Si aquestes eines són tan prometedores, per què no estan prou esteses? L’informe assenyala quatre obstacles principals, i el més esmentat pels socis és el volum de dades. Aquestes tecnologies generen volums enormes d’informació que cal guardar i processar. Pensem, per exemple, que les càmeres de parament fotogràfic poden fer milers de fotografies que després s’han d’identificar, guardar i integrar en bases de dades locals o regionals més àmplies.
Un segon obstacle radica en l’escassa disponibilitat d’alguns tipus de dades. Això passa, per exemple, quan es vol identificar una espècie a partir de l’ADN ambiental d’una mostra d’aigua o de sòl. Si la base de dades encara no conté seqüències d’ADN de referència per aquell grup d’espècies, no serà possible identificar-la de forma fiable.
El tercer obstacle per al seu desplegament són els costos inicials per implementar les tecnologies. Les xarxes de sensors, per exemple, es componen de molts aparells repartits pel territori, de manera que la despesa creix a cada punt de mesura. Tot i això, aquestes tecnologies poden comportar menors despeses operatives i de manteniment a llarg termini, alhora que amplien la capacitat de recollir dades de biodiversitat en l’espai i el temps.
Finalment, les dificultats tècniques i la manca de formació són també obstacles que poden frenar la implantació d’aquestes tecnologies. En el cas de la bioacústica, per exemple, l’anàlisi i la interpretació de les dades sonores continuen sent un repte que s’intenta afrontar amb l’ús de la Intel·ligència Artificial, fet que posa de manifest la necessitat de reforçar la formació i capacitació del personal que les utilitza.