Un análisis de la implementación de soluciones de inteligencia artificial revela que solo el 15% de los proyectos de aprendizaje automático tienen éxito. ¿Por qué las empresas invierten miles de millones de dólares en IA entonces? Este post explica la importancia de tener una estrategia adecuada al implementar soluciones de IA.
En estos días, la inteligencia artificial (IA) es un tema muy popular en las noticias, especialmente en relación a los chatbots generados por IA. Las empresas están invirtiendo miles de millones de dólares en este campo, pero según McKinsey, solo el 15% de los proyectos de aprendizaje automático tienen éxito. Otra investigación realizada por Gartner descubrió que solo el 53% de los proyectos de IA pasan del prototipo a la producción. ¿Por qué las empresas invierten tanto dinero en IA? La respuesta radica en la estrategia.
El problema no es el bombo publicitario de la IA, sino el enfoque que las organizaciones están tomando en la implementación de soluciones de IA. La estrategia más común es buscar conjuntos de datos y demostrar una forma de modelarlos (generalmente de forma predictiva). Esta estrategia causa problemas porque la solución propuesta se desarrolla en un silo, sin tener en cuenta las realidades operativas de una empresa.
Las organizaciones tienen más probabilidades de tener éxito en sus esfuerzos de IA si caminan hacia atrás desde la solución hasta el problema: averiguar qué se necesitaría para implementar una solución efectiva en su contexto operativo, identificar los problemas reales y luego descomponer las soluciones propuestas en pasos más pequeños.
Es importante tener en cuenta que hay una diferencia entre
