Tomar el control: por qué la IA necesita gestión para generar ROI
El potencial de la inteligencia artificial para transformar la forma de trabajar está ampliamente documentado, con mejoras en eficiencia y productividad comparables a una nueva Revolución Industrial. Sin embargo, las ventajas prometidas no están garantizadas y las organizaciones enfrentan un desafío creciente: obtener un retorno de inversión real de sus iniciativas de IA.
De acuerdo con el análisis de Julio César Castrejón, Director de Field Sales – LATAM North en Nutanix, hasta el 90% de los proyectos de IA no logran superar la fase de prueba de concepto. Las empresas que utilizan estos modelos, especialmente los de vanguardia, se enfrentan a costos crecientes y a facturas cada vez mayores por parte de los proveedores, lo que dificulta la generación de valor.
El uso no gestionado de la IA, basado en el consumo, aumenta el riesgo de un gasto descontrolado. A medida que los proveedores buscan recuperar sus costos, el precio de los tokens de IA está subiendo. Las iniciativas para utilizar la IA al máximo, o «tokenmaxing», parecen cada vez más insostenibles para la mayoría de las empresas.
Las organizaciones también se enfrentan a la proliferación de la IA, con un conjunto cada vez mayor de aplicaciones que incluyen funcionalidades de IA o realizan llamadas a la API de modelos. Estas funciones pueden conllevar costos de uso ocultos. Además, existe el desafío de la IA en la sombra: individuos o equipos pueden tener sus propias herramientas de IA al margen de las políticas de la organización. Al igual que ocurrió con la computación en la nube y la TI en la sombra, incluso las organizaciones con marcos tecnológicos sólidos y centralizados están viendo cómo los usuarios recurren a sus propias herramientas de IA no oficiales, lo que aumenta los riesgos de seguridad, privacidad, soberanía de datos y continuidad del negocio.
Un factor que impulsa el aumento de los costos es la excesiva dependencia de las empresas de los modelos más grandes. Sin embargo, el comunicado señala que los laboratorios de IA también se enfrentan a sus propias limitaciones de capacidad y al aumento de los costos, especialmente en hardware y energía. Necesitan cubrir esos gastos, financiar el desarrollo de la próxima generación de modelos y recuperar su inversión en el acceso público, a menudo gratuito, a sus herramientas.
El texto plantea que solo una minoría de organizaciones reporta un retorno de la inversión significativo en proyectos de IA, y que esto no es culpa exclusiva de la industria. La combinación de costos crecientes, uso descontrolado y falta de gobernanza coloca a las empresas ante la necesidad de tomar el control de sus iniciativas para que la tecnología realmente genere valor.
