<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>DATA AND AI IMPACT REPORT</title>
    <subTitle>: The Trust Imperative</subTitle>
  </titleInfo>
  <name type="corporate">
    <namePart>SAS Institute</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="corporate">
    <namePart>International Data Corporation‏</namePart>
    <role>
      <roleTerm type="text">colaborador</roleTerm>
    </role>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">-us</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Cary, Carolina del Norte]</placeTerm>
    </place>
    <publisher>: IDC</publisher>
    <dateIssued>,2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <internetMediaType>pdf</internetMediaType>
    <extent>29 páginas ; 1 documento PDF </extent>
  </physicalDescription>
  <abstract>El informe, elaborado por SAS e IDC, analiza cómo la confianza se ha convertido en el factor decisivo para que la inteligencia artificial (IA) y los datos generen valor real. Basado en una encuesta global a 2.375 líderes empresariales y tecnológicos, el estudio introduce dos indicadores clave: el Índice de Confianza en la IA y el Índice de Impacto, que miden la madurez ética y el retorno de las inversiones en IA. A nivel mundial, solo el 40% de las organizaciones demuestra tener sistemas realmente confiables, mientras que el 78% afirma confiar plenamente en la IA, lo que evidencia una fuerte brecha entre percepción y práctica.

Los resultados muestran que la confianza genera retorno: las empresas con marcos sólidos de gobernanza, explicabilidad y ética logran un retorno sobre la inversión significativamente mayor. En cambio, aquellas con “confianza ciega” o baja madurez enfrentan el “dilema de la confianza”: sobreconfianza en sistemas no probados o desaprovechamiento de IA fiable. Los principales obstáculos son la falta de infraestructura de datos optimizada, gobernanza insuficiente y escasez de talento especializado, especialmente en los sectores de banca, seguros, salud y administraciones públicas.

El informe concluye que la adopción masiva de IA generativa, agéntica y cuántica solo será sostenible si se apoya en bases de datos seguras, marcos regulatorios coherentes y talento formado en IA responsable. Recomienda invertir en gobernanza, transparencia y habilidades técnicas para reducir riesgos y transformar la confianza en una ventaja competitiva y social.
</abstract>
  <note type="statement of responsibility">/ SAS ; Insights provided by IDC</note>
  <subject authority="lcsh">
    <topic>IA generativa</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Agentes autónomos</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Confianza</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Gobernanza</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Transparencia</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Datos</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Ética</topic>
  </subject>
  <subject authority="lcsh">
    <topic>ROI</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Quantum AI</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Madurez digital</topic>
  </subject>
  <identifier type="uri">https://cdn.plainconcepts.com/wp-content/uploads/2022/03/Informe-Inteligencia-Artificial-2022.pdf</identifier>
  <location>
    <url displayLabel="Acceso al documento">https://cdn.plainconcepts.com/wp-content/uploads/2022/03/Informe-Inteligencia-Artificial-2022.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">251106</recordCreationDate>
    <recordChangeDate encoding="iso8601">20251106120746.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008615</recordIdentifier>
  </recordInfo>
</mods>
