Cada vez son más los estudios que afirman que los datos no estructurados constituyen hasta el 80% de los datos del mundo. Los datos no estructurados se componen de información que no tiene un formato predefinido ni una estructura organizada. De este modo y en contraposición a los estructurados, no se ajustan a tablas ni a bases de datos convencionales. Un ejemplo de ello son los correos electrónicos, archivos como Word o PDF y las imágenes, entre otros.
En este contexto, Qlik ha publicado los resultados de un nuevo estudio que revela que las compañías no son capaces de sacarle todo el partido a los datos no estructurados. De hecho, casi el 70% está de acuerdo en que su organización no está bien equipada para entender cómo se puede aprovechar la inteligencia artificial generativa en sus datos no estructurados. Sin embargo, reconocen el potencial que tienen para mejorar la eficiencia operativa y obtener información de valor.
Retos de la IA
Así pues, la encuesta pone de relevancia algunos de los principales problemas a los que se enfrentan las compañías como la falta de experiencia del personal, la falta de soluciones específicas o la falta de inversión en herramientas de IA centradas en los datos no estructurados. El estudio destaca los siguientes retos:
- Preocupación por la privacidad de los datos y el cumplimiento de la normativa: el 59% de los encuestados están muy preocupados por la privacidad de los datos y el 47% por el cumplimiento de la normativa, superando significativamente las preocupaciones por el Retorno de la Inversión o ROI (19%).
- La integración y el coste son las principales prioridades: a la hora de elegir a un proveedor para este fin, la integración del sistema (55%), el coste (50%) y las funciones de gobierno (49%) son los principales aspectos que se tienen en cuenta, mientras que la reputación del proveedor apenas influye (16%). Los encuestados esperan obtener beneficios económicos con el uso de datos no estructurados. Concretamente, el 45% prevé una mejora de entre el 10% y el 20%.
- El interés por la IA Generativa es alto, pero falta inversión: entre los interesados en integrar este tipo de IA en los datos no estructurados, dos de cada tres encuestados tienen previsto invertir en una solución de este tipo. A pesar del interés generalizado, sólo el 22% indican que están realizando inversiones «significativas» en tecnologías de IA.
- Los datos no estructurados se consideran un activo clave: una clara mayoría (62%) ve en los datos no estructurados la oportunidad de mejorar la eficiencia operativa, mientras que un 31% cree que pueden ayudar a la innovación. Casi la mitad (45%) querría aplicarlo en casos de usos que mejoren herramientas de búsqueda y consulta para consultar en profundidad los documentos internos.
- Los buscadores tradicionales se quedan cortos para los datos no estructurados: existe un amplio consenso en que las herramientas tradicionales de búsqueda empresarial son insuficientes para maximizar el valor de las grandes bibliotecas de documentos. Solo el 16% ha adquirido ya una herramienta diseñada para obtener información a partir de datos no estructurados, y la mayoría de las iniciativas se encuentran en fase inicial o piloto.
“Las empresas están buscando soluciones que permitan la adopción de la IA Generativa sin necesidad de tener que revisar su conjunto de skills y su stack tecnológico. La clave reside en encontrar formas de integrar la IA de forma sencilla en las platafomas de analítica ya existentes. Esto permite a las organizaciones obtener las respuestas correctas de los datos no estructurados e impulsar resultados empresariales significativos», explica Brendan Grady, director General de la Unidad de Analítica de Negocio de Qlik
«Los resultados de nuestra encuesta subrayan el desafío al que se enfrentan las empresas hoy en día: la falta de experiencia para aprovechar el potencial de la IA generativa aplicada a los datos no estructurados”, señala Erik Bradley, jefe de Estrategia y director de Investigación de Enterprise Technology Research, empresa encargada de realizar el estudio. “Aunque el interés por aprovechar el potencial de los datos no estructurados es alto, la falta de habilidades especializadas y herramientas adecuadas es una barrera significativa. Para capitalizar realmente las oportunidades que presenta la IA Generativa, las organizaciones deben invertir en reducir esta brecha de conocimiento”.
