Alrededor del 20% de los proyectos de IA podrían no tener éxito sin el apoyo suficiente en infraestructura de datos, según un reciente estudio realizado por el proveedor de infraestructura de datos inteligente NetApp. El libro blanco de IDC titulado «Scaling AI Initiatives Responsibly: The Critical Role of an Intelligent Data Infrastructure» pretendía desvelar los componentes esenciales necesarios para el éxito de los proyectos de IA, destacando la importancia fundamental de la infraestructura de datos.
El estudio sugiere que las organizaciones consideradas AI Masters dan prioridad a su infraestructura de datos para apoyar las iniciativas transformadoras de la IA. Estas organizaciones se centran en facilitar el acceso a los conjuntos de datos corporativos con una preparación mínima, estableciendo un entorno unificado, híbrido y multicloud capaz de acomodar diversos tipos de datos y métodos de acceso.
Los retos persisten en los diferentes niveles de madurez de la IA. Los AI Masters se enfrentan a obstáculos como limitaciones de acceso basadas en la infraestructura, problemas de cumplimiento normativo e insuficiencia de datos, mientras que los AI Emergents se enfrentan a retos como limitaciones presupuestarias, datos inadecuados para el entrenamiento de modelos y restricciones empresariales en el acceso a los datos.
El estudio indica que los AI Masters demuestran una accesibilidad superior a los datos, con disponibilidad instantánea de datos estructurados y no estructurados. Además, estas organizaciones integran a la perfección los datos privados con los servicios de IA en la nube, lo que indica un alto nivel de flexibilidad de la infraestructura.
La gobernanza eficaz de los datos y los procesos de seguridad surgen como indicadores cruciales de la madurez organizativa en las iniciativas de IA. Los maestros de la IA dan prioridad a las políticas de gobernanza estandarizadas aplicadas por organismos independientes, mientras que los emergentes de la IA a menudo luchan por la ausencia de tales políticas.
La utilización eficiente de los recursos es esencial para el desarrollo de modelos de IA. Los Maestros en IA exhiben métricas claramente definidas para evaluar la eficiencia de los recursos, un factor que falta en muchas organizaciones Emergentes en IA.
El estudio, realizado entre diciembre de 2023 y enero de 2024, incluyó entrevistas con responsables de la toma de decisiones a nivel mundial implicados en campos relacionados con la IA. Basándose en los resultados, IDC desarrolló un modelo de madurez de IA que clasifica a las organizaciones en cuatro niveles: Emergentes de IA, Pioneras de IA, Líderes de IA y Maestras de IA.
El Libro Blanco de IDC proporciona información valiosa para las organizaciones que se embarcan en iniciativas de IA, ofreciendo ideas prácticas para mitigar los escollos comunes y garantizar el éxito del proyecto. Al priorizar el desarrollo de una infraestructura de datos inteligente, las empresas pueden mejorar la escalabilidad, la eficiencia y los resultados empresariales generales de la IA.
Jonsi Stefansson, Vicepresidente Senior y Director de Tecnología de NetApp, destaca la importancia de la infraestructura de datos inteligente, afirmando que permite a las empresas acceder a los datos de forma segura y eficiente, impulsando la innovación y el éxito a largo plazo en los esfuerzos de IA.
Fuente WEB | Editado por CambioDigital OnLine
