Resultados de IA en acuerdos de servicio: por qué los proveedores asumen la responsabilidad
Un cambio hacia los contratos basados en resultados está transfiriendo la responsabilidad y el riesgo en la cadena de servicios tecnológicos, ya que los compradores requieren cada vez más términos de pago ligados a resultados medibles. Esto se refleja en informes sobre OpenAI permitiendo discretamente que ciertos grandes clientes empresariales paguen solo cuando las tareas de IA se completan con éxito, mientras que datos de Gartner y CIO Dive muestran que el 19% de los compradores buscan estos acuerdos, pero solo el 13% de los contratos de los proveedores los incluyen.
Las investigaciones revisadas destacan una brecha fundamental entre la inversión en IA y los resultados tangibles para el negocio. El National Bureau of Economic Research encontró que casi el 90% de 6,000 ejecutivos encuestados en EE.UU., Reino Unido, Alemania y Australia no vieron impacto de la IA en el empleo ni la productividad tras tres años. De forma similar, Thomson Reuters señala que el 91% de 1,800 profesionales considera que sus organizaciones no cumplen las expectativas de valor en IA, indicando retos persistentes en medición y rendición de cuentas.
Más evidencias muestran una disminución de capacidades en el canal a medida que los clientes avanzan en IA: datos de TechIsle revelan que la capacidad de los socios cae significativamente más allá de la fase inicial, y Forrester observa que la fragmentación de datos y dependencias del cliente dificultan la medición fiable. Esto crea brechas de gobernanza y concentra el riesgo en los proveedores, quienes deben definir y garantizar resultados sin controlar todas las variables.
Para los MSP y proveedores de servicios TI, esta tendencia eleva el riesgo contractual, especialmente cuando los proveedores ascendentes no comparten la responsabilidad. Se recomienda definir proactivamente qué resultados pueden garantizar, documentar dependencias del cliente en los contratos y probar líneas de resultado dentro de acuerdos estándar. Usar datos de los peores meses previos y mantener los pilotos acotados permite cuantificar el riesgo antes de que estos términos se conviertan en una expectativa estándar en las negociaciones con clientes.
Este episodio utiliza herramientas de inteligencia artificial (IA) para mejorar el proceso de producción. Algunos aspectos, como la edición, la creación de video o la generación de voces, pueden incorporar elementos creados por IA. En particular, la voz en español en este episodio ha sido generada por IA. Todo el contenido y las opiniones son cuidadosamente supervisados por Dave Sobel, garantizando precisión y alineación con la misión del programa. La transparencia es importante para nosotros, así que no dudes en comunicarte si tienes preguntas sobre nuestro proceso creativo.
MSP Radio cuenta con el apoyo de nuestros socios:
ABC Solutions · CometBackup · Guardz · HaloPSA · LogMeIn · OpenText · Pax8 · Proofpoint · Rythmz · ScalePad · TimeZest · Transit AI · USecure
Apoyando a la comunidad de servicios de TI con información, análisis y transparencia.
Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.