Grandes datos

El 31% de las organizaciones que usan IA generativa la requieren para escribir código

El desarrollo de código, la creación de contenido y el análisis son los casos de uso de IA generativa más importantes. Sin embargo, muchos usuarios empresariales no creen que la IA de generación sea propietaria.

La inteligencia artificial escribe código.Imagen: Vectores/Adobe Stock

Un informe del 15 de agosto de la empresa de plataformas de análisis Alteryx encontró que el 40 por ciento de los líderes de análisis de datos de hoy usan inteligencia artificial generativa en su trabajo, incluida la escritura de código. Alteryx encuestó a 300 líderes de datos en cuatro países (Australia, el Reino Unido, los EE. UU. y Canadá) sobre su uso de la IA generativa, sus dudas sobre su uso y más.

Salta a:

Más de la mitad de las empresas han experimentado con inteligencia artificial

Las empresas encuestadas que utilizan IA generativa la utilizan para la generación de contenido (46 %), resumen de información analítica (43 %), generación de información analítica (32 %), desarrollo de código (31 %) y documentación de procesos (27 %).

La mayoría de las empresas encuestadas sienten curiosidad por la inteligencia artificial, pero no la utilizan como parte de sus procesos diarios. La mayoría (53%) dijo que estaban «explorando» o «experimentando» la tecnología. Solo el 13 por ciento de las organizaciones han creado modelos de IA y están trabajando para optimizarlos. En el medio hay un 34 por ciento que se está «formalizando», pasando de proyectos piloto a la producción de soluciones de IA generativa.

LEER  Cómo habilitar el modo de productividad para aplicaciones en Windows 11

VER: Gartner encuentra beneficios transformadores de la IA generativa (Tecnopedia)

Entre los que usan IA generativa en cualquier capacidad, la mayoría encontró efectos positivos: el 55 por ciento reportó beneficios modestos y el 34 por ciento reportó beneficios sustanciales. Los beneficios que identificaron incluyeron mayor competitividad en el mercado (52 %), mayor seguridad (49 %) y mayor rendimiento o funcionalidad del producto (45 %). Otro 10 % descubrió que no se estaba beneficiando en absoluto, y el 1 % descubrió que era demasiado pronto para sacar conclusiones.

Los directores ejecutivos a menudo impulsan la adopción de IA

Más cobertura de IA de lectura obligada

A menudo, solo se necesita un líder empresarial para adoptar la IA generativa como su proyecto favorito y alentar al resto de la empresa a adoptarlo. En el 98% de los casos, las organizaciones informaron que una sola persona en una posición de liderazgo impulsó su estrategia de IA generativa. En la mayoría de los casos, ese líder es el director ejecutivo (30 %), con solo un puñado de organizaciones siguiendo la dirección del jefe de TI (25 %) o el director de datos o análisis (22 %). Por el contrario, el 35 por ciento de las empresas que no usan IA generativa dijeron que «no tienen a nadie que les muestre el camino».

Curiosamente, existe entusiasmo entre los aficionados por la adopción comercial de la IA generativa. Según la encuesta, el 81% de las personas que utilizan inteligencia artificial generativa en el trabajo también la utilizan para fines personales o recreativos fuera del trabajo.

Los líderes tecnológicos tienen dudas sobre la IA generativa

Muchas empresas todavía tienen preocupaciones sobre la seguridad, las reglas de derechos de autor o la eficacia de generar inteligencia artificial. Las organizaciones que aún no han implementado IA generativa dicen que no lo han hecho debido a preocupaciones sobre la privacidad de los datos (47 %), falta de confianza en los resultados generados por el sistema (43 %), falta de experiencia suficiente (39 %) y falta de recursos humanos en el personal Liderando el camino en la implementación de IA generativa (34%).

Entre las organizaciones que ya utilizan IA generativa en el trabajo, los problemas más apremiantes son la propiedad de los datos (29 %), la privacidad de los datos (28 %) y la propiedad intelectual (28 %).

Una forma de abordar algunos de estos problemas es la supervisión humana: el 64% dijo que creía que la IA generativa ahora podría usarse siempre que los humanos tuvieran poder de veto sobre la salida. Existe un alto nivel de confianza entre los empleados que ya utilizan IA generativa; el 70 % cree que puede «proporcionar resultados iniciales y rápidos que puedo revisar y revisar hasta completarlos».

Ver: Bard, todo lo que necesitas saber sobre la IA generativa de Google. (República tecnológica)

Otros (71 %) están de acuerdo con la idea de que los riesgos de la IA generativa se pueden gestionar mediante el uso de técnicas dentro de marcos establecidos por proveedores de software de confianza.

Si la IA generativa reemplazará a los trabajadores humanos es complejo. De los encuestados que ya usan IA generativa, el 77 % cree que puede reemplazar roles completos.

Otros riesgos incluyen problemas de privacidad, nuevos agujeros de seguridad e infracciones de derechos de autor cuando los modelos de IA se entrenan en obras originales. Asa Whillock, vicepresidente y gerente general de aprendizaje automático de Alteryx, señaló en un correo electrónico a Tecnopedia que una posible solución es seguir la doctrina del uso justo: “Sin embargo, los líderes deben comprender que la confianza en AI y LLM se basa en la calidad de entrada de datos. Los conocimientos generados por los modelos de IA son tan buenos como los datos a los que tienen acceso «, dijo Wheelock.

Las organizaciones todavía están explorando cómo la IA generativa puede beneficiarlas

Heather Ferguson, gerente editorial de Alteryx, escribió en una publicación de blog: «Si bien las encuestas de Pulse indican que muchas empresas aún se encuentran en las primeras etapas de adopción, la conciencia de sus beneficios está creciendo y los primeros usuarios ya están dando sus frutos».

«Si se implementa estratégicamente, la IA generativa ofrece una gran oportunidad para la democratización de los datos y tendrá un impacto significativo en las operaciones comerciales debido a la integración responsable de LLM (modelos de lenguaje grande) con código bajo o sin código», dijo Whillock. , las decisiones y los resultados tienen un impacto positivo”.

LEER  Cómo Microsoft Azure Databricks ayuda a las empresas a acelerar la adopción de Big Data e IA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba