Según datos de Codster, este valor puede variar según la necesidad de cada empresa. Por ejemplo, el tipo de IA, la complejidad de las soluciones, volumen de datos, servicio de expertos, formación y mantenimiento.
La IA es pieza clave en el trabajo diario de empresas en Latinoamérica. En el caso de Chile, esta se destaca por su desarrollo e implementación en empresas, de forma acelerada. Un estudio de IBM evidenció que la adopción de la IA en la región se aceleró en un 67% en los últimos dos años, una cifra por encima del promedio global, de 59%.
Para aquellas empresas interesadas en adoptar la IA, el costo inicial puede representar un obstáculo significativo, con valores que oscilan entre $6.000 y $300.000 USD. Sin embargo, ¿cómo aplican las empresas la inteligencia artificial y justifica realmente su inversión? Generalmente, la adopción de IA busca la optimización de sus operaciones, lo que en muchos casos reporta un Retorno de Inversión (ROI) sustancial.
Desde DSAC Chile, Jesús Sandoval explicó que “la naturaleza de la solución de IA deseada influirá directamente en el trabajo necesario para su desarrollo, el hardware requerido y el software a implementar. Las soluciones estándar son más económicas, pero limitadas en términos de personalización, mientras que las soluciones a medida, aunque más costosas, ofrecen una adaptabilidad total a las necesidades del negocio”.
Las soluciones de IA de mayor envergadura pueden alcanzar millones de dólares en empresas de gran escala como Amazon, Netflix o Google, que gestionan un volumen masivo de clientes y datos.
La clave para determinar si requiere una gran inversión de dinero reside en el alcance de la empresa y de los especialistas que se encarguen de operarlas. Factores como el tipo de IA, la complejidad de la solución, el volumen de datos, los servicios de expertos y el mantenimiento juegan un papel crucial en el costo total del proyecto.
“Los principales costos de estos prototipos es contar con profesionales especializados y utilizar las solucionas que proveen principalmente OpenAI (ChatGPT) y Google (Gemini). Tienen que ser buenos entendiendo los problemas que hay que solucionar (negocio) y tienen que conocer muy bien las herramientas para saber si vale la pena usarlas (y usarlas bien)” sostuvo Matías Sánchez, CEO de Datalized.
Por otro lado, Rodrigo Stefanini, Country Manager de Stefanini Chile afirmó que las herramientas de “inteligencia artificial son relativamente económicas de utilizar. La experiencia necesaria para saber cómo aplicarlos a una solución es escasa y costosa. Entonces, la rareza no está en la herramienta, la rareza está en la cabeza capaz de mirar lo que hay que hacer y saber lo que se debe lograr con las herramientas disponibles”.
“Es importante que las organizaciones puedan comprender de manera rápida y exhaustiva cuáles son los aspectos de automatización y digitalización abordables mediante un modelo, así como la brecha existente entre la resolución de ese problema específico y las capacidades de los modelos actuales. Con esta información, es factible determinar el costo de utilizar soluciones existentes” dijo Tomás Vera Director de Zenta Group.
Para esto es fundamental contar con una estrategia planificada. Primero, se deben identificar las oportunidades de aplicación en áreas, como la automatización y el análisis de datos. Luego, recopilar y preparar datos de alta calidad para entrenar los modelos de IA. Finalmente, se debe colaborar con expertos para desarrollar modelos personalizados, adaptados a las exigencias específicas de la empresa, utilizando técnicas de aprendizaje automático o profundo.
Equipo Prensa
Portal Innova
