El liderazgo de calidad debería ser una prioridad absoluta en la era de la IA.

Ejecuto tecnología para LambdaTest y durante los últimos diez años hemos creado un sistema que procesa miles de millones de pruebas de software de más de 2 millones de usuarios. Mi equipo implementó un modelo de aprendizaje automático. Automatice los flujos de trabajo principales y traslade toda la infraestructura a la plataforma en la nube.

Estos antecedentes son importantes porque lo que voy a compartir contradice casi todo lo que dice la industria tecnológica sobre las inversiones en IA.

Actualmente, las empresas están invirtiendo enormes sumas de dinero en proyectos de inteligencia artificial que no generan retornos. Las empresas estadounidenses invierten 35 a 40 mil millones de dólares Sin embargo, en las iniciativas internas de IA, el 95 % obtuvo cero retorno de la inversión o un impacto medible en los resultados.

No veo esto como una cuestión tecnológica. Pero es claramente un problema de liderazgo de calidad.

Relacionado: Casi el 95% de las empresas no ven retorno de las inversiones internas en IA, según un nuevo estudio del MIT: ‘Poco o ningún impacto mensurable’

¿Por qué los proyectos de IA están fracasando a un ritmo récord?

Los proyectos de IA fracasan en 70% a 85% La tasa de fracaso de los proyectos de TI tradicionales es el doble. Esto se debe a que las organizaciones se centran más en la implementación que en la base de datos. Mala calidad de los datos. Marco regulatorio inadecuado y valor comercial poco claro. Crea una tormenta perfecta en la que la mayoría de las iniciativas nunca van más allá de la prueba de concepto.

También aumentó la proporción de empresas que cancelaron iniciativas de IA. 42% Este año, desde el 17% del año pasado, ha aumentado un 147% en 12 meses.

El formato es claro cuando examina los datos. Previsiones de Gartner 30% Los proyectos de IA generativa se abandonarán después de la prueba de concepto a finales de 2025 debido a la mala calidad de los datos. Control de riesgos inadecuado y valor comercial poco claro

¿Cuánto cuesta la baja calidad?

organización de bajo costo de calidad 12% de ingresos anuales, lo que se traduce en una pérdida de 12 millones de dólares por cada 100 millones de dólares de ingresos debido a pronósticos incorrectos. Campañas fallidas y trabajos de remediación, los costos ocultos son más profundos: el gasto de los empleados. dos horas al dia Buscando información relevante Los científicos de datos pierden el 40% de su tiempo buscando datos limpios y 67% de las organizaciones no confían en sus datos para tomar decisiones

Cuando los científicos de datos dedican el 40% de su tiempo a buscar datos limpios en lugar de crear modelos, no se experimentan problemas de rendimiento: se trata de fallas de calidad sistémicas. noventa y nueve por ciento de los proyectos de IA y ML encuentran problemas de calidad de datos. Esto significa que todos los proyectos encontrarán este problema.

¿Qué diferencia a los líderes de calidad?

El liderazgo de calidad se centra en construir una base de datos confiable y un marco de gobernanza antes de escalar las iniciativas de IA, en lugar de perseguir la velocidad de implementación.

sesenta y nueve por ciento de los directores ejecutivos dicen que el éxito depende de retener líderes que comprendan profundamente la estrategia y tengan la autoridad para tomar decisiones clave. Los líderes en tecnología tradicional optimizan la velocidad de implementación y la precisión del modelo. al tiempo que carece del fundamento de la calidad que determina si aporta algún valor o no.

Las iniciativas de IA en toda la organización solo están logrando un retorno de la inversión. 5,9% Aunque hay que invertir el 10%, el problema surge con menos. uno de cada cinco Empresas que rastrean los KPI para soluciones innovadoras de IA

Relacionado: Los gobiernos recurren a la IA agente, pero las lagunas de datos obstaculizan el progreso

¿Es un director de IA la solución?

Sí. El director de IA se desempeña como ejecutivo estratégico centrado en la gobernanza de la IA y los estándares de calidad de los datos. y responsabilidad del ROI, a diferencia de los CTO que se centran en operaciones técnicas.

treinta y cinco por ciento Las grandes organizaciones también tendrán un director de IA que reportará al director ejecutivo o al director de operaciones este año. 61% de la CAIO que controla el presupuesto de IA de la organización

Número de CAIO tres veces en los últimos cinco años Debido a que varias empresas reconocen que construir sistemas sobre cimientos poco confiables produce resultados poco confiables, mientras que el CTO se enfoca en construir sistemas, CAIO se asegura de que esos sistemas se construyan sobre cimientos de calidad.

¿La gobernanza realmente proporciona una ventaja competitiva?

Las organizaciones con marcos de gobernanza maduros implementan IA. Tres veces más rápidoTiene una tasa de éxito un 60% mayor que la de los competidores que continúan abordando problemas básicos de calidad.

además 62% de varias organizaciones citando que la gobernanza de datos es la mayor barrera para la adopción de la IA, sin embargo, 71% Ahora hay un aumento en los programas regulatorios del 60% en 2023.

¿Qué hace realmente una organización que prioriza la calidad?

Las organizaciones que priorizan la calidad evalúan la preparación de los datos antes de dar luz verde a un proyecto de IA, creando un marco de medición que rastrea tanto el desempeño técnico como los resultados comerciales. e incorporar puntos de control de calidad en cada equipo de producto con protocolos de escalamiento claros.

sesenta y tres por ciento Las organizaciones todavía carecen o no están seguras de tener prácticas adecuadas de gestión de datos para la IA.

El director de IA informa un retorno de la inversión promedio de 14%Pero las empresas con mejor desempeño obtienen retornos de hasta 10,3 veces. ¿Qué separa lo promedio de lo excepcional? Disciplina en la medición

La calidad no puede permanecer centralizada cuando una organización la utiliza. 11 generación de modelos de IA y planes para implementar 16 modelos para fines de 2026. Se deben integrar puntos de control de calidad en cada equipo de producto con una ruta de escalamiento clara cuando no se cumplen los estándares.

La división de la competencia depende de 4% de varias empresas que han recibido retornos significativos a través del liderazgo de calidad Priorizar la calidad y la gobernanza de los datos antes de escalar. Y el 96% restante de las empresas desperdician recursos en iniciativas construidas sobre bases poco fiables.

Relacionado: Su iniciativa de IA fracasará si no aborda este elemento crítico primero.

¿Qué deberían hacer ahora los líderes tecnológicos?

Los líderes tecnológicos deberían priorizar la inversión en infraestructura y gobernanza de datos antes que codificar modelos. Cree un equipo de ingeniería de calidad dedicado que trabaje con el equipo de ciencia de datos. y medir los indicadores de confiabilidad con el mismo rigor. con rendimiento del modelo según datos de DataIQ 90,5% Las organizaciones ven las inversiones en datos e inteligencia artificial como máxima prioridad, pero la asignación es más importante que el compromiso.

En 2025 77,6% de varias organizaciones Implementar protecciones de IA de manera responsable, en comparación con el 62,9% en 2024, y 65% de los directores ejecutivos dice que la confianza del cliente impacta el éxito más que cualquier característica del producto.

Creo firmemente que la economía recompensa a las organizaciones que dan prioridad al liderazgo de calidad. La pregunta es, ¿serás el primero?

Ejecuto tecnología para LambdaTest y durante los últimos diez años hemos creado un sistema que procesa miles de millones de pruebas de software de más de 2 millones de usuarios. Mi equipo implementó un modelo de aprendizaje automático. Automatice los flujos de trabajo principales y traslade toda la infraestructura a la plataforma en la nube.

Estos antecedentes son importantes porque lo que voy a compartir contradice casi todo lo que dice la industria tecnológica sobre las inversiones en IA.

Actualmente, las empresas están invirtiendo enormes sumas de dinero en proyectos de inteligencia artificial que no generan retornos. Las empresas estadounidenses invierten 35 a 40 mil millones de dólares Sin embargo, en las iniciativas internas de IA, el 95 % obtuvo cero retorno de la inversión o un impacto medible en los resultados.