Que los proyectos de nube o IA tengan éxito y se completen a tiempo pasa por comprender claramente los objetivos empresariales y las capacidades tecnológicas. Comprensión que ha de actualizarse y ser compartida por las partes interesadas de TI y de la línea de negocio.
En los últimos dos años no pocas empresas me han reconocido que la tasa de fracaso de los proyectos de nube e IA es aproximadamente tres veces mayor que la de los proyectos de TI tradicionales. Además, aquellos primeros tardan más tiempo que los proyectos tradicionales. Así que puede que esta mayor tasa de fracaso no sea una sorpresa para la mayoría de ustedes. Pero, ¿no se suponía que tanto la computación en la nube como la IA habían venido para acelerar la TI?
Según las empresas, existen tres problemas que retardan los proyectos de nube e IA, y también han compartido sugerencias sobre cómo solucionarlos. Les propongo una cuenta atrás hasta la causa número uno, como se hace en los concursos de televisión.
Antes, pongámonos en contexto. La nube lleva mucho tiempo entre nosotros, mientras que la IA acaba de empezar. Si bien se espera que las prácticas de los proyectos sigan evolucionando con la nube, también es de esperable que las empresas aprendan lecciones de los proyectos de adopción de la nube que puedan aplicarse a la IA. Hasta ahora hemos visto algo de lo primero, pero menos de lo segundo.
Comencemos la cuenta atrás.
Problema n.º 3: falta de habilidades esenciales
Más de la mitad (56%) de las empresas reconoce que su personal no cuenta con las habilidades esenciales, y que adquirirlas lleva más tiempo de lo esperado. Curiosamente, estas mismas empresas no esperaban un porcentaje tan alto, lo que significa que bien pensaban que ya contaban con el personal adecuado (la situación más común), bien que podrían adquirir con facilidad las habilidades necesarias.
En ambos casos, el problema era que disponían de habilidades en la nube y en IA, pero no las que necesitaban. Y es que, las empresas necesitan arquitectos tanto para la nube como para la IA, y resulta que lo que sí tenían eran desarrolladores o especialistas en operaciones. Por eso sus proyectos se estancaron en la fase de planificación al no poder hacerlo con eficacia, ni tampoco saber cómo enmarcar las nuevas tecnologías en un contexto empresarial.
Problema n.º 2: las expectativas poco realistas dan lugar a requisitos problemáticos
La planificación temprana y la validación del caso de negocio muestran que los requisitos establecidos para el proyecto no se pueden cumplir. En consecuencia, se necesita un período de redefinición antes de que pueda comenzar el trabajo real. Esta situación, señalada por el 69% de las empresas, lleva a una pregunta obvia: ¿el problema son los requisitos o el proyecto? Las empresas que citan este problema dicen que es lo primero, y que la causa suele ser la forma en que se establecen los requisitos.
En el caso de la nube, el problema radica en que la alta dirección piensa que la nube siempre es más barata, y también que los costes se pueden reducir pasando todo a ella. Algo cierto a pesar de las recientes noticias sobre la “repatriación” o el traslado de las aplicaciones en la nube de vuelta al centro de datos. En el caso de los proyectos de nube, la mayoría de las organizaciones de TI empresariales ahora sabe cómo evaluar un proyecto de nube en términos de coste/beneficio, lo que permite detectar los prometidos ahorros imposibles en la fase de planificación.
En cuanto a la IA, las expectativas tanto de la alta dirección como de los responsables de los departamentos operativos son grandes. En el caso de los segundos, es posible que también tengan cierta experiencia con la IA en forma de modelos generativos tales como servicio disponibles en línea. Cerca de una cuarta parte de estas propuestas entran pronto en conflicto con las políticas de gobernanza por problemas de seguridad de los datos, y la mitad de este grupo no pasa de este punto. Para las propuestas restantes, surge toda una serie de problemas.
La mayoría de las empresas admite no entender qué puede hacer la IA, lo que dificulta la elaboración de un proyecto realista. La mayor brecha identificada es la que existe entre un objetivo empresarial de IA y una ruta específica que conduzca a él. No es raro que un director de informática califique los proyectos ofrecidos por las organizaciones de usuarios como “una salida a pescar”, dado que el objetivo suele fijarse en términos empresariales (“mejorar las ventas/la posición competitiva” o “reducir el coste de inventario”), cuando en realidad requerirían un proyecto ya sólo para identificar cómo se podría alcanzar el objetivo establecido. A partir de ahí, sería posible diseñar un proyecto real para implementar una estrategia.
¿Por qué esto no pasa con la tecnología tradicional? Según las empresas, la razón principal es que las organizaciones de línea pueden experimentar con la IA y sacar conclusiones sobre sus beneficios sin necesidad de involucrar al departamento de TI. En el pasado, los departamentos de esas empresas solían trabajar con TI sólo para aprender lo que se podía hacer. Como señala un profesional de TI con conocimientos de IA, “la colaboración temprana con TI marca una gran diferencia”.
Un problema que se da con mucha menos frecuencia en el caso de los responsables de TI de las empresas que cuentan con un socio proveedor estratégico con experiencia práctica en IA, que se caracteriza por tener una amplia participación y credibilidad en la empresa. Si a eso se le suman los conocimientos de IA, el resultado es una combinación que puede fusionar el negocio y la tecnología, lo que permite superar el problema de traducir los objetivos empresariales en pasos que se pueden implementar.
Problema n.º 1: cuestionar el enfoque mientras se está llevando a cabo la ejecución
El problema más común, señalado por el 74% de las empresas, es que, durante la ejecución, la experiencia con lo que se está haciendo hace que las partes interesadas cuestionen todo el enfoque. Lo que diferencia a este problema es que el proyecto ya está muy avanzado antes de que se reconozca. ¿Por qué se tarda tanto en verlo? Lo más interesante es el hecho de que este grupo relaciona el problema de la implementación con la forma en que el personal de TI y la dirección empresarial ven las nuevas tecnologías, como la nube y la IA. Esto es más evidente con la última revolución tecnológica, la IA.
Como es lógico, el departamento de TI de la empresa piensa en términos de la infraestructura de TI actual. Las compañías han gastado una fortuna en comprar servidores, redes y aplicaciones y aplicarlos a todas las actividades comerciales. En la mente de los profesionales de TI, la TI hace cosas, mientras que la IA responde a preguntas. Su valor está en las respuestas, no en las acciones. La diferencia de perspectiva es tan profunda que se necesita cierta experiencia directa con los resultados del proyecto para dejarla clara. A modo de ejemplo, un desarrollador de TI/IA mostró a un cliente como una aplicación de IA mejoraba significativamente la eficiencia de las piezas y los productos del ciclo de fabricación, y el cliente le preguntó con tono desconcertado: “¿Dónde hablo con ella?”.
Esto se parece mucho a la historia del “agente autónomo”, pero no lo es. Los seres humanos siguen tomando las decisiones y subordinando la IA a la visión de las TI, pero más a nivel de políticas. El papel de la IA es el mismo que el de cualquier componente de aplicación. No es así para los gerentes, quienes consideran que la aplicación de la IA depende de generar una respuesta de IA a una pregunta, por lo que esta tecnología funciona a través de los trabajadores. Sin duda, una forma lógica de pensar en la IA, pues se supone que ésta los permite trabajar mejor. Ambas visiones de la IA son lógicas, pero son diferentes.
Es obvio cómo esta diferencia afecta a un proyecto. Parece que los términos que utilizamos en IA, como “generativo” o “agente” o incluso “autonomía”, son interpretados de manera diferente por cada grupo de partes interesadas; conflicto que no se puede ver hasta que hay algo concreto que demostrar. En este punto, resolverlo suele implicar a menudo implica un compromiso. De hecho, cerca de un tercio de lo que las organizaciones de TI consideran proyectos de IA vinculados al flujo de trabajo terminan teniendo un componente interactivo, aunque en realidad sólo sea una forma de supervisar la gestión sobre el estado del trabajo que realiza la IA.
Dado que las organizaciones no suelen establecer los objetivos de los proyectos en la nube, las diferencias entre las opiniones de las organizaciones de línea y los planificadores de TI sobre el proyecto no son un factor importante. En este caso, el gran problema es simplemente la falta de una evaluación adecuada de los beneficios declarados. La repatriación de la nube, por ejemplo, parece estar impulsada por la falta de evaluación de los costes de la nube, lo que significa que no se validan los beneficios, algo que no se detecta hasta que las pruebas reales ponen la realidad delante de los ojos de todos.
Solucionar los problemas
Y esto ¿cómo se soluciona? Parece que todo se reduce a una cuestión que plantearon las empresas sobre los “proveedores estratégicos”. ¿Pedimos a las empresas que elijan uno para los proyectos de nube e IA? No sería práctico, dado que las empresas que ya tienen esa relación aseguran que desarrollar esta relación puede llevar fácilmente una década o más. La buena noticia es que lo que hace el proveedor estratégico se podría hacer de manera interna. El éxito de los proyectos de nube o IA tengan éxito y que se completen a tiempo pasa por comprender continuamente los objetivos empresariales y las capacidades tecnológicas compartidas por las partes interesadas. Los proveedores estratégicos pueden facilitarlo, pero también hay otras formas de lograr el objetivo.
Las empresas con el mayor número de proyectos de nube exitosos reconocen haber creado un “equipo de nube”. Si bien es demasiado pronto para estar seguros, parece que las empresas que sacan el máximo partido a la IA sin la influencia de un proveedor estratégico están creando un “equipo de IA” compuesto por directivos y expertos en IA de TI, pero ambos grupos están formados en todas las maneras en que puede funcionar la IA. También tienen una visión completa y pueden seleccionar un enfoque de IA que tenga sentido. Lo más importante es que pueden evaluar su caso de negocio e impulsar su adopción de forma cooperativa.
Siempre nos dimos cuenta de que la IA nos obligaba a aprender un nuevo lenguaje, y ahora lo que tenemos que hacer es esforzarnos para garantizar que sólo se introduzca un lenguaje común para los negocios y la tecnología; y también de que tenemos que aprender el lenguaje de forma eficaz, incluso dentro de las TI.
