¿Se imagina una inteligencia artificial (IA) que no solo responda a una petición, sino que detecte lo que hay que hacer, coordine los siguientes pasos y los ejecute sin que nadie tenga que indicarle cada movimiento? Ya es posible. Mientras los propios creadores de IA alertan estos días sobre los riesgos de unos sistemas cada vez más autónomos, las empresas avanzan en la dirección contraria: delegan más trabajo a estas herramientas.
Del piloto al despliegue: los obstáculos
Pasar de proyectos piloto a ejercicios a mayor escala exige superar algunas barreras que desde la consultora PwC resumen en:
- Procesos. Escalar exige revisar procesos completos, superar pilotos aislados y garantizar datos de calidad, permisos y acceso seguro al conocimiento corporativo.
- Gobernanza. Es necesario definir responsabilidades, trazabilidad, auditoría y límites de actuación, además de protegerse frente a fugas de datos, ataques y errores.
- Talento. La falta de profesionales especializados y la formación dificultan el salto. El 73% de las organizaciones señala la capacitación en supervisión y orquestación de agentes de inteligencia artificial (IA) como uno de los principales obstáculos.
- Confianza. La supervisión humana añade complejidad, especialmente en sectores regulados, mientras el 65% de los trabajadores no se siente cómodo dejando decisiones a la IA.
- Retorno. El 56% de los CEO aún no ve un beneficio financiero claro de sus inversiones en IA, lo que obliga a medir el impacto de los agentes en el negocio.
Las empresas incorporan ya sistemas que encadenan tareas y colaboran, aunque mantienen bajo supervisión humana las decisiones económicas, regulatorias y reputacionales
¿Se imagina una inteligencia artificial (IA) que no solo responda a una petición, sino que detecte lo que hay que hacer, coordine los siguientes pasos y los ejecute sin que nadie tenga que indicarle cada movimiento? Ya es posible. Mientras los propios creadores de IA alertan estos días sobre los riesgos de unos sistemas cada vez más autónomos, las empresas avanzan en la dirección contraria: delegan más trabajo a estas herramientas.
Del piloto al despliegue: los obstáculos
Pasar de proyectos piloto a ejercicios a mayor escala exige superar algunas barreras que desde la consultora PwC resumen en:
- Procesos. Escalar exige revisar procesos completos, superar pilotos aislados y garantizar datos de calidad, permisos y acceso seguro al conocimiento corporativo.
- Gobernanza. Es necesario definir responsabilidades, trazabilidad, auditoría y límites de actuación, además de protegerse frente a fugas de datos, ataques y errores.
- Talento. La falta de profesionales especializados y la formación dificultan el salto. El 73% de las organizaciones señala la capacitación en supervisión y orquestación de agentes de inteligencia artificial (IA) como uno de los principales obstáculos.
- Confianza. La supervisión humana añade complejidad, especialmente en sectores regulados, mientras el 65% de los trabajadores no se siente cómodo dejando decisiones a la IA.
- Retorno. El 56% de los CEO aún no ve un beneficio financiero claro de sus inversiones en IA, lo que obliga a medir el impacto de los agentes en el negocio.
Feed MRSS-S Noticias
