En medio de «The AI Conference», llevada a cabo en San Francisco, eGain Corporation, una destacada firma en el campo de la inteligencia artificial, ha presentado dos informes técnicos que revelan los desafíos a los que se enfrentan las iniciativas de IA en el entorno corporativo. Según los análisis de eGain, estos problemas no emergen de la complejidad intrínseca de los modelos de IA, sino que son consecuencia de una gestión ineficiente de la información que los sustenta.
El primer informe, titulado «Ending Runaway Token Costs in Enterprise AI», aborda la problemática de los crecientes costos asociados al uso de la inteligencia artificial en las empresas. A medida que estas organizaciones confían cada vez más en sistemas basados en IA, muchas se ven sorprendidas por facturas significativamente elevadas. eGain argumenta que la raíz del problema radica en que los modelos de IA no pueden acceder ni gestionar de manera eficiente la información disponible, lo que resulta en un uso subóptimo de recursos. Para ejemplificar, eGain compara este proceso con el envío de un nuevo empleado a un almacén desorganizado para localizar una caja específica en varias ocasiones, sin la ayuda de etiquetas que lo orienten.
El informe subraya que muchas de las tareas realizadas por la IA, como cálculos básicos o verificaciones de devoluciones, no requieren razonamiento avanzado, y sin embargo, se les asigna una carga innecesaria que dispara los costos. La solución propuesta involucra la reestructuración de la información en una fuente única y fiable, además de delegar las tareas rutinarias a software más convencional, permitiendo así un ahorro significativo.
El segundo informe, «The Trust Gap in AI Self-Service», por su parte, se enfoca en la desconexión existente entre las prometedoras demostraciones de IA y su implementación en entornos reales. Los empleados en atención al cliente suelen identificar errores cuando interactúan con sistemas de IA, pero los clientes, al enfrentarse directamente a ellos, carecen de dicha capacidad de discernimiento. Esto provoca que las tasas de precisión, que a menudo se exaltan, no reflejen fielmente la exposición real a errores, especialmente aquellos con repercusiones significativas para los usuarios.
Ashu Roy, CEO de eGain, resalta que la descontrolada operativa de un modelo de IA rara vez se debe a su complejidad, sino a la falta de orientación adecuada sobre dónde debe buscar la información correcta. Roy subraya la crítica necesidad de garantizar la exactitud de la información que respalda al sistema de IA antes de que los clientes tengan contacto con él.
Con la publicación de estos informes, eGain no solo pretende destacar los problemas prevalentes en la implementación de la IA en las empresas, sino también proporcionar soluciones factibles que ayuden a optimizar sus operaciones y mejorar la experiencia del cliente. Los informes íntegros están disponibles en el sitio web de la compañía, y los asistentes a la conferencia pueden solicitar copias a través de un correo electrónico proporcionado por la empresa.
