Imagen de la noticia

Redacción. El 35 % de las grandes compañías en España, Francia, Alemania y Reino Unido, ha desarrollado totalmente el machine learning, mientras que otro 31 % lo ha hecho en algunos departamentos concretos para funciones específicas.

Así lo pone de relieve un informe sobre el estado de la adopción del machine learning elaborado por Cloudera, plataforma de machine learning y análisis de datos optimizada para la nube, según el cual, un tercio de las compañías que ha implementado el machine learning en sus procesos asegura que ya ha registrado un retorno a la inversión.

Sin embargo, las empresas están de acuerdo en que existe una barrera principal, ya que faltan recursos y talento. De hecho, el 51 % dudan en implementar el machine learning, ya que no tienen la habilidad de implementarlo.

La mitad de las grandes empresas han indicado que los datos están completamente embebidos en su organización, y que ya no serían capaces de trabajar sin ellos, mientras otro 36 % indica que sí utiliza los datos, pero no de un modo transversal en la compañía.

Además, el 49 % de los negocios afirma que el departamento de tecnologías de la información es el responsable de maximizar el valor de los datos, y en el resto de los casos la responsabilidad descansa en los científicos de datos o en los propios usuarios.

Barreras al machine learning

Sobre las barreras para la implementación del machine learning en las empresas, Romain Picard, vicepresidente de Cloudera en el Sur de EMEA, ha indicado que “el primer problema es la falta de conocimiento entre los líderes, y es que la causa principal que hace al machine learning resistirse es un aspecto de percepciones, ya que los negocios aun no confían en la capacidad de las máquinas de reemplazar al ser humano en las tomas de decisiones”. En este sentido, el 79 % cree que las personas toman mejores decisiones.

Por otra parte, no hay una visión clara de en qué consiste y qué beneficios ofrece el machine learning. Los tomadores de decisiones asocian el machine learning con elementos de inteligencia artificial y automatización: el 44 % ha indicado que tiene que ver con algoritmos computacionales, otros, que es el proceso de crear sistemas independientes de la intervención humana, y un tercer bloque lo asocia a la inteligencia artificial.

Finalmente, hay una falta esencial de talento. Menos de una de cada tres compañías cuenta con un equipo estable de científicos de datos con habilidades en machine learning. Además, tan solo un 52 % de ellos se mantienen actualizados con noticias relevantes y específicas del sector de las tecnologías de la información.

Adopción y uso del machine learning

La adopción del machine learning se encuentra en plena expansión, ya que un 47 % de las empresas ya está invirtiendo, y otro 40 % espera hacerlo en los próximos dos años.

De hecho, la única tecnología más extendida que el machine learning es el análisis de datos, con una inversión actual en el 54 % de las grandes empresas.

El 69 % de los directores de tecnologías de la información espera que el machine learning tenga una influencia relevante en sus departamentos, y un 31 % espera que sea un fenómeno transformacional.

Sin embargo, solo un 20 % de los gerentes piensa que tendrá un impacto significativo en las divisiones de ventas, y menos aun en el departamento de RRHH: 17 %.

El 65 % encuentra problemas en priorizar dónde tendrá un mayor impacto, aunque aparentemente será en las divisiones de tecnologías de la información y en I+D.

Picard concluye que “en el momento de implementar el machine learning en la compañía surgen nuevos problemas, como la falta de talento capaz de desarrollarlo, lo cual es una de las principales barreras que impide que esta tecnología se extienda a una mayor velocidad”.

Utilizamos cookies propias y de terceros para posibilitar y mejorar su experiencia de navegación por nuestra web. Si continua navegando, consideramos que acepta su uso.