Consulta tu investigación, MIT: 95% de Proyectos de IA no están fallando, ni mucho menos.

Según nuevos datos de G2casi el 60% de las empresas ya tienen agentes de IA en producción y menos del 2% fallan una vez implementados. Esto pinta un panorama muy diferente de los pronósticos académicos recientes que sugieren un estancamiento generalizado de los proyectos de IA.

Como una de las plataformas de revisión de software de colaboración abierta más grandes del mundo, el conjunto de datos de G2 refleja las tendencias de apadrinamiento del mundo auténtico, que muestran que los agentes de IA están demostrando ser mucho más duraderos y “pegajosos” que los primeros pilotos de IA generativa.

“Nuestro mensaje en realidad señala que la agencia es una bestia diferente cuando se tráfico de IA con respecto al fracaso o al éxito”, dijo a VentureBeat Tim Sanders, patrón de investigación de G2.

Traspaso a la IA en servicio al cliente, BI y crecimiento de software

Sanders señala que el ahora frecuentemente mencionado estudio del MITvaliente en julio, solo consideraba proyectos personalizados de IA de concepción, argumenta Sanders, y muchos medios de comunicación lo generalizaron a que la IA fallaba el 95% de las veces. Señala que los investigadores universitarios analizaron anuncios públicos, en superficie de datos de circuito cerrado. Si las empresas no anunciaban un impacto en las pérdidas y ganancias, sus proyectos se consideraban un fracaso, incluso si en sinceridad no lo eran.

G2 Noticia de información sobre agentes de IA de 2025por el contrario, encuestó a más de 1.300 tomadores de decisiones B2B y encontró que:

• El 57% de las empresas tiene agentes en producción y el 70% dice que los agentes son “centrales para las operaciones”;

• El 83% está satisfecho con el desempeño de los agentes;

• Las empresas están invirtiendo ahora un promedio de más de 1 millón de dólares al año, y 1 de cada 4 gasta más de 5 millones de dólares;

• 9 de cada 10 planean incrementar esa inversión en los próximos 12 meses;

• Las organizaciones han experimentado un peculio de costos del 40 %, flujos de trabajo un 23 % más rápidos y 1 de cada 3 reporta ganancias de velocidad superiores al 50 %, particularmente en marketing y ventas;

• Casi el 90 % de los participantes del estudio informaron una anciano satisfacción de los empleados en los departamentos donde se desplegaron agentes.

¿Los principales casos de uso de agentes de IA? Atención al cliente, inteligencia de negocios (BI) y crecimiento de software.

Curiosamente, G2 encontró un “número sorprendente” (aproximadamente de 1 de cada 3) de lo que Sanders vehemencia organizaciones “déjalo destrozar”.

“Básicamente, permitían al agente realizar una tarea y luego la revertían inmediatamente si era una mala actividad, o realizaban un control de calidad para poder retractarse de las malas acciones muy, muy rápidamente”, explicó.

Al mismo tiempo, sin incautación, los programas de agentes con un ser humano en el circuito tenían el doble de probabilidades de originar ahorros de costos (75% o más) que las estrategias de agentes totalmente autónomos.

Esto refleja lo que Sanders llamó un “igualada” entre las organizaciones que “dejan que se rompa” y las organizaciones que “dejan algunas puertas humanas”. “Adentro de unos primaveras habrá un ser humano involucrado”, dijo. “Más de la parte de nuestros encuestados nos dijeron que hay más supervisión humana de la que esperábamos”.

Sin incautación, casi la parte de los compradores de TI se sienten cómodos otorgando a los agentes total autonomía en flujos de trabajo de bajo aventura, como la corrección de datos o la papeleo de canalizaciones de datos. Mientras tanto, piense en BI y la investigación como trabajo de preparación, dijo Sanders; Los agentes recopilan información en segundo plano para preparar a los humanos para realizar los últimos pasos y tomar decisiones finales.

Un ejemplo clásico de esto es un préstamo hipotecario, señaló Sanders: los agentes hacen todo hasta que el ser humano analiza sus hallazgos y aprueba o rechaza el préstamo.

Si hay errores, quedan en un segundo plano. “Simplemente no publica en su nombre ni pone su nombre”, dijo Sanders. “Como resultado, uno confía más en él. Lo usa más”.

Cuando se tráfico de métodos de implementación específicos, Salesforce fuerza agente “está ganando” a los agentes ya preparados y a las construcciones internas, ocupando el 38% de toda la cuota de mercado, informó Sanders. Sin incautación, muchas organizaciones parecen estar recurriendo a sistemas híbridos con el objetivo de eventualmente implementar herramientas internas.

Luego, como quieren una fuente confiable de datos, “van a cristalizar en torno a Microsoft, ServiceNow, Salesforce, empresas con un sistema de registro auténtico”, predijo.

Los agentes de IA no se rigen por plazos

¿Por qué los agentes (al menos en algunos casos) son mucho mejores que los humanos? Sanders señaló un concepto llamado Ley de Parkinsonque afirma que “el trabajo se expande hasta guatar el tiempo acondicionado para su finalización”.

“La productividad individual no conduce a la productividad organizacional porque los humanos sólo se guían por los plazos”, dijo Sanders. Cuando las organizaciones analizaron proyectos de IA de concepción, no cambiaron los objetivos; los plazos no cambiaron.

“La única forma de arreglar esto es mover la puerta con destino a hacia lo alto o tratar con los no humanos, porque los no humanos no están sujetos a la Ley de Parkinson”, dijo, señalando que no padecen “el síndrome de procrastinación humana”.

Los agentes no toman descansos. No se distraen. “Simplemente trabajan para que no tengas que cambiar los plazos”, dijo Sanders.

“Si se concentra en ciclos de control de calidad cada vez más rápidos que incluso pueden automatizarse, arreglará a sus agentes más rápido que a sus humanos”.

Comience con los problemas comerciales, comprenda que la confianza se construye lentamente

Aun así, Sanders considera que la IA sigue a la montón en lo que respecta a la confianza: recuerda que en 2007 todo el mundo se apresuró a implementar herramientas en la montón; luego, en 2009 o 2010, “hubo una especie de depresión en la confianza”.

Combine esto con preocupaciones de seguridad: el 39% de todos los que respondieron a la investigación de G2 dijeron que habían experimentado un incidente de seguridad desde que implementamos la IA; El 25% de las veces fue espinoso. Sanders enfatizó que las empresas deben pensar en contar en milisegundos la ligereza con la que se puede retornar a capacitar a un agente para que nunca más repita una mala actividad.

Incluya siempre las operaciones de TI en las implementaciones de IA, aconsejó. Saben qué salió mal con la IA de concepción y la automatización de procesos robóticos (RPA) y pueden salir al fondo de la explicabilidad, lo que genera mucha más confianza.

Sin incautación, por otro costado: no confíe ciegamente en los proveedores. De hecho, sólo la parte de los encuestados dijo que sí; Sanders señaló que la señal de confianza número uno es la explicabilidad del agente. “En entrevistas cualitativas, nos dijeron una y otra vez que si usted (un proveedor) no puede explicarlo, no puede implementarlo ni gestionarlo”.

Asimismo es fundamental comenzar con el problema empresarial y trabajar con destino a antes, aconsejó: no compre agentes y luego busque una prueba de concepto. Si los líderes aplican agentes a los puntos más débiles, los usuarios internos serán más indulgentes cuando ocurran incidentes y más dispuestos a iterar, desarrollando así sus habilidades.

“La clan todavía no confía en la montón, definitivamente no confía en la IA genérica, es posible que no confíe en los agentes hasta que la experimenten, y entonces el selección cambia”, dijo Sanders. “La confianza llega en una mula; no solo se obtiene el perdón”.