Un nuevo estudio de desarrolladores detalla los desafíos que enfrentan al crear aplicaciones de IA generativa para la empresa y también sugiere soluciones
Los desarrolladores de todas las industrias han visto cómo sus descripciones de trabajo se han ampliado para incluir una frase común: “IA generativa”. A medida que las empresas se apresuran a adoptar la tecnología, están encargando a sus desarrolladores la tarea de crear, personalizar, probar e implementar aplicaciones de IA generativa.
Sin embargo, las empresas subestiman la complejidad de la pila de IA y el ciclo de vida del desarrollo. Debajo de cada aplicación de IA elegante e intuitiva hay una pila de tecnología compleja y a menudo engorrosa.
Ahora, una nueva encuesta patrocinada por IBM y realizada por Morning Consult explora esa complejidad y revela los desafíos que enfrentan los desarrolladores en lo que respecta a la variación de habilidades, los conjuntos de herramientas amplios y complicados y la garantía de resultados precisos y confiables de estos sistemas. Nuestra encuesta entrevistó a más de 1000 desarrolladores de IA empresarial en los EE. UU. que están creando aplicaciones de IA generativa para la empresa. Los participantes de la encuesta abarcan una variedad de roles, incluidos desarrolladores de aplicaciones, ingenieros de software y científicos de datos.
La encuesta presenta un panorama muy claro: los desarrolladores de inteligencia artificial empresarial están creando herramientas para simplificar los flujos de trabajo de sus colegas… pero el desarrollo de estas herramientas suele ser todo lo contrario. La encuesta también ofrece una ventana a las tecnologías y los enfoques que pueden ayudar a abordar este problema.
Los desafíos: brechas de habilidades y proliferación de herramientas
Nuestra encuesta reveló que los niveles de habilidad en IA generativa varían significativamente entre los desarrolladores encuestados. La mayoría de los desarrolladores que se identifican como «desarrolladores de IA» o «científicos de datos» se consideran expertos en IA generativa, pero una minoría de los otros siete grupos demográficos de desarrolladores lo hacen. Los desarrolladores de aplicaciones, en particular, rara vez se consideran expertos en IA generativa, a pesar de estar en la primera línea de la adopción de la IA generativa.
Menos de una cuarta parte (24%) de los desarrolladores de aplicaciones encuestados se clasificaron como «expertos» en IA generativa.
Esto habla de la falta de habilidades en el espacio de la IA generativa. Para muchos desarrolladores, se trata de un terreno nuevo con una curva de aprendizaje pronunciada, y los ciclos rápidos de innovación implican que la nueva tecnología es constante. La falta de habilidades se agrava por la falta de claridad en lo que respecta a marcos y kits de herramientas confiables. Los encuestados mencionaron la falta de un proceso de desarrollo de IA estandarizado como uno de los principales desafíos, junto con la priorización de la transparencia y la trazabilidad.
“La falta de un proceso de desarrollo de IA estandarizado” y “el desarrollo de un ciclo de vida de IA ético y confiable que garantice la transparencia y la trazabilidad de los datos” están empatados como los principales desafíos en el desarrollo de aplicaciones de IA generativa entre los encuestados (33%, una pluralidad de encuestados).
Los desarrolladores también se sienten frustrados con las herramientas que tienen a su disposición. Según los encuestados, las herramientas más importantes para crear IA empresarial también son las más escasas, lo que dificulta el proceso de desarrollo. Mientras tanto, los desarrolladores deben hacer malabarismos con una gran variedad de herramientas.
Según los encuestados, las cuatro cualidades más esenciales en las herramientas de desarrollo de IA empresarial son el rendimiento (42 %), la flexibilidad (41 %), la facilidad de uso (40 %) y la integración (36 %). Sin embargo, más de un tercio de los encuestados también afirmó que esas mismas características son las más escasas.
La mayoría (72 %) de los encuestados utiliza entre cinco y quince herramientas para crear una aplicación empresarial de IA. Un número considerable (13 %) utiliza quince o más herramientas.
El resultado es claro: los desarrolladores se enfrentan a desafíos de complejidad real en el conjunto de IA, lo que tiene consecuencias reales. Las empresas están invirtiendo en IA generativa para obtener una ventaja competitiva. Un conjunto de IA demasiado complejo socava esta inversión y tiene repercusiones en otros sistemas.
Estos desafíos solo se exacerbarán a medida que la industria avance hacia la IA agente, que promete mayor poder y autonomía, pero también depende de la confianza y la integración con sistemas de TI más amplios.
Casi todos los desarrolladores encuestados (99%) están explorando o desarrollando agentes de IA, y la principal preocupación reportada para el desarrollo de agentes es la confiabilidad.
Está claro que ahora es el momento de abordar el desafío de la complejidad de la IA.
La solución: simplificar la pila (con ayuda de IA)
Los resultados de nuestra encuesta arrojan luz sobre lo que podemos hacer para ayudar a abordar la complejidad del desarrollo de la IA, así como sobre algunas herramientas que ya están ayudando. En primer lugar, dado el ritmo de cambio en el panorama de la IA generativa, sabemos que los desarrolladores anhelan herramientas que sean fáciles de dominar.
Solo un tercio de los encuestados está dispuesto a invertir más de dos horas en aprender una nueva herramienta de desarrollo de IA, lo que indica que la simplicidad y la experiencia del usuario son clave cuando se trata de introducir nuevas tecnologías para ayudar en el proceso de desarrollo de IA.
En lo que respecta a la productividad de los desarrolladores, la encuesta encontró una adopción generalizada y un ahorro de tiempo significativo gracias al uso de herramientas de codificación impulsadas por IA.
El 99 % utiliza asistentes de codificación de alguna manera para el desarrollo de IA. Y, por lo general, los desarrolladores afirman que estas herramientas les permiten ahorrar entre 1 y 2 horas por día (el 41 % de los desarrolladores) y algunos afirman que les permiten ahorrar 3 horas o más (el 22 % informa que ahorra más de 3 horas).
Simplificar la pila de IA y el ciclo de vida del desarrollo de IA es un objetivo clave para IBM. Sabemos que con los enfoques y las herramientas adecuados, los desarrolladores pueden aprovechar la IA generativa y preparar a su empresa para el éxito.
Lo hacemos con estrategias de gran alcance, como el apoyo de IBM a la IA de código abierto. Una pila de IA de código abierto puede significar una pila de IA más transparente, confiable e innovadora. También lo hacemos con productos específicos. Watsonx.ai de IBM , nuestro estudio para el desarrollo de aplicaciones de IA de extremo a extremo, ofrece un amplio conjunto de herramientas, marcos e integraciones para ayudar a simplificar y optimizar el ciclo de vida del desarrollo. IBM Watsonx Code Assistant otorga a los desarrolladores una potencia adicional al escribir aplicaciones de IA listas para la empresa. Y las soluciones de integración de aplicaciones de IBM ayudan a los desarrolladores a crear y administrar API para modernizar sus aplicaciones de IA en entornos híbridos. Mientras tanto, los modelos IBM Granite proporcionan una base de código abierto para el desarrollo empresarial de IA confiable.
La pila de desarrollo de IA no recibe mucha atención en el debate más amplio sobre la IA generativa, pero puede desempeñar un papel descomunal en el impacto de la tecnología. Hagamos que la pila de IA sea tan simple e intuitiva como las aplicaciones que produce.
Para los desarrolladores que buscan recursos para respaldar sus proyectos de IA generativa, consulte nuestro nuevo Centro para desarrolladores de Watsonx : un repositorio centralizado que incluye las últimas guías y inicios rápidos para ayudar con todo, desde modelos hasta chat, RAG, llamadas de herramientas y más. IBM News. R. G. Traducido al español
Contacto