Los retos existen en múltiples niveles. Dependiendo del sector en el que opere la organización, los presupuestos pueden ser limitados, por ejemplo, en sectores que dependen en gran medida de los recursos, como las empresas químicas. Sin embargo, nuestras encuestas y conversaciones con ejecutivos de alto nivel confirman que el presupuesto general de TI tiende a permanecer en el mismo nivel o a aumentar porque, si se observa el gasto global, hay un gasto considerable en el lado empresarial de la IA, predominantemente en la IA generativa, además del presupuesto de TI. Por lo tanto, hay dinero disponible, pero hay un gran problema respecto al retorno de la inversión. En la mayoría de las organizaciones, la estrategia de IA en toda la empresa está en sus inicios y la mayoría de los casos de uso se centran en la productividad, como se ha mencionado anteriormente. Por lo tanto, hay muchos casos de uso, bastantes pruebas de concepto, y muy pocos que se trasladen a la producción y ofrezcan un retorno de la inversión significativo. Además, pensando en datos, aplicaciones, plataforma e infraestructura, hay mucho trabajo por hacer. Más recientemente, las conversaciones con CIO y líderes tecnológicos confirman que la adopción de herramientas de IA, las habilidades y la aceptación por parte de los empleados constituyen un reto importante. Por lo tanto, no se trata sólo de que el equipo de TI esté preparado y capacitado, sino de una transformación cultural para toda la organización: desde los trabajadores de primera línea hasta el CEO. ¿Están preparadas la mayoría de las organizaciones para la adopción generalizada de la IA? Está claro que aún no.
“Hay dinero disponible [para la IA], pero hay un gran problema respecto al retorno de la inversión”
¿Cómo pueden aprovechar los beneficios de la IA las pymes con presupuestos de TI reducidos?
Curiosamente, hay muchas posibilidades. Tras analizar recientemente una serie de casos prácticos de medianas empresas, en general hay dos caminos. Las capacidades de IA están cada vez más integradas en las aplicaciones tradicionales, por lo que es la adopción más natural y más parecida a la del consumidor (piense en la IA en su teléfono o portátil). Si necesita diferenciarse, tanto si su empresa se dedica a la fabricación como al comercio minorista, es probable que busque, por ejemplo, IA predictiva para la producción, el mantenimiento o el diseño. Es una tarea más pesada, pero cada vez hay más opciones en las que basarse o utilizar proveedores. Una cosa es segura, lo mismo se aplica a las pymes que a las grandes empresas: los retos clave son las competencias y la adopción por parte de los empleados.
