Cerca de la mitad de los análisis producidos por los agentes de análisis de datos de las empresas encuestadas conducen a acciones que mejoran la actividad. Según un estudio publicado por Insights, la rama de contenidos personalizados de MIT Technology Review, distinta de su redacción, esta tasa alcanza en promedio un 48 %, frente al 37 % un año antes. Más de la mitad de los resultados siguen siendo, según el estudio, sin efecto útil para las empresas.
- Casi la mitad de los análisis de agentes conduce a acciones que mejoran la actividad.
- Los líderes en insights superan el 70 % de análisis beneficiosos.
- La falta de contexto y los datos dispersos limitan la calidad de los análisis.
- La gobernanza y una capa semántica son las principales palancas de mejora.
Los autores distinguen un pequeño grupo de organizaciones, al que llaman los « líderes en insights ». En este grupo, más del 70 % de los análisis de los agentes conducen a acciones beneficiosas para la actividad, y estas organizaciones juzgan la calidad de estos análisis más elevada que el conjunto de personas encuestadas. La diferencia es particularmente marcada para los análisis prescriptivos, es decir, aquellos que recomiendan una acción a realizar.
Una falta de contexto y datos dispersos
Cuando los análisis se consideran de calidad insuficiente, la principal causa citada por los directivos encuestados es la falta de contexto empresarial, mencionada por el 55 % de ellos. Los datos fragmentados o inaccesibles ocupan el segundo lugar, con un 45 %. Los líderes en insights son menos numerosos en afirmar que sus agentes tienen dificultades para acceder al contexto necesario.
El volumen también plantea problemas. En el 52 % de las organizaciones encuestadas, los agentes generan un número de análisis demasiado elevado para ser evaluado correctamente, y por tanto para ser seguido de un efecto. Menos de un cuarto (24 %) logra evaluar la totalidad de los análisis. La mayoría procede caso por caso, un proceso que, según el informe, moviliza hoy en gran medida a los equipos humanos.
Gobernanza y capa semántica
Para mejorar la calidad de los análisis, las empresas encuestadas priorizan el refuerzo de la gobernanza de la IA y de los datos, citado por el 60 % de ellas. También un 45 % añade una capa semántica a su arquitectura de datos, es decir, un nivel que da a los datos un significado común y compartido dentro de la empresa.
Los expertos consultados por los autores del estudio coinciden en el papel de esta capa semántica, que consideran crucial para que los agentes sean eficaces.
