructura que sustenta cada decisión que quieren tomar más rápido, cada iniciativa de IA en la que quieren confiar y cada conocimiento que quieren medir.
La IA no sólo entregará valor porque esté implementada. Se proporcionará cuando los datos subyacentes sean consistentes y confiables. Las organizaciones que tendrán éxito serán aquellas que traten la gobernanza como una capacidad estratégica y la integren en la base de cómo crean y utilizan los datos.
Hemos presentado los mejores chatbots de IA para empresas.
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:
