El 68% de las empresas considera que la IA genérica no responde a las necesidades de su industria: Infor
Disponer de modelos avanzados de inteligencia artificial (IA) ya no es suficiente; el reto consiste en integrarlos a las operaciones, comprender las particularidades de cada industria y demostrar su impacto en el negocio. Esta es una de las principales conclusiones de la segunda edición del Infor Enterprise AI Adoption Impact Index, investigación realizada por YouGov para Infor entre 2,111 responsables de decisiones empresariales en siete mercados internacionales.
El estudio encontró que 68% de los encuestados considera que las soluciones de IA disponibles en el mercado no responden adecuadamente a las necesidades específicas de su industria.
La percepción es todavía más marcada en sectores donde los procesos operativos requieren precisión, trazabilidad y conocimiento especializado. El 73% de los participantes de manufactura señaló que la IA genérica no se ajusta a sus necesidades, porcentaje que aumenta a 76% en distribución y se ubica en 69% en retail.
Los resultados apuntan a una brecha entre la disponibilidad de herramientas tecnológicas y su capacidad para resolver problemas concretos. En actividades como la manufactura, la logística y la distribución, las decisiones automatizadas deben considerar variables que van desde las especificaciones de los productos y las condiciones de producción hasta la disponibilidad de inventario y los costos de transporte.
El desafío no termina con la adopción
El estudio también identifica una creciente disposición a invertir en estas tecnologías. El 59% de las empresas encuestadas prevé incrementar su inversión en inteligencia artificial durante los próximos 12 meses. Al mismo tiempo, 54% de los líderes empresariales afirma sentirse cómodo con que agentes autónomos ejecuten procesos críticos sin intervención humana en cada etapa.
Sin embargo, la confianza en la automatización avanza junto con una pregunta que todavía no tiene una respuesta uniforme dentro de las organizaciones: ¿Quién es responsable cuando una decisión tomada por inteligencia artificial genera un error?
De acuerdo con la investigación, 23% de los participantes atribuye la responsabilidad al director general o al equipo directivo; 22%, al director de sistemas de información o al director de tecnología; y 15%, a un comité o grupo de gobernanza de IA. Otro 15% señala que no existe una persona claramente responsable o que esta responsabilidad no está definida.
La falta de claridad también se refleja en la gestión de riesgos. El 33% de los encuestados identifica la seguridad, la soberanía de los datos o el cumplimiento normativo como su principal barrera para avanzar en su estrategia de inteligencia artificial. Además, solo 10% reporta contar con un director de inteligencia artificial (Chief AI Officer).
Estos hallazgos colocan la gobernanza en el centro de la discusión empresarial. A medida que los sistemas pasan de generar recomendaciones a ejecutar tareas y coordinar procesos, las organizaciones necesitan establecer límites de actuación, mecanismos de supervisión y registros que permitan reconstruir las decisiones tomadas.
Infor amplía su arquitectura de IA industrial
En este contexto, Infor amplía su arquitectura de IA industrial con agentes especializados, herramientas para crear agentes personalizados y capacidades de gobernanza e interoperabilidad. A través de Industry AI y Velocity Suite, busca adaptar la IA a los procesos y necesidades de cada industria. La compañía reporta mejoras de hasta 60% en la velocidad de procesamiento de envíos, ahorros de tiempo de hasta 90% en determinados flujos de trabajo y reducciones de hasta 90% en costos de auditoría de accesos. Además, habilitó GenAI Knowledge Hub para que sus clientes desarrollen agentes basados en sus propios procesos y conocimientos industriales.
WhatsApp eSemanal 55 7360 5651
También te puede interesar:
