IA generativa: ¿burbuja especulativa o inversión a largo plazo?
Alejandra Attal, Chief Revenue Officer de VISEO, comparte su perspectiva. Gracias a los constantes intercambios con las unidades de negocio, los equipos de ventas, los clientes y los actores tecnológicos, tiene una visión privilegiada de las tendencias del mercado, en particular en IA generativa. Desde hace varios meses, este tema está en el centro de los debates. Tras un intenso periodo de entusiasmo, se asiste a una vuelta al pragmatismo, con algunos proyectos incluso abandonados. Entonces, ¿es la IA generativa sólo…
¿GenAI, el fin de un Eldorado?
En 2024, un estudio de mercado realizado con nuestros socios reveló las expectativas y la madurez tecnológica del ecosistema de la IA generativa. En 2023, los copilotos lanzados por Microsoft y otros actores generaron un entusiasmo masivo. Sin embargo, a principios de 2024, los clientes se vuelven más exigentes. Buscan resultados tangibles antes de renovar sus inversiones.
Según Gartner, alrededor del 30% de los proyectos de IA generativa podrían abandonarse de aquí a 2025. Los elevados costes y los resultados a veces decepcionantes están frenando a algunos. Esta observación subraya la importancia de una estrategia bien pensada.
Dinámica del mercado de la GenAI
El mercado de la IA generativa se basa en tres tipos principales de actores:
- Hiperescaladores, que dominan gracias a su infraestructura.
- Los proveedores de modelos, que se enfrentan a una competencia feroz.
- Las aplicaciones, que están en contacto directo con los clientes, pero luchan por diferenciarse.
Las presiones presupuestarias y el reto de demostrar el valor añadido de cada innovación complican la situación. En respuesta, algunas empresas prefieren integrar la IA generativa como palanca secundaria, apoyándose en soluciones sólidas.
Nuevos retos relacionados con la GenAI
En los inicios de la IA generativa, la preocupación por la seguridad obstaculizaba los proyectos. Ahora, las expectativas se centran en el aumento tangible de la productividad y el impacto económico. Sin embargo, sigue habiendo retos:
Complejidad de la infraestructura: Muchos sistemas necesitan modernizarse para aprovechar plenamente las nuevas soluciones.
Rápida evolución tecnológica: Algunas herramientas se quedan obsoletas incluso antes de su despliegue completo.
Dificultad para identificar casos de uso relevantes: La IA generativa es útil para algunas tareas (atención al cliente, creación de contenidos), pero no para todas.
Anticiparse al éxito
Aunque la IA generativa ofrece perspectivas prometedoras, debe utilizarse como un medio, no como un fin en sí misma. Centrándose en el valor añadido y anticipando las transformaciones necesarias, las empresas pueden obtener beneficios duraderos.
Los avances tecnológicos seguirán siendo rápidos e impredecibles. Sin embargo, pilares como la ciberseguridad, los datos y la computación en nube serán esenciales para dar forma al futuro.