Los CIO bajo presión para implementar IA

Según la firma de investigación IDC, el gasto empresarial en servicios, software e infraestructura de IA generativa se disparará en los próximos años, de 16.000 millones de dólares en 2023 a 143.000 millones de dólares en 2027. Pero los equipos de TI encargados de implementar la IA en toda la empresa están preocupados. Los actores de la industria dicen que el desarrollo, la implementación y el uso de la IA pueden tener importantes impactos en las redes, la infraestructura y el desarrollo de software. Una encuesta a 1.000 ejecutivos globales realizada en colaboración con Wakefield Research y publicada esta semana por Enebro En un artículo publicado en el blog sobre la encuesta, Sharon Mandell, vicepresidenta sénior y directora de TI del equipo global de TI de Juniper, descubrió que el 87% de los encuestados se sienten presionados a implementar la tecnología de IA y el 74% siente que las políticas de su empresa no están a la altura de los posibles riesgos y beneficios de la IA. Además, el 82% de los ejecutivos dijeron que sienten presión para implementar rápidamente la IA en una amplia gama de aplicaciones. “Dada la rapidez con la que evolucionan las soluciones y de lo que son capaces, es comprensible que la presión para integrar rápidamente la IA esté creando tensión en muchas organizaciones. También es comprensible que las políticas en torno a una tecnología tan poderosa sean a menudo un punto de fricción”, escribió Sharon Mandell, vicepresidenta sénior y directora de TI del equipo global de TI de Juniper, en una publicación de blog sobre la encuesta. “Si bien la urgencia es palpable, es importante encontrar formas de proceder con cautela para no correr el riesgo de quedarse atrás”, escribió Mandell, señalando que, cuando se trata de IA y políticas de la empresa, tampoco se trata de reinventar la rueda. “La mayoría de las empresas ya tienen políticas claras sobre qué datos pueden y no pueden compartir los empleados con terceros. A menudo, basta con reformular las políticas en términos claros para aclarar que también se aplican a herramientas de IA generativa externas”. Además, dijo Mandell, no olviden considerar las políticas de compra de software y los anexos para revisar de manera más rigurosa todas las soluciones con IA incorporada.

Las redes empresariales no están preparadas para las tareas de IA

Según la encuesta de Juniper, las infraestructuras de red que no están preparadas para la IA han provocado problemas de datos, mayores costes y retrasos en la implementación. El competidor de Juniper, Cisco, encontró resultados similares en su propia encuesta reciente sobre IA, que descubrió que la mayoría de las redes empresariales actuales no están diseñadas para cargas de trabajo de IA. “Las empresas entienden que la IA aumentará las cargas de trabajo de la infraestructura, pero solo el 17 % tiene redes que son completamente flexibles para manejar la complejidad”, dijo Cisco. “El 23 % de las empresas tiene una escalabilidad limitada o nula para abordar los nuevos desafíos de la IA dentro de su infraestructura de TI actual”, también estimó la empresa. “Para satisfacer los mayores requisitos de computación y energía de la IA, más de las tres cuartas partes de las empresas necesitarán unidades de procesamiento gráfico (GPU) adicionales en los centros de datos para ejecutar las cargas de trabajo de IA actuales y futuras”. Además, el 30 % dice que la latencia y el rendimiento de su red no son óptimos o subóptimos, y el 48 % está de acuerdo en que necesita más mejoras en esta área para satisfacer las necesidades futuras”.

Este mes, Siân Morgan, directora de investigación de Dell Oro Group, escribió en un blog sobre la preparación para la IA que “si bien las organizaciones reconocen la necesidad de aprovechar esta tecnología para hacer avanzar sus negocios, los líderes de TI pueden sentirse perdidos sobre qué pasos concretos tomar frente a lo que parece un potencial ilimitado”. Morgan dijo que las empresas recién están comenzando a desarrollar planes estratégicos que incorporan los beneficios de las aplicaciones de IA. “Sin embargo, al invertir en AIOps hoy, las organizaciones pueden mejorar drásticamente su eficiencia”, dijo. “AIOps utiliza análisis avanzados y algoritmos de ML para respaldar tareas complejas de operaciones de red y centro de datos, lo que ayuda a aumentar la eficiencia del almacenamiento del centro de datos, predecir problemas de rendimiento de la red o incluso sugerir y aplicar automáticamente soluciones a los problemas”, dijo Morgan. “La base de AIOps son los datos de entrada precisos”. “El mapeo de la red garantiza que se identifiquen, comprendan y visualicen todos los recursos de TI, y que se capturen las relaciones entre ellos, incluso cuando cambian las configuraciones”, también escribió. “Los algoritmos de IA/ML aplicados a la combinación de datos de mapeo de red y métricas de uso en tiempo real pueden automatizar muchas tareas operativas e incluso llevar a la industria al nirvana de la gestión de redes: operaciones de circuito cerrado o completamente automatizadas”.

Vulnerabilidades preocupantes

Mandell también cree que el hecho de que “la IA se ve muy diferente de otras tecnologías disruptivas de las últimas décadas, como la nube, la Internet de las cosas (IoT) y la telefonía móvil”, plantea otro problema. “La IA no se trata solo de implementar una nueva herramienta o aplicación para la eficiencia; también se trata de analizar el impacto que puede tener en todo el negocio”, dijo. “El miedo a lo desconocido y la incertidumbre de las consecuencias hacen que la adopción de la IA sea un desafío mucho más complejo y desafiante para los CIO que la mayoría de los avances tecnológicos anteriores”. La encuesta de Juniper enumeró varios desafíos que enfrentan los equipos de TI cuando se trata de IA: solo el 1% de los encuestados dijo que no estaba preocupado por las vulnerabilidades introducidas por la IA, incluidas las violaciones de la privacidad, el envenenamiento de datos, las violaciones de datos u otros ciberataques; el 87% dice que puede que no sea posible saber si los resultados de IA de su empresa son precisos; el 89% dice que los empleados confían en la IA más de lo que deberían; el 90% de los ejecutivos dice que todos o la mayoría de sus resultados de IA están influenciados por el sesgo, en comparación con solo el 1% que dice que el sesgo no tiene impacto; El 78% de los encuestados afirma que encuentra errores, y casi el doble de ejecutivos afirman que es más probable que estos errores resulten de imprecisiones en la información que utilizan los sistemas de IA que de problemas con el algoritmo de IA en sí.