Una investigación muestra que el 80% de los proyectos de IA fracasan

La Inteligencia Artificial es actualmente una de las áreas de la tecnología más atractivas para la inversión. Se la considera como lo próximo de lo que nadie debe quedarse fuera, y se incorpora a todo tipo de productos y servicios. Pero la realidad, a veces, difiere bastante de la ficción y las intenciones, y en el terreno de la IA esto se traduce a que, según una investigación, el 80% de los proyectos de IA fracasan, malgastando mucho tiempo e inversiones económicas bastante abultadas.

Es el doble de la tasa de fallo de las startups tecnológicas que no tienen relación con la IA. Según Tom’s Hardware, después de hablar con varias decenas de ingenieros y científicos de datos que llevan trabajando varios años en el sector de la Inteligencia Artificial, no hay una sola causa que obedezca a este elevado porcentaje de fallos, sino que se dan por una combinación de varias.

No obstante, el motivo principal del fracaso de este tipo de proyectos es el desajuste entre los objetivos que marcan los actores clave que tienen relación con ellos. En muchos casos, los responsables de la empresa tienen su propia idea de lo que pueden y debe hacerse con la IA, pero no se corresponde con la realidad.

En vez de eso, se basan en una noción preconcebida de lo que es la IA, que en general es la que tiene el público, y que a veces es pura fantasía. Esta falta de comprensión entre los directivos de empresas y la gente que realmente trabaja con esta tecnología implica que a veces los proyectos no tienen los recursos y el tiempo necesarios para lograr objetivos.

Pero los ingenieros que trabajan «del otro lado» en IA no están precisamente libres de culpa. Según las entrevistas en las que se ha basado el informe, los científicos de datos suelen distraerse con los últimos desarrollos de la IA y los implementan en sus proyectos sin fijarse en el valor que pueden ofrecer. Es el «síndrome del objeto brillante», que hace que científicos e ingenieros quieran usar estas nuevas tecnologías solo porque es lo último.

Es importante estar al día sobre la IA, pero los equipos deberían tener también en cuenta, antes de nada, si esta tecnología va a solucionar de verdad los problemas que tienen que afrontar en sus proyectos e investigaciones, o solo va a complicar las cosas más.

Otros de los motivos para el fracaso de los proyectos con IA que aparece en el estudio son la falta de conjuntos de datos bien preparados, la infraestructura inadecuada, y la incompatibilidad de la IA con el problema que se quiere solucionar. Eso sí, los problemas con los proyectos de IA no son exclusivos del ámbito privado: también se dan en el público, y especialmente en el mundo académico, en el que muchos se centran solo en publicar investigaciones sobre IA en vez de buscar aplicaciones de sus descubrimientos en el mundo real.

La prisa por sobresalir en la carrera de la IA está haciendo que muchas empresas actúen de manera un poco temeraria en el desarrollo de sus proyectos de IA. Sería bueno que antes de embarcarse en ellos valorasen todo tipo de escenario de posibilidades, y se fijasen en otros que ya han visto fracasar sus proyectos de Ia, y por qué no han podido seguir adelante con ellos. Si no lo hacen, y los proyectos de IA siguen sin cubrir las expectativas de quienes los inican durante un periodo prolongado, todo el sector podría caer de manera bastante estrepitosa.