A primera vista, la industria de la Inteligencia Artificial (IA) parece atravesar un momento excelente. Existe una potente demanda de los consumidores y, en consecuencia, también un amplio interés de los inversores. Se dan innumerables escenarios interesantes para el desarrollo de la IA, con aplicaciones para el cuidado de la salud, la agricultura y otros ámbitos de la tecnología. A pesar de ello, la industria de IA todavía no ha despegado.
He aquí algunas de esas barreras:
1) Flexibilidad. Las grandes empresas a menudo sufren de una toma de decisiones demasiado prolongada y también de incapacidad para centrarse. Las nuevas empresas jóvenes tienen la ventaja de la flexibilidad y por eso pueden reaccionar de manera rápida y más eficiente a las nuevas circunstancias. Sin embargo, las startups de IA no necesariamente disfrutan de esta ventaja porque la inteligencia artificial es tan complicada y depende de tantas variables que muchas veces resulta difícil cambiar de marcha en mitad de un proyecto. Esto puede hacer que algunas startups se queden estancadas o vean retrasados sus proyectos.
2) Escasez de talento. Existen muy buenos profesionales en el campo del aprendizaje automático pero en el campo de la IA hay escasez de talento, y en especial en las grandes empresas. Esto está teniendo profundos efectos en el ritmo de desarrollo en la industria.
3) Alta competencia. Hay cientos de startups de IA muy interesantes. Esto está muy bien para dar con nuevas perspectivas dirigidas a los consumidores que quieren tener en sus manos la tecnología de última generación, pero al mismo tiempo también supone un problema importante: la altísima competencia. Las startups se ven obligadas a acelerar, a ir más rápido y a recortar características para tratar de ser más rápidos que sus competidores. Esto está provocando que algunas startups se quemen más rápido y otras que se lancen al mercado con productos inferiores.
4. Imprevisibilidad del ciclo de ventas. Pocos productos de IA tienen un ciclo de ventas claramente definido en este momento. La IA sigue siendo un campo relativamente nuevo, su mercado no está claramente definido. Muchas aplicaciones pueden ser dirigidas a usuarios individuales o a empresas, y es difícil predecir exactamente cómo se verá el producto al final de su ciclo de desarrollo, incluso aunque la empresa tenga un plan visionario. Esto hace que sea difícil para las empresas de IA estimar sus ingresos con exactitud.
5. Complejidad del aprendizaje de las máquinas. No hace falta decir que programar funciones avanzadas de IA es muy complicado. El aprendizaje automático se convierte en una simple cuestión de copiar, pegar y luego ajustar. Pero para innovar verdaderamente en este campo, se necesita mucho conocimiento y experiencia, y obviamente un espíritu para probar cosas nuevas.
6. Capacidad de procesamiento. La mayoría de los sistemas de inteligencia artificial precisan grandes cantidades de potencia de procesamiento para funcionar. Hasta hace poco, esto ha sido un factor limitante significativo; muchas startups no tenían acceso a las unidades de procesamiento necesarias para realizar el trabajo.
1) Flexibilidad. Las grandes empresas a menudo sufren de una toma de decisiones demasiado prolongada y también de incapacidad para centrarse. Las nuevas empresas jóvenes tienen la ventaja de la flexibilidad y por eso pueden reaccionar de manera rápida y más eficiente a las nuevas circunstancias. Sin embargo, las startups de IA no necesariamente disfrutan de esta ventaja porque la inteligencia artificial es tan complicada y depende de tantas variables que muchas veces resulta difícil cambiar de marcha en mitad de un proyecto. Esto puede hacer que algunas startups se queden estancadas o vean retrasados sus proyectos.
2) Escasez de talento. Existen muy buenos profesionales en el campo del aprendizaje automático pero en el campo de la IA hay escasez de talento, y en especial en las grandes empresas. Esto está teniendo profundos efectos en el ritmo de desarrollo en la industria.
3) Alta competencia. Hay cientos de startups de IA muy interesantes. Esto está muy bien para dar con nuevas perspectivas dirigidas a los consumidores que quieren tener en sus manos la tecnología de última generación, pero al mismo tiempo también supone un problema importante: la altísima competencia. Las startups se ven obligadas a acelerar, a ir más rápido y a recortar características para tratar de ser más rápidos que sus competidores. Esto está provocando que algunas startups se quemen más rápido y otras que se lancen al mercado con productos inferiores.
4. Imprevisibilidad del ciclo de ventas. Pocos productos de IA tienen un ciclo de ventas claramente definido en este momento. La IA sigue siendo un campo relativamente nuevo, su mercado no está claramente definido. Muchas aplicaciones pueden ser dirigidas a usuarios individuales o a empresas, y es difícil predecir exactamente cómo se verá el producto al final de su ciclo de desarrollo, incluso aunque la empresa tenga un plan visionario. Esto hace que sea difícil para las empresas de IA estimar sus ingresos con exactitud.
5. Complejidad del aprendizaje de las máquinas. No hace falta decir que programar funciones avanzadas de IA es muy complicado. El aprendizaje automático se convierte en una simple cuestión de copiar, pegar y luego ajustar. Pero para innovar verdaderamente en este campo, se necesita mucho conocimiento y experiencia, y obviamente un espíritu para probar cosas nuevas.
6. Capacidad de procesamiento. La mayoría de los sistemas de inteligencia artificial precisan grandes cantidades de potencia de procesamiento para funcionar. Hasta hace poco, esto ha sido un factor limitante significativo; muchas startups no tenían acceso a las unidades de procesamiento necesarias para realizar el trabajo.
Entonces, ¿es probable que veamos una desaceleración en el avance de la tecnología de inteligencia artificial? A corto plazo, es posible, pero los elevados niveles de entusiasmo del consumidor y el capital de riesgo probablemente paliaran esos efectos. A medida que la tecnología resulte más accesible y fácil de entender, los innovadores de este campo superaran estos problemas. Hasta entonces seguirán trabajando en una industria compleja y también complicada.
Comentarios