En el marco de «The AI Conference» llevada a cabo en San Francisco, la empresa eGain Corporation ha publicado dos informes técnicos que destacan los retos que enfrentan los proyectos de inteligencia artificial (IA) en el ámbito empresarial. De acuerdo con eGain, estos problemas no se asocian con la complejidad de los modelos de IA, sino con una gestión ineficaz de la información que los alimenta.
El primero de estos documentos, titulado «Ending Runaway Token Costs in Enterprise AI», examina el fenómeno de los costos exorbitantes vinculados al uso de la IA. Con el auge en la dependencia de las tecnologías basadas en IA, las empresas se enfrentan a facturas considerablemente elevadas. eGain sostiene que la raíz de este asunto reside en la incapacidad de los modelos de IA para acceder y gestionar la información de manera eficiente, lo que resulta en un uso irregular de los recursos. Para ilustrar este escenario, eGain compara el reto de encontrar información con enviar a un nuevo empleado a un almacén desorganizado en busca de una caja, sin ninguna orientación etiquetada.
El informe también subraya que muchas de las tareas desempeñadas por la IA, como cálculos simples o verificaciones de devoluciones, no requieren de un razonamiento avanzado, pero siguen recibiendo una carga innecesaria, lo que incrementa los costos. La solución sugerida por eGain implica una reestructuración de la información por medio de una fuente única y fiable, además de asignar las tareas rutinarias a software más convencional, lo que permitiría un ahorro significativo.
El segundo informe, «The Trust Gap in AI Self-Service», investiga la brecha entre las demostraciones exitosas de IA y su aplicación en el mundo real. Aunque los empleados de atención al cliente son capaces de identificar errores cuando interactúan con la IA, los clientes no siempre tienen la misma capacidad para detectar fallos cuando se comunican directamente con el sistema. Este hecho hace que las tasas de precisión, que suelen ser motivo de orgullo, no representen adecuadamente los posibles errores, especialmente aquellos que conllevan consecuencias graves para los usuarios.
Ashu Roy, director ejecutivo de eGain, enfatiza que la falta de control en un modelo de IA rara vez se debe a su complejidad, sino a una deficiencia en la orientación sobre dónde buscar información. Además, resalta la importancia de garantizar la exactitud de la información que sostiene el sistema de IA antes de que los clientes interactúen con él.
Con estos informes, eGain aspira a no solo exponer los problemas prevalecientes en la implementación de IA, sino también a ofrecer soluciones viables que permitan a las empresas transformar sus operaciones y mejorar la experiencia del cliente. Los informes completos están disponibles en su sitio web, y los asistentes a la conferencia pueden solicitar copias mediante un correo electrónico proporcionado por la empresa.