Ciencia y Tecnología
El segundo Data and AI Impact Report de IDC se basa en una encuesta realizada a 2,699 tomadores de decisiones de 28 países. De acuerdo con sus resultados, el 62% de las organizaciones que adoptan buenas prácticas de confianza en inteligencia artificial reporta un ROI sólido, frente a solo 4% entre aquellas que no las aplican.
Mario Ulloa, Country Lead de SAS México y asesor de clientes del sector público para América Latina, dijo a El Peruano que el principal desafío no es la tecnología en sí, sino la capacidad de escalar los proyectos más allá de las pruebas de concepto.
Entre las principales barreras mencionó la falta de calidad y trazabilidad de los datos, las dificultades para explicar las decisiones de la inteligencia artificial y la ausencia de marcos sólidos de gobernanza.
Desafíos
Uno de los principales desafíos está relacionado con la infraestructura de datos. El estudio revela que solo el 17.5% de las organizaciones encuestadas a nivel global se encuentra en el nivel más alto de madurez, con una infraestructura suficientemente optimizada para responder a las demandas de la IA confiable y la IA agéntica.
Según Ulloa, la mayoría de las organizaciones todavía se encuentra en una etapa intermedia de madurez de datos. Aunque numerosas empresas han avanzado en la adopción de inteligencia artificial, aún deben fortalecer la integración, la calidad, el linaje y la gobernanza de la información.
Estas capacidades adquieren mayor importancia a medida que los sistemas ganan autonomía. Cerca del 89% de los encuestados señaló que sus agentes de IA ya intervienen de alguna manera en la toma de decisiones, desde apoyar acciones que posteriormente son aprobadas por personas hasta actuar de forma autónoma.
Sin embargo, la confianza disminuye a medida que aumenta esa autonomía. El reporte indica que la confianza global alcanza el 76% en la inteligencia artificial generativa, pero baja al 66% en la IA agéntica. Para Ulloa, la diferencia responde a que las organizaciones están pasando de utilizar sistemas que generan recomendaciones a otros capaces de ejecutar acciones.
“La pregunta ya no es si implementarán agentes de IA, sino cómo garantizarán que sus decisiones puedan ser auditadas, explicadas y supervisadas”, sostuvo. En ese contexto, es clave definir en qué situaciones un agente puede actuar de forma autónoma, cuándo debe intervenir una persona y cómo debe quedar documentada cada decisión.