Por Jeb Horton, Vicepresidente Senior Global Services en Hitachi Vantara.
En medio de la gran oportunidad y la creciente innovación que representa la Inteligencia Artificial (IA) para los negocios, se encuentra la preocupación sobre la rentabilidad que genera en las organizaciones (ROI).
¿En qué momento el gasto masivo producirá rendimientos? ¿La carrera desenfrenada hacia la IA está haciendo que las empresas caigan en una fuente permanente de gastos que ofrece promesas un tanto vagas? ¿El auge de la IA estaría o no generando el retorno sobre las inversiones y la productividad esperados?
En tanto, muchas organizaciones están avanzando a todo ritmo para automatizar la mayoría de las tareas realizadas por las personas, proyectando ahorros de costos y ganancias que podrían o no materializarse.
Ningún extremo refleja la realidad de la IA, y la manera en que los negocios pueden sacar la mayor ventaja de ella.
Según la Encuesta Pulso sobre la IA para el segundo trimestre de 2024 de Forrester, “casi la mitad de los encargados de la toma de decisiones respecto de IA afirman que sus organizaciones prevén una rentabilidad sobre las inversiones dentro del término de 1 a 3 años, mientras que el 44% predice un período más prolongado”. Los grupos de interés ansiosos por usar IA también pueden ser los mismos que insisten en obtener retornos trimestrales con más rapidez.
El camino hacia la rentabilidad con proyectos variados de IA es asegurar de manera pragmática que resuelven los problemas de la vida real en casos de uso específicos, y que hay demanda de los mismos. Las inversiones en automatización deben mejorar las capacidades humanas en operaciones comerciales especializadas, de manera graduada y medible, para producir ahorros demostrables
Llegar al punto óptimo de innovación de la IA vinculado al retorno financiero implica combinar varias estrategias. Exploremos esto más de cerca.
Trabaja en prototipos y comienza con proyectos pequeños, donde hay demanda
Para crear valor, ventas y retorno sobre la inversión en IA, comienza con talleres de IA para clientes. Esto ayuda a definir casos de uso, determinar modelos e infraestructuras que mejor se adapten a ellos y organizar equipos para desarrollar rápidamente un prototipo que funcione.
Los mejores casos de uso comienzan con las inquietudes de los clientes, pues ellos saben los puntos críticos de sus negocios. El proyecto de IA debería mejorar inmediatamente un proceso clave, utilizando recursos de manera más eficiente, a la vez que satisface los resultados esperados por los usuarios finales.
Esta clase de proyectos no deberían ser ideas de inversión a gran escala que reinventen nuestro mundo, sino que se requiere mantener la atención sobre los objetivos específicos, el propósito por lo general no es ir detrás de algo grande que conlleve un ROI desconocido, sino llevar adelante un proyecto muy pragmático con retornos predecibles.
Comenzar de a poco y agregar productos a la cartera a lo largo del tiempo es una manera de dar impulso gradualmente con un riesgo financiero reducido. Si no necesitas una gran infraestructura desde el inicio, podrás alinear mejor las compras con el presupuesto, la inversión y la rentabilidad.
Trabajar en prototipos efectivos y comenzar con proyectos más pequeños que puedan escalar, es una alternativa natural para un modelo de consumo de infraestructura flexible en el cual, a medida que agregas mejoras a los productos y obtienes rentabilidad, puedes agregar más capacidad de procesamiento y potencia de datos.
Aborda los costos de la infraestructura TI con un modelo de consumo flexible
En el ámbito de la IA, la demanda de infraestructura sólo aumentará. El modelo de consumo de infraestructura flexible significa que los clientes son capaces de consumir sólo los recursos que necesitan en cualquier momento, alineando el proyecto a los objetivos comerciales y presupuestos.
Poder integrar la adquisición según las necesidades, en contraposición a las compras en bloque, mejora el ROI. Un programa que integra con éxito el desarrollo de IA, los requerimientos de infraestructura avanzada y un consumo flexible de recursos de infraestructura está bien posicionado. Puede ayudar a mitigar los costos iniciales de la IA, medir las implicancias del ROI, nivelar las expectativas de los inversores, y establecer una sólida propuesta de valor.
Es muy importante que el modelo de consumo flexible sea fácil de utilizar, por ejemplo, mucho más sencillo que el de los grandes proveedores de Nube Pública, tanto desde la perspectiva de los términos como de los acuerdos contractuales. El consumo flexible debe estar hecho a medida para cubrir las necesidades de los clientes y no forzarlos a realizar una gran cantidad de tareas que pueden o no dar resultado.
Conoce qué te lleva a los gastos excesivos
Es imprescindible preguntar y responder: ¿Realmente obtendré rentabilidad con esta iniciativa o sólo le estoy ofreciendo a alguien una buena función de IA sin un verdadero valor comercial? La función puede brindar sólo una experiencia diferente, pero una igual o menor en términos de valor.
El mercado está oscilando entre el pragmatismo y las grandes ambiciones en lo que respecta a IA. El potencial es enorme, pero si los esfuerzos no generan beneficios desde el comienzo, terminaremos con la misma clase de valor no realizado, con tiempo y dinero perdidos, que crearon las iniciativas de Transformación Digital y la Nube en un pasado no tan lejano, y que actualmente aún generan para algunas empresas.
Equipo Prensa
Portal Innova
 para los negocios, se encuentra la preocupación sobre la rentabilidad que genera en las organizaciones (ROI).){kind=link}