La IA aún no alcanza todo su potencial para muchas empresas

Investigación revela que RRHH y finanzas no ven buenos resultados con la IA
Solo el 11% obtiene ganancias tangibles de sus proyectos de IA
Se necesita una estrategia de datos unificada con mejor integración y análisis

Un estudio reciente afirma que la inversión en IA en empresas del Reino Unido aún no genera retornos consistentes o medibles. Muchas compañías siguen en fase experimental, sin pasar a la implementación, por no encontrar casos de uso efectivos.

Sectores como RRHH (37%) y finanzas (30%) reportan los menores beneficios, según Qlik. En contraste, el 81% de los departamentos de TI y ciberseguridad sí ven mejorías.

La inversión en IA no se traduce directamente en resultados

Qlik también descubrió que muchas empresas siguen en fases piloto, sin herramientas ni habilidades para escalar el impacto de la IA. Solo el 11% afirma que la mayoría (75%+) de sus iniciativas han dado frutos, mientras que el 23% admite que sus casos de uso aún son experimentales.

Cerca del 44% reconoce una brecha entre los beneficios percibidos y los reales, y el 51% evalúa la IA con KPIs obsoletos, no adaptados al avance tecnológico.

"Esta diferencia entre expectativa y realidad es una llamada de atención. Las empresas deben enfocarse en medición, alineación y una infraestructura de datos que permita escalar la IA", explicó James Fisher, Director de Estrategia de Qlik.

Falta de habilidades internas afecta al 49% de las empresas, junto a problemas técnicos como herramientas incompatibles (36%) o falta de integración de datos en tiempo real (37%). La arquitectura y bases de datos siguen siendo obstáculos, aunque el presupuesto ya no es el mayor problema.

LEAR  Harvard se opone a las medidas de Trump que restringen el ingreso de estudiantes internacionales Nota: El texto ha sido diseñado para una mejor presentación visual, manteniendo fidelidad al contenido original.

El 89% coincide en que una estrategia de datos unificada es clave para medir el ROI. También destacan: mejor integración/análisis de datos (57%), transparencia en decisiones de modelos de IA (55%), colaboración interdepartamental (49%) y KPIs enfocados en resultados (46%).

"Se necesitan herramientas escalables, estrategias integradas y colaboración en todas las áreas", concluyó Fisher.


📌 También te podría interesar…