Según un estudio de la firma de análisis Gartner, se espera que el 30 % de los proyectos de inteligencia artificial generativa (GenAI) se abandonen después de la fase de prueba de concepto para fines de 2025, en gran parte debido a desafíos como la mala calidad de los datos, el aumento de los costos y un valor comercial poco claro. Gartner descubrió que los primeros en adoptar la tecnología en todas las industrias y procesos comerciales están informando una serie de mejoras comerciales que varían según el caso de uso, el tipo de trabajo y el nivel de habilidades del trabajador. Según la encuesta, los encuestados informaron un aumento de ingresos del 15,8 %, un ahorro de costos del 15,2 % y una mejora de la productividad del 22,6 % en promedio. En cuanto a la generación de valor a partir de la IA, Eyad Tachwali, director sénior de Gartner, dijo: “Cuando se trata de pensar en cómo se puede generar valor con la IA generativa, lo primero que tenemos que hacer es analizar las diferentes formas en que podemos usar la IA. Una parte es lo que llamamos IA cotidiana, que básicamente consiste en usar la IA para ayudarlo a realizar sus tareas existentes mejor, más rápido, más barato y, a veces, con mejor calidad”. Tachwali dijo que el valor de la IA cotidiana se mide en términos de ganancias de productividad. El otro tipo de IA que Gartner ve es lo que llama IA revolucionaria. “En este caso, se utiliza la IA para crear cosas completamente nuevas”, dijo Tachwali. “Por lo tanto, si la IA cotidiana se centra en la productividad, la IA revolucionaria se centra en la creatividad”. Algunos ejemplos incluyen el caso de una empresa farmacéutica que utiliza la IA para descubrir una nueva molécula que se puede utilizar para desarrollar un fármaco. Con las aplicaciones GenAI, dijo que los líderes de TI deben considerar múltiples factores al determinar el costo de las inversiones que deben realizar. “Hay muchas variables”, dijo Tachwali. “Depende de los casos de uso. Depende de la industria. Depende del apetito de riesgo de la organización”. Por lo general, las organizaciones pueden buscar ganancias rápidas utilizando productos listos para usar como ChatGPT o Microsoft Copilot. Dijo que con tales productos, los cálculos de costos son relativamente sencillos, ya que se basan en la cantidad de usuarios y el costo de la licencia del software. Sin embargo, con las iniciativas de IA revolucionarias, los costos son más difíciles de calcular. “Tienes las capacidades que proporcionan los proveedores, que están capacitados con datos públicos, pero también estás usando los datos de tu propia organización. Tienes el costo aditivo: los costos de la infraestructura de TI; el costo de los datos; los costos de desarrollo de aplicaciones”. También existen lo que Tachwali llama elementos de costo multiplicativos que, según él, pueden aumentar los costos operativos. Por ejemplo, junto con los costos de licencia por usuario, la fijación de precios basada en tokens se utiliza a menudo para permitir que los responsables de la toma de decisiones de TI mejoren la precisión de las respuestas producidas por un modelo de IA generativa. Los tokens son palabras o partes de palabras que se pueden introducir en un gran modelo de lenguaje como datos de entrada. “Estos realmente pueden hacer que tu costo se multiplique entre cinco y diez veces”, dijo. “Se vuelve muy variable y es muy difícil de predecir”. Gartner recomienda que los líderes de TI intenten simular los límites inferior y superior del uso de un gran modelo de lenguaje para tener una mejor idea del costo potencial. Esta cifra se puede utilizar para mantener el uso dentro de los límites del umbral para garantizar que los costos de funcionamiento del modelo no excedan el valor potencial que puede ofrecer.