A medida que las tendencias de inversión en IA evolucionan hasta 2025, los ejecutivos se enfrentan a una presión cada vez mayor para tomar decisiones estratégicas sobre las implementaciones deIA. Con la rápida adopción de herramientas de IA por parte de las empresas -el 22% las está implantando de forma extensiva y el 33% las utiliza de forma limitada-, comprender cómo evaluar e implantar soluciones de IA se ha convertido en un factor crítico para mantener la ventaja competitiva. En el libro"The Executive Guide to Artificial Intelligence"(La guía ejecutiva de la inteligencia artificial), de Andrew Burgess, el autor ofrece una guía completa para ejecutivos de empresas que deseen comprender e implantar soluciones de IA en sus organizaciones.

‍

Este libro fue publicado en 2017 por Springer International Publishing y ofrece una visión práctica de cómo las empresas pueden aprovechar la inteligencia artificial. Qué ha cambiado en la actualidad?

‍

Tendencias actuales de inversión en IA 2025

El panorama de la IA está experimentando un crecimiento sin precedentes, y las organizaciones realizan inversiones más importantes para seguir siendo competitivas.

Lo básico:

Burgess subrayó la importancia de empezar por definir objetivos claros alineados con la estrategia empresarial, un principio que sigue siendo válido hoy en día. En el libro, identificó ocho capacidades básicas de la IA:

‍

1. Reconocimiento de imágenes
2. Reconocimiento de voz
3. Búsqueda y extracción de información
4. Agrupación
5. Comprensión del lenguaje natural
6. Optimización
7. Predicción
8. Comprensión (hoy)

Evolución de 2018 a 2025:

Desde que se escribió el libro, la IA ha pasado de ser una tecnología emergente a una tecnología generalizada. La capacidad de "comprensión" que Burgess consideraba futurista ha experimentado avances significativos con la llegada de los grandes modelos lingüísticos (LLM) y las tecnologías de IA generativa, que aún no habían surgido en 2018.

marco estratégico para las decisiones de inversión en IA

Las cuatro preguntas esenciales

A la hora de evaluar las inversiones en IA, es crucial centrarse en estas cuestiones críticas:

1. Definición del problema empresarial
2. Métricas de éxito
3. Requisitos de aplicación
4. Evaluación de riesgos

‍

Nota: Este marco de cuatro preguntas procede de los conocimientos actuales y no se presenta explícitamente en el libro de Burgess.

‍

Crear una estrategia de IA eficaz

El marco de adopción:

Burgess propone un marco detallado para crear una estrategia de IA que incluye:

1. Alineación con la estrategia empresarial: comprender cómo la IA puede apoyar los objetivos empresariales existentes.
2. Comprender las ambiciones de la AI - Definir si se desea:
   • Mejorar los procesos existentes
   • Transformación de las funciones empresariales
   • Creación de nuevos servicios/productos
3. Evaluación de la madurez de la AI - Determine el nivel de madurez actual de la organización en una escala de 0 a 5:
   • Tratamiento manual (Nivel 0)
   • Automatización informática tradicional (Nivel 1)
   • Automatización aislada básica (Nivel 2)
   • Implantación táctica de herramientas de automatización (Nivel 3)
   • Aplicación táctica de diversas tecnologías de automatización (Nivel 4)
   • Automatización estratégica integral (Nivel 5)
4. Creación de un mapa de calor de AI - Identificación de las áreas de mayor oportunidad
5. Evaluación de los beneficios "duros" y "blandos".
6. Gestión del cambio - Planificación de la adaptación de la organización
7. Elaboración de una hoja de ruta de AI - Creación de un plan a medio y largo plazo

Evolución de 2018 a 2025:

El marco de Burgess sigue siendo sorprendentemente pertinente hoy en día, pero debe completarse con consideraciones sobre:

• Ética y normativa de la IA (como la Ley de IA de la UE)
• Sostenibilidad medioambiental de la IA
• Estrategias de IA responsables
• Integración con tecnologías emergentes como la computación cuántica

Medir la rentabilidad de las inversiones en IA

Los factores determinantes del rendimiento de la inversión:

Burgess identifica distintos tipos de beneficios de la IA, clasificados en "duros" y "blandos":

Beneficios duros:

• Reducción de costes
• Evitar costes
• Satisfacción del cliente
• Conformidad
• Reducción de riesgos
• Mitigación de pérdidas
• Mitigación de la pérdida de ingresos
• Generación de ingresos

Beneficios suaves:

• Cambio cultural
• Ventaja competitiva
• Efecto halo
• Permitir otras prestaciones
• Transformación digital

‍

‍

‍

Enfoques técnicos de la aplicación de la IA

‍

Tipos de soluciones:

Burgess presentó tres enfoques principales para aplicar la IA:

1. Software de IA comercial - Soluciones comerciales
2. Plataformas de IA: proporcionadas por grandes empresas tecnológicas
3. Desarrollo de AI a medida - Soluciones a medida

Para los primeros pasos, sugirió considerar:

• Prueba de concepto
• Prototipos
• Producto Mínimo Viable (PMV)
• Prueba del supuesto más arriesgado (RAT)
• Piloto

Lo que ha cambiado:

Desde 2018, hemos sido testigos de:

• democratización de las herramientas de IA con soluciones sin código/de bajo código
• Mejora espectacular de las plataformas de IA en la nube
• Crecimiento de la IA generativa y modelos como GPT, DALL-E, etc.
• Aumento de las soluciones AutoML que automatizan partes del proceso de la ciencia de datos

Consideración de riesgos y desafíos

‍

Los riesgos de la inteligencia artificial:

Burgess dedicó un capítulo entero a los riesgos de la IA, señalando:

1. Calidad de los datos
2. Falta de transparencia: la "caja negra" de los algoritmos
3. Sesgo involuntario
4. Ingenuidad de la IA - Límites de la comprensión contextual
5. Dependencia excesiva de la IA
6. Elección incorrecta de la tecnología
7. Actos malintencionados

Evolución de 2018 a 2025:

Desde que se escribió el libro:

• La preocupación por el sesgo de los algoritmos se ha convertido en una cuestión crítica (pendiente)
• La seguridad de la IA se ha convertido en un factor crítico a medida que aumentan las amenazas
• La regulación de la IA se ha convertido en un factor clave
• Los riesgos de los deepfakes y la desinformación generativa por IA se han vuelto importantes
• La preocupación por la privacidad aumenta con el uso generalizado de la IA

Crear una organización de AI eficaz

‍

Del libro de Burgess (2018):

propuso Burgess:

• Creación de un ecosistema de IA con proveedores y socios
• Creación de un Centro de Excelencia (CdE) con equipos especializados
• Considere funciones como las de Chief Data Officer (CDO) o Chief Automation Officer (CAO).

Evolución de 2018 a 2025:

Desde entonces:

• El papel del Director de Inteligencia Artificial (CAIO) se ha convertido en algo habitual
• En la actualidad, la IA suele estar integrada en toda la organización, en lugar de estar aislada en un CoE.
• La democratización de la IA ha dado lugar a modelos operativos más distribuidos
• Surgió la importancia de la alfabetización en IA para todos los empleados

Conclusión

Del libro de Burgess (2018):

Burgess concluyó con la importancia de:

• No se crea el bombo publicitario, sino céntrese en los problemas reales de la empresa
• Iniciar la vía IA lo antes posible
• Una empresa preparada para el futuro gracias a la inteligencia artificial
• Adoptar un enfoque equilibrado entre optimismo y realismo

Evolución de 2018 a 2025:

El llamamiento de Burgess a "no creerse el bombo" sigue siendo increíblemente relevante en 2025, especialmente con el excesivo bombo que rodea a la IA generativa. Sin embargo, la velocidad de adopción de la IA se ha vuelto aún más crítica, y las empresas que aún no han comenzado su viaje hacia la IA se encuentran ahora en una desventaja significativa en comparación con aquellas que siguieron el consejo de Burgess de comenzar pronto (¡en 2018!).

‍

El panorama de la IA en 2025 es más complejo, más maduro y más integrado en la estrategia empresarial de lo que podría haberse previsto en 2018, pero los principios básicos de alineación estratégica, creación de valor y gestión de riesgos que Burgess esbozó siguen siendo sorprendentemente válidos.