Las verticales que determinan el éxito de cualquier proyecto varían incluso dentro del mismo campo, o incluso dentro del mismo proyecto en la línea de tiempo. Este es el caso especialmente en la IA, un campo relativamente nuevo que impulsa los negocios en todo el mundo y dirige la atención de los inversores hacia soluciones más tecnológicamente impulsadas, sostenibles y rentables. La IA es una superpotencia empresarial en aumento; el Reino de Arabia Saudita fue sede de la Cumbre Global de IA en octubre de 2020, donde se reveló una estrategia de IA elaborada para todo el mercado. La estrategia tiene como objetivo capacitar hasta 20,000 expertos en datos e inteligencia artificial y establecer 300 nuevas empresas centradas en la inteligencia artificial. Se prevé que esto generará hasta $ 20 mil millones en inversiones para el año 2030.

Si la IA se puede utilizar para desarrollar naciones enteras, entonces es una herramienta para cambiar la forma en que funciona el mundo, y muchos tomadores de decisiones están notando esto como más que una tendencia, pero también como una puerta de entrada a un futuro más saludable y sostenible.

El entusiasmo por subirse al tren de la IA es comprensible y alentador, pero el éxito de la IA depende de que el universo completo de datos se capture y analice a través de una base de datos a gran escala con análisis continuo de la convergencia entre datos predictivos y en tiempo real. El fracaso prematuro de los proyectos de IA es una preocupación común y legítima; cifras recientes muestran que el 85% de todos los proyectos de IA fallan, a veces incluso antes de que se hayan iniciado-¿Por qué? Bueno, a menudo, estos grandes proyectos no están alineados con las prioridades comerciales. Especialmente hoy en día, muchas empresas invierten en mantener sus procesos tradicionales en marcha, por lo que es poco probable que embarcarse en un proyecto tan cambiante figure en la lista de prioridades principales.

La IA es cara. El gasto en proyectos y soluciones de IA alcanzará la marca de $ 58 mil millones en los próximos años. Muchas empresas tienden a dar un salto a un mar de información sobre el tema y terminan con una conclusión: la IA ayuda a reducir los costos. Si bien esto es cierto, los resultados requieren tiempo, esfuerzo y habilidades. Desde asociarse con los proveedores de soluciones adecuados hasta contratar a los candidatos perfectos para administrar proyectos de IA. Muchas empresas iniciarán y luego se retirarán cuando los costos se evalúen completamente en comparación con los resultados. Es por eso que la estrategia de proyectos de IA es esencial para el éxito, pero aún no lo garantiza.

Si bien la estrategia es una vertical en los negocios en general, en los proyectos centrados en la inteligencia artificial, simplemente no es suficiente. La estrategia financiera sin experiencia es como invertir dinero en un problema; simplemente no funcionará. La IA es nueva. Esto significa que hay una falta de las habilidades adecuadas en el mercado. Por razones como esta, los gobiernos están recurriendo a programas de capacitación, inyectando capital para desarrollar una generación sólida de ingenieros, científicos y empresarios calificados en IA. Este campo relativamente nuevo dificulta la inversión también porque no hay suficiente historia detrás. En cierto modo, es una época de prueba y error, y el error a menudo significa pérdidas masivas y fallas prematuras. Esto pasa mucho; Muchos proyectos de IA comienzan a lo grande, con ambición y esperanza respaldando trabajos de alta complejidad.

Esto se relaciona con la forma en que la IA se describe como un negocio arriesgado. Se considera una herramienta cara que es difícil de medir y mantener. Sin embargo, desarrollar una estrategia y un enfoque puede poner a las empresas en el camino correcto. Siempre debe comenzar con un problema al que se enfrenta la empresa y una pregunta; '¿Puede la IA resolverlo?' Luego, se puede diseñar y establecer una estrategia, con una medición adecuada y regular del ROI. Sin embargo, hay más en esto. Parte de por qué la IA a menudo se encuentra con insatisfacción, lo que contribuye a que muchas empresas elijan opciones más seguras, es la ambigüedad y el mito que la rodea. Durante mucho tiempo, parecía que este salto tecnológico era algo para el cine y la literatura. Cuando los inversores entran en la IA, tienen dificultades para gestionar y ajustar sus expectativas. Las empresas que invierten enormes esfuerzos y capital en IA a menudo se centran en la tecnología en lugar de en el negocio. La adopción de la IA debe ser un proceso paso a paso, comenzando por por qué la empresa la necesita y cómo puede ayudar. La IA puede, por ejemplo, predecir con precisión información valiosa basada en datos, pero no puede funcionar de manera tan intrincada como el cerebro humano.

La forma en que una solución de IA funcionará para una empresa es a través de los datos y la calidad de los datos con los que se alimenta. Esto representa otra amenaza para los proyectos de IA y se considera un factor importante que contribuye a su fracaso. El término 'Big Data' surgió cuando los gigantes tecnológicos comenzaron a apoderarse de la esfera empresarial global. El concepto es bastante enigmático, porque 'que tan grande es', uno podría preguntar. Bien, realmente grande. La IA requiere una gran cantidad de datos para entregar, y cuantos más, mejor. Si una empresa es pequeña y no tiene muchos datos de donde partir, las expectativas deben escalarse a ese nivel de disponibilidad de datos. Los datos también deben ser relevantes para el problema que la solución de inteligencia artificial está diseñada para resolver y, a menudo, tales complejidades ni siquiera se consideran.

La IA es arriesgada, pero las recompensas pueden traer reducción de costos y éxito a largo plazo para el negocio. Es más crucial considerar la calidad y disponibilidad de los datos cuando la adopción de la IA está sobre la mesa. Los criterios de medición de estrategia, éxito y fracaso también son pasos determinantes en el proceso de adopción. Mientras tanto, a nivel mundial, la dirección en la que se dirigen las empresas es una que debería resolver el problema de los bajos niveles de habilidad y experiencia en el campo.

Fuente: Sana Al Lababidi