La mayoría de las organizaciones aún no están aprovechando la IA generativa

A pesar del aumento en el conocimiento de la tecnología de IA generativa (GenAI) en 2023, representa solo una pequeña porción del panorama general de la inteligencia artificial. De hecho, según la encuesta ML Insider 2023 de cnvrg.io, una compañía de Intel, la adopción de modelos de lenguaje de gran tamaño (los modelos para entrenar aplicaciones y soluciones de IA generativa) dentro de las organizaciones sigue siendo baja. Los casos de uso más populares de la IA siguen siendo el uso de chatbots/agentes virtuales y la traducción/generación de texto, que han aumentado un 26% y un 12%, respectivamente, en comparación con 2022.

Tres cuartas partes de los encuestados informan que sus organizaciones aún no han implementado modelos GenAI, mientras que el 10% informan que sus organizaciones han lanzado soluciones de este tipo a producción en el último año. La encuesta también muestra que los encuestados con sede en los Estados Unidos (40%) son significativamente más propensos que los que están fuera del país (22%) a implementar modelos GenAI.

"Aunque todavía está en desarrollo temprano, la IA generativa ha sido una de las tecnologías más comentadas de 2023. La encuesta sugiere que las organizaciones pueden dudar en adoptar GenAI debido a las barreras que enfrentan al implementar LLM", recalca Markus Flierl, vicepresidente corporativo y gerente general de Intel Cloud Services.

Si bien la adopción puede no haber despegado, las organizaciones que han implementado modelos GenAI en el último año están experimentando beneficios. Concretamente, han mejorado las experiencias de los clientes (58%), mejorado la eficiencia (53%), mejorado las capacidades del producto (52%) y se han beneficiado de ahorros de costs (47%).

Barreras para la adopción de GenAI

El estudio indica que la mayoría de las organizaciones se acercan a GenAI construyendo sus propias soluciones LLM y personalizándolas según sus casos de uso. Sin embargo, casi la mitad de los encuestados (46%) ven la infraestructura como la mayor barrera para desarrollar LLM en productos.

La encuesta destaca otros desafíos que podrían estar causando una lenta adopción de la tecnología LLM en las empresas, como la falta de conocimiento, coste y cumplimiento. El 84% admite que sus habilidades necesitan mejorar debido al creciente interés en la adopción de LLM, mientras que solo el 19% dice que tiene una sólida comprensión de los mecanismos de cómo los LLM generan respuestas.

Esto revela una brecha de conocimiento como una barrera potencial para la adopción de GenAI que se refleja en las organizaciones que citan la complejidad y la falta de talento de IA como las mayores barreras para la adopción y aceptación de IA. Además, los encuestados clasifican el cumplimiento y la privacidad (28%), la confiabilidad (23%), el alto coste de implementación (19%) y la falta de habilidades técnicas (17%) como las mayores preocupaciones con la implementación de LLM en sus negocios. Al considerar el mayor desafío para llevar los LLM a la producción, casi la mitad de los encuestados apuntan a la infraestructura.