Una de las características principales del nuevo entorno digital es que las ideas pueden convertirse rápidamente en nuevas oportunidades de negocio. Por tanto, la agilidad y escalabilidad de los modelos de explotación de datos en la cloud pública han acelerado la aplicación de sistemas de inteligencia artificial en todos los ámbitos. Así se desprende del informe «Sistemas de Inteligencia Artificial en la Cloud Pública» que IDC Research España ha elaborado en colaboración con T-Systems.
En este informe, se pronostica que el mercado europeo de sistemas de inteligencia artificial alcanzará los 12.000 millones de euros en 2022, con un crecimiento anual del 40%. Yendo más lejos, la consultora estima que ese mismo año, el 40% del gasto core de TI estará relacionado con cloud y aumentará hasta el 80% en 2028.
«En el entorno actual, los datos son un activo fundamental y diferencial. Su gestión y análisis van a marcar la diferencia entre empresas en los próximos años lo que está suponiendo un incremento exponencial de la aplicación de sistemas de inteligencia artificial en análisis de mercados y clientes, innovación en producto, eficiencia de las operaciones y recursos humanos, y han facilitado retornos positivos de la inversión en proyectos Big Data», subraya Ignacio Cobisa, Analista Senior de IDC Research España y autor del informe.
Las empresas deben tener en cuenta el desafío al que se enfrentan al mover cargas de trabajo, almacenamiento o computación a la nube. Por una parte, los retos en cuanto a seguridad y cumplimiento, afrontar la complejidad que en muchos casos requiere de recursos especializados y formados para ello, evitar los silos entre distintas nubes, evitar el vendor lock-in o en algunos casos, encontrarnos con situaciones en las que la prometida reducción de costes no es tal.
Las organizaciones españolas se plantean la analítica del dato fundamentalmente en la nube. Por tanto, prevé crecimientos de este tipo de tecnologías en la nube por encima del 25% en los próximos 3 años.
Los usos principales actuales de las empresas en inteligencia artificial están relacionados con entender y atender al cliente, pero hay otro tipo de casos de uso, más internos y orientados a la eficiencia, que las empresas están adoptando: robótica y automatización, planificación de demanda, asignación de recursos humanos, etc.
Por tanto, identificar casos de uso para la inteligencia artificial es un factor relevante a la hora de alcanzar el éxito. Dichos casos deben proceder del negocio y no pueden ser identificados por terceros externos a la compañía o exclusivamente por el departamento IT. Un claro ejemplo es el uso de tecnologías cognitivas en la recuperación de créditos en el sector financiero.
Finalmente, destaca la importancia de la figura del «data translator» para hablar entre las áreas de negocio y las de análisis de datos un mismo lenguaje dentro de la organización.
