Nueve de cada diez grandes empresas están invirtiendo en machine learning

El citado informe indica que el 35% de las grandes compañías ha desarrollado totalmente esta tecnología, mientras que otro 31% lo ha hecho en algunos departamentos concretos para funciones específicas.

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% confía en que sea un fenómeno transformacional. Sin embargo el 65% de los encuestados encuentra problemas en priorizar dónde tendrá un mayor impacto, aunque aparentemente será en las divisiones de Tecnologías de la Información y en I+D. Por el contrario sólo un 20% de los gerentes piensa que tendrá un impacto significativo en la división de Ventas, menos aún en el departamento de Recursos Humanos (17%).

No obstante el 58% de las grandes empresas ve el análisis de datos como un activo estratégico para su negocio, cifra que asciende al 70% en el caso de España. Tanto es así que la mitad de ellas ha señalado que los datos están completamente embebidos en su organización y que ya no serían capaces de trabajar sin ellos, mientras otro 36% ha reconocido que sí los utiliza pero no de un modo transversal.

Nueve de cada diez grandes empresas de Europa están invirtiendo en machine learning

El 49% de los negocios confirma 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.

En este sentido Romain Picard, vicepresidente de Cloudera para el sur de EMEA (Europa, Oriente Medio y África), ha destacado que “el machine learning debe ser el próximo paso para las organizaciones basadas en datos. En Cloudera planeamos acelerar nuestra hoja de ruta para ayudar a los clientes a capitalizar más rápido el valor de sus datos con esta tecnología”. Asimismo ha añadido que “esta clase de soluciones tienen el coste del desarrollo de habilidades internas y en diferenciación, además de concienciar a los líderes en cómo el machine learning es capaz de impulsar a las compañías”.

El uso de algoritmos facilita, según ha explicado Picard, “extraer conocimiento útil de los datos, lo que permite a los equipos trabajar de un modo más inteligente, hacer las cosas más rápido y convertir en rutina tareas que previamente eran imposibles”.

De momento un tercio de las que la han implementado en sus procesos asegura que ya ha visto un retorno de la inversión. A pesar de ello las empresas se muestran de acuerdo en que existe una barrera principal: la falta de recursos y talento. De hecho, el 51% duda en implementarla al carecer de la habilidad para ello, y para tres de cada cuatro es un coste.

Barreras para el desarrollo del machine learning

Para Picard “el primer problema es la falta de concienciación de los líderes. Y es que la causa principal que hace que el machine learning se resista es un aspecto de percepciones, ya que los negocios aún no confían en la capacidad de las máquinas de reemplazar al ser humano en la toma 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 89% de los gerentes tiene un conocimiento básico, aunque sólo la mitad sabe cómo funciona o recuerda casos de éxito. Los que toman las decisiones lo asocian con elementos de inteligencia artificial y automatización: el 44% apunta 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 que dificulta que esta tecnología se extienda a una mayor velocidad. Menos de una de cada tres compañías cuenta con un equipo estable de científicos de datos con habilidades en machine learning. Además, sólo un 52% de ellos se mantiene actualizado con noticias relevantes y específicas del sector de las tecnologías de la información.