Una de las causas principales de fracaso en los proyectos de AI es la falta de soporte y liderazgo. Las iniciativas en este campo son muy atractivas, pero sus probabilidades de fracaso son altas. Por ello, es deseable crear un prototipo que ilustre el concepto, sin necesidad de emplear todos los recursos, y ayude a vislumbrar sus resultados.

La falta de colaboración es otra de las causas de fracaso más frecuentes y se manifestará también en la reticencia a asignar recursos al proyecto para una gran variedad de tareas a ejecutar fuera del desarrollo en sí

Un proyecto de estas características requiere de una inversión en recursos, que necesitarán estar bien planificados para justificar su coste. En la propuesta es preferible centrarse en la problemática de negocio que resuelven en vez de en las características tecnológicas. Además, deberá incluir un ROI (retorno de la inversión) aproximado, el tiempo de comercialización de la idea, el esfuerzo estimado y los escollos que habrá que salvar. Sin olvidar un análisis de viabilidad técnica.

La definición del proyecto y de sus requerimientos es trascendental para poder empezar el desarrollo del mismo.

Los problemas no pueden surgir únicamente en la implantación del proyecto, sino que es necesario prestar atención a cómo ejecutar lo que hemos dibujado. Las posibilidades de la inteligencia artificial son infinitas, por lo que es recomendable mantener un alcance conservador e instaurar fases de desarrollo.

ituser.es