La calidad de los análisis en inteligencia artificial aún deja mucho que desear

En los últimos años, la inteligencia artificial generativa ha transformado el ámbito de los análisis empresariales, facilitando su acceso a usuarios de toda la organización. La inteligencia artificial agente promete llevar esto un paso más allá, automatizando flujos de trabajo completos y tomando decisiones basadas en los insights generados por los agentes. Sin embargo, existe un problema significativo: la calidad de los insights que los agentes producen actualmente deja mucho que desear.

Según un informe reciente, menos de la mitad de los insights generados por agentes en las organizaciones encuestadas contribuyen a la mejora del negocio. Aunque la mayoría de los encuestados elogia la calidad de los insights descriptivos de sus agentes, las opiniones sobre los insights prescriptivos, que son aquellos en los que se basan las acciones, son bastante variadas. La incapacidad para generar insights que realmente mejoren el negocio priva a las organizaciones del retorno de inversión esperado en análisis agentes. Además, los insights defectuosos que provocan acciones incorrectas pueden causar daños reputacionales o financieros.

El informe evalúa cómo las empresas perciben la calidad de los resultados producidos por sus agentes de análisis y examina cómo están buscando mejorar la calidad de los insights y hacer que sus agentes trabajen más eficazmente para el negocio. Entre los hallazgos clave se destaca que el análisis agente recién comienza a dar sus frutos. En promedio, el 48% de los insights generados por agentes de análisis en las empresas encuestadas conducen a acciones que mejoran el negocio. Esto representa un avance notable respecto al 37% que los encuestados afirmaron haber logrado el año anterior. Sin embargo, esto significa que más de la mitad de los insights generados por los agentes todavía no ayudan a las empresas.

Además, una mejor calidad de los insights se traduce en una clara ventaja competitiva. En un pequeño grupo de organizaciones, denominadas "líderes en insights", los agentes de inteligencia artificial tienen un rendimiento mucho mejor que el promedio. En este grupo, más del 70% de los insights generados por los agentes conducen a acciones que mejoran el negocio. Los líderes en insights también califican la calidad de los insights de sus agentes más positivamente que el promedio de todos los encuestados. La diferencia en la calidad es especialmente notable en lo que respecta a los insights prescriptivos.

La falta de contexto adecuado reduce la calidad de las percepciones. Cuando los agentes de análisis ofrecen percepciones de calidad inferior, la principal razón citada por el 55% de los ejecutivos encuestados es la falta de contexto empresarial. Este factor se convierte en un obstáculo significativo para la toma de decisiones informadas y efectivas dentro de las organizaciones. Otro factor importante, según el 45% de los encuestados, es la fragmentación o inaccesibilidad de los datos, que impide que los agentes de análisis puedan acceder a la información necesaria para generar percepciones útiles. Menos líderes de percepción, en comparación con años anteriores, afirman que sus agentes tienen dificultades para acceder al contexto necesario, lo que sugiere una posible mejora en la capacidad de los sistemas de análisis.

La sobrecarga de percepciones inhibe aún más la efectividad de los agentes. En la mayoría (52%) de las organizaciones encuestadas, los agentes de análisis generan demasiadas percepciones para ser evaluadas adecuadamente y, por lo tanto, para que se tomen acciones sobre ellas. Esta situación crea un desafío considerable, ya que menos de una cuarta parte (24%) de las empresas es capaz de evaluar todas las percepciones generadas por los agentes; la mayoría lo hace de manera individual y ese proceso actualmente requiere mucha intervención humana, lo que puede resultar en ineficiencias y en la pérdida de oportunidades para actuar sobre información valiosa.

La gobernanza y la semántica son áreas de enfoque para mejorar las percepciones. Las empresas encuestadas están priorizando iniciativas que permitan obtener mejores percepciones de los agentes mediante el fortalecimiento de la gobernanza de la inteligencia artificial y los datos, lo que es citado por el 60% de los encuestados. Estas iniciativas buscan establecer protocolos claros y efectivos para la gestión de datos, lo que es fundamental para la calidad de las percepciones generadas. Además, están añadiendo una capa semántica a su arquitectura de datos (45%), lo que les permitirá contextualizar mejor la información y mejorar la relevancia de las percepciones. Los expertos que entrevistamos coinciden en que la capa semántica es crucial para asegurar el rendimiento óptimo de los agentes, ya que facilita la interpretación y el uso de los datos en un contexto empresarial.

Descubre ofertas especiales, historias destacadas, eventos próximos y más.

Fuente original: MIT Technology Review IA.