El sector TIC tiene una ventaja que a la vez es una trampa. Mientras otros sectores todavía deben acostumbrarse a la idea de la IA, el conocimiento sobre modelos, arquitecturas y herramientas suele estar ya presente en este sector. Los desarrolladores experimentan, los equipos construyen pruebas de concepto, y rara vez hay resistencia a la técnica en sí. Esto crea la impresión de que el sector en su conjunto está avanzado. Pero la habilidad técnica de una parte de la organización es algo distinto de la madurez de la organización como un todo. Precisamente ahí es donde a menudo se estanca.
En una empresa de TI o un departamento de TI, la infraestructura suele estar en orden: hay capacidad de cómputo, hay entornos de desarrollo, hay experiencia en el despliegue de software. Esa es una de las dimensiones fundamentales que se puntúa en la medición de madurez, y en ese punto el sector suele obtener una puntuación alta. Pero las demás dimensiones fundamentales — cómo está organizada la empresa alrededor de las iniciativas de IA, y cómo se gestionan los datos fuera de los sistemas de los propios desarrolladores — no siempre avanzan al mismo ritmo. Un departamento de TI sólido no significa que el resto de la organización pueda seguir el mismo ritmo. Ventas, finanzas, RR. HH.: estas funciones suelen tener una relación distinta con los datos y con el cambio que las personas que construyen los pilotos de IA.
Esa diferencia explica un patrón que se presenta más a menudo en este sector que en otros: pilotos que funcionan técnicamente de forma excelente, pero que no llegan a ocupar un lugar estructural en la empresa. No porque el modelo sea insuficiente, sino porque la organización que lo rodea no está preparada para asumir el resultado. Quien quiera entender, en relación con las dimensiones fundamentales, por qué ese orden no es negociable, encontrará más información en por qué las dimensiones fundamentales deben ir primero.
En el sector TIC, la dispersión entre encuestados suele ser mayor que en sectores con funciones más uniformes. Un desarrollador y un gestor de cuentas dentro de la misma empresa pueden situar a la organización en niveles prácticamente opuestos — uno ve a diario aplicaciones avanzadas, el otro ve una hoja de cálculo que todavía se actualiza manualmente. Esa dispersión es en sí misma información. Muestra que la madurez de IA en este sector rara vez es un dato uniforme para todo el sector, sino que depende en gran medida de qué departamento se mide y a quién se pregunta.
Eso hace que una ronda de medición con varios encuestados en el sector TIC sea más valiosa que en otros sectores, no menos. Una única puntuación de un CIO o un CTO corre el riesgo de generalizar la imagen del núcleo técnico a toda la organización, mientras que las dimensiones dependientes — donde la IA realmente se integra en los procesos — pueden obtener puntuaciones muy distintas.
La relación entre técnica y organización se presenta de forma distinta en otros sectores. En los servicios financieros, el énfasis suele estar en la regulación y la gestión de riesgos como factor de ralentización; esa imagen se describe en hasta dónde ha llegado el sector de servicios financieros en madurez de IA. En la construcción, en cambio, la dimensión de gestión de datos suele ser el cuello de botella, porque los datos sobre proyectos y materiales están dispersos entre distintas partes; esto se explica en hasta dónde ha llegado el sector de la construcción en madurez de IA. En el sector TIC, el problema rara vez es falta de conocimiento técnico o de datos — el problema se encuentra más a menudo en la dimensión organizativa: quién decide qué piloto se escala, y con base en qué.
La medición de madurez recoge esta distinción a lo largo de siete dimensiones y cinco niveles, desde el nivel base hasta la inteligencia. Para una organización TIC, el resultado rara vez es una línea plana: la infraestructura y la habilidad técnica suelen situarse más alto que la organización y la toma de decisiones. Esa desigualdad es precisamente donde la medición resulta útil — no para confirmar que el sector "va bien", sino para mostrar qué dimensión se queda atrás y qué dimensión, por ello, no puede avanzar, independientemente de lo avanzados que sean los modelos que ya están en funcionamiento.
Un aspecto que en este sector a menudo se subestima es el registro de las decisiones: quién ha tomado qué decisión sobre qué iniciativa de IA, y con base en qué información. Sin ese inventario resulta difícil reconstruir por qué un piloto se escaló o no. Lo que corresponde incluir en ese registro se describe en qué debe incluir un inventario de decisiones.
Esta medición dice algo sobre la organización como un todo: existe un fundamento sobre el que pueden apoyarse las iniciativas de IA, y ese fundamento es igual de sólido en toda la empresa, o sólo entre las personas más cercanas a la técnica. Esa pregunta precede a otra pregunta, a saber, qué parte del trabajo mismo es apta para la IA. Se trata de otro tipo de medición. Para las organizaciones que desean saber qué parte del trabajo, tarea por tarea, puede ser asumida por la IA, existe el escáner de trabajo de FTE TO AI — una medición que no analiza la organización como un todo, sino el trabajo mismo, función por función y tarea por tarea.
La medición de madurez está en desarrollo. Quien desee saber cuándo estará disponible la medición puede inscribirse en la lista de espera y recibirá un aviso en cuanto la herramienta esté lista para su uso.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.