Tener prisa por alcanzar el ROI de la IA puede salir caro

Muchas organizaciones han luchado por encontrar el retorno de la inversión (ROI) después de lanzar proyectos de inteligencia artificial (IA), pero existe el peligro de exigir demasiado, demasiado pronto, según la firma de investigación y asesoramiento de TI Forrester.

La empresa predice que las empresas obsesionadas con el retorno de la inversión darán marcha atrás prematuramente, a medida que algunos responsables de TI empiecen a darse cuenta de que dar más tiempo a los experimentos para que florezcan puede ser más importante que esperar un rápido ROI.

Casi la mitad de los responsables de la toma de decisiones de IA afirman que sus organizaciones esperan un retorno de la inversión en IA en un plazo de uno a tres años, mientras que otro 44% espera un plazo más largo, según la encuesta AI Pulse Survey 2024, del segundo trimestre de Forrester.

“Las empresas están logrando mejorar la experiencia del cliente, la productividad de los empleados e incluso nuevas fuentes de ingresos con el uso de la IA”, afirma Forrester en su última ronda de predicciones sobre IA. “Pero se está produciendo un reinicio de la IA. Los casos de uso obvios con los que las empresas experimentaron el año pasado ahora son apuestas de mesa e incrustadas en el software empresarial”.

Medirlo todo

Buscar el ROI demasiado pronto suele ser producto de una mala planificación, afirma Rowan Curran, analista de IA y ciencia de datos de Forrester. Las organizaciones que despliegan herramientas de IA primero tienen que fijar expectativas razonables y establecer métricas clave para medir el valor del despliegue, afirma.

En muchos casos, las organizaciones que utilizan IA generativa para tareas genéricas de uso general no obtienen el aumento de productividad o el retorno de la inversión que esperaban, afirma Curran. Los proyectos de IA orientados a resolver problemas específicos de la organización que los despliega tienden a ser más prometedores.

“Hay mucha gente que ha estudiado algunos casos de uso potenciales en torno a la IA que, si se analizan a un alto nivel, podrían ser muy atractivos por el aumento de la productividad o algún otro tipo de impacto más amplio”, afirma. “La gente estaba muy entusiasmada con cosas como los copilotos, y para esas cosas, ha sido difícil concretar algunos números específicos de ROI que puedan vincularse directamente a los resultados comerciales”.

Los comentarios de Curran sobre los copilotos son válidos para muchos CIO que no están del todo convencidos de estas herramientas, incluso cuando intentan diferenciar entre lo que es publicidad y dónde obtener resultados. Para otros, la IA agéntica, que se centra más en la toma de decisiones que en la generación de contenidos, es prometedora como uso de la IA que podría repercutir en los resultados empresariales.

Para demostrar un caso de uso concreto, Curran pone como ejemplo un centro de llamadas. Adoptando un agente de IA para ayudar con las llamadas, un call center podría reducir el tiempo de llamada entre 30 y 40 segundos, un enorme aumento de la productividad cuando los empleados gestionan grandes volúmenes de llamadas al día.

El objetivo de reducir el tiempo de una llamada media es medible y controlable a lo largo del tiempo, señala.

Muchos caminos hacia el retorno de la inversión llevarán más tiempo, afirma Curran. “Usted podría tener su despliegue inicial, digamos que es un chatbot de soporte interno para empleados que responde con un 75% de precisión”, dice. “Su ROI objetivo puede sentarse alrededor del 85% o 90% de precisión, pero no hay manera de llegar a eso sin desplegarlo y lograrlo lentamente con el tiempo al tener personas que dan retroalimentación y refinan las respuestas”.

Añade que el retorno de la inversión se obtendrá paso a paso. “No llegará de golpe”, afirma.

Uno de los retos para los CIO es decidir cuándo dar carpetazo a un proyecto de IA. La elección depende de las circunstancias y necesidades únicas de cada organización, afirma Curran. No existe una fórmula a seguir por los CIO y otros responsables de TI.

Miedo a quedarse atrás

Pero, en primer lugar, las organizaciones deben saber cuándo la IA es la opción adecuada. Parte del problema con los proyectos de IA abandonados es que muchas organizaciones se lanzan por miedo a quedarse atrás, dice Tony Fernandes, director de experiencia de IA de HumanFocused.AI, una consultora de estrategia y diseño de IA.

A menudo, los consejos de administración obligan a los CIO y otros responsables de TI a adoptar la IA, y los proyectos fracasan por falta de la debida diligencia, añade. Esa misma presión también puede empujar a los CIO a exagerar el progreso de la IA cuando quizá se haya demostrado poco prometedor.

“En lugar de adoptar el enfoque de arrastrarse-caminar-correr, veo que las organizaciones intentan pasar de 0 a 60 en microsegundos”, dice Fernandes, también CEO de UEGroup, un proveedor de diseño estratégico e insights. “No es que estén abandonando la IA demasiado pronto, es que se están metiendo en callejones sin salida a toda velocidad porque no se tomaron el tiempo para conocer primero el terreno y hacer la experimentación metódica que se necesita”.

Las organizaciones consiguen el ROI con la IA cuando es la mejor herramienta para el trabajo, añade. Muchas empresas que ahora se apresuran a adoptar la IA acabarán volviendo a soluciones tecnológicas más tradicionales en los próximos cinco a siete años, predice.

“Las organizaciones que se unen al rebaño en esta fase están utilizando la IA como una solución en busca de un problema”, afirma Fernandes. “La mayoría nunca verá un ROI”.

Al igual que Fernandes, Rob Owen, CIO de la firma de contabilidad y asesoría de TI Sax, ha visto cómo algunas organizaciones se apresuraban a adoptar la IA, con algunos de los primeros en adoptarla pagando una prima para alquilar GPU y otras infraestructuras.

“Vimos cómo muchos proyectos se paraban y empezaban a decir: ‘Estos costes se están descontrolando’, porque habían subestimado el tiempo y los recursos que, desde el punto de vista técnico, se necesitarían para llevarlo a cabo”, explica. “Vimos cómo se abandonaban muchos proyectos”.

Empezar con poco y rentable

Desde los primeros días de la IA generativa disponible comercialmente, muchos servicios de IA se han hecho disponibles, dando a las empresas opciones a precios razonables, dice Owen. Sax ha desplegado la IA en varios proyectos internos, incluidas sus funciones de servicio de help desk, con la empresa entrenando y personalizando los modelos de IA por sí misma.

“Mi enfoque es jugar, aprovechar la IA de la forma más rentable posible”, dice. “Y cuando tengas una prueba de concepto, un modelo que funcione, amplíalo. No empieces a lo grande y esperes lo mejor, a menos que hayas visto a alguien hacerlo, o tengas un modelo probado para empezar”.

Aunque Sax mide sus proyectos de IA mediante el seguimiento de los KPI, Owen cree que a menudo es irracional esperar un retorno de la inversión inmediato. La mayoría de los proyectos de IA tardarán entre 18 y 24 meses en lograr el ROI, dice.

“Si tienes un buen personal de TI, van a resolver problemas”, dice. “No todos los proyectos pueden resolverme un problema de negocio inmediatamente. Tienes que idear formas divertidas de hacer que tu gente más inteligente empiece a jugar con el material”.