En un panorama de IA en rápida evolución, las organizaciones australianas se encuentran en una coyuntura crítica. El potencial de ganancias financieras significativas asociadas con la IA es evidente, y algunos informes muestran que la adopción de una cartera de IA puede generar más de $100 millones en EBITDA incremental. Pero el camino para lograr el ROI está plagado de desafíos. Hasta el 85% de las implementaciones empresariales de IA no cumplen su promesa al negocio. La alta tasa de fracaso de la IA, que supera incluso las notorias dificultades de los esfuerzos de transformación digital anteriores, subraya los riesgos involucrados. Cuando las implementaciones de IA fallan, el impacto puede ser catastrófico. Australia ejemplifica los riesgos que plantea la IA, como lo demuestra el escándalo de «Robodebt» que se volvió tan dañino para los australianos que una Comisión Real se reunió para investigarlo. Un analista de Gartner ofrece consejos Si bien muchos están entusiasmados con las posibilidades que ofrece la IA, los informes muestran que el 80% de los australianos están profundamente preocupados por los riesgos que plantea la IA y sienten que estos riesgos deben considerarse una «prioridad global». Recursos de IA de TechRepublic Premium Sin embargo, a pesar de los riesgos y la vacilación social, los CIO están invirtiendo dinero en proyectos de IA: la investigación de KPMG mostró que más de la mitad de las empresas australianas están invirtiendo entre el 10 y el 20% de su presupuesto en IA. Esto solo aumenta la presión sobre el CIO y el equipo de TI para garantizar que los proyectos de IA demuestren valor. Las organizaciones que buscan que la IA se convierta en una oportunidad de inversión a largo plazo deben superar las preocupaciones por el riesgo. La investigación de Gartner muestra que estimar y demostrar el valor comercial es la mayor barrera para los proyectos de IA. Nate Suda, analista director sénior de Gartner en Tecnología financiera, valor y riesgo, dijo a TechRepublic que los desafíos que enfrentan muchas organizaciones para articular el valor de la IA incluyen la gestión de costos, los beneficios de productividad y los enfoques estratégicos necesarios para garantizar que las inversiones en IA se traduzcan en valor comercial tangible. Comprender la dinámica de costos La gestión de costos es un obstáculo principal en las implementaciones de IA. A diferencia de los motores de búsqueda tradicionales donde los gastos son mínimos, la IA generativa incurre en costos sustanciales debido a su naturaleza interactiva. Los usuarios a menudo participan en múltiples intercambios para refinar las respuestas, lo que aumenta exponencialmente los costos. Cada interacción, medida en tokens, se suma al gasto. Este costo puede dispararse si el comportamiento del usuario se desvía de las suposiciones iniciales. Como dijo Suda, “Una de las mayores variables en el costo es la interacción humana. Con la IA generativa, no solo escribes tu pregunta y obtienes una respuesta perfecta. Es posible que necesites varias iteraciones y te cobren por cada palabra de tu pregunta y respuesta. Si tu modelo de costos supone una única interacción y los usuarios terminan teniendo múltiples, tus gastos pueden multiplicarse drásticamente”. Para mitigar este riesgo, las organizaciones están adoptando una estrategia de “escalamiento lento”. En lugar de una implementación rápida a gran escala, inicialmente implementan la implementación de IA planificada con un número limitado de usuarios antes de aumentar gradualmente el número de usuarios. Este enfoque iterativo permite a las empresas observar el desempeño de proyectos ambiciosos de IA y ajustarlos en función de los patrones de uso reales, lo que garantiza que puedan modelar los costos con mayor precisión y evitar sorpresas financieras. “Las mejores organizaciones están escalando muy lentamente”, señaló Suda. “Pueden comenzar con 10 usuarios en el primer mes, luego 20 en el segundo mes, y así sucesivamente. Este método les ayuda a comprender el uso real y los costos en un entorno real”. El enigma de la productividad Aunque la IA promete mejorar la productividad, traducir estas mejoras en beneficios financieros mensurables es complejo. Suda dijo que simplemente ahorrar tiempo, como lo demuestran herramientas como Microsoft Copilot, no equivale inherentemente a la generación de ingresos o reducción de costos. «Es necesario tener muy claro qué significa productividad y cómo se está aprovechando ese beneficio en valor, ya sea generación de ingresos o reducción de costos», dijo Suda. También enfatizó la necesidad de distinguir entre beneficios y valor. Beneficios como una mayor velocidad, una mejor experiencia del cliente y una mayor productividad son significativos, pero solo se vuelven valiosos cuando contribuyen al resultado final. Por ejemplo, la IA generativa puede acortar el tiempo necesario para una secuencia de servicios profesionales, pero a menos que esta eficiencia se traduzca en mayores ingresos o costos reducidos, se convierte en un ejemplo de IA que no cumple con el valor prometido. El riesgo de sobrecostos Otro punto crucial que señaló Suda es el riesgo de sobrecostos debido a un comportamiento imprevisto del usuario. Si un sistema de IA demuestra ser muy popular y su uso supera las expectativas, los costos resultantes pueden ser astronómicos. Este escenario resalta la importancia de una planificación meticulosa y un monitoreo en tiempo real de las implementaciones de IA para administrar y predecir los gastos de manera efectiva. “Si a los usuarios les encanta la IA y la usan ampliamente, sus costos pueden dispararse”, dijo Suda. “Es por eso que comprender y modelar el comportamiento del usuario es tan crítico”. Implementación estratégica: defender, extender, mejorar Gartner ha desarrollado un marco de tres niveles para explicar cómo la IA puede generar valor al mismo tiempo que equilibra el riesgo asociado. Llamado “Defender, Extender y Mejorar”, cada “nivel” de implementación de IA ofrece diferentes riesgos y beneficios potenciales. Defender: Esto implica pequeñas mejoras incrementales, como usar IA para mejorar las herramientas existentes. Estas iniciativas de bajo costo y bajo riesgo pueden generar pequeñas ganancias. Sin embargo, el desafío radica en agregar estas ganancias en retornos financieros significativos. Según Suda, los beneficios articulados de muchos de estos proyectos son marginales, lo que dificulta que el CIO y el equipo de TI sigan avanzando con el apoyo total de la organización. Extender: Aquí, la IA se integra en aplicaciones existentes para proporcionar mejoras específicas. Estas iniciativas requieren una planificación y ejecución cuidadosas para garantizar que brinden el valor esperado, pero también es más probable que brinden beneficios notables. Upend: el enfoque más ambicioso y de alto riesgo implica desarrollar nuevos modelos o aplicaciones impulsados ​​​​por IA. Si bien las recompensas potenciales son sustanciales, la inversión requerida es significativa y las posibilidades de éxito son menores. La IA no se puede evitar, pero debe gestionarse de manera eficaz Al igual que con la transformación digital, tratar de ser demasiado ambicioso con la IA desde el principio probablemente resulte en un exceso de costos y un retorno de la inversión lento, lo que resulta en frustración de la junta y los ejecutivos, si no en el abandono del proyecto. Los CIO, en cambio, deben adoptar un enfoque cauteloso y mesurado. Como mencionó Suda, las empresas deben asegurarse de que las soluciones que se implementan sean escalables y logren un retorno de la inversión que se pueda articular desde el principio.