Los datos se han convertido en el centro del negocio digital. Por ello, la gestión de los datos y la infraestructura relacionada con una estrategia y planificación adecuadas serán clave para el éxito empresarial.
En relación a ello, Denodo ha presentado un listado con las cinco principales tendencias que tendrán mayor impacto en 2023 en lo que respecta a los datos y la analítica.
“Los últimos años nos han enseñado definitivamente que el futuro está en el negocio digital y en el centro están siempre los datos. Si bien estas son las cinco tendencias más importantes que tenemos en mente y que creemos serán claves de cara al próximo año, hay otras áreas en las que los datos y la analítica también serán imprescindibles y harán prosperar el negocio digital en 2023”, afirma José Andrés García, responsable para Iberia y Latinoamérica de Denodo.
5 tendencias de datos para 2023
5 tendencias que tendrán mayor impacto en 2023 en materia de datos y analítica:
- Ante la inminente recesión mundial, las empresas buscarán optimizar los costes de infraestructura. Con independencia de si se entra o no en recesión, las empresas 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.
- Mientras el multi-cloud se difunde, las FinOps se hacen necesarias. 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, casi 4 de cada 5 compañías cita la complejidad de su integración, de su accesibilidad y de la adaptación a diferentes formatos. Si no se aborda este problema, 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 multi-cloud. En el próximo año, se espera que las FinOps ganen impulso como una iniciativa crítica para ayudar a las empresas a gestionar mejor su gasto en nube híbrida y multi-cloud.
5 tendencias de datos que marcarán su gestión y análisis en 2023
- 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.
- La IA 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 la IA 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.
- Aumento de la calidad de los datos, la preparación de estos, la gestión de metadatos y la analítica. La gestión adecuada de los datos es fundamental para el éxito de las organizaciones. 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.
