El potencial de la inteligencia artificial está ampliamente documentado, pero su adopción no está exenta de desafíos. Las organizaciones se enfrentan a facturas cada vez mayores de los proveedores de modelos, debido al uso descontrolado de la IA, la falta de gobernanza y los casos de uso mal definidos, lo que dificulta la obtención de un retorno de inversión real.
De acuerdo con Julio César Castrejón, Director de Field Sales – LATAM North en Nutanix, la IA tiene el potencial de transformar la forma de trabajar, impulsando mejoras en la eficiencia y la productividad a una escala comparable a la de una nueva Revolución Industrial. Sin embargo, las ventajas prometidas no están garantizadas: hasta el 90% de los proyectos de IA no logran superar la fase de prueba de concepto.
Las organizaciones que utilizan IA, especialmente los modelos de vanguardia, se enfrentan a costos crecientes. El uso no gestionado de la IA, basado en el consumo, aumenta el riesgo de un gasto descontrolado. A medida que los proveedores buscan recuperar sus costos, el precio de los tokens de IA está subiendo. Las iniciativas para utilizar la IA al máximo, o «tokenmaxing», parecen cada vez más insostenibles, al menos para la mayoría de las empresas.
El especialista señaló que solo una minoría de organizaciones reporta un retorno de la inversión significativo en proyectos de IA, y esto no es culpa exclusiva de la industria. Los laboratorios de IA se enfrentan a sus propias limitaciones de capacidad y al aumento de los costos, especialmente en hardware y energía. Necesitan cubrir esos gastos, financiar el desarrollo de la próxima generación de modelos y recuperar su inversión en el acceso público, a menudo gratuito, a sus herramientas.
Las empresas también enfrentan la proliferación de la IA, con un conjunto cada vez mayor de aplicaciones que incluyen funcionalidades de IA o realizan llamadas a la API de modelos. Estas funciones pueden conllevar costos de uso ocultos. Además, existe el desafío de la IA en la sombra: individuos o equipos pueden tener sus propias herramientas de IA al margen de las políticas de la organización. Al igual que con la computación en la nube y la TI en la sombra antes que ella, incluso las organizaciones con marcos tecnológicos sólidos y centralizados están viendo cómo los usuarios recurren a sus propias herramientas de IA no oficiales, lo que aumenta los riesgos de seguridad, privacidad, soberanía de datos y continuidad del negocio.
Un factor que impulsa el aumento de los costos de la IA es la excesiva dependencia de las empresas de los modelos más grandes y complejos, cuando en muchos casos los modelos más pequeños podrían ser suficientes para tareas específicas, ofreciendo una alternativa más eficiente y económica para las organizaciones que buscan equilibrar innovación y control de gastos.
