• 2 min de lectura
Solo el 34% confía en los agentes de IA a pesar de que el 86% los despliega
Boomi afirma que las empresas están poniendo agentes de IA en producción demasiado pronto, y que la baja calidad de los datos y la gobernanza generan problemas de confianza.
Imagen: TechRadar
Boomi sostiene que la brecha de confianza empresarial en torno a la IA basada en agentes tiene menos que ver con la capacidad del modelo y más con cimientos de datos débiles.
Según una nueva investigación de Boomi, el 86% de las empresas ha pasado de pilotos de IA basada en agentes a despliegues en producción, pero solo el 34% dice confiar en las acciones que sus agentes están realizando. La compañía afirma que el problema no es la inteligencia del modelo, sino la calidad de los datos, las integraciones, la gobernanza y los controles.
Boomi dividió a los encuestados en grupos de preparación, etiquetando el cuartil inferior como «caos de agentes». Incluso allí, el 77% de las empresas ya ha desplegado agentes o está en proceso de llevarlos a producción. Boomi advierte que avanzar sin las bases adecuadas podría exponer a las compañías a sanciones por incumplimiento, pérdida de clientes y tiempo de inactividad operativo.
Recomendado
El auge de los centros de datos en el Reino Unido choca con la realidad del agua
En el otro extremo, el cuartil superior fue categorizado como «control de agentes», y el 55% de esas organizaciones afirmó tener una alta confianza en las decisiones y acciones de sus agentes.
El informe también sugiere que muchas empresas están resolviendo el problema equivocado. Entre las empresas en «caos de agentes», aproximadamente el 51% está priorizando la madurez del modelo o de las herramientas de IA en lugar de abordar los factores que, según Boomi, realmente determinan la confianza.
Solo se puede confiar en que los agentes actúen sobre datos que han sido debidamente activados, conectados y gobernados, y la mayoría de las empresas desplegó agentes antes de hacer ese trabajo.
Los hallazgos señalan un patrón empresarial familiar: la presión por demostrar el valor y el ROI de la IA acelera el despliegue antes de que los sistemas subyacentes estén listos, dejando a las organizaciones la labor de corregir problemas de datos y gobernanza después de que los agentes ya estén en producción.
Enterprise Editor
Marcus follows the money. He covers enterprise software, cloud architecture, and the tectonic shifts in Big Tech strategy. He translates dense earnings calls and complex M&A activity into actionable insights about where the industry is actually heading. If a tech giant makes a silent pivot, Marcus is usually the first to notice.
vía TechRadar
