Modelos operativos y herramientas para una gestión del dato unificada, eficiente y segura
- IT Televisión
La historia de la transformación digital es la historia de la evolución de los datos en el entorno corporativo. Como elemento central de los desarrollos tecnológicos, clave en el despliegue de la inteligencia artificial, el área de data intenta afianzar el gobierno y la calidad. A los desafíos previos se suma la llegada de la IA agéntica, capaz de poner a prueba las estrategias data… Y de mejorarlas.
El elemento central de los Encuentros ITDM Group: Modelos operativos y herramientas para una gestión del dato unificada, eficiente y segura es un evento de la Comunidad IT, apoyado por Lutech, ML Code y SonicWall, en el que analizamos la evolución de las arquitecturas y estrategias de TI en las empresas hacia modelos operativos y de negocio más inteligentes y guiados por los datos. En esta mesa redonda han participado Rafael Socorro, head of Data & Analytics de Acciona; Íñigo de Jaime, responsable GICD en Caixabank Payments & Consumer; Jaime Pérez, Chief Data Officer de Cajasiete; Jeniffer Chávez, Data manager de Codere; Alejandro Velilla, CTO de Embou; Carlos Olmeda, head of O&M Data Centers de Exera Energía; y Álvaro Avendaño, head of Data & Analytics de Ilunion Hotels. Junto a ellos, como representantes de la industria tecnológica, también participaron Paolo Mioli, CEO de Lutech; Severino Gala, vicepresidente de ventas de ML Code; y Sergio Martínez, country manager de Sonicwall.
“Antes de pensar en el futuro de la IA, está la estrategia de la empresa. A partir de ahí, ¿qué herramientas pueden ayudarnos?”
Rafael Socorro, Head of Data & Analytics, Acciona
El concepto data-driven lleva más de un par de décadas entre nosotros, pero no empezó a sonar con verdadera fuerza hasta la década pasada. Y, todavía, solo vinculada a las empresas más innovadoras, las que eran nativas digitales o tenían la tecnología en el centro de su modelo de negocio. De entonces a esta parte, el panorama corporativo ha dado un salto gigantesco hacia la digitalización. Un proceso que tiene los datos en su misma esencia. Y ser data-driven, o como mínimo digital, ha pasado a ser relevante para un creciente número de empresas.
Ha pasado a ser, casi, una cuestión de estado. Al menos, una cuestión relevante para lograr los objetivos de la Década Digital 2030 de la Unión Europea, teniendo en cuenta que la intención es que, como mínimo, el 75% de las empresas realice analítica de datos, tenga servicios cloud o utilice la IA. No se trata de que las compañías cambien su esencia porque lo pide la UE; se trata de que se consideran elementos centrales para que el viejo continente mantenga cierto grado de competitividad.
“A veces se quiere poner inteligencia artificial cuando no la hay natural, lo que provoca unas expectativas que no se pueden cumplir”
Íñigo de Jaime, Responsable GICD, Caixabank Payments & Consumer
En busca de la cultura del dato
La digitalización acelerada que trajo consigo la pandemia puso un peso extra sobre los equipos de tecnología, no solo por las necesidades puntuales para adaptarse al trabajo remoto, sino porque redujeron a pocos meses una transformación que probablemente habría necesitado años. Desde el 2020, ha habido una impresionante evolución tecnológica; pero incluso con la tecnología “de entonces” la digitalización era posible. Lo que no es tan sencillo es el cambio humano.
Todavía hoy la transformación cultural sigue siendo la principal piedra de toque de la evolución corporativa basada en datos. Replantear el gobierno de los datos… O, mejor dicho, establecer un gobierno de los datos exige replantear (ahora sí) los procesos de trabajo corporativos y los hábitos de todos los empleados, desde la alta dirección hasta los becarios. No se trata, además, de un cambio pequeño ni de un cambio único, sino que viene acompañado de múltiples elementos, como el doble factor de autenticación o el uso de la nube.
“Puedes hacer pequeños pilotos de IA, pero si los datos no están gobernados con la calidad suficiente, al poner en producción esos pilotos fracasarán”
Jaime Pérez, Chief Data Officer, Cajasiete
Íñigo de Jaime, responsable de Gobierno de la Información y Calidad del Dato en Caixabank Payments & Consumer, destaca que “el reto más importante para transformar una compañía en data-driven es que la principal estrategia en la toma de las decisiones se base en los datos. Si en el momento en que llega la IA todavía no tenemos los datos bien gobernados, ¿en qué se va a basar la IA? La llegada de la inteligencia artificial puede tener el efecto positivo de que se invierta para que el dato esté bien para que sus usos sean buenos. Hay que poner el dato en el centro porque sin él no hay ni IA, ni tecnología, ni decisiones estratégicas. El problema del dato no es tanto técnico como de conocimiento funcional. Hay que identificar a las personas con conocimiento de la organización para ponerle el cascabel al dato”.
Rafael Socorro, Head of Data & Advanced Analytics en Acciona, explica que, en su caso, son “una empresa multinacional, convivimos con diferentes sistemas, diferentes legislaciones y clientes. Un primer reto es unificar a nivel conceptual nuestros modelos de datos. Estamos en una etapa de construcción de este tipo de dominios y, en paralelo, implementado el gobierno del dato, identificando data owners, procesos, etc., para acompañar el crecimiento de la empresa. Hemos trabajado muchísimo en asegurar la calidad del dato para hacer el mapeo de los procesos de la organización, entender quiénes interactúan y qué datos se manejan. Una labor de identificación para intentar dar al negocio una visión de los datos no basada en sistemas. No somos un negocio digital, hay una parte importante en torno al dato que es cultural y el gobierno pues está directamente relacionado con este desafío”.
“Nos apoyamos en negocio para que pueda acompañarnos en la calidad del dato, ayudándonos a definir los controles de esa calidad”
Jeniffer Chávez, Data Manager, Codere
Por su parte, Jaime Pérez, Chief Data Officer de Cajasiete, señala que, “a corto plazo, hemos optado para gobernar y centralizar el dato. Una vez esté gobernado, nuestra estrategia es empezar a descentralizarlo, buscando los early adopters o embajadores que ayuden a “vender” internamente el proyecto. Nos enfocarnos, sobre todo, en la parte corporativa, mejorando la eficiencia y la disponibilidad de la información. Hemos optado por hacer un cambio gradual y dar soluciones muy tácticas, que tengan impacto en el negocio y ayuden a gestionar las expectativas. La parte de la plataforma de datos es fundamental de cara a poder escalar y gobernar bien toda la estructura de datos, sobre todo con lo que estamos viendo a día de hoy con la IA. Por otro lado, en cualquier movimiento tecnológico tenemos que contar con la variable normativa. Nos apoyamos en los compañeros que tienen estas competencias, que ayudan a agilizar todo este proceso”.
El modelo de gestión del dato
Uno de los temas más interesantes que se pusieron sobre la mesa fue, precisamente, el modelo de gestión del dato con el que se está trabajando, distinguiendo entre centralizado, distribuido o híbrido. El consenso generalizado es no decidirse por un modelo específico que vaya a funcionar de forma constante a largo plazo, sino que depende en gran medida del momento en que se encuentre la organización en su evolución hacia los planteamientos data-driven.
“Nuestro siguiente reto es democratizar el uso de los datos, haciendo llegar herramientas de explotación de los datos a los clientes”
Alejandro Velilla, CTO, Embou
Álvaro Avendaño, head of Data & Analytics en Ilunion Hotels, detalla que “un modelo centralizado con un gobierno muy concentrado puede venir bien para sentar unas bases y para generar un proyecto común del que partir. Pero es cierto que es un modelo que al final se tensiona, cuando se empieza a demandar más volumen de datos o más procesos, más cambios. Por contra, el modelo descentralizado reparte las funciones en diferentes áreas, pero puede generar silos. Está más cerca del negocio, pero también se corre el riesgo de tener varios flujos de trabajo que atacan el mismo problema. Nosotros estamos migrando hacia un modelo más híbrido, intentando centralizar lo que consideramos que hay que centralizar, como la seguridad integrada en una arquitectura unificada que nos garantice tener una única fuente de la verdad, una semántica compartida. Y, por otra parte, descentralizar o federar otras funciones más relacionadas con la aportación de valor del dato y la activación de ese valor, más cerca de las funciones que se realizan desde las distintas áreas del negocio”.
Jeniffer Chávez, data manager de Codere, también señala que están “llevando todo nuestro planteamiento de datos a una nueva arquitectura centralizada con un modelo híbrido en el que el ownership está enfocado a los diferentes países o unidades de negocio. Venimos de silos de información y estamos evolucionando hacia un modelo híbrido, además de una evolución tecnológica. Tenemos una plataforma centralizada con la arquitectura, la seguridad, las políticas de gobierno del dato y todo lo que consideramos que debemos centralizar. Pero el ownership lo hacemos descentralizado. Nos apoyamos en todos los países y en la gente local. Tenemos personas a las que llamamos link, vínculos, en cada país para que nos ayuden a llevar toda la estrategia de datos. La parte tecnológica sí es muy importante y costosa, pero lo más relevante es que esté alineada bastante bien con negocio, porque son el sponsor el que le da sentido al dato”.
“El mayor reto al que nos enfrentamos es lograr que toda la organización de alguna manera reme en la misma dirección y esté convencida del proyecto”
Carlos Olmeda, Head of O&M Data Centers, Exera Energía
La exigencia de los agentes de IA
Si los equipos de tecnología, de ciberseguridad y de datos manejaban ya entornos de alta complejidad, la llegada de la inteligencia artificial generativa supuso una nueva revolución interna. Muchas empresas llevaban años trabajando en desarrollos de Deep learning y Deep learning, pero la IA generativa trajo complejidades diferentes. Una de ellas, que por una vez era una tecnología que todo el mundo quería, hasta el punto de que el concepto Shadow IT dio paso en seguida a Shadow AI.
La inteligencia artificial generativa ya removió las aguas corporativas, pero los agentes de IA suponen una escalada que exige una revisión de todo el trabajo realizado con los datos. Si un asistente basado en IA no te da una respuesta del todo cierta, el daño es relativo. Pero un agente al que se le da la capacidad de realizar una tarea de forma completamente autónoma no puede tener esa ineficacia. Así que antes que nada hay que preguntarse si nuestros datos están preparados para la IA agéntica.
“Estamos en un proceso de remodelación de la arquitectura de datos para incorporar capas de IA que nos hagan mucho más eficientes y efectivos”
Álvaro Avendaño, Head of Data & Analytics, Ilunion Hotels
Severino Gala, vicepresidente de ventas de ML Code, recuerda que “la compañía nació inicialmente con el objetivo de gestionar las iteraciones que se hacen con el dato pasado por la IA, con el foco puesto en la prevención y el tratamiento de la información personal. Esto es, el gobierno y control de la IA. A partir de ahí, montamos una plataforma de desarrollo agéntico, diseñada con un punto de vista absolutamente abierto y desde la perspectiva de los microservicios para que los clientes elijan las capacidades que necesitan. Ofrecemos un alto nivel de atomicidad en la construcción de las piezas, con elementos con un recorrido breve antes de la siguiente evolución. Un planteamiento mucho más dinámico”.
“Para la IA, hacen falta personas con fantasía, que piensan fuera de los esquemas; para data, personas que aseguren la calidad y la seguridad”
Paolo Mioli, CEO, Lutech
Flexibilidad y ciberseguridad
Para Carlos Olmeda, head of O&M Data Centers en Exera Energía, “como organizaciones, tenemos que movernos hacia un modelo con mayor peso preventivo y predictivo. Y, por otro lado, hacia organizaciones mucho más flexibles. Estamos en un ámbito tecnológico, en el que la tecnología habitualmente avanza mucho más rápido de lo que creemos y de lo que somos capaces de asumir o asimilar. Desde arriba hasta abajo, en cascada, hay que impulsar organizaciones flexibles, porque de lo contrario no te vas a poder adaptar a la actualidad. La IA hay que verla como una herramienta. El dato, además analizado a través de la inteligencia artificial, puede mostrar tendencias y ayudar a la toma de decisiones basadas en esas tendencias que nosotros, como seres humanos, no somos capaces de ver o de anticipar. Y, por tanto, ese tipo de decisiones van a estar mejor informadas y por tanto serán mayor calidad y más acertadas”.
Paolo Mioli, CEO de Lutech, coincide en que “una de las palabras del día es la flexibilidad. Tenemos que adaptarnos a la realidad, a la normativa. Por un lado, debemos ser flexibles para adaptarnos al entorno, a la tecnología. Y, por otro, hay que saber aprovechar las oportunidades que nos brinda la tecnología. En nuestro caso, estamos utilizando la IA para completar y mejorar la calidad del dato. Creo que todas las organizaciones todas, aunque vengamos de sectores distintos, tenemos problemas similares para lograr que la organización se haga responsable del dato, de su calidad; y, al mismo tiempo, que sea capaz de adaptarse a los cambios”.
“Con personas y máquinas hablando un lenguaje común, un lenguaje natural, elimina muchas barreras: las posibilidades que abre la IA son infinitas”
Severino Gala, Vicepresidente de ventas, ML Code
Todos ellos son elementos compartidos, en mayor o menor medida, por todas las empresas. Aunque, como es habitual, las peculiaridades de cada compañía son las que marcan sus propios desafíos. Alejandro Velilla, CTO de Embou, explica que para ellos “el mayor reto ha sido el crecimiento constante. Cada año nos ha llegado una nueva empresa con un partner distinto, un entorno diferente, otra directiva. No se trata solo de la aparición de shadow IT o silos de información, sino de nuevas empresas con su propio legacy. Por supuesto, nuevas empresas que hay que abrazar e integrar de la mejor manera posible… Y en el menor tiempo posible. Tenemos iniciativas transformadoras; por ejemplo, cada área tiene personas clave que están impulsando la inteligencia artificial. También hay otras medidas transversales. Por ejemplo, por ciberseguridad, las VPN con SSL se han quedado obsoletas, están descartadas en la política empresarial”.
La ciberseguridad de esta digitalización acelerada es sin duda el común denominador para todas las empresas. Sergio Martínez, country manager de SonicWall, explica que “el cibercrimen está utilizando cada vez más lo de siempre. El 85 % de todos los incidentes y las brechas de seguridad parten de un compromiso de identidad. Más allá de la protección del dato está quién accede al dato, que es uno de los temas clave. La identidad es la clave para garantizar que quien accede a los datos es quien tiene que acceder. En la pandemia explotó el acceso remoto a través de VPNs, sobre todo con protocolos tipo SSL, con un diseño vulnerable. El 70% de los incidentes de ciberseguridad ahora mismo están vinculados al acceso a través de una VPN insegura. Si no haces un profiling de los usuarios y metes una capa de tecnología para identificarlos bien, corres un gran riesgo. El camino pasa por desplegar los múltiples factores de identificación, hacer un profilling de usuarios y luego monitorizar y saber qué es lo que pasa en las redes corporativas”.
“Los malos usan la IA para cosas muy prosaicas: localizar vulnerabilidades o automatizar ataques, pero sobre todo para hacer phishing convincente”
Sergio Martínez, Country manager, SonicWall
La ciberseguridad, la protección y la privacidad de los datos son el telón de fondo de las estrategias data-driven. Los datos, por supuesto, son la materia prima que alimenta la digitalización y el elemento sin el que todo lo demás pierde el sentido. Un “todo lo demás” que incluye ese otro factor que puede transformar radicalmente las compañías: la inteligencia artificial. Más vale hacer bien los deberes del dato para que la IA tenga sentido. Como se dijo en la mesa, si la alimentas con basura, lo que sale es basura.
------------------------------------------------------------------
Puedes acceder a la cobertura completa de esta mesa redonda en el especial que publicamos junto al número de mayo de IT Digital Magazine, que en esta ocasión también incluye una ponencia, a cargo de Luis Alfaro, Asesor de Tecnología y Ciberseguridad de Penteo, en la que nos habla sobre "La situación del dato"; y una entrevista a Jaime Pérez, Chief Data Officer de Cajasiete, quien nos habla en detalle sobre la estrategia de datos que aplican en su entidad financiera.
------------------------------------------------------------------
