Ante este escenario, un informe de Hitachi Vantara destaca que la infraestructura y la gestión de datos son esenciales para garantizar la calidad necesaria que impulsa proyectos de IA con resultados positivos. Los responsables de tecnologías de la información identifican como clave el uso de datos de alta calidad y una adecuada gestión del proyecto. Sin embargo, solo un 30% de las empresas asegura tener los datos necesarios disponibles en el momento y lugar adecuados, y los modelos de IA alcanzan precisión en solo un 32% de los casos, lo que ilustra los retos que enfrentan las organizaciones para optimizar el uso de la IA.
Sorprendentemente, a pesar de que un tercio de las empresas reconoce la importancia de la calidad de los datos, solo el 28% trabaja activamente para mejorarla. Además, un 23% no revisa la calidad de los datos utilizados y un 39% no los etiqueta adecuadamente, lo que dificulta su organización y accesibilidad. Estas prácticas son fundamentales para optimizar el valor de los datos en la toma de decisiones estratégicas.
En cuanto a la revisión de estrategias de IA, el estudio revela que muchas empresas no consideran aspectos como el retorno de la inversión (ROI) o la sostenibilidad. Un 65% no prioriza la sostenibilidad en sus planes de IA y un 63% no lo hace con el ROI. En un contexto donde la sostenibilidad es un desafío clave, resulta llamativo que el 86% de las organizaciones se enfoquen en el desarrollo de modelos de IA generales de mayor tamaño, que consumen hasta 100 veces más energía.
Los responsables de tecnología también destacan la seguridad y la velocidad como aspectos clave en la implementación de IA. El 75% reconoce que una pérdida significativa de datos podría ser catastrófica para sus operaciones, y un 79% expresa preocupación por el uso de la IA para proporcionar herramientas avanzadas a los hackers. Antonio Espuela, Director Technical Sales EMEA West, enfatiza que la confianza de los usuarios en los sistemas de IA es fundamental para su adopción y éxito.
A pesar de reconocer la calidad de los datos como un factor crucial para el éxito de la IA, muchas organizaciones carecen de la infraestructura necesaria para respaldar normas coherentes de calidad. Un 79% de las empresas están probando sus soluciones de IA en tiempo real sin utilizar entornos controlados, lo que aumenta los riesgos de vulnerabilidades. Solo un 7% asegura usar entornos aislados para la experimentación, lo que genera preocupaciones sobre la seguridad y la fiabilidad de los resultados.
Las infraestructuras modernas ofrecen una solución al problema, ya que mejoran la eficiencia energética y reducen la huella de carbono. Adoptar una infraestructura sostenible puede ayudar a las empresas a mejorar la calidad de los datos y avanzar hacia un crecimiento responsable con el medio ambiente.
A medida que las organizaciones avanzan en sus iniciativas de IA, los líderes de TI reconocen la importancia del apoyo de terceros en áreas críticas como hardware, soluciones de almacenamiento y procesamiento de datos, software y personal cualificado. La falta de cualificación sigue siendo un obstáculo, ya que muchos líderes desarrollan sus habilidades a través de la experimentación y el autoaprendizaje, lo que subraya la necesidad de formación especializada y apoyo externo.