Dificultades en costos y complejidad limitan el uso de inteligencia artificial empresarial

IBM ha publicado un informe que destaca las barreras económicas y la complejidad del modelo como obstáculos clave para la adopción de inteligencia artificial (IA) en empresas. El estudio, titulado «La Guía del CEO para la IA Generativa: Optimización de Modelos de IA», se basa en una encuesta realizada a ejecutivos basados en Estados Unidos en colaboración con Oxford Economics.

Uno de los hallazgos clave del informe es la especialización del modelo, desmintiendo el mito de un modelo universal de IA y destacando la necesidad de seleccionar modelos específicos para tareas particulares. Asimismo, se encontró que las organizaciones utilizan actualmente un promedio de 11 modelos de IA diferentes y proyectan un aumento del 50% en los próximos tres años.

La barrera económica es una preocupación importante para el 63% de los ejecutivos encuestados, quienes citan el costo del modelo como el principal obstáculo para la adopción de IA generativa. Por otro lado, el 58% de los encuestados mencionaron la complejidad del modelo como una de sus principales preocupaciones.

El informe también destaca que técnicas de optimización como el ajuste fino y la ingeniería de prompts pueden mejorar la precisión del modelo en un 25%. Sin embargo, solo el 42% de los ejecutivos emplean consistentemente estas metodologías.

En cuanto a la adopción de modelos abiertos, las empresas esperan aumentar su uso en un 63% en los próximos tres años, superando a otros tipos de modelos. Esto refleja una tendencia creciente hacia la preferencia de modelos abiertos en lugar de cerrados para la implementación de IA en empresas.

Shobhit Varshney, vicepresidente y socio senior de IBM Consulting, señaló que los líderes tecnológicos empresariales están bien informados sobre los tipos de modelos disponibles en la actualidad y comprenden las fortalezas y limitaciones de cada uno para sus casos de uso específicos. Sin embargo, otros líderes de alto rango aún están en proceso de aprendizaje sobre lo que las grandes modelos de IA pueden o no pueden hacer.

En términos de eficiencia de costos, Varshney mencionó que hay varios factores que afectan la eficiencia de costos de los modelos de IA empresarial. Una recomendación clave del informe es utilizar modelos grandes para tareas complejas y de alto impacto que requieran un conocimiento amplio y una alta precisión, y considerar modelos especializados para aplicaciones eficientemente críticas.

En cuanto a los modelos abiertos, Varshney destacó el valor de la comunidad y la seguridad en la implementación de IA empresarial. Señaló que con modelos abiertos, las empresas pueden adaptarlos a su dominio específico, datos y casos de uso, además de obtener una mayor revisión y fortaleza de los sistemas de IA.

En resumen, el informe de IBM subraya la importancia de una estrategia de IA sólida y la selección cuidadosa de modelos para maximizar el impacto de la IA en las empresas. La adopción de modelos especializados, la optimización de costos y la preferencia por modelos abiertos son elementos clave a considerar para una implementación exitosa de la IA empresarial.