Las técnicas de IA, como el aprendizaje por refuerzo y el aprendizaje distribuido, están creando sistemas más adaptables y flexibles para manejar situaciones comerciales complejas; por ejemplo, los sistemas basados en agentes pueden servir de modelo y estimular sistemas complejos, sobre todo ahora que los modelos previos a la COVID-19 basados en datos históricos podrían dejar de ser válidos.
Las importantes inversiones realizadas en nuevas arquitecturas de chips, como el hardware de computación neuromórfica que puede implantarse en dispositivos periféricos, están acelerando la computación y las cargas de trabajo de la inteligencia artificial y el aprendizaje automático y reduciendo la dependencia de los sistemas centralizados que requieren grandes anchos de banda. Con el tiempo, esto podría conducir a soluciones de IA más redimensionables que tengan un mayor impacto en el negocio.
Una IA responsable que permita la transparencia de los modelos es esencial para protegerse de las malas decisiones y da lugar a una mejor colaboración y confianza entre humanos y máquinas para una mayor adopción y alineación de las decisiones en toda la organización.
Tendencia 2: Disminución del uso de los paneles
Las historias de datos dinámicos con experiencias más automatizadas y basadas en el consumo sustituirán a la creación y exploración visual e interactiva. Como resultado, disminuirá la cantidad de tiempo que los usuarios pasan utilizando paneles predefinidos. El cambio a historias de datos en contexto significa que la información más relevante se transmitirá a cada usuario en función de su contexto, función o uso. Estos conocimientos dinámicos aprovechan tecnologías como la analítica aumentada, el NLP, la detección de anomalías en tiempo real y la colaboración.
Los responsables de análisis y datos deben evaluar periódicamente sus herramientas de análisis e inteligencia empresarial existentes y las empresas emergentes innovadoras que ofrecen nuevas experiencias de usuario mejoradas y basadas en el procesamiento del lenguaje natural y no limitarse a los paneles predefinidos.
Tendencia 3: Inteligencia de decisiones
Para 2023, más del 33 % de las grandes organizaciones tendrán analistas que practiquen la inteligencia de decisiones, incluido el modelo de decisiones.
La inteligencia de decisiones reúne una serie de disciplinas, como la gestión y el respaldo a la toma de decisiones. Además, abarca aplicaciones en el campo de los sistemas adaptativos complejos que reúnen múltiples disciplinas tradicionales y avanzadas.
Proporciona una estructura para ayudar a los responsables de análisis y datos a diseñar, componer, modelar, alinear, ejecutar, supervisar y ajustar los modelos y procesos de toma de decisiones en el contexto de los resultados y el comportamiento comerciales.
Explora el uso de la tecnología de gestión y modelo de decisiones cuando estas necesiten múltiples técnicas lógicas y matemáticas, deban ser automatizadas o semiautomatizadas, o deban ser documentadas y auditadas.
Tendencia 4: Análisis X
Gartner acuñó el término “análisis X” como un término general, donde X es la variable de datos para un rango de contenido estructurado y no estructurado diferente, como análisis de texto, análisis de video, análisis de audio, etc.
Los responsables de análisis y datos utilizan los análisis X para resolver los retos más difíciles de la sociedad, como el cambio climático, la prevención de enfermedades y la protección de la fauna.
Durante la pandemia, la inteligencia artificial ha sido fundamental para examinar miles de documentos de investigación, fuentes de noticias, publicaciones en redes sociales y datos de ensayos clínicos para ayudar a los expertos en medicina y salud pública a predecir la propagación de la enfermedad, planificar la capacidad, encontrar nuevos tratamientos e identificar a las poblaciones vulnerables. El análisis X combinado con IA y otras técnicas como el análisis de gráficos (otra tendencia puntera) jugará un papel clave en el futuro en la identificación, predicción y planificación de catástrofes naturales y otras crisis y oportunidades empresariales en el futuro.
Los responsables de análisis y datos deben explorar las capacidades de análisis X disponibles de sus proveedores existentes, como los proveedores de nube para obtener análisis de imagen, video y voz, pero deben reconocer que la innovación probablemente vendrá de pequeñas empresas emergentes disruptivas y proveedores de la nube.
Tendencia 5: Gestión de datos aumentada
La gestión de datos aumentada utiliza técnicas del aprendizaje automático y de la inteligencia artificial para optimizar y mejorar las operaciones. Asimismo, hace que los metadatos pasen de utilizarse en las auditorías, el linaje y la elaboración de informes a utilizarse para impulsar sistemas dinámicos.
Los productos de la gestión de datos aumentada pueden examinar grandes muestras de datos operativos, incluidas consultas reales, datos sobre el rendimiento y esquemas. Utilizando los datos de carga de trabajo y uso existentes, un motor aumentado puede ajustar las operaciones y optimizar la configuración, la seguridad y el rendimiento.
Los responsables de análisis y datos deben buscar una gestión de datos aumentada que permita a los metadatos activos simplificar y consolidar sus arquitecturas, y también aumentar la automatización en sus tareas de administración de datos redundantes.
Tendencia 6: La nube es un hecho
Para 2022, los servicios en la nube pública serán esenciales para el 90 % de la innovación de datos y análisis.
A medida que los datos y los análisis se trasladan a la nube, los responsables de análisis y datos siguen teniendo dificultades para alinear los servicios adecuados con los casos de uso correctos, lo que conduce a un aumento innecesario de la gobernanza y la sobrecarga de integración.
La problemática de los datos y los análisis está pasando de lo que cuesta un determinado servicio a cómo puede satisfacer los requisitos de rendimiento de la carga de trabajo más allá de los precios.
Los responsables de análisis y datos deben priorizar la carga de trabajo que pueda explotar las capacidades de la nube y centrarse en la optimización de costes y otros beneficios, como la aceleración del cambio y la innovación, al pasar a la nube.
Tendencia 7: Los mundos de los datos y los análisis chocan entre sí
Tradicionalmente, las capacidades de datos y de análisis se han considerado distintas y se han gestionado en consecuencia. Los proveedores que ofrecen flujos de trabajo integrales habilitados por análisis aumentados desdibujan la distinción entre mercados que antes estaban separados.
El choque de datos y análisis aumentará la interacción y la colaboración entre roles de análisis y datos históricamente separados. Esto afecta no solo a las tecnologías y capacidades proporcionadas, sino también a las personas y los procesos que las respaldan y utilizan. El espectro de roles se ampliará desde roles tradicionales de datos y análisis en TI hasta nuevos roles, como, por ejemplo, exploradores de información, desarrolladores independientes y de consumidores.
Para convertir el choque en una convergencia constructiva, incorpora herramientas y capacidades tanto de datos como de análisis en la pila de análisis. Más allá de las herramientas, céntrate en las personas y los procesos para fomentar la comunicación y la colaboración. Aprovecha los ecosistemas de datos y análisis habilitados por un enfoque aumentado que tienen el potencial de ofrecer pilas coherentes.
Tendencia 8: Mercados e intercambios de datos
Se estima que para 2022 el 35 % de las grandes empresas serán vendedores o compradores de datos a través de mercados formales de datos en línea, frente al 25 % de empresas que lo eran en 2020.
Los mercados e intercambios de datos proporcionan plataformas únicas para consolidar las ofertas de datos de terceros. Además, ofrecen una disponibilidad y un acceso centralizados (por ejemplo, a los análisis X y otros conjuntos de datos únicos) que crean economías de escala para reducir los costes de los datos de terceros.
Para monetizar los activos de datos a través de los mercados de datos, los responsables de análisis y datos deben establecer una metodología justa y transparente mediante la definición de un principio de gobernanza de datos en el que los socios de ecosistemas puedan confiar.
Tendencia 9: Blockchain en datos y análisis
Las tecnologías blockchain abordan dos retos relacionados con los datos y los análisis. En primer lugar, el blockchain proporciona un trazado completo de los activos y las transacciones. En segundo lugar, proporciona transparencia para redes complejas de participantes.
Fuera de los casos de uso limitado de bitcoins y contratos inteligentes, los sistemas de gestión de bases de datos de libro mayor (DBMS) proporcionarán una opción más atractiva para la auditoría de fuentes de datos de una sola empresa. Para 2021, Gartner estima que la mayoría de los usos autorizados de blockchain serán sustituidos por productos de DBMS de libro mayor.
Los datos y los análisis deben posicionar las tecnologías blockchain como complementarias a su infraestructura de gestión de datos existente, destacando el desajuste en las capacidades entre la infraestructura de gestión de datos y las tecnologías blockchain.
Tendencia 10: Las relaciones forman la base del valor de los datos y los análisis
Para 2023, las tecnologías gráficas facilitarán la contextualización rápida para la toma de decisiones en el 30 % de las empresas de todo el mundo. Los análisis de gráficos son un conjunto de técnicas analíticas que permiten la exploración de relaciones entre entidades de interés, como organizaciones, personas y transacciones.
Ayudan a los responsables de análisis y datos a encontrar relaciones desconocidas en los datos y a revisar los datos que no se analizan fácilmente con los análisis tradicionales.
Por ejemplo, mientras el mundo se apresura a responder ante las pandemias actuales y futuras, las tecnologías gráficas pueden relacionar entidades de todo tipo, desde los datos geoespaciales de los teléfonos de las personas hasta los sistemas de reconocimiento facial que pueden analizar fotos para determinar quién podría haber estado en contacto con personas que más tarde hayan dado positivo en coronavirus.
