Veeam® Software ha presentado un nuevo estudio global en el VeeamON de Londres. El nuevo informe Data and AI Trust Gap de Veeam revela una brecha significativa y, cada vez mayor, en el núcleo de la IA empresarial. El 88% de las organizaciones ya utiliza o prueba agentes de IA, pero solo el 7% cumple con los requisitos para estar realmente preparado para la IA. Además, el 95% afirma que los desafíos relacionados con los datos ya han ralentizado su progreso en IA. A medida que la IA agéntica pasa de pruebas piloto a los entornos de producción, las organizaciones se enfrentan a un desafío urgente: garantizar que los datos que impulsan esos sistemas sean visibles, estén gobernados, sean seguros y resilientes.

El estudio, basado en una encuesta global realizada a 600 altos directivos de los sectores financiero, sanitario, manufacturero, retail y tecnológico, revela que la adopción de la IA está creciendo a un ritmo mucho más rápido que las estructuras de gobernanza diseñadas para gestionarla. A pesar de la fuerte inversión y la intención de los ejecutivos, la capacidad para controlar, monitorizar y recuperarse de los fallos de la IA está insuficientemente desarrollada. De hecho, según los datos del informe, solo el 7% de las organizaciones están realmente preparadas para la IA; el 88% ya utiliza o está probando agentes de IA; solo el 28% confía en poder detectar sistemas de IA que operen fuera de los parámetros aprobados; y el 95% afirma que los desafíos relacionados con los datos ya han ralentizado sus avances en IA.

Unas cifras que revelan una clara brecha de confianza entre la adopción de la IA y la gobernanza, la visibilidad y el control necesarios para respaldarla. "La mayoría de las organizaciones no tienen un problema de adopción de IA, sino de confianza en ella", afirmó Anand Eswaran, CEO de Veeam. "La primera fase de la IA se caracterizó por la inversión en infraestructura, la experimentación y la aceleración. La siguiente fase se definirá por la confianza. Con la adopción generalizada de agentes de IA autónomos que operan a velocidad de máquina, la pregunta ya no es si se puede usar la IA, sino si se puede garantizar que todos los datos sean seguros, estén gobernados, cumplan con las normativas y sean resilientes. Y si algo sale mal, ¿se puede recuperar con precisión? Esa es la clave para acelerar una IA segura a gran escala sin incrementar al mismo tiempo los riesgos operativos y reputacionales".

La confianza de los directivos oculta una brecha operativa
El estudio revela una importante brecha de percepción entre la alta dirección y los equipos operativos responsables de la implementación de la IA. El progreso suele estancarse entre la intención y la ejecución: la gobernanza es inconsistente, los datos se gestionan de forma reactiva y la responsabilidad está asignada, pero fragmentada.

Esta combinación de adopción rápida de la IA, junto con una visibilidad incompleta y responsabilidades poco claras, crea las condiciones perfectas para fallos difíciles de detectar, explicar y contener. A medida que los sistemas de IA se vuelven más autónomos, la naturaleza de los fallos está cambiando. El riesgo se está desplazando de las interrupciones tradicionales del sistema, hacia fallos a nivel de datos más difíciles de detectar, explicar y contener. El estudio advierte que los errores producidos a velocidad de máquina pueden superar la capacidad de detección, lo que obliga a la resiliencia a evolucionar de una recuperación general a una precisa: restaurar solo lo afectado, en lugar de revertir entornos completos. Además, solo el 40% de los líderes confían plenamente en poder aislar y revertir con precisión un fallo provocado por un agente de IA.