A pesar de resultados ya tangibles, las empresas francesas tienen dificultades para escalar el uso de la IA generativa. El nuevo informe "El ROI radical de la IA generativa" de Snowflake destaca un retorno de inversión medible, pero compromisos presupuestarios aún modestos.
Realizado por Enterprise Strategy Group (ESG) para Snowflake, el estudio se basa en las respuestas de 1,900 dirigentes y responsables de TI en nueve países, incluida Francia. Pone de relieve una dinámica global de adopción de la GenAI, impulsada por primeros resultados considerados positivos. Así, el 92% de las empresas denominadas pioneras estiman que sus proyectos de IA generativa han sido rentables, con un retorno de inversión promedio del 41%.
Los casos de uso se expanden: el 70% de los encuestados declara usarla en operaciones informáticas, el 65% en ciberseguridad, el 56% en soporte al cliente y el 44% en marketing. Más de la mitad (55%) prioriza las soluciones destinadas a los empleados para mejorar su eficacia y el 88% ya observa significativas ganancias de productividad.
En el plano tecnológico, las estrategias se fortalecen: el 96% de las empresas pioneras afirman entrenar, ajustar o enriquecer sus propios modelos de lenguaje, y el 59% planea desplegar al menos tres en el próximo año. Esta dinámica se acompaña de un aumento en la complejidad: el 64% señala dificultades para integrar los datos entre silos, y solo el 11% considera que sus datos no estructurados están listos para ser explotados por la IA.

Una dinámica más prudente en Francia

En este contexto global favorecedor, Francia muestra un perfil más moderado. El 41% de las empresas francesas han lanzado casos de uso, una cifra ligeramente superior a la media mundial (36%), pero que refleja una fase aún experimental. El ROI promedio declarado se sitúa en el 31%, y solo el 9% de las empresas planean asignar más del 25% de su presupuesto tecnológico a la IA generativa, frente al 25% en el resto del mundo.
El uso de herramientas avanzadas también está rezagado:
  • El 59% de las empresas francesas utilizan técnicas como la generación aumentada de recuperación (RAG), frente al 71% a nivel mundial;
  • El 52% permiten consultas en lenguaje natural, frente al 66% en el mundo.

Una palanca de innovación reconocida pero subexplotada

A pesar de este enfoque prudente, las empresas francesas no cuestionan el potencial de la GenAI: el 91% de ellas considera que refuerza su capacidad de innovación, una tasa superior a la media mundial (84%).
Paradójicamente, los desafíos técnicos se perciben como menos restrictivos: el 33% menciona una falta de diversidad en los datos no estructurados (frente al 42% a nivel internacional), y el 42% cita los silos de datos como un obstáculo, frente al 64% en otros países. Una situación que puede explicarse por la menor intensidad de los proyectos actualmente llevados a cabo, pero que podría evolucionar rápidamente con una mayor carga de usos.

Escalar: un imperativo estratégico

Para no quedar rezagadas en la carrera hacia la IA generativa, las empresas francesas se enfrentan ahora a una ecuación estratégica: industrializar los usos, aumentar competencias e invertir más. Thomas Gourand, VP & Country Manager France de Snowflake, cita como ejemplo al distribuidor ManoMano:
"Nuestro cliente ManoMano, por ejemplo, ya ha visto el 80% de sus casos de uso de IA pasar a producción y la inteligencia artificial está presente en el 85% del recorrido del usuario en nuestras plataformas, prueba evidente de que más allá de la innovación, la IA generativa ya tiene un impacto medible y crítico para la empresa".
La explotación de datos no estructurados, el aumento en la madurez de los modelos propietarios, la gobernanza y la seguridad en torno a los agentes autónomos son proyectos a abordar para inscribir duraderamente la IA generativa en los procesos de negocio de las empresas francesas.

Traducido de L’adoption de la GenAI en France : un potentiel prometteur à accélérer, selon Snowflake

Para entender mejor

¿Qué es la Recuperación Aumentada Generativa (RAG) y cómo se integra en las estrategias de datos de las empresas?

La Recuperación Aumentada Generativa (RAG) es una técnica que combina datos generados por IA con la recuperación de información de bases de datos estructuradas y no estructuradas. Mejora la precisión y la exhaustividad de las respuestas al integrar técnicas de lenguaje avanzado e IA en los sistemas de gestión de información corporativos.

¿Cuáles son los principales desafíos regulatorios asociados con la adopción de IA generativa por las empresas?

Los desafíos regulatorios incluyen la protección de la privacidad de los datos, la transparencia de los algoritmos y los problemas de responsabilidad por sesgos o decisiones tomadas por la IA. Cumplir con regulaciones como el RGPD en Europa es crucial para garantizar que el uso de IA respete los derechos individuales.