El desafío para las empresas: pasar de probar la IA a usarla en serio

La adopción de inteligencia artificial en las empresas es realmente un obstáculo para las compañías , desde la experimentación con la tecnología hasta su implementación real a escala.

Así lo plantearon Emiliano Actis Dato, Tech Leaders Community Lead para Hispanoamérica de IBM, y Diego Tártara, director de Tecnología Global de Globant, durante encuentros recientes sobre el estado de la industria tecnológica en la región.

Del piloto a la producción Tártara citó estudios del MIT y de Gartner que muestran la magnitud del problema.

“ El 95% de los proyectos fallando o no cumpliendo con el objetivo de negocio que pensabas.

Solo 15% pensando realmente, no en pequeñas tareas, sino realmente en automatizaciones completas y el uso full day ”, explicó el directivo de Globant, compañía fundada en Argentina en 2003 que hoy opera en 35 países con más de 27.000 empleados y cotiza en bolsa desde hace 12 años.

Actis Dato identificó el mismo fenómeno desde la óptica de IBM.

“Lo que está yendo muy rápido es la experimentación, muchos pilotos, muchas pruebas, muchas ideas, hipótesis que se llevan a cabo con IA.

Después llevarlo a producción, ahí es donde tenemos el desafío, ahí es donde realmente hay que pensar un poco distinto ”, señaló el ejecutivo.

Según explicó, esa etapa exige “ pensar en plataformas, pensar en sistemas que nos permitan innovar rápido pero en el momento de pasar a producción que no sea tan complejo hacerlo, que esté ese marco de gobierno”.

Globant cambia el modelo de servicios Para resolver ese salto entre la prueba y la escala, Globant reformuló su modelo de entrega de servicios con Globant Enterprise AI (GEAI), una plataforma que combina agentes supervisados por humanos.

“Es un sistema de autogestión donde vos interactuás con agentes que detrás tienen esa supervisión humana que te dan el accountability.

Lo que a vos te voy a entregar es software Enterprise Grade.

No sacrificás la calidad, pero sí tenés trazabilidad de toda la historia ”, detalló Tártara.

El nuevo esquema, explicó, permite cobrar “ por output y no por gente y horas ”.