Solamente el 40% de las empresas invierte en seguridad de la IA arriesgando el alto retorno de sus proyectos
La percepción humana de la inteligencia artificial, especialmente entre los profesionales y directivos de tecnología, revela una fascinante contradicción que está redefiniendo el futuro de la inversión y la gestión del riesgo tecnológico. Asistimos a un cambio de paradigma donde la familiaridad y la interactividad de la IA generativa priman sobre la solidez histórica de la IA tradicional, a pesar de que esta última ha demostrado una fiabilidad y una consolidación mucho mayores a lo largo del tiempo.
Los datos son elocuentes: mientras casi la mitad de los encuestados confía plenamente en las capacidades de la IA generativa, apenas un 18% extiende ese mismo nivel de credibilidad a la IA tradicional, como el aprendizaje automático. Este desfase de confianza se produce incluso cuando los modelos fundacionales, con su novedad, conllevan riesgos aún inexplorados, sugiriendo que la cercanía y la experiencia de uso han alterado la evaluación del riesgo técnico por parte del liderazgo.
Contenido
La brecha entre la confianza percibida y la inversión real en seguridad
Esta inyección de confianza en el potencial de la inteligencia artificial, manifestada por un 78% de las organizaciones que aseguran confiar plenamente en ella, contrasta drásticamente con la realidad de las inversiones en gestión y seguridad. A pesar de la fe depositada en la tecnología, solamente dos de cada cinco empresas han destinado recursos significativos a medidas cruciales como la explicabilidad de los modelos, las garantías éticas o la gestión. Esta brecha entre la fiabilidad que se percibe y la confianza real fundamentada en la infraestructura supone un riesgo sistémico. La directora de investigación de IDC para la Práctica de Automatización e IA, Kathy Lange, subraya esta paradoja al señalar que la interactividad similar a la humana de la IA generativa parece generar la mayor adhesión, independientemente de su precisión o su trazabilidad técnica. La fascinación por lo nuevo y lo socialmente familiar eclipsa, de momento, la prudencia que exige una tecnología con implicaciones tan profundas.
El impacto económico de la fiabilidad y los retos de la infraestructura de datos
La cautela y la inversión en la confiabilidad de la IA no son meros ejercicios éticos o de cumplimiento; son, ante todo, un imperativo de negocio con un impacto directo en la rentabilidad. Las organizaciones que han priorizado una IA confiable tienen 1,6 veces más probabilidades de duplicar o incluso superar el retorno de la inversión en sus proyectos de inteligencia artificial, según se desprende del estudio global realizado por IDC para SAS. Esto demuestra que la confianza bien cimentada, respaldada por la gestión y la ética, se traduce directamente en un mejor rendimiento financiero. No obstante, las prioridades de inversión del sector tecnológico continúan infravalorando este pilar fundamental. Solo un insignificante 2% de los encuestados sitúa la gestión de la IA entre sus tres principales prioridades, y menos del 10% trabaja activamente en el desarrollo de políticas para un uso responsable.
Más allá de la cuestión de la confianza, la implementación efectiva de la inteligencia artificial en las empresas y organizaciones se sigue viendo lastrada por problemas crónicos y fundamentales relacionados con la gestión de datos. El escollo más citado por casi la mitad de los encuestados es la infraestructura de datos no centralizada, una dispersión que dificulta la visión unificada y el acceso eficiente que los modelos de IA requieren para operar con precisión.
Este problema está íntimamente ligado a la gestión de datos insuficiente y a la perenne escasez de personal especializado, desafíos que completan el podio de los mayores obstáculos para la adopción. Además, en la gestión específica de datos para la inteligencia artificial, la capacidad de acceder a las fuentes de datos relevantes se identifica como el principal problema, seguido de cerca por las preocupaciones relativas a la privacidad, el cumplimiento normativo y, de manera crucial, la calidad intrínseca del dato. Bryan Harris, director de tecnología de SAS, insiste en que la confianza es indispensable para el bienestar social y empresarial, y que para lograrla, la industria debe elevar la tasa de éxito de las implementaciones, los profesionales deben adoptar una mirada crítica ante los resultados algorítmicos, y los líderes han de empoderar a sus equipos con una IA que sea, ante todo, fiable.
