Las barreras de GenAI, junto con el avance de data mesh y FinOps, marcan la gestión del dato

Recomendados.... IT Trends 2024: liderando la innovación Ver El camino hacia la empresa Inteligente, Segura y Conectada Informe Cómo ahorrar hasta un 51% en la migración a AWS Guía

Los datos se han convertido en el catalizador de todas aquellas compañías que quieran estar al día, en un contexto pone de manifiesto que la mayoría de las organizaciones se encuentra ya inmersa en procesos de digitalización. Dada esta situación, Denodo ha identificado las principales tendencias que tendrán un mayor impacto a lo largo de este año en lo que respecta a la gestión de los datos.

Evitar la “Gravedad de Datos”. Pese a que las migraciones a la nube, los data lakes y los almacenes de datos seguirán siendo factores importantes que influyen en el éxito de los datos y las analíticas modernas, cada vez será más difícil para las organizaciones confiar en un único proveedor cloud o data lake para satisfacer todas las necesidades de los datos de extremo a extremo. Por ello, evitar la “gravedad de datos” será la nueva norma durante este año. Otros factores que contribuirán a dicha situación será el aumento de los costes de replicación de datos, la soberanía, las leyes y normativas locales sobre gobernanza y la necesidad de acelerar la velocidad de obtención de información.

La importancia creciente de las plataformas de datos. 2024 será crucial para el crecimiento de data mesh, que adopta la naturaleza intrínseca de los datos distribuidos. A diferencia de los paradigmas tradicionales centralizados, en los que los datos son almacenados y gestionados por un equipo central, el data mesh se organiza en torno a múltiples dominios, cada uno de los cuales es gestionado por los principales consumidores de esos datos. El punto de inflexión será la comprensión de que los productos de datos deben tratarse con el mismo nivel de importancia que cualquier otra oferta de productos.

Dificultades en la adopción de IA generativa en las organizaciones. Las compañías se enfrentan a múltiples retos cuando intentan implantar la inteligencia artificial generativa y los grandes modelos de lenguaje (LLM). Algunos de los problemas pueden ser la calidad y gobernanza de datos, el cumplimiento ético y la gestión de costes. Cada uno de estos obstáculos está relacionado directa o indirectamente con la estrategia general de gestión de datos de una organización, lo que afecta a su capacidad para garantizar la integridad de los mismos en los modelos de IA, cumplir con las normativas o facilitar la integración de estos modelos en los sistemas empresariales.

FinOps para una gestión más eficaz de los costes del cloud. A medida que las empresas siguen trasladando sus datos a la nube se enfrentan a un obstáculo importante: el aumento de los costes de los entornos cloud. Para este año, no solo será necesario frenar estos costes en continuo crecimiento, sino hacerlo sin perder un servicio de alta calidad y un rendimiento competitivo. Esto implica un examen detallado de los patrones de uso de los datos, la identificación de las áreas de ineficiencia y considerar opciones de almacenamiento más rentables. Estos esfuerzos estarán reforzados por una mayor adopción de FinOps, que combinan la responsabilidad financiera con un modelo de gasto flexible de la nube.

Simplificar la seguridad y la gobernanza de los datos. Este año veremos un aumento de las soluciones que simplifican la seguridad y la gobernanza. La falta de la integración de los datos afecta a la agilidad de una organización a muchos niveles, pero es en la seguridad y la gobernanza de estos donde este impacto es más evidente. Por ello, las organizaciones están aprovechando las políticas globales de seguridad y gobernanza de datos, que pueden basarse no sólo en las funciones de los usuarios, sino también en su ubicación. Sin embargo, este tipo de implementaciones requieren de un enfoque lógico de la gestión de datos.