El uso de la inteligencia artificial crece día a día y revoluciona la tecnología, sin embargo según el especialista de Infor, Ruben Belluomo, el 80% de los proyectos falla y el motivo está en la calidad de los datos que alimentan la tecnología.
Un estudio de 2022, hecho en Brasil por la asociación global GS1, con más de 2.000 empresas, indicó que apenas un 9% de la industria adoptó soluciones de inteligencia artificial. Un gran salto de los 4%, en 2021, pero un desarrollo aún bastante lento.
La cantidad de empresas que evalúa la posibilidad de adoptar la IA Generativa crece a cada día, pero el avance no se dá de manera más acelerada por tres motivos:
- gestión de datos en las empresas
- contexto macroeconómico que exige resultados a corto plazo
- desconocimiento de posibles beneficios
- ventajas operativas en la adopción de esta tecnología
Inteligencia artificial: cómo disminuir los fallos
Ruben Belluomo, Gerente Comercial de Infor Cono Sur, explica en diálogo con iProUP cómo se puede disminuir el número de fallos producido por la calidad de datos:
"El primer paso es buscar un socio de implementación de IA que tenga larga experiencia en el sector o industria. Luego, es necesario implementar algoritmos preconfigurados en colaboración con este socio especializado", resalta.
Y añade: "Para finalizar, es interesante incorporar soluciones con funcionalidades integradas de IA, como un data lake e integración de datos de distintas fuentes".
:quality(70)/https://assets.iproup.com/assets/jpg/2023/01/33063.jpg)
La inteligencia artificial revoluciona la tecnología
Desde Infor aseguran que "ese 20% de las empresas que no presentan este fallo son empresas que tuvieron la mentalidad de una operación digitalizada e interconectada".
En esta línea, el Bellumo explica que "las empresas que más éxito tienen son también las que buscan rodearse de partners que sean capaces de aportar mucho expertise a la entrega de valor que buscan con el proyecto de IA".
"Sin embargo, lo que suele pasar es lo contrario. Primero, buscan equipos puramente técnicos y esto es un error. Es más importante colaborar con empresas, en la implementación de la IA, que tengan expertise en lidiar con los retos de la industria", destaca.
Otra de las características de aquellas empresas exitosas, para Belluomo, es que tienen una fuente única de la verdad, es decir, los datos están consolidados por una única plataforma, como es un ERP o un ERP en la nube.
Otros desafíos permean la adopción de la IA Generativa
Belluomo subraya que el ritmo de cambio en el mundo de GenAI es rápido y las organizaciones que no respondan a tiempo pueden quedarse atrás. "Idealmente, las empresas deberían adoptar esta poderosa tecnología en lugar de rechazarla", destaca.
Sin embargo, eso definitivamente no significa que la talla única sirve para todos cuando se trata de modelos GenAI. El especialista precisa que "hay una serie de desafíos que deben abordarse antes de que los modelos GenAI puedan obtener una adopción generalizada en entornos empresariales".
:quality(70)/https://assets.iproup.com/assets/jpg/2023/04/34420.jpg)
La cantidad de empresas que evalúa la posibilidad de adoptar la IA Generativa crece a cada día
En este contexto, el especialista describe:
- Primero, está el tema de la confiabilidad: Si bien el contenido generado a partir de un modelo de lenguaje grande parece original, en realidad imita un patrón basado en un conjunto de datos de entrenamiento similar al que estuvo expuesto.
- En segundo lugar, tenemos problemas de privacidad: Los datos y las condiciones de entrada que comparten los usuarios se utilizan para entrenar el modelo más grande.
- Luego está el tema del sesgo: La calidad de los datos es importante a la hora de aplicar técnicas analíticas o de Inteligencia Artificial, porque los resultados de estas soluciones serán tan buenos o malos como la calidad de los datos utilizados.
El hecho de introducir datos erróneos o sesgados conlleva riesgos. Los algoritmos que alimentan los sistemas basados en IA sólo pueden asumir que los datos a analizar son fiables, así que en caso de que sean erróneos, los resultados serán engañosos y el proceso de toma de decisiones se verá comprometido.
Además, el tiempo y los recursos utilizados para realizar el análisis de datos habrá resultado inútil, lo que conlleva gastos.
Belluomo menciona que a pesar de los desafíos, las empresas que adoptan la IA de manera correcta pueden cosechar ventajas sustanciales.
"Tenemos casos de clientes en el que, con el apoyo de nuestra solución de IA, el tiempo de procesamiento de pedidos se ha reducido en un 30% y el ahorro con distribución ha llegado a la cifra de u$s1.500.000 anuales".
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/04/42378_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/02/41942_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2024/12/41285_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/08/43866_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2023/10/36707_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2023/02/33472_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2022/01/25015_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/05/42959_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/08/43849_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/07/43548_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2021/06/19619_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2019/09/5717_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/04/42588_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2025/08/43863_landscape.jpg)
:quality(85):max_bytes(102400)/https://assets.iproup.com/assets/jpg/2023/11/37055_landscape.jpg)