En los últimos años, IBM se ha apoyado cada vez más en Watson como una de sus principales unidades de negocio y crecimiento, al punto de proyectar a Watson como un eje para el futuro desempeño financiero de la empresa. Jefferies escribe que, tradicionalmente, la ventaja competitiva de IBM ha radicado en sus excelentes y prolongadas relaciones comerciales con empresas de la lista Fortune 500. Para IBM, Watson funciona como una consultoría mediante la cual se adjudica contratos de alto valor con empresas, para la implementación de la tecnología de Watson en casos de negocio específicos. “Desafortunadamente IBM está teniendo dificultades para salvar la brecha que se presenta entre las necesidades del cliente y su propia capacidad tecnológica”, escribe Kisner en su análisis.
Jefferies cita el caso de la empresa MD Anderson, que luego de implementar la tecnología Watson debió declarar la pérdida de US$60 millones en un proyecto de Watson al que finalmente se refirió como “no listo para el uso humano en investigación científica o uso clínico”. Según Kisner hay empresas que enfrentan situaciones similares , en particular emprendedores en el ámbito de la inteligencia artificial, servicios financieros y biotecnología, que han tenido experiencias similares en su cooperación con IBM.
El analista no atribuye la situación al mal funcionamiento de un producto específico, sino más bien a las deficiencias propias de un despliegue publicitario exagerado, contrastado con las expectativas del mercado.
Paralelamente, el analista de Jefferies pone de relieve la pasividad de IBM en la contratación de desarrolladores expertos en aprendizaje automático. “Las cosas lucen particularmente inertes en el campo del aprendizaje profundo, donde las contrataciones en IBM parecen anémicas en comparación con Apple y Amazon”, indica Kiser, agregando que “seamos realistas, las cosas se verían mucho peor si Google, Microsoft y Facebook fueran agregados el siguiente gráfico comparativo”:
Contrataciones realizadas por IBM, Amazon y Apple en IA, aprendizaje automático y aprendizaje profundo. Gráfico: Jefferies.
La publicación Techcrunch complementa la información señalando que la inteligencia artificial no es un agujero negro amorfo que se nutre de datos no estructurados para convertirlos en perspectivas. “Una base de datos sólida y una comprensión específica de cada reto que enfrentan las empresas en el ámbito de la inteligencia artificial debería ser el fundamento en si. Recurrir al éxito inicial será insuficiente en el contexto actual de la inteligencia artificial, donde sobran las plataformas de aprendizaje automático, y donde gigantes tecnológicos como Google y Amazon están invirtiendo miles de millones de dólares para incorporar la inteligencia artificial en sus ecosistemas Cloud”.
