¿Invertir en IA? Aquí tienes qué considerar

¿Es rentable invertir en IA? Aquí te contamos qué debes considerar

El Retorno de la Inversión (ROI) ayuda a las empresas a determinar qué proyectos deben ser priorizados, o dicho de manera simple: las iniciativas que merecen más recursos y atención para alcanzar los objetivos comerciales.

  

Dado que estamos hablando sobre el ROI, que involucra números, comencemos con algunas estadísticas:

• Según Forbes, el mercado global de IA se espera que crezca a una tasa de crecimiento anual compuesta del 38% y alcanzará aproximadamente ~1812 mil millones de dólares para 2030.
• La IA es una prioridad principal para el 83% de las empresas.
• Según IBM, el gasto en sistemas de IA aumentará un 27% a 154 mil millones de dólares en 2023.
• Además, comparte que las organizaciones, en promedio, solo pueden obtener un ROI del 5.9% sobre el costo de capital invertido al 10%.
• Sin embargo, los visionarios exitosos han generado un ROI del 13% al aprovechar las oportunidades adecuadas en el momento adecuado.

 

• Una guía para principiantes sobre LLMOps para ingeniería de aprendizaje automático
• Armonizando los canales de experiencia digital del cliente El modelo de sinergia de cuatro cuadrantes de los chatbots y ChatGPT en las organizaciones modernas
• 5 libros gratuitos para ayudarte a dominar Python

Invertir como un Profesional.

 

Dado el enorme gasto, hay una tendencia inevitable a hablar sobre qué hay a cambio de estas inversiones tan cuantiosas. Además, PwC afirma que la mayoría de las empresas ni siquiera pueden obtener ningún retorno.

Las inversiones en IA pronto se convierten en un punto de preocupación para la mayoría de los ejecutivos. Necesitan realizar inversiones en IA prudentes que puedan generar un alto ROI, pero ¿cómo pueden lograr retornos del mismo nivel que los líderes? Tener en cuenta que la estrella polar del retorno esperado es de hasta 30% en los próximos años.

• El primer paso consiste en considerar la IA como una iniciativa estratégica. Debe derivarse de los objetivos específicos de una organización, no de los objetivos de un competidor. Es importante recordar que cada organización tiene una posición única, dada su especialización, modelo de negocio y capacidades técnicas.

• Requiere identificar proyectos que se alineen con la estrategia empresarial, es decir, con las metas y visión de la organización para los próximos 3-5 años.

• Incluso con un camino claro por delante, darse cuenta del potencial de la IA no está exento de obstáculos. Requiere pensamiento analítico e inculcar una cultura de IA en toda la organización.

  

• La mentalidad de la IA ayuda a la empresa a discernir qué proyectos de IA deben iniciarse mientras se es cauteloso con proyectos que no valen la pena invertir en IA. Para comprender el aspecto cultural, se sugiere construir rápidamente una cartera de proyectos oportunistas e innovadores y tener la capacidad de comprender las variables cambiantes sobre la marcha.

• Lo siguiente es el dato: es el elemento clave de toda transformación de IA y, por lo tanto, la mayoría de la atención y los esfuerzos deben enfocarse en construir procesos de gobierno de datos. SAP define el gobierno de datos como “las políticas y procedimientos implementados para asegurar que los datos de una organización sean precisos desde el principio, y luego se manipulen, almacenen, accedan y eliminen de manera adecuada”.

 

Generación de Valor

 

Para comprender el ROI contextualizado para las iniciativas de IA, “valor” se vuelve más importante que las ganancias puras.

Las ganancias implican el efectivo real relacionado con el cálculo de los retornos de manera convencional. Sin embargo, los profesionales de la IA priorizan la “generación de valor” para significar los beneficios para toda la organización derivados de la implementación de la IA.

Con este contexto adicional, desglosemos el ROI en dos componentes. El Retorno es el valor generado a partir de la inversión que involucra los costos de desarrollo de dichos sistemas.

 

Ingresos y retornos 

 

Existen diversas formas de evaluar los ingresos. Además de los flujos de ingresos directos de productos impulsados por IA, algunas iniciativas no son directamente una fuente de ingresos, pero pueden mejorar o complementar sutilmente un proceso existente.

Estas iniciativas pueden no generar resultados inmediatos, pero pueden llevar a un aumento significativo en los ingresos con el tiempo. Considera los motores de recomendación impulsados por IA en plataformas de comercio electrónico que sugieren productos basados en el historial de navegación de los usuarios. Estas recomendaciones empujan suavemente a los usuarios hacia compras adicionales, lo que lleva a un aumento en las ventas.

 

Otro ejemplo es cuando las plataformas mejoran la relevancia de búsqueda y mejoran la experiencia del cliente al proporcionar rápidamente sus opciones de interés, manteniéndolos fieles a la plataforma y reteniéndolos.

 

Costo – como bien sabemos 

 

Los ingresos son solo una parte del cálculo del retorno de la inversión; la otra parte implica una gestión de costos inteligente. Los costos significativos de los proyectos de IA son la infraestructura, la construcción de equipos de IA y las soluciones de gestión de datos.

Contratar el talento adecuado para la IA implica costos de integración, capacitación y compensación. Algunas organizaciones externalizan parte o la totalidad del proyecto que requiere un conjunto específico de habilidades, lo que les ahorra costos iniciales.

Sin embargo, la contratación externa también conlleva un costo indirecto donde el personal interno no está bien equipado para seguir apoyando el proyecto, lo que introduce una dependencia de contratistas externos para el mantenimiento del proyecto y costos adicionales.

La IA se puede implementar en casos tan simples como automatizar algunas de las tareas repetitivas para reducir los errores humanos, lo que ahorra costos operativos.

 

Costo del fracaso

 

Hablemos sobre el costo que a menudo no se tiene en cuenta: el costo asociado con perpetuar las decisiones incorrectas. 

La regla 1-10-100 explica “cómo el no prestar atención a un costo provoca pérdidas en dólares. El costo de la prevención probablemente debería tener prioridad, ya que es mucho menos costoso prevenir un defecto que corregirlo”.

 

Al igual que esta regla, el costo de tomar decisiones incorrectas es fundamental. Requiere construir una mentalidad de pensamiento de diseño desde el principio, incluyendo la delimitación del proyecto e identificar las oportunidades de IA correctas y los riesgos asociados.

Por lo tanto, es vital desarrollar un marco de evaluación de riesgos en toda la organización para abordar preocupaciones como el sesgo, la falta de supervisión, la transparencia y la responsabilidad, la privacidad de los datos, entre otros.

 

Estimación del retorno de la inversión durante la prueba de concepto (PoC)

 

Una estimación inicial del ROI durante la fase de concepción ayuda a priorizar proyectos.

Una vez que se ha obtenido una comprensión más profunda de los problemas comerciales, es hora de hablar de tecnología. Se recomienda comenzar a construir la PoC en lugar de esperar un entorno ideal, donde todos los componentes de entrada, como los datos, los algoritmos, la infraestructura, etc., estén resueltos.

Una vez que comienzas a desarrollar la PoC, la realidad de si es factible escalar el proyecto comienza a tomar forma. 

La PoC te ayuda a verificar la idea dentro de un presupuesto limitado y en un período de tiempo más corto.

El entorno de prueba o el espacio de pruebas garantiza la propuesta de valor antes de invertir en la construcción de sistemas a gran escala. Pero la cuestión de la escala debe tenerse en cuenta desde el mismo inicio de la PoC, ya sea en términos de:

• Construir canalizaciones de datos para admitir datos a gran escala, 
• Algoritmos que requieren recursos computacionales costosos, o 
• El número de usuarios que la aplicación servirá. 

Una estimación de estas dimensiones muestra cómo la solución de IA se integrará en la estructura tecnológica de la organización.

Si la PoC justifica la inversión, el proyecto pasa a la fase de desarrollo.

Cabe destacar que la evaluación de los factores de ingresos y costos es específica del modelo comercial, por lo tanto, este artículo pretende ayudar a construir un enfoque para evaluar diferentes factores y su impacto en el ROI.  Vidhi Chugh es una estratega de IA y una líder en transformación digital que trabaja en la intersección de productos, ciencias e ingeniería para construir sistemas de aprendizaje automático escalables. Es líder en innovación galardonada, autora y conferencista internacional. Su misión es democratizar el aprendizaje automático y romper el jerga para que todos puedan ser parte de esta transformación. 

We will continue to update Zepes; if you have any questions or suggestions, please contact us!