En el marco de «The AI Conference» que se lleva a cabo en San Francisco, eGain Corporation ha dado un paso crucial al presentar dos informes técnicos que arrojan luz sobre los desafíos que afrontan los proyectos de inteligencia artificial (IA) en el entorno empresarial. La compañía destaca que estos no están necesariamente vinculados a la complejidad inherente de los modelos de IA, sino que tienen su raíz en una gestión inadecuada de la información que nutre a estos sistemas.
El primer informe, bajo el título «Ending Runaway Token Costs in Enterprise AI», resalta el alarmante aumento de los costos asociados al uso extendido de IA en las empresas. Con el incremento de la dependencia en tecnologías basadas en IA, un número significativo de organizaciones se enfrenta a facturas inesperadamente elevadas. Según eGain, esto se debe principalmente a la ineficiencia en el acceso y gestión de la información por parte de los modelos de IA, lo que genera un desperdicio considerable de recursos. La compañía ilustra esta situación comparando la búsqueda de información con la tarea de enviar a un empleado novato a un almacén desorganizado en busca de una caja, sin contar con etiquetas que faciliten la búsqueda.
El informe también advierte sobre tareas que, a pesar de requerir solo cálculos simples o verificaciones básicas, se les asigna una carga innecesaria que eleva los costos. La estrategia de eGain para afrontar este desafío pasa por reestructurar la información para crear una fuente única y fiable, y delegar las tareas rutinarias a software convencional, lo que permitiría un ahorro significativo.
Por su parte, el segundo informe, titulado «The Trust Gap in AI Self-Service», examina la desconexión evidente entre las demostraciones de IA exitosas y su aplicación en el día a día. Mientras que los empleados de servicio al cliente son capaces de identificar errores durante sus interacciones con la IA, los clientes, cuando se enfrentan directamente con estos sistemas, no gozan del mismo nivel de discernimiento. Esto lleva a que las tasas de precisión proyectadas no reflejen adecuadamente los errores potenciales, muchos de los cuales pueden conllevar serias consecuencias para los usuarios.
Ashu Roy, el director ejecutivo de eGain, subraya que la desestabilización de un modelo de IA raramente tiene que ver con su complejidad, sino más bien con la falta de dirección clara sobre dónde buscar la información adecuada. Además, insiste en la importancia de asegurar la fiabilidad de la información que sustenta el sistema de IA antes de que los clientes la utilicen.
Con la publicación de estos informes, eGain no solo apunta a resaltar las problemáticas existentes en la implementación de la IA, sino también a proponer soluciones factibles 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 interesados que asisten a la conferencia pueden solicitar copias a través de un correo electrónico proporcionado por la empresa.
