¿Por qué fracasan los proyectos de IA?

“El 95% de las organizaciones no obtienen ningún retorno de las inversiones en IA”, esta desalentadora conclusión es el principal hallazgo de un estudio realizado por el MIT y publicado en el mes de julio pasado, el cual incluyó la revisión de más de 300 iniciativas de IA divulgadas públicamente, entrevistas con representantes de 52 organizaciones y encuestas a 153 líderes senior.

Además, el estudio realizó una valoración del nivel de disrupción de la IA en siete industrias, bajo cinco factores: volatilidad de la cuota de mercado entre las principales empresas establecidas en la industria; crecimiento de los ingresos de las empresas nativas de IA; aparición de nuevos modelos de negocio impulsados por IA; cambios en el comportamiento de los usuarios atribuibles a la IA; y, frecuencia de los cambios en la organización ejecutiva atribuidos a las herramientas de IA. Esta valoración, confirma que la primera ola de disrupción de la IA está impactando principalmente a dos industrias: los medios (generación de contenidos) y servicios profesionales, mientras que, en cuidado de la salud, retail y finanzas, hay avances importantes, pero aún no alcanzan a generar disrupción, pero sin duda, serán los protagonistas de la segunda ola de disrupción de la IA.

Retomando nuestra pregunta inicial, el estudio ofrece aprendizajes valiosos:

- “La IA en la sombra” es a hoy el principal motor de transformación en las empresas, y proviene del uso no oficial de herramientas como ChatGPT: solo 40% de las empresas ha adquirido licencias corporativas, pero en más de 90% de los casos los empleados utilizan cuentas personales para automatizar tareas cotidianas.

- Del chatbot al agente inteligente: siguiendo con el punto anterior, las organizaciones se han quedado en el uso de chatbots genéricos (ChatGPT, Gemini, Claude, etc.) que resuelven tareas individuales, pero este uso aislado no alcanza a impactar procesos organizacionales y mucho menos los estados de resultados de las empresas, por lo que es necesario evolucionar a la integración de la IA en flujos de proceso que impacten la operación.

- Integración con los procesos existentes: Vincular soluciones de IA de nivel empresarial a los sistemas y flujos actuales sigue siendo uno de los mayores retos. Influyen la madurez de la arquitectura de datos y la estandarización de procesos de la empresa, y por el otro lado la flexibilidad -todavía limitada- de muchas herramientas comerciales, que a menudo son solo “envoltorios” de un LLM.

- Sesgo en la inversión: Aunque la mitad del presupuesto destinado a IA se dirige a iniciativas de ventas y mercadeo, las soluciones que automatizan tareas administrativas suelen reportar un retorno de inversión superior, y tal como lo define el estudio “las herramientas de front-office captan la atención, pero las de back-office generan ahorros.”

- Dificultad en el escalamiento: la falta de voluntad para adoptar nuevas herramientas, inquietudes acerca de la calidad de las respuestas, pobre experiencia de usuario -UX-, y la falta de acompañamiento desde los líderes se constituyen en barreras finales para la adopción.

La receta parece más simple de lo que es: datos listos, procesos estandarizados, prioridades de inversión que privilegien el back-office, y acompañamiento de los líderes.