Presupuesto para IA: No lo apruebe antes de comprobar la preparación de la red.

La inteligencia artificial ha pasado rápidamente de la fase experimental a convertirse en una prioridad absoluta en los consejos de administración. Pero antes de aprobar el próximo presupuesto para IA, los líderes empresariales del Reino Unido deberían plantearse una pregunta fundamental: ¿Podrán sus redes soportar la IA a gran escala una vez que supere la fase experimental?

Una investigación británica reciente ha revelado que el 55% de las organizaciones priorizarán la inversión en inteligencia artificial (IA) o aprendizaje automático (ML) durante los próximos doce meses, mientras que casi una de cada seis admite que está invirtiendo fuertemente con poca rentabilidad por temor a quedarse atrás.

Esta presión es comprensible, pero aquí el debate sobre el retorno de la inversión (ROI) se vuelve muy limitado.

El valor de la inteligencia artificial no siempre será evidente de inmediato tras su implementación. Algunas ventajas se consiguen mediante la automatización y la productividad, mientras que otras surgen a través del desarrollo de capacidades a largo plazo: mayor resiliencia, mejor inmunidad, toma de decisiones más rápida y nuevas formas de trabajar.

El peligro reside en que los consejos de administración financien la IA como una transformación, para luego juzgarla como un proyecto de software a corto plazo. En el Reino Unido, solo el 15 % de las organizaciones afirma que sus implementaciones de IA han superado las expectativas, lo que exige un debate más profundo sobre las condiciones que la IA necesita para tener éxito.

¿Dónde flaquea la inteligencia artificial?

Cuando el rendimiento de la IA falla, la atención suele centrarse en el modelo, los datos o el equipo que desarrolló el caso de uso. Estos factores son importantes, pero rara vez explican el problema por completo.

La inteligencia artificial depende del contexto en el que opera: datos, red, modelo de seguridad, gobernanza y competencias del entorno. Si estas condiciones son débiles, incluso un caso de uso prometedor puede tener dificultades para ser sostenible y valioso en un entorno de producción.

Una prueba de concepto puede parecer convincente en un entorno limitado, con datos limpios, usuarios controlados y un camino claro hacia la creación de valor. La dificultad surge cuando el proyecto debe operar en oficinas, nubes, sistemas y bases de datos que nunca fueron diseñados para la inteligencia artificial.

En este contexto, la conectividad se convierte en parte del cálculo del retorno de la inversión (ROI). Si la transmisión de datos es demasiado lenta, los flujos de trabajo entre sistemas se interrumpen, los tiempos de respuesta varían según la ubicación o los equipos no pueden detectar dónde disminuye el rendimiento, las empresas comienzan a incurrir en costos por retrasos, retrabajo y pérdida de confianza.

Entre las empresas británicas cuyas aplicaciones de IA no han cumplido las expectativas, el 24 % cita el mal rendimiento de la red o la conectividad como factor determinante. Esta cifra es significativa porque ilustra la facilidad con la que un ambicioso proyecto de IA puede convertirse en un costoso programa piloto cuando no se cuenta con la infraestructura necesaria.

La red se ha convertido en una parte esencial del cálculo del retorno de la inversión.

Durante muchos años, las redes se consideraron infraestructura de back-end. Esto era más fácil de justificar cuando las cargas de trabajo se limitaban al correo electrónico, el intercambio de archivos o el acceso estándar a servicios SaaS. Sin embargo, defender este enfoque se vuelve mucho más difícil cuando la inteligencia artificial se integra en las operaciones en tiempo real, los flujos de trabajo de los clientes, la detección de fraudes, las predicciones o los servicios de soporte técnico.

La inteligencia artificial genera requisitos operativos diferentes. Las empresas necesitan transferir datos de forma segura, gestionar las cargas de trabajo de manera inteligente, mantener la continuidad del negocio y comprender dónde se acumulan los costos. Sin esta visibilidad, el retorno de la inversión se vuelve reactivo; sin agilidad, los procesos basados ​​en IA siguen siendo frágiles; y sin conectividad segura, los nuevos casos de uso crean nuevas vulnerabilidades. Por esta razón, el debate sobre la infraestructura debe comenzar muy pronto en el ciclo de vida de la IA.

De cara al futuro, el 54% de las organizaciones del Reino Unido afirma que necesita redes más flexibles y escalables para prosperar en un entorno impulsado por la IA, mientras que el 57% afirma que necesita mayor flexibilidad y fiabilidad para maximizar el tiempo de actividad.

Estas cifras no deben interpretarse como una lista de deseos tecnológicos, sino más bien como indicadores de que la inteligencia artificial está obligando a las empresas a transformar el entorno que rodea el desempeño digital. Si se espera que la IA respalde la toma de decisiones, la atención al cliente y los procesos, entonces la red central se convierte en una parte integral de la estrategia de crecimiento, un hecho que se ve reforzado por la adopción generalizada de la IA en las empresas.

Cuatro preguntas de cara a la próxima ronda de financiación de la IA.

Antes de aprobar el próximo presupuesto para IA, los consejos de administración deberían preguntarse: ¿Adónde irán los datos? ¿Quién podrá observar este movimiento? ¿Podrá la red dar soporte a la IA después de la fase piloto? ¿Y qué sucederá si se produce algún fallo?

Estas preguntas obligan a los consejos de administración a mirar más allá de la capa de aplicación y a analizar si la organización cuenta con las condiciones necesarias para escalar lo que financia. También le brindan al director de sistemas de información (CIO) una manera de fundamentar sus ambiciones en las realidades operativas esenciales: infraestructura, competencias, gobernanza, seguridad, tráfico de datos y control de costes.

La parte más difícil de calcular el retorno de la inversión en IA radica en que parte de su valor tardará en materializarse. Ningún consejo de administración juzgaría el valor de internet basándose en su primer año, y la IA debería abordarse con la misma premisa. La medición a corto plazo es importante, pero no puede ser una excusa para no invertir lo suficiente en el desarrollo de las capacidades que posibilitan el valor a largo plazo.

La próxima ola de inversión en IA no se logrará solo con entusiasmo. Antes de elegir el próximo modelo, financiar la próxima plataforma o anunciar el próximo proyecto piloto, los consejos de administración del Reino Unido deben replantearse la red subyacente.

Invertir en IA impulsado por el miedo a perderse algo (FOMO) no hará avanzar a las empresas. El valor sostenible provendrá de crear las condiciones adecuadas desde el principio.