Empresas como Microsoft, Google y Salesforce apuestan por la IA generativa, pero las tasas de adopción están muy por debajo de la inversión. He aquí por qué.
por David Barry
Empresas como Microsoft, Google y Salesforce apuestan por la IA generativa, pero las tasas de adopción están muy por debajo de la inversión. He aquí por qué.
A pesar de los miles de millones de dólares invertidos en IA, las grandes tecnológicas están experimentando una dura prueba de fuego: la inteligencia artificial generativa aún no está generando la profunda transformación económica que muchos esperaban (o anhelaban). Incluso Satya Nadella, director ejecutivo de Microsoft, instó a la cautela , advirtiendo contra la búsqueda de hitos en inteligencia artificial general (IAG) sin un impacto real. En cambio, argumenta que el verdadero potencial de la IA debería medirse por ganancias tangibles de productividad, como las observadas durante la Revolución Industrial. Hasta el momento, esas ganancias aún no se han materializado.
El reciente informe de resultados de Salesforce pone de relieve la dificultad. La plataforma Agentforce, impulsada por IA, ha experimentado una adopción más lenta de lo previsto, lo que ha contribuido a una previsión de ingresos decepcionante y a una caída del 5% en las acciones. Mientras tanto, los modelos de IA más avanzados de OpenAI, considerados innovadores, aún requieren una supervisión rigurosa y carecen de la velocidad necesaria para una transformación real.
A medida que los gigantes tecnológicos siguen apostando a lo grande por la IA, la creciente desconexión plantea una pregunta crucial: ¿está la IA realmente revolucionando la productividad o todavía estamos esperando su prometido avance?
Las brechas de habilidades y las complejas pilas de IA obstaculizan la adopción de GenAI
Al menos en cierto sentido, mientras la IA generativa continúa transformando las industrias, surge un nuevo desafío: los desarrolladores tienen dificultades para mantenerse al día. Una encuesta realizada en enero por IBM indicó que la falta de habilidades, la complejidad excesiva de las pilas de IA y otros problemas impiden que los empleados técnicos adopten la IA.
Según la autora, Ritika Gunnar, directora general de datos e IA de IBM, la encuesta descubrió que los especialistas en IA y los científicos de datos confiaban en sus habilidades, pero solo el 24% de los desarrolladores de aplicaciones se consideran expertos en el campo.
La brecha de conocimiento se ve agravada por la falta de marcos claros y mejores prácticas para el desarrollo de IA, señaló Gunnar, y el 33% de los desarrolladores citan la ausencia de un proceso de desarrollo de IA estandarizado como un desafío importante.
Al mismo tiempo, los desarrolladores se ven abrumados por la gran cantidad de herramientas necesarias para crear aplicaciones de IA. Casi tres cuartas partes (72 %) de los encuestados utilizan entre cinco y quince herramientas diferentes, y el 13 % utiliza quince o más. A pesar de la necesidad de rendimiento, flexibilidad, facilidad de uso e integración, muchas de estas cualidades siguen siendo escasas en las herramientas existentes, lo que complica aún más el proceso de desarrollo de IA.
IBM aboga por una pila de desarrollo de IA simplificada, que incluya marcos de código abierto y herramientas optimizadas, para abordar estos desafíos. Cabe destacar que IBM ofrece estas soluciones, como su plataforma watsonx.ai, watsonx Code Assistant y las soluciones de integración de aplicaciones de IBM, pero no está claro cuán efectiva será esta estrategia.
Qué se necesita para que la adopción por parte de los trabajadores despegue
El panorama es aún menos optimista para los trabajadores. El entusiasmo mostrado por las grandes tecnológicas en sus inversiones en GenAI no es correspondido entre los trabajadores, según declaró a Reworked Cheney Hamilton, director ejecutivo y analista de investigación de Bloor Research.
El problema no radica en la IA en sí, afirmó, sino en que las empresas intentan integrarla en modelos laborales obsoletos, sin comprender cómo trabaja realmente la gente. “Lo hemos visto de primera mano: el 90 % de los empleados afirma que la descripción de su puesto no se corresponde con su trabajo diario. Si las empresas no saben cómo es realmente el trabajo, ¿cómo pueden esperar que la IA lo mejore?”, preguntó.
Añadió que, si bien las empresas asumen que la IA es intuitiva, aún queda un largo camino por recorrer para alcanzar la sofisticación que genera grandes aumentos de productividad. Los empleados necesitan capacitación real sobre cómo funciona la IA, pero también sobre cómo facilita su trabajo y para qué pueden usarla. Sin esta capacitación, la aceptación de la IA se estancará, afirmó Hamilton.
«Las empresas deben dejar de especular sobre qué debería automatizar la IA y empezar a analizar los flujos de trabajo humanos reales actuales», afirmó. «La IA debería mejorar lo que las personas ya hacen, no solo reemplazar tareas que los líderes y gerentes empresariales consideran redundantes».
Detrás de la disyuntiva entre gasto y adopción de GenAI
Marisa Zdroik de NTT DATA atribuye la desconexión entre las inversiones en IA de las grandes tecnológicas y las tasas de adopción por parte de los trabajadores a varios factores:
1. Avances tecnológicos rápidos
Las grandes empresas tecnológicas están invirtiendo fuertemente en infraestructura y desarrollo de IA, y se espera que el gasto supere el cuarto de billón de dólares el próximo año. El problema, según Zdroik, es que el ritmo de la evolución tecnológica puede ser abrumador para los trabajadores, lo que dificulta mantenerse al día e integrar plenamente la IA en sus flujos de trabajo.
2. Falta de madurez de la IA
Un pequeño porcentaje de empresas se considera maduro en la implementación de IA, continuó Zdroik. Esto significa que, si bien existen herramientas de IA, aún no están completamente integradas en los procesos de negocio.
3. Liderazgo y preparación organizacional
La adopción exitosa de la IA requiere un liderazgo sólido y una buena preparación organizacional. La realidad es que las empresas aún están descubriendo la mejor manera de integrar la IA en sus operaciones sin contar con buenas prácticas sólidas ni lecciones aprendidas que las guíen.
“Abordar estos desafíos implica invertir en la capacitación de los empleados, fomentar una cultura de innovación y garantizar que las herramientas de IA sean fáciles de usar y accesibles”, explicó Zdroik a Reworked.
¿Cuál es su estrategia de adopción de GenAI?
El retraso en la adopción por parte de los trabajadores se debe a una brecha en la preparación y habilitación digital, explicó a Reworked el director de TI de WalkMe, Uzi Dvir . La adopción de la IA no se produce por defecto, continuó.
Al no priorizar una estrategia de adopción digital con la tecnología adecuada y un enfoque de gestión de cambios, los empleados pueden tener dificultades para adaptar la IA a sus flujos de trabajo o incluso no comprender la necesidad de intentarlo.
Esto, en última instancia, deja las herramientas de IA sin usar o infrautilizadas. Una integración exitosa de la IA requiere cerrar la brecha entre la visión ejecutiva y la preparación de los empleados mediante una adopción digital integral y un apoyo práctico para la implementación, afirmó. Las empresas que sigan esta estrategia estarán en condiciones de aprovechar el potencial transformador de la IA.
La IA ofrece enormes oportunidades, añadió, pero la complejidad está frenando su adopción. Los empleados pierden hasta 36 días laborables al año debido a una combinación de ineficiencias del software y tecnologías obsoletas, lo que pone de relieve la necesidad de una integración de la IA intuitiva.
“Para cerrar la brecha de habilidades en IA, las empresas deben centrarse en cómo los empleados usan las herramientas digitales, identificar los puntos de fricción y ofrecer capacitación especializada”, afirmó. “La IA debería optimizar los flujos de trabajo, no complicarlos”.
Una gestión eficaz del cambio es crucial para una adopción exitosa de la IA, ya que se trata más de guiar a los empleados que de la tecnología en sí, afirmó. «Las organizaciones que triunfan priorizan un enfoque centrado en las personas, ofreciendo orientación en tiempo real dentro de los flujos de trabajo existentes de los empleados. Las herramientas de IA solo aportan valor cuando los empleados están debidamente capacitados y preparados para usarlas».
Desafío de IA
Los enormes gastos de capital en IA por parte de gigantes tecnológicos como Microsoft, Google, Amazon y Meta, que se proyecta que superarán los 320 mil millones de dólares en 2025, contrastan marcadamente con las tibias tasas de adopción en los lugares de trabajo de todo Estados Unidos, dijo a Reworked Serena Huang , asesora de IA de F100 y oradora principal.
Esta desconexión representa uno de los desafíos más importantes en la fase actual de implementación de la IA. Afirmó que, si bien los altos ejecutivos pueden subestimar el uso real, incluso las evaluaciones más optimistas revelan que la adopción está muy por debajo de lo que justificaría inversiones tan extraordinarias.
Huang sostiene que la desconexión se debe a varios factores interrelacionados:
En primer lugar, está la discrepancia fundamental entre cómo se desarrollan las herramientas de IA y cómo se desarrolla el trabajo diario de los empleados, afirmó. «El resultado son herramientas potentes pero mal integradas que generan fricción en lugar de reducirla. Por lo tanto, el motivo por el que el empleador promueve estas herramientas de IA no siempre resuena con los empleados».
El ciclo de entusiasmo por la IA ha dado lugar a iniciativas corporativas de IA impulsadas por el miedo a perderse algo (FOMO, por sus siglas en inglés), en lugar de casos de uso claramente definidos y vinculados a una estrategia empresarial más amplia, añadió. Cuando los líderes carecen de una visión estratégica sobre cómo la IA transforma su modelo de negocio a largo plazo, las implementaciones se convierten más en una solución tecnológica que en la verdadera transformación que pueden ser.
Sin embargo, lo más crítico es la profunda desconfianza de los empleados respecto al propósito y el impacto de la IA. Huang señaló que muchos trabajadores temen que las implementaciones de IA tengan como objetivo principal reducir costos mediante la eliminación de empleos o monitorear su rendimiento y productividad, en lugar de aumentar las capacidades.
“Si no se aborda esta confianza mediante una comunicación transparente sobre los beneficios y limitaciones previstos de la IA y los planes para mejorar y volver a capacitar a los empleados, la adopción seguirá rezagada, independientemente de la cantidad de capacitación y comunicación sobre IA que haya realizado la empresa”, dijo.
Acerca del autor
David es un periodista europeo con 35 años de experiencia que ha dedicado los últimos 15 años al seguimiento del desarrollo de las tecnologías en el lugar de trabajo, desde los inicios de la gestión documental, la gestión de contenido empresarial y los servicios de contenido. Actualmente, con el desarrollo de nuevos modelos de trabajo remoto e híbrido, cubre la evolución de las tecnologías que facilitan la colaboración, la comunicación y el trabajo, y recientemente ha dedicado mucho tiempo a explorar los amplios alcances de la IA, la IA generativa y la IA general.
Fuente: https://www.reworked.co/digital-workplace/big-tech-bets-billions-on-genai-but-adoption-is-slow/