Veeam® Software, la compañía líder en Data and AI Trust ha anunciado el lanzamiento de Data and AI Trust Maturity Model, un marco basado en investigaciones y validado por los clientes, diseñado para ayudar a las organizaciones a evaluar, comparar y fortalecer la eficacia de su gobernanza y puesta en práctica de la IA, a medida que esta evoluciona de ser una herramienta de asistencia a un agente autónomo que actúa sobre los datos empresariales a velocidad de máquina.

En todos los sectores, la mayoría de las empresas ya han dado el primer paso al desplegar la IA. Sin embargo, está surgiendo una clara brecha entre la confianza en la preparación para la IA y la capacidad de implementarla y gestionarla eficazmente. Son muchas menos las empresas que han implementado los controles necesarios para su gobernanza.

A medida que los agentes de IA comienzan a tomar decisiones autónomas sobre los datos empresariales a gran velocidad y escala, esta brecha se está convirtiendo en un riesgo significativo. Un estudio realizado por Emerald Research Group para Veeam muestra que las organizaciones han avanzado más rápidamente en la adopción de la IA que en la implementación de marcos de identidad, fundamentos de datos y la gobernanza necesaria para justificar dichas decisiones ante un consejo de administración, un auditor o un organismo regulador. El reto ya no radica en si se utiliza la IA, sino en si sus acciones pueden comprenderse, controlarse y validarse.

Data and AI Trust Maturity Model está diseñado para abordar esta brecha, ayudando a las organizaciones a cerrar la diferencia entre la preparación percibida y la ejecución real. Proporciona a los líderes una visión independiente de su situación actual y dónde y en qué deben centrarse, facilitando la transición de la experimentación a una IA responsable y lista para la producción.

El modelo evalúa la madurez de la IA en 12 dimensiones y mapea el progreso en cinco etapas, desde la fase ad hoc hasta la fase de liderazgo. Permite a las organizaciones identificar dónde existen controles, dónde fallan en condiciones reales y qué se debe priorizar para fortalecer la confianza, la gobernanza y la resiliencia.

“La confianza en la IA es alta, pero ésta por sí sola no garantiza el éxito”, afirma Anand Eswaran, CEO de Veeam. “Nuestra investigación muestra que, aunque la mayoría de las organizaciones creen estar preparadas para escalar la IA de forma segura y responsable, muchas tienen dificultades para demostrar esa preparación ante una junta directiva, en auditorías o ante organismos regulatorios. Data and AI Trust Maturity Model proporciona a los líderes una forma clara y objetiva de comprender su situación, identificar brechas en la ejecución y priorizar las capacidades necesarias para poner  en práctica la confianza en la IA, en lugar de simplemente aspirar a ella. Esto es fundamental en un mundo impulsado por agentes”.

El estudio muestra una creciente brecha de confianza en la IA
Data and AI Trust Maturity Model se basa en las opiniones de 300 líderes empresariales y tecnológicos de alto nivel, incluidos ejecutivos C-Level, responsables de datos, seguridad, riesgo y estrategia tecnológica. La investigación revela una brecha constante entre la ambición en IA, confianza y la preparación operativa.

• La IA ya no es experimental. Casi siete de cada diez organizaciones afirman que la IA está integrada en múltiples funciones empresariales o es fundamental para sus operaciones, lo que significa que los sistemas y agentes de IA interactúan diariamente con datos sensibles de producción, registros de clientes y flujos de trabajo de toma de decisiones.
• La confianza de los ejecutivos es alta. El 80% de los líderes afirma tener confianza en su capacidad para escalar la IA de forma segura durante los próximos dos años.
• A menudo, esta confianza carece de fundamento, ya que casi la mitad de los ejecutivos reconoce basarse más en la intuición que en pruebas demostrables y auditables que puedan proporcionar fácilmente a las partes externas interesadas.
• A medida que la IA se expande, surgen desafíos en la ejecución. El 52% de las organizaciones asegura que sus iniciativas de IA se redujeron en los últimos 18 meses, cuatro de cada diez experimentaron retrasos y el 28 % las suspendieron por completo.

• Las barreras al progreso son operativas más que tecnológicas, y están encabezadas por la falta de conocimientos en IA y machine learning (43%), la dificultad para integrar la IA en los flujos de trabajo y sistemas existentes (33%), la incertidumbre regulatoria (25%), las limitaciones en la calidad de los datos (20%) y las preocupaciones sobre la explicabilidad (19%).
   
• La madurez de la gobernanza está por detrás del despliegue. Casi nueve de cada diez organizaciones afirman contar con políticas formales de gobernanza de IA de algún tipo, pero solo una de cada tres asegura poder aportar pruebas de auditoría exhaustivas de inmediato si se les requiriera.

En conjunto, estos hallazgos demuestran que, aunque el despliegue de la IA avanza rápidamente, la madurez en su ejecución se está quedando atrás, dejando a las organizaciones expuestas a medida que escalan la IA hacia operaciones críticas.

Del despliegue a la confianza demostrable
En lugar de centrarse únicamente en la adopción, Data and AI Trust Maturity Model  evalúa la coherencia con la que funcionan, en condiciones reales, los controles, responsabilidades y las prácticas operativas relacionadas con la IA. Este modelo estructura la preparación para la confianza en torno a cuatro pilares fundamentales:

• Comprendido (Understood). Visibilidad y contexto de los datos y los activos de IA, su trazabilidad y riesgos asociados.
• Protegido (Secured). Gobernanza de identidad y acceso, privacidad y controles de protección de datos.
• Resiliente (Resilient). Copias de seguridad, confianza en la recuperación y continuidad operativa para datos críticos y servicios dependientes de IA.
• Disponibilidad (Unleashed). Datos fiables y listos para respaldar el desarrollo y la adopción responsable de la IA.

“El éxito de la IA depende de la solidez de la base de datos, pero es precisamente ahí donde las organizaciones se encuentran expuestas”, afirma Krista Case, principal analista de theCUBE Research. “Según nuestra investigación, si bien tres cuartas partes de las organizaciones ya cuentan con despliegues de IA operativos, menos de un tercio realiza copias de seguridad de la mitad de los datos generados por la IA. Esto se traduce directamente en un riesgo real. Los atacantes se dirigen directamente a la capa de datos mediante técnicas de manipulación, corrupción y extracción ilícita de información. Los atacantes necesitan una visión estructurada y comparativa que vincule los controles técnicos con resultados reales en materia de negocio y cumplimiento normativo. Data and AI Trust Maturity Model de Veeam cierra esta brecha”.

Comparación entre la confianza y la realidad
El modelo se aplica mediante Data and AI Trust Maturity Assessment, un servicio de consultoría ofrecido por especialistas y líderes estratégicos en datos, seguridad e IA. La evaluación ofrece:

• Un perfil de madurez puntuado en las 12 dimensiones del modelo.
• Una comparación con otras empresas similares para establecer la urgencia y el contexto basados en hechos.
• Recomendaciones priorizadas y una hoja de ruta para fortalecer la confianza a lo largo del tiempo.
• Información clave para altos ejecutivos que facilite la supervisión por parte del consejo de administración, las conversaciones de auditoría y el seguimiento medible del progreso.