El 70% de las organizaciones se verá obligada a cambiar su enfoque y a adaptarse al big data y small data en 2025.

La innovación en IA se está produciendo a un ritmo rápido que alcanzarán la adopción generalizada en un plazo de dos a cinco años. Así lo afirma Gartner, que ha publicado un informe en el que se identifican cuatro tendencias que impulsan la innovación en IA a corto plazo en la empresa.

El informe concluye que, aunque el sector de la IA sigue en un «estado evolutivo», tecnologías como la IA de vanguardia, la visión por ordenador, la inteligencia para la toma de decisiones y el aprendizaje automático están preparadas para tener un impacto transformador en los mercados en los próximos años.

Gartner observa una tendencia de las empresas a buscar capacidades más allá de lo que las herramientas actuales de IA pueden lograr. Las organizaciones se están centrando en la implementación, la gestión de riesgos y la ética cuando buscan ampliar las iniciativas de IA. Pero los responsables de los datos corren el riesgo de no obtener valor de estas iniciativas si no «priorizan y aceleran» las inversiones en tecnologías de IA en distintas fases de madurez, advierte Gartner.

IA responsable

El aumento de la confianza, la transparencia, la equidad y la auditabilidad de las tecnologías de IA sigue siendo cada vez más importante para una serie de partes interesadas, según Gartner. La «IA responsable» puede ayudar a lograr una apariencia de equidad, confianza y cumplimiento de la normativa, aunque los datos contengan sesgos y los métodos de explicación sean insuficientes. Por esta razón, Gartner espera que todos los expertos contratados para el desarrollo de la IA y el trabajo de formación tengan que demostrar su competencia en IA responsable para 2023.

Al mismo tiempo, Gartner predice que los enfoques emergentes de «datos pequeños y amplios» permitirán una analítica más sólida y la IA, reduciendo la dependencia de las organizaciones de los grandes datos. Los datos amplios permiten a los analistas examinar y combinar una variedad de datos pequeños y grandes, estructurados y no estructurados, mientras que los datos pequeños se centran en la aplicación de técnicas analíticas que buscan información útil dentro de conjuntos de datos pequeños e individuales.

Según Gartner, para 2025, el 70% de las organizaciones se verán obligadas a cambiar su enfoque de big data a small y wide data, proporcionando más contexto para la analítica – y haciendo que la IA tenga menos hambre de datos.

Operacionalización de la IA

La necesidad de transformación digital de las empresas durante la pandemia ha reforzado las inversiones en IA. Las startups de IA recaudaron un colectivo de 73.400 millones de dólares en el cuarto trimestre de 2020, un aumento de 15.000 millones de dólares en comparación con el año anterior. Y según un informe reciente de ManageEngine, el 80% de las empresas en los Estados Unidos aceleraron su adopción de IA en los últimos dos años.

El informe concluye que la urgencia de aprovechar la IA para la transformación empresarial está impulsando la necesidad de hacer operativas las plataformas de IA. Esto significa pasar los proyectos de IA del concepto a la producción, de modo que las soluciones de IA puedan aprovecharse para resolver problemas de toda la empresa, como la automatización del servicio al cliente. Dada la complejidad y la escala de los datos y los recursos informáticos implicados en los despliegues de IA, la innovación en IA requerirá que estos recursos se utilicen con la máxima eficiencia, señala Gartner.

«La investigación ha descubierto que sólo la mitad de los proyectos de IA pasan de la fase piloto a la de producción, y los que lo hacen tardan una media de nueve meses en hacerlo», dijo Svetlana Sicular, vicepresidenta de investigación de Gartner, en un comunicado. «Innovaciones como las plataformas de orquestación y automatización de la IA y la operacionalización de modelos están permitiendo la reutilización, la escalabilidad y la gobernanza, acelerando la adopción y el crecimiento de la IA.»