En su más reciente informe de estabilidad financiera, el Bank of England advierte que un colapso en la IA podría arrastrar a Reino Unido a una recesión, sugiriendo que una corrección de precios en las acciones de IA, impulsada por cambios en la productividad y rentabilidad de las empresas tecnológicas, podría provocar una caída del 2.2% en el PIB del Reino Unido. Este aviso debe servir como advertencia para las empresas en todas partes. Los riesgos que rodean a la IA se extienden mucho más allá de Silicon Valley. A medida que los líderes se preparan para lo que viene, muchos siguen haciendo la pregunta equivocada. “¿La IA es real o es solo hype?” Las tres décadas de tecnología nos han enseñado que la respuesta puede ser ambas.

El último crisis tecnológica del siglo XX

La Y2K fue un riesgo técnico real que, con el tiempo, se percibió como una gran sobre reacción. El Reino Unido invirtió miles de millones para preparar el bug del milenio, con organizaciones poniendo a prueba y parcheando sistemas que soportaban desde pagos bancarios y beneficios hasta viajes aéreos y la red eléctrica. El gobierno creó Action 2000 para ayudar a las empresas a prepararse, mientras que bancos y proveedores de infraestructura diseñaron planes de contingencia. Luego, a medianoche, los aviones siguieron en el aire, los cajeros continuaron funcionando y las luces se mantuvieron encendidas. Todo pareció, en apariencia, absurdo. Sin embargo, lo que parecía un clímax anticlimático ocultaba un punto crucial: gran parte de la disrupción que se temía fue evitada precisamente porque las organizaciones tomaron el riesgo en serio y se prepararon. La ciberseguridad enfrenta un problema similar. Una amenaza que se mitiga con éxito puede parecer, en retrospectiva, como una amenaza exagerada.

Not to burst your bubble

La burbuja puntocom dejó una lección distinta: Internet no era falsa, pero las valoraciones a menudo sí. Boo.com reunió sumas enormes para reinventar la moda minorista en línea, solo para colapsar en 2000 tras quemar sus fondos. Empresas con poco beneficio y, en algunos casos, modelos de negocio apenas coherentes, fueron tratadas como si hubieran superado las leyes de la economía. Luego estalló la burbuja, desaparecieron fortunas y muchos pioneros, pero las ideas en las que apostaron no desaparecieron. De hecho, probablemente estés leyendo esto en Internet en este momento.

Estilo sobre sustancia

El cripto añadió una tercera lección: un lenguaje revolucionario puede ocultar casos de uso débiles. Había ideas técnicas serias detrás, pero el auge público estuvo dominado por la especulación, los endosos de celebridades y la extraña costumbre de empezar con un activo y luego buscar un propósito. En el apogeo de la fiebre NFT, un NFT del primer tuit de Jack Dorsey se vendió por 2,9 millones de dólares. Un año después, su dueño intentó revenderlo por casi 48 millones, solo para ver que las ofertas iniciales quedaban muy por debajo de lo esperado. La tecnología no había desaparecido. Lo que desapareció fue la voluntad del mercado de considerar la escasez digital como valor duradero.

La ascensión de la IA contiene elementos de estas tres historias

Como la Y2K, la IA presenta riesgos que pueden sonar exagerados hasta que ya no lo sean. Como diría un experto en ciberseguridad, si los peores daños se previenen, las advertencias pueden parecer hystericas más tarde. Esto no prueba que fueran imaginarias.

Para la IA, esto significa tratar la ciberseguridad y la gobernanza como disciplinas operativas, no como proyectos laterales del equipo de innovación. Las organizaciones deben entender qué datos ingresan a los sistemas de IA, qué pueden acceder, qué autoridad poseen, cómo podrían ser manipulados y cómo respondería la empresa si fallaran.

Con el auge de la IA, parece una tecnología de uso general real envolviendo una historia de inversión sobrecalentada. Ya puede escribir código, resumir documentos y automatizar partes del trabajo profesional. Pero eso no significa que todas las empresas de IA sean valiosas, que todos los productos de IA sean útiles o que cada centro de datos vaya a mantener su rentabilidad.

Para las empresas que aprenden de esto, deben invertir en capacidades, fundamentos de datos, personas y flujos de trabajo, en lugar de apostar todo a cualquier proveedor, modelo o producto que haga más ruido este trimestre.

Y como con las criptomonedas, la IA ha adquirido una narrativa mítica. “Impulsada por IA” está llegando a ser algo similar a lo que fue “con blockchain” cuando surgió: una frase que puede significar algo, nada o simplemente “valórenos más”.

Para la adopción de la IA, los líderes empresariales deben hacer ahora preguntas simples pero necesarias: ¿Qué problema resuelve esto? ¿Quién lo usa? ¿Qué datos ve? ¿Qué sistemas puede influir? ¿Qué autoridad le hemos otorgado? ¿Qué pasa si es incorrecto, manipulado o no está disponible? ¿Y quién es responsable cuando eso ocurre?

Esta combinación es lo que hace que el momento actual sea tan difícil de leer. El argumento perezoso dice que la IA es una revolución o una burbuja. La historia sugiere una posibilidad más incómoda: podría ser ambas cosas.

“Los espíritus de los tres deberán luchar dentro de mí. No cerraré las lecciones que me enseñan.”

Demasiadas veces, los líderes empresariales intentan ganar un debate sobre si la IA está sobrestimada cuando deberían estar construyendo una estrategia que sobreviva a cualquiera de las respuestas. La respuesta sensata ante la IA no es ni un lanzamiento a gran escala ni una moratoria. Es una experimentación disciplinada.

Esto significa tratar la IA menos como un eslogan de campaña y más como un portafolio de apuestas. Algunas de esas apuestas deben ser defensivas: entender dónde ya se está usando la IA, qué datos y sistemas puede acceder, y si la organización puede responder cuando las cosas salen mal. Otras deben ser exploratorias, probando dónde la IA puede crear valor real en áreas como codificación, atención al cliente y gestión del conocimiento. Y algunas deben ser deliberadamente escépticas, especialmente cuando las herramientas parecen impresionantes pero no demuestran ahorros, mejores resultados o propiedad clara.

Si el objetivo es simplemente tener una estrategia de IA que luzca bien en un informe para la junta, entonces se han pasado por alto las lecciones de los últimos 30 años. Y2K, la burbuja puntocom y cripto mostraron que el hype y la sustancia no son opuestos. Los riesgos reales pueden estar exagerados. Tecnologías transformadoras pueden atraer inversiones irracionales. Las ideas poderosas pueden coexistir con casos de uso débiles.

La IA podría ser las tres cosas a la vez. Las empresas que la gestionen mejor no serán aquellas que predigan el futuro a la perfección, sino las que estén preparadas para adaptarse cuando la realidad llegue.

Este artículo forma parte de TechRadar Pro Perspectives, nuestro canal para presentar a las mentes más brillantes de la industria tecnológica hoy. Las opiniones aquí expresadas son del autor y no necesariamente las de TechRadar Pro o Future plc. Si está interesado en contribuir, descubra más aquí: https://ift.tt/moJUbrR

from Latest from TechRadar https://ift.tt/LSAQkvV
via IFTTT IA