El gasto corporativo en IA agente se dispara, pero la claridad va a la zaga

Según la última Encuesta de Pulso de IA de EE. UU. de EY, los presupuestos corporativos se están volcando en proyectos de IA agente en todas las industrias, pero la mayoría de los tomadores de decisiones aún no saben qué están comprando.

El término se está lanzando por todas partes, pegado a cualquier cosa que huela remotamente a IA generativa, y los ejecutivos están aprobando decenas de millones sin una comprensión real de lo que realmente hacen estos sistemas. Eso está creando una desconexión entre el dinero y la capacidad, y no es pequeña.

Uno de cada cinco líderes senior encuestados dijo que su empresa ya ha invertido más de $10 millones en IA, y casi un tercio planea hacer lo mismo el próximo año.

Dan Diasio, líder global de IA de EY, no parecía sorprendido. «La IA agente tiene un efecto de moda que muchos en el mercado quieren capitalizar», dijo Dan. «Hemos visto un increíble rebranding de cualquier cosa relacionada con la IA generativa presentada como «IA agente»».

¿El problema? La mayor parte de lo que las empresas llaman agente todavía funciona como un asistente. Escribes algo, devuelve algo. Puede recomendar un siguiente paso o automatizar algo de trabajo administrativo, pero no hace nada de forma independiente. Dan dijo que los agentes reales saben cuándo se necesita hacer una tarea, entienden el contexto y manejan cada paso sin que se les diga.

Los líderes gastan más, adoptan menos

A pesar del aumento del gasto, la implementación avanza a paso de tortuga. Solo el 14 % de los líderes encuestados dijo que su empresa había implementado completamente la IA agente. Todos los demás están atrapados en el purgatorio de las pruebas piloto. Dan dijo que la brecha se debe a que las empresas no están preparadas para las demandas.

«Esto incluye tener conocimientos organizados y de alta calidad para guiar estos sistemas y una comprensión clara de cómo las empresas navegan el cambio masivo entre los estados actuales y futuros». Traducción: sin base, sin implementación.

Incluso con los rendimientos de las herramientas de IA anteriores, la mayoría de las empresas son reacias a avanzar. Dan dijo que es la combinación de debilidad técnica y resistencia al cambio lo que está frenando las cosas. «Mientras esta combinación crea un clima de incertidumbre, proporciona una hoja de ruta clara para las organizaciones», dijo. ¿Esa hoja de ruta? Arreglar primero el desorden interno. De lo contrario, son solo más pruebas piloto costosas que no llevan a ninguna parte.

Deepankar Mathur, director asociado en Searce, dijo que toda la idea de una adopción a gran escala es bastante inútil ahora. «Es como intentar golpear un objetivo que se mueve constantemente», dijo Deepankar.

La forma en que evoluciona la IA agente no tiene un único momento de lanzamiento. En cambio, se trata de actualizaciones constantes. Identifica lo que necesita automatizarse, decide qué es lo más importante, usa las mejores herramientas disponibles y luego mejóralas nuevamente, de inmediato. «Este ciclo de mejora no es un proyecto temporal; es una imperativo operativo «siempre activo»», dijo.

Los ejecutivos definen roles, aseguran sistemas y desbloquean equipos

Dan dijo que la forma de evitar el miedo y la confusión es tratar la mezcla de IA y humanos como una verdadera asociación. Aclarar quién hace qué. «Esto significa crear una estrategia que describa qué tareas manejará la IA y qué roles desempeñarán los humanos», dijo. Eso elimina la duda y da a los empleados espacio para trabajar con las herramientas en lugar de en contra de ellas.

Pero eso solo funciona si la IA tiene algo con qué trabajar. «Los trabajos se realizan mediante conocimientos y experiencia, que es información que puede existir solo en la cabeza de los trabajadores», dijo Dan. Ese tipo de conocimiento no reside en una base de datos. Tiene que ser capturado y convertido en material estructurado. Los sistemas agentes necesitan eso para tomar decisiones inteligentes. Sin entrada, sin salida.

Y luego está la ciberseguridad. Dan dijo que más agentes en producción significa más vulnerabilidades. «Estamos comenzando a recibir más noticias sobre las implicaciones cibernéticas en muchos agentes», dijo. Eso significa que las empresas necesitan construir planes cibernéticos centrados en la IA desde el primer día. Establecer reglas sobre el uso de datos, privacidad, ética y cuándo debe intervenir un humano. «Al abordar proactivamente estas preguntas de gobernanza, los líderes pueden construir un sistema confiable y transparente», dijo.

Deepankar también abogó por dar a los equipos acceso directo a las herramientas de IA. Dijo que ya no se requiere ser ingeniero para construir algo útil. «La barrera para la implementación de la IA se ha reducido significativamente», dijo. Pero depender de comités directores o juntas centralizadas de IA solo ralentiza las cosas. «El verdadero progreso requiere que los líderes promuevan activamente y habiliten esta adopción generalizada».

Dijo que las empresas más avanzadas están creando centros de excelencia de IA internos. Estos no son departamentos gigantes, solo equipos pequeños de expertos que se integran en diferentes unidades de negocio, los capacitan y los hacen construir sus propios flujos de trabajo agentes. «Las empresas más exitosas están construyendo equipos pequeños y de élite de especialistas en «cinturón negro de IA»», dijo.