![\"Las](\"https:\/\/i.blogs.es\/2da378\/data-center-ia\/1024_2000.jpeg\")
\n <\/p>\n\n \n <\/p>\n
Llevamos a\u00f1os escuchando la misma promesa, que la inteligencia artificial iba a reducir costes, automatizar tareas complejas y hacer m\u00e1s eficientes las infraestructuras tecnol\u00f3gicas de las empresas. Es una idea que hemos visto repetirse una y otra vez. Sin embargo, a medida que estos proyectos han ido aterrizando en el d\u00eda a d\u00eda de las organizaciones, empieza a aparecer una realidad que no encaja del todo con ese relato inicial. Muchos de esos despliegues no est\u00e1n consiguiendo los resultados que se esperaban.<\/p>\n
<\/p>\n
Las cifras<\/strong>. Seg\u00fan un estudio de Gartner citado por The Register<\/a>, \u00fanicamente el 28% de los despliegues de IA en infraestructura y operaciones alcanza el retorno esperado. El resto se reparte entre proyectos que no llegan a materializar ese valor y otros que directamente no salen adelante, con una tasa de fracaso del 20%. Adem\u00e1s, m\u00e1s de la mitad de los responsables consultados, un 57%, admite haber tenido al menos una iniciativa fallida. Los datos se centran en c\u00f3mo las empresas est\u00e1n aplicando la IA en su infraestructura tecnol\u00f3gica y sus operaciones internas, no en el rendimiento global de la tecnolog\u00eda.<\/p>\n <\/p>\n Expectativas desalineadas y problemas de base.<\/strong> Cuando intentamos entender por qu\u00e9 tantos proyectos se quedan a medio camino, las respuestas apuntan m\u00e1s a c\u00f3mo se plantean que a la tecnolog\u00eda en s\u00ed. Melanie Freeze, directora de investigaci\u00f3n en Gartner, explica que<\/a> muchos equipos asumieron que la IA iba a automatizar tareas complejas de forma inmediata, reducir costes o resolver problemas operativos arrastrados durante a\u00f1os. A eso se suman otros factores recurrentes, como carencias de talento especializado, dificultades para integrar estos sistemas en procesos ya existentes y problemas con la calidad o disponibilidad de los datos.<\/p>\n <\/p>\n Donde s\u00ed est\u00e1 funcionando.<\/strong> No todo el panorama es negativo si afinamos un poco m\u00e1s el foco. El propio an\u00e1lisis de Gartner se\u00f1ala que los mejores resultados aparecen en \u00e1mbitos donde la tecnolog\u00eda ya tiene m\u00e1s recorrido y aplicaciones m\u00e1s concretas. Es el caso de la gesti\u00f3n de servicios de TI y las operaciones en la nube, \u00e1reas en las que la firma sit\u00faa buena parte de los casos de \u00e9xito, con un 53% de los responsables se\u00f1alando resultados positivos. La clave aqu\u00ed no parece estar en modelos m\u00e1s avanzados, sino en c\u00f3mo se integran en procesos reales, con casos de uso bien definidos y alineados con necesidades operativas claras.<\/p>\n Zero-day para todos: la nueva IA de Anthropic ha encontrado vulnerabilidades en todos los sistemas operativos del mundo<\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n Dos niveles de la infraestructura de IA.<\/strong> Para entender por qu\u00e9 estos datos van m\u00e1s all\u00e1 de un problema interno de las empresas, conviene diferenciar los dos planos en los que se est\u00e1 construyendo esta ola de inversi\u00f3n. Por un lado est\u00e1n los grandes proveedores tecnol\u00f3gicos, que est\u00e1n destinando cientos de miles de millones a levantar centros de datos bajo la premisa de que la demanda seguir\u00e1 creciendo. Por otro, las compa\u00f1\u00edas que utilizan esos servicios para aplicar la IA en sus operaciones. Es precisamente en este segundo grupo donde Gartner detecta las dificultades, y eso introduce una pregunta relevante para el mercado, qu\u00e9 ocurre si esos clientes no logran rentabilizar sus proyectos y empiezan a frenar el gasto.<\/p>\n <\/p>\n El an\u00e1lisis<\/strong>. Est\u00e1 claro que las empresas contin\u00faan apostando por la IA, pero al mismo tiempo empiezan a exigir resultados m\u00e1s claros a corto y medio plazo. En paralelo, otras encuestas recientes, como un estudio del National Bureau of Economic Research<\/a>, apuntan a que muchas compa\u00f1\u00edas no detectan todav\u00eda un impacto claro en productividad o empleo.<\/p>\n Im\u00e1genes | Domaintechnik<\/a> Ledl.net<\/p>\n En Xataka | Los modelos de IA chinos presum\u00edan de ser buenos, bonitos y baratos. Ya solo son dos de esas tres cosas<\/a><\/p>\n – \u00a0Llevamos a\u00f1os escuchando la misma promesa, que la inteligencia artificial iba a reducir costes, automatizar tareas complejas y hacer m\u00e1s eficientes las infraestructuras tecnol\u00f3gicas de las empresas. Es una idea que hemos visto repetirse una y otra vez. Sin embargo, a medida que estos proyectos han ido aterrizando en el d\u00eda a d\u00eda de las organizaciones, empieza a aparecer una realidad que no encaja del todo con ese relato inicial. Muchos de esos despliegues no est\u00e1n consiguiendo los resultados que se esperaban.<\/p>\n Las cifras. Seg\u00fan un estudio de Gartner citado por The Register, \u00fanicamente el 28% de los despliegues de IA en infraestructura y operaciones alcanza el retorno esperado. El resto se reparte entre proyectos que no llegan a materializar ese valor y otros que directamente no salen adelante, con una tasa de fracaso del 20%. Adem\u00e1s, m\u00e1s de la mitad de los responsables consultados, un 57%, admite haber tenido al menos una iniciativa fallida. Los datos se centran en c\u00f3mo las empresas est\u00e1n aplicando la IA en su infraestructura tecnol\u00f3gica y sus operaciones internas, no en el rendimiento global de la tecnolog\u00eda.<\/p>\n Expectativas desalineadas y problemas de base. Cuando intentamos entender por qu\u00e9 tantos proyectos se quedan a medio camino, las respuestas apuntan m\u00e1s a c\u00f3mo se plantean que a la tecnolog\u00eda en s\u00ed. Melanie Freeze, directora de investigaci\u00f3n en Gartner, explica que muchos equipos asumieron que la IA iba a automatizar tareas complejas de forma inmediata, reducir costes o resolver problemas operativos arrastrados durante a\u00f1os. A eso se suman otros factores recurrentes, como carencias de talento especializado, dificultades para integrar estos sistemas en procesos ya existentes y problemas con la calidad o disponibilidad de los datos. En Xataka<\/p>\n Zero-day para todos: la nueva IA de Anthropic ha encontrado vulnerabilidades en todos los sistemas operativos del mundo<\/p>\n Dos niveles de la infraestructura de IA. Para entender por qu\u00e9 estos datos van m\u00e1s all\u00e1 de un problema interno de las empresas, conviene diferenciar los dos planos en los que se est\u00e1 construyendo esta ola de inversi\u00f3n. Por un lado est\u00e1n los grandes proveedores tecnol\u00f3gicos, que est\u00e1n destinando cientos de miles de millones a levantar centros de datos bajo la premisa de que la demanda seguir\u00e1 creciendo. Por otro, las compa\u00f1\u00edas que utilizan esos servicios para aplicar la IA en sus operaciones. Es precisamente en este segundo grupo donde Gartner detecta las dificultades, y eso introduce una pregunta relevante para el mercado, qu\u00e9 ocurre si esos clientes no logran rentabilizar sus proyectos y empiezan a frenar el gasto. – La noticia<\/p>\n Las empresas llevan a\u00f1os invirtiendo en IA. El problema es que muchos proyectos no est\u00e1n dando resultados <\/p>\n fue publicada originalmente en<\/p>\n Xataka <\/p>\n por .\u00a0\u00a0\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":" Llevamos a\u00f1os escuchando la misma promesa, que la inteligencia artificial iba a reducir costes, automatizar tareas complejas y hacer m\u00e1s eficientes las infraestructuras tecnol\u00f3gicas de las empresas. Es una idea que hemos visto repetirse una y otra vez. Sin embargo, a medida que estos proyectos han ido aterrizando en el d\u00eda a d\u00eda de las […]<\/p>\n","protected":false},"author":1,"featured_media":15211,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","footnotes":""},"categories":[6],"tags":[],"class_list":["post-15210","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia"],"_links":{"self":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/15210","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/comments?post=15210"}],"version-history":[{"count":0,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/15210\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media\/15211"}],"wp:attachment":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media?parent=15210"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/categories?post=15210"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/tags?post=15210"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n\n\n<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n\n\n\n\n
\n ![\"Zero-day](\"https:\/\/i.blogs.es\/5d95fe\/claude-code\/375_142.png\")
\n <\/a>\n <\/div>\n\n\n En Xataka<\/a>\n <\/div>\n
La noticia
\n
\n Las empresas llevan a\u00f1os invirtiendo en IA. El problema es que muchos proyectos no est\u00e1n dando resultados <\/em>
\n <\/a>
\n fue publicada originalmente en
\n
\n Xataka <\/strong>
\n <\/a>
\n por
\n Javier Marquez
\n <\/a>
\n . <\/p>\n
\nDonde s\u00ed est\u00e1 funcionando. No todo el panorama es negativo si afinamos un poco m\u00e1s el foco. El propio an\u00e1lisis de Gartner se\u00f1ala que los mejores resultados aparecen en \u00e1mbitos donde la tecnolog\u00eda ya tiene m\u00e1s recorrido y aplicaciones m\u00e1s concretas. Es el caso de la gesti\u00f3n de servicios de TI y las operaciones en la nube, \u00e1reas en las que la firma sit\u00faa buena parte de los casos de \u00e9xito, con un 53% de los responsables se\u00f1alando resultados positivos. La clave aqu\u00ed no parece estar en modelos m\u00e1s avanzados, sino en c\u00f3mo se integran en procesos reales, con casos de uso bien definidos y alineados con necesidades operativas claras.<\/p>\n
\nEl an\u00e1lisis. Est\u00e1 claro que las empresas contin\u00faan apostando por la IA, pero al mismo tiempo empiezan a exigir resultados m\u00e1s claros a corto y medio plazo. En paralelo, otras encuestas recientes, como un estudio del National Bureau of Economic Research, apuntan a que muchas compa\u00f1\u00edas no detectan todav\u00eda un impacto claro en productividad o empleo.
\nIm\u00e1genes | Domaintechnik Ledl.net
\nEn Xataka | Los modelos de IA chinos presum\u00edan de ser buenos, bonitos y baratos. Ya solo son dos de esas tres cosas<\/p>\n
\n Javier Marquez<\/p>\n