La gestión inteligente de los datos es el auténtico motor de la transformación en la actual era digital. La inteligencia artificial (IA) y el machine learning (ML) vinieron a hacer factible esta gestión avanzada en un contexto en que los modelos de negocios están experimentando transformaciones de relieve, que ponen al cliente en el centro y a la innovación permanente como gran desafío.
Los datos son la materia prima esencial de la cual se nutre el nuevo paradigma 4.0. Pero no cualquier dato: lo que se requiere para sentar las bases del nuevo paradigma es smart data, esto es, datos ya debidamente tamizados y que agreguen valor real, que orienten las decisiones comerciales y permitan llegar a los clientes con propuestas a medida.
Camino evolutivo
Para llegar a la actual era de Data 4.0 hubo que recorrer un camino signado por etapas claras:
- En el estadio inicial de Data 1.0 los datos alimentaban diferentes aplicaciones comerciales puntuales, y el gran desafío era extraerlos, transformarlos, cargarlos e integrarlos.
- En la etapa de Data 2.0 el uso de los datos ya se extendió a grandes circuitos y procesos de las organizaciones, y el foco en tal instancia fue asegurar la calidad y el gobierno de esos datos a medida que surgían los primeros servicios específicos.
- Con Data 3.0 ya se abrió una etapa en la que los datos adquirieron su valor como activo estratégico capaz de redefinir los modelos de negocio y en el que la gestión de los mismos en el universo Cloud constituyó uno de los desafíos importantes.
- Con Data 4.0 se habilita un nuevo paradigma, delineado por los metadatos (dando lugar a empresas metadata-driven), los depósitos de datos en la Nube, los data lakes y la automatización inteligente impulsada por la inteligencia artificial y machine learning, en un contexto en el que el gran desafío es conseguir que los datos sean realmente confiables y estén autenticados y seguros.
En la naciente era de Data 4.0, que por ahora funciona más como un faro que como un punto al que las compañías hayan arribado de manera determinada, lo que claramente se impone es la gestión inteligente de datos basada en Inteligencia Artificial.
Datos recargados
La adopción del nuevo enfoque permitirá que las organizaciones hagan las cosas de una forma nueva, más simple y mejor, pero sin requerir que se discontinúe el servicio a los usuarios, ni se afecten las ventas ni la productividad.
Lo que está claro es que la transformación tiene que comenzar en el nivel de gestión de los datos (o de data management) que, como indicamos, son la materia prima más preciada con que cuentan las organizaciones hoy. La misión es modificar los modos en que se recopila, almacena y administra esta información, que es la que en definitiva permitirá innovar.
¿Y qué rol le cabe a la inteligencia artificial y al machine learning en el nuevo escenario? Básicamente, permitirán definir políticas y una estrategia de datos basadas en objetivos, canalizando su resolución mediante software inteligente. Su aporte ayudará a “impulsar la búsqueda y el descubrimiento eficiente de datos para ayudar a extraer valor de ellos de manera más eficaz, incluso a la escala masiva de datos actual”.
De tal suerte, el aporte de la inteligencia artificial no pasará solamente por analizar grandes conjuntos de datos e identificar patrones y acercar modelos predictivos en alianza con Big Data y machine learning, sino por multiplicar la eficacia y la eficiencia de la gestión de los datos. ¿De qué forma concreta? La inteligencia artificial involucra una metodología de automatización que permite realizar ajustes inmediatos para obtener el dato tal como se lo precisa, facilitando además un almacenamiento más económico y en el lugar indicado. En efecto: los algoritmos utilizados por los sistemas de vanguardia son capaces de identificar dónde debe estar el dato para que resulte accesible y para suavizar el impacto de su gestión y almacenamiento sobre el rendimiento y los costos de IT.
Otra encuesta reveló que el 66% acordó que la Inteligencia Artificial y el Machine Learning son un componente importante de su plataforma de datos e iniciativas analíticas, pero esta cifra aumentó a 88% entre las empresas más "Data-Driven".
Fuente: IBM
|
Adopción en aumento
La adopción de inteligencia artificial está en aumento, aunque también se escuchan algunas voces que ponen en cuestión sus beneficios comerciales reales. Un estudio reciente evidenció, no obstante, que el 63% de las compañías logró incrementar los ingresos por la adopción de IA en las áreas de negocios donde la usan, y el 44% consiguió reducir los costos. Además, el 58% informó que sus organizaciones incorporaron al menos una capacidad de IA en un proceso o producto en al menos una función o unidad de negocios, frente al 47% en años anteriores.
Ocurre que el escenario de incremento de los costos de almacenamiento, producto del aumento superlativo de los datos que se guardan, exige definir políticas sobre lo que se almacenará y lo que no, dónde y cómo filtrar y priorizar la información y su protección, de modo de poder ejecutar el negocio y acotar los costos. Y, justamente, lo que permite la inteligencia artificial es “mantener los datos correctos en el disco correcto (o en una Nube) en el momento correcto”, lo cual habilita a mantener los datos activos fácilmente disponibles en un almacenamiento más rápido y los datos “fríos” en un lugar más barato (como una nube).
De esta manera, la gestión inteligente de datos en la era de Data 4.0 mejorará el acceso, reducirá los costos y permitirá a las compañías transformar su negocio para poder adaptarse a los entornos cambiantes, que ya son más la norma que la excepción. De esta forma, dispondrán de smart data para orientar sus estrategias sobre bases ciertas.