Cinco tendencias que impactarán en la gestión y el análisis de datos en 2023
- Estrategias digitales
Contar con estrategias de datos, alineadas con los objetivos corporativos, va a ser clave para surfear el actual contexto económico. Las empresas tendrán que contar con las arquitecturas adecuadas y controlar los costes, sin descuidar la calidad de los datos, su preparación y gestión. Son algunas de las tendencias que destaca Denodo en sus predicciones para este año.
En sus tendencias para 2023, el especialista en gestión de datos destaca que, ante la inminente recesión mundial, las empresas buscarán optimizar los costes de infraestructura. Con independencia de si se entra o no en recesión, las organizaciones están recortando costes activamente y reduciendo la infraestructura de TI. Pero, aunque los costes de computación y almacenamiento se reducen gracias al uso de la nube, todavía suponen un gran gasto para las organizaciones. Además, con la amplitud de opciones de almacenamiento, computación y aplicaciones, las empresas suelen adoptar una estrategia de reemplazo para innovar en materia de datos y análisis. Este enfoque, además de ser costoso, a menudo puede llevar a la interrupción de las operaciones de TI.
En 2023, cada vez más empresas se centrarán en encontrar métodos modernos para actualizar su infraestructura de TI, con independencia de si sus datos residen en una única nube, en varias o en entornos híbridos que incluyan sistemas locales.
Como tendencia número dos, indica que, con la adopción de un enfoque multicloud, se impondrá el control de costes. Actualmente, para muchas empresas, los activos de datos estratégicos están repartidos entre diferentes nubes y ubicaciones geográficas, bien porque varias unidades de negocio tienen su proveedor de servicios en la nube (CSP) o porque las fusiones o compras por parte de las organizaciones han hecho que estos activos residan en diferentes proveedores. A medida que las empresas trasladan más datos a la nube, se acelera la adopción de la arquitectura multi-cloud. Sin embargo, no hay una forma fácil de gestionar e integrar los datos y servicios entre los diferentes CSP.
De acuerdo con el Denodo Global Cloud Survey Report 2022, cerca de cuatro de cada cinco compañías cita la complejidad de su integración, de su accesibilidad y de la adaptación a diferentes formatos. Si no se aborda este reto, se seguirán produciendo silos de datos y un enfoque fragmentado, lo que provoca complicaciones en el acceso y en la gobernanza que afectan al crecimiento general, a las ventas y a la experiencia de cliente.
El problema es que muchas organizaciones no han obtenido los beneficios que preveían con las inversiones realizadas en la nube. Como resultado, están utilizando las FinOps para proporcionar un marco que controle los costes y el uso de la nube y optimizar así la gestión en los entornos híbridos y multicloud.
Su tercera predicción es que se producirá una adopción acelerada del Data Fabric y Data Mesh. En las últimas dos décadas, la gestión de datos ha pasado tanto por ciclos de centralización como de descentralización, que han incluido bases de datos, data warehouses, data lakes, etc. Aunque el debate sobre qué enfoque es mejor sigue vivo, los últimos años han demostrado que los datos están más distribuidos que centralizados para la mayoría de las organizaciones. Como consecuencia, se generan silos de datos y esto provoca que no haya una gobernanza del dato unificada. En 2022, se aceleró la adopción de dos enfoques de arquitectura de datos: Data Fabric y Data Mesh, para gestionar y acceder mejor a los datos distribuidos. Prueba de ello es que el mercado de soluciones enfocadas en la arquitectura Data Fabric ha obtenido una tasa de crecimiento interanual del 22,3%, según un informe de Fortune Business Insights.
Existe una diferencia entre ambos modelos: Data Fabric es un conjunto modular de tecnologías de gestión de datos y Data Mesh es un enfoque que orienta los procesos para que distintos equipos gestionen los datos de la empresa como consideren oportuno. Ambas soluciones son fundamentales para las empresas que quieren gestionar mejor sus datos, ya que facilitar el acceso a los mismos y garantizar su control y seguridad es importante para todas las partes interesadas, desde los científicos de datos hasta los ejecutivos. Los usos son variados; desde la creación de cuadros de mando a la generación de informes y analítica avanzada o proyectos de IA y aprendizaje automático.
Tanto el Data Fabric como el Data Mesh pueden desempeñar un papel fundamental en el acceso, la integración, la gestión y la entrega de datos de una empresa, si se construyen correctamente y con la infraestructura adecuada. Por lo tanto, en 2023, se espera un rápido aumento de la adopción de ambos enfoques en las empresas de todos los tamaños.
Por otro lado, la inteligencia artificial ética se convierte en algo primordial a medida que aumenta la adopción comercial de la toma de decisiones basadas en la IA. Empresas de todos los sectores están acelerando el uso de esta tecnología para la toma de decisiones basadas en datos. Ya se trate de plataformas de redes sociales que suprimen publicaciones, de conectar a profesionales sanitarios con pacientes o de grandes bancos de gestión de patrimonios que conceden créditos a sus consumidores finales; sin embargo, cuando la inteligencia artificial decide el resultado final, actualmente no hay forma de suprimir el sesgo inherente al algoritmo. Por eso, normativas emergentes como la propuesta de Ley de Inteligencia Artificial de la UE y el proyecto de ley C-27 de Canadá (que podría convertirse en la Ley de Inteligencia Artificial y Datos si se promulga) están empezando a establecer un marco regulador en torno al uso de la IA en las organizaciones comerciales. Estas nuevas normativas clasifican el riesgo de las aplicaciones de IA en riesgo inaceptable, alto, medio o bajo, y prohíben o gestionan el uso de estas aplicaciones en consecuencia.
En 2023, las organizaciones tendrán que ser capaces de cumplir con estas regulaciones propuestas, incluida la garantía de la privacidad y la gobernanza de datos, la transparencia algorítmica, la equidad y la no discriminación, la rendición de cuentas y la auditabilidad. Con esto en mente, las organizaciones tienen que implementar sus propios marcos para apoyar la IA ética, por ejemplo, directrices para una IA digna de confianza, marcos de revisión por pares y comités de ética de IA. A medida que más y más empresas pongan la IA a trabajar, la IA ética será más importante que nunca en el próximo año.
La última de las tendencias es que las empresas tendrán que aumentar la calidad de los datos, la preparación de estos, la gestión de metadatos y la analítica. Al respecto, Denodo explica que, a medida que las organizaciones aceleran el uso de los datos, es necesario que las empresas vigilen de cerca la gobernanza y la calidad de estos y la gestión de los metadatos. Sin embargo, con la creciente cantidad de volumen, variedad y velocidad de los datos, diversos aspectos relativos a su gestión a gran escala se han vuelto demasiado complejos. Por este motivo, la gestión de datos aumentada ha sido adoptada recientemente por varios proveedores de gestión de datos que, con la aplicación de IA, hacen a las organizaciones capaces de automatizar muchas tareas relativas a su gestión.
De acuerdo con algunas de las principales fuentes de análisis, cada capa de Data Fabric, es decir, la ingesta de datos, procesamiento, orquestación, gobernanza, etc., debería contar con IA/ML para automatizar cada etapa del proceso. En 2023, la gestión de datos aumentada encontrará una fuerte tracción en el mercado, ayudando a los profesionales a centrarse en la entrega de información impulsada por los datos en lugar de tener que emplear tiempo en tareas administrativas rutinarias.