Para los líderes de CX, el éxito con IA depende de una base de datos precisos y bien gobernados.
por Myles Suer
- La esencia
- Antes de la IA, hay que arreglar los datos: por qué la gobernanza es el verdadero punto de partida
- Aumenta la inversión en datos y análisis
- Los datos y el análisis impulsan la transformación digital
- Palabras de despedida sobre los datos y el análisis de los clientes
- Preguntas fundamentales sobre la inversión en IA generativa y la gobernanza de datos
- ¿Por qué la gobernanza de datos es fundamental para el éxito de la IA generativa?
- ¿Cómo están invirtiendo las organizaciones en datos y análisis?
- ¿Qué papel juega la calidad de los datos en la innovación impulsada por la IA?
- ¿Cómo el aumento de la inversión crea una ventaja competitiva?
- Acerca del autor
La esencia
- La IA generativa es una prioridad en las salas de juntas. El 95% de las organizaciones tienen la IA en su agenda de liderazgo y más de la mitad promueve activamente su adopción.
- Los desafíos relacionados con los datos siguen siendo una barrera importante. Casi el 70 % de las organizaciones tienen dificultades para acceder a datos confiables, lo que limita la eficacia de GenAI.
- La inversión en datos y análisis está aumentando. El 69 % de las organizaciones aumentaron su financiación en 2024, y los sectores minorista, manufacturero y de servicios al consumidor lideraron el camino.
- El éxito de la IA depende de una sólida gobernanza de los datos. Las organizaciones que priorizan la calidad y la gobernanza de los datos están mejor posicionadas para impulsar la innovación en IA y el crecimiento empresarial.
- La alineación estratégica genera ventaja competitiva. Las empresas que inviertan en transformación digital, innovación y gestión del rendimiento liderarán la próxima ola de avances impulsados por la IA.
El interés por la IA generativa sigue creciendo y capta la atención de líderes empresariales de todo el mundo. El Instituto de Investigación Capgemini informa que la IA generativa está ahora en la agenda de las salas de juntas del 95 % de las organizaciones, y el 54 % de los ejecutivos afirma que sus equipos de liderazgo son firmes defensores de su adopción.
De manera similar, los datos de Dresner Advisory Services muestran niveles similares de importancia percibida: el 28 % de las organizaciones informan el uso de IA generativa en producción (primeros usuarios), una mayoría indica experimentación con IA generativa (52 %) y un 11 % adicional espera usar IA generativa para fin de año.
Este entusiasmo plantea una pregunta fundamental: ¿los líderes están haciendo lo que dicen con dinero? Esto incluye reconocer que la inversión significativa para la mayoría de las organizaciones debe extenderse más allá de invertir en la implementación de modelos LLM y bases de datos vectoriales.
Y para los líderes en experiencia del cliente, la verdadera ventaja competitiva en IA no es solo implementar modelos: es garantizar que los datos que los alimentan sean precisos, accesibles y estén alineados con los objetivos comerciales.
Antes de la IA, hay que arreglar los datos: por qué la gobernanza es el verdadero punto de partida
Una investigación realizada por Dresner Advisory Services (se requiere iniciar sesión) revela que casi el 70% de las organizaciones tienen dificultades para acceder fácilmente a datos confiables y contenido analítico (nota del editor: el autor es director de investigación en Dresner).
Esto plantea una sorprendente paradoja: si bien las empresas dependen cada vez más de los datos para los modelos de inteligencia artificial y la toma de decisiones, su éxito depende de datos confiables y de alta calidad que proporcionen información crítica para los sistemas y procesos operativos. Sin una sólida gobernanza de datos y una gestión industrializada de los mismos, los datos pueden convertirse rápidamente en un lastre.
Para estas organizaciones, el punto de partida no es la IA en sí, sino la solución de los problemas de los datos heredados y el establecimiento de una gobernanza sólida. Abordar estos problemas fundamentales es esencial para aprovechar al máximo el potencial de la IA generativa y reducir los riesgos operativos posteriores de que la IA generativa dependa de datos de calidad subóptima, de procedencia incierta o ambos.
Aumenta la inversión en datos y análisis
Si hay buenas noticias, la inversión en datos y análisis está creciendo : el 69 % de las organizaciones informan de un aumento de la inversión a finales de 2024, mientras que solo el 31 % mantiene o reduce la financiación constante. Las industrias que superan el promedio en cuanto a aumento de la inversión incluyen el comercio minorista y mayorista, la fabricación y los servicios al consumidor. Las empresas de estas industrias tienen una necesidad urgente de volverse competitivas en mercados que evolucionan rápidamente.
La tendencia hacia la manufactura se alinea con los principios destacados en Fusion Strategy: How Real-Time Data and AI Will Power the Industrial Future (Estrategia de fusión: cómo los datos en tiempo real y la IA impulsarán el futuro industrial) . El libro aboga por combinar las fortalezas de las industrias tradicionales con las capacidades de la IA para aprovechar grandes conjuntos de datos para lograr una innovación revolucionaria. Este enfoque implica combinar lo que las industrias físicas hacen mejor (fabricar y entregar productos tangibles) con aquello en lo que las empresas que priorizan lo digital se destacan (aprovechar la IA para interpretar conjuntos de datos complejos e interconectados y descubrir perspectivas estratégicas).
Un ejemplo convincente de esta estrategia es See and Spray de John Deere. Esta solución avanzada utiliza inteligencia artificial para distinguir los cultivos de las malezas, lo que reduce significativamente el uso de herbicidas y aumenta la sostenibilidad. Estas innovaciones resaltan el potencial transformador de combinar la experiencia industrial con el análisis de datos impulsado por inteligencia artificial para crear soluciones más inteligentes y eficientes que impulsen el crecimiento y la innovación.
Los datos y el análisis impulsan la transformación digital
La inversión en datos y análisis da sus frutos si se logra una de estas tres cosas: impulsar la transformación digital, crear innovación o permitir la gestión del rendimiento empresarial. Los datos de Dresner muestran que estas prioridades empresariales se alinean cada vez más con las estrategias de inversión, y que los mayores aumentos se producen en las capacidades de datos y análisis, las iniciativas de transformación digital, el desarrollo de productos y la gestión del rendimiento.
Las organizaciones que aumentan su inversión en datos y análisis tienen más probabilidades de lograr el éxito en sus iniciativas de inteligencia empresarial. Entre quienes consideran que sus iniciativas de inteligencia empresarial han sido extremadamente, muy o moderadamente exitosas, una gran mayoría informa de un aumento de la inversión en esta área.
En cambio, solo el 45 % de las organizaciones que consideran que sus iniciativas de BI han sido poco exitosas o no han tenido éxito informan aumentos similares en la inversión. Esto crea un ciclo que se refuerza: las organizaciones exitosas atraen una mayor inversión, lo que conduce a una adopción más amplia de BI, más casos de uso, mayores tasas de éxito generales y más valor comercial creado por los datos y el análisis.
A finales de 2024, el 53% de las organizaciones informaron un aumento de la inversión en el desarrollo de nuevos productos, lo que supone un aumento de 3 puntos porcentuales respecto del año anterior. La inversión en transformación digital también se encuentra en niveles elevados: el 54% de las organizaciones aumentó su gasto en esta área, y las de servicios al consumidor, educación, fabricación y servicios empresariales lo hicieron con mayor frecuencia que el promedio. Además, el 52% de las organizaciones informan un aumento de la inversión en gestión del rendimiento. Estas tendencias subrayan la importancia estratégica de la toma de decisiones basada en datos en todas las industrias.
Como lo expresa Dennis Klemenz, director de TI de Jova Financial Credit Union, “la base de GenAI son los datos. GenAI es la aplicación de datos a los problemas. GenAI es la unión de esas dos disciplinas”. Su perspectiva destaca una verdad fundamental: la inversión en datos no se trata solo de infraestructura; se trata de permitir la innovación impulsada por la IA y resolver los desafíos comerciales de manera más efectiva. Tener un propósito concreto para las inversiones en datos y análisis garantiza que las organizaciones maximicen sus retornos y mantengan ventajas competitivas a largo plazo.
Palabras de despedida sobre los datos y el análisis de los clientes
El estado de la inversión en datos y análisis refleja un creciente reconocimiento de que la innovación impulsada por la IA depende de una base sólida de datos de alta calidad y bien gobernados. Las organizaciones que priorizan la gobernanza de datos y la gestión industrializada de datos se están posicionando para el éxito a largo plazo con la IA generativa y la inteligencia empresarial.
A medida que la inversión en datos y análisis sigue aumentando, las empresas que alinean estratégicamente su gasto con la transformación digital, la innovación y la gestión del rendimiento obtendrán una ventaja competitiva. El ciclo de refuerzo de la inversión y el éxito pone de relieve una conclusión crucial: quienes inviertan sabiamente en datos hoy serán quienes impulsen los avances del sector mañana.
Preguntas fundamentales sobre la inversión en IA generativa y la gobernanza de datos
¿Por qué la gobernanza de datos es fundamental para el éxito de la IA generativa?
Los modelos de IA generativa se basan en datos de alta calidad y bien estructurados para generar información significativa. Sin una gestión y gobernanza de datos sólidas, las organizaciones corren el riesgo de suministrar a la IA datos poco fiables o incompletos, lo que da lugar a predicciones inexactas, resultados sesgados e ineficiencias operativas.
¿Cómo están invirtiendo las organizaciones en datos y análisis?
El 69% de las empresas aumentaron su inversión en datos y análisis en 2024, con un fuerte enfoque en la transformación digital, el desarrollo de productos y la gestión del rendimiento. Industrias como el comercio minorista, la fabricación y los servicios al consumidor lideran esta ola de inversión.
¿Qué papel juega la calidad de los datos en la innovación impulsada por la IA?
La calidad de los datos determina la eficacia con la que la IA puede mejorar la toma de decisiones e impulsar el éxito empresarial. Las organizaciones que priorizan los datos limpios y accesibles tienen más probabilidades de obtener retornos positivos de sus inversiones en IA.
¿Cómo el aumento de la inversión crea una ventaja competitiva?
Las empresas que invierten estratégicamente en infraestructura de datos y en la adopción de IA crean ciclos de éxito que se refuerzan. Una gestión de datos sólida conduce a un mejor rendimiento de la IA, una mayor inteligencia empresarial y una mejor toma de decisiones, lo que en última instancia genera mayores ventajas competitivas.
Acerca del autor
Myles Suer es analista digital y de CIO, periodista tecnológico y uno de los principales influenciadores de CIO (Leadtail). Es el líder emérito de #CIOChat , que conecta a CIO y líderes tecnológicos sénior a nivel mundial.
