Los datos y el análisis son el alma de las empresas modernas y, como tantas otras cosas basadas en la tecnología, están evolucionando.
ORLANDO, Fla. — Después de pasar tres días en Gartner Data & Analytics Summit en Orlando, Fla., es hora de compartir los aspectos más destacados de la conferencia. Fue una casa llena, con 5.400 asistentes y el primer regreso de este periodista a un evento en vivo post-COVID. Me sentí bien al salir y conectarme con mis compañeros.
El foco del primer día estuvo en la innovación en medio de la incertidumbre, la ética digital y las principales tendencias en datos y análisis.
Día 1: Transformación e Innovación
El discurso de apertura, presentado por Gareth Herschel, VP analista de Gartner, y Debra Logan, distinguida VP analista de Gartner, discutieron cómo las marcas pueden considerar nuevas perspectivas en D&A y diseñar mejores decisiones en un mundo de cambio perpetuo.
Curiosamente, Gartner estimó un mayor uso de datos sintéticos en los próximos años, alegando que debería reducir la responsabilidad. Los datos sintéticos son datos que no se basan en fenómenos o eventos del mundo real, sino que son generados por un programa de computadora y reflejan datos del mundo real, matemática o estadísticamente. Gartner estimó que para 2025, las empresas podrían evitar el 70 % de las sanciones por violación de la privacidad mediante el uso de este tipo de datos.
La ética digital es un tema principal
Más tarde ese mismo día, Frank Buytendijk, analista vicepresidente distinguido de Gartner, enfatizó que la ética digital es esencial para todas las aplicaciones tecnológicas, pero es particularmente importante cuando se evalúan tecnologías complejas o emergentes como la inteligencia artificial (IA), blockchain y conceptos como el metaverso, y que diferentes tecnologías tienen diferentes huellas morales.
Por ejemplo, las bases de datos y las herramientas de desarrollo pueden tener una huella moral más baja que la IA o el metaverso, los cuales requieren nuevas formas de pensar cuando se trata de posibles implicaciones éticas.
Gartner destaca las principales tendencias en datos y análisis para 2022
Carlie Idoine, analista vicepresidenta de Gartner, y Ted Friedman, analista vicepresidente distinguido de Gartner, compartieron sus pensamientos sobre el enfoque clave para los líderes de D&A en 2022: gestionar la incertidumbre y la volatilidad consiguientes y persistentes.
Las tendencias clave discutidas incluyeron:
- Sistemas de IA adaptables: La IA adaptativa es clave porque puede cambiar su propio código para incorporar lo que ha aprendido.
- IA centrada en datos: La formalización de la IA centrada en los datos como parte de la estrategia de gestión de datos de una marca garantizará que las consideraciones de datos específicas de la IA, como el sesgo de datos, el etiquetado y la desviación, se aborden adecuadamente.
- Análisis de contexto enriquecido: El análisis enriquecido con el contexto ayuda a identificar y crear un contexto adicional que se basa en similitudes, limitaciones, caminos y comunidades.
- Deficiencias en habilidades y alfabetización: Las marcas deben fomentar la alfabetización de datos y el aprendizaje digital más amplios en lugar de simplemente proporcionar plataformas, conjuntos de datos y tecnología básicos.
- Gobernanza conectada: El gobierno conectado facilita la conexión de la amplia variedad de esfuerzos de gobierno en diferentes organizaciones, tanto físicas como virtuales, así como geográficas.
- Expansión al borde: Los datos, el análisis y las tecnologías asociadas residen cada vez más en entornos informáticos de vanguardia, más cerca de las fuentes físicas de datos y fuera del ámbito normal de TI.
Artículo relacionado: ¿Qué tendencias analíticas deberían esperar los especialistas en marketing en 2022?
Día 2: IA que conduce al valor empresarial
En el segundo día de la Cumbre de datos y análisis de Gartner, la atención se centró en cómo las marcas pueden ofrecer valor comercial utilizando IA, las mejores prácticas para compartir datos de manera confiable y las acciones que las marcas pueden tomar para mejorar la cultura de riesgo de datos y análisis.
Construyendo una base de ciencia de datos y aprendizaje automático para habilitar la IA
En esta sesión, Peter Krensky, analista director de Gartner, examinó las principales tendencias y personas talentosas en ciencia de datos y proporcionó una descripción general de las tecnologías líderes en el espacio de ciencia de datos y aprendizaje automático (DSML).
El mayor desafío, según Krensky, para hacer despegar estas iniciativas de IA es tener las habilidades adecuadas. A medida que se implementen más inteligencia artificial y aprendizaje automático, se necesitarán más trabajadores calificados para crear, mantener y analizar sistemas, procesos y proyectos. “La brecha de habilidades y talento creará una situación de ‘ricos’ y ‘pobres’”, advirtió.
Krensky afirmó que el amanecer de la IA tomará cerca de una década. Para aquellos que querían estar temprano en la ciencia de datos y el aprendizaje automático, esa fecha ya pasó, y dentro de uno o dos años, si aún no están allí, llegarán tarde. Sin embargo, todavía hay muchas oportunidades para principiantes e intermedios para implementar la ciencia de datos y el aprendizaje automático.
Cinco acciones para mejorar su cultura de riesgo de datos y análisis
Una cultura basada en datos es clave para el éxito de los equipos de datos y análisis; sin embargo, si dicha cultura no es consciente de los riesgos, las inversiones de una marca en datos, análisis e IA estarán expuestas a un mayor riesgo. En esta sesión, Saul Judah, vicepresidente analista de Gartner, discutió las razones por las que una cultura consciente del riesgo ayudará a los líderes de análisis y datos a ofrecer un mejor valor comercial.
Judah repasó las cinco acciones que Gartner identificó que las marcas deberían tomar para mejorar la cultura del riesgo en las organizaciones:
- Valorar la cultura de la marca mediante observación, métricas, entrevistas y encuestas.
- Analice cómo la cultura afecta su estrategia de análisis de datos y su modelo operativo.
- Cree principios conscientes del riesgo para datos y análisis.
- Aplique los «trucos culturales» necesarios para la concienciación.
- Esté preparado para explicar el impacto empresarial de cada riesgo, o la marca fracasará.
Artículo relacionado: 3 maneras en que la ciencia de datos es clave para la experiencia del cliente
Día 3: Tendencias de gestión de bases de datos en la nube, futuro del trabajo
El último día de la Cumbre de datos y análisis, la atención se centró en el mercado de gestión de bases de datos en la nube, la IA y el futuro del trabajo y las principales tendencias en ciencia de datos y aprendizaje automático.
Llevar los sistemas de gestión de bases de datos a la nube
El mercado de gestión de bases de datos está experimentando una rápida transición y la nube se ha convertido en la plataforma preferida. Según Donald Feinberg, analista vicepresidente distinguido de Gartner, los numerosos beneficios de las implementaciones de DBMS en la nube incluyen «la creación de nuevos modelos financieros, aprovisionamiento rápido, mayor elasticidad y escalabilidad y capacidades de desarrollo más ágiles».
Agregó que “hay siete casos de uso clave para esta tecnología: transacciones tradicionales, transacciones aumentadas, procesamiento de flujo/eventos, inteligencia operativa, almacén de datos, almacén de datos lógicos y lago de datos”.
IA y el futuro del trabajo
La inteligencia artificial (IA) está transformando las industrias y cambiando los procesos y responsabilidades cotidianos del trabajo. En esta sesión, Graham Waller, distinguido analista VP de Gartner, habló sobre el impacto de la IA en los puestos de trabajo.
Waller dijo que las marcas deberían usar IA para las tareas apropiadas mientras crean empleo en función de las otras habilidades que poseen los empleados. “Libere el potencial de la IA para transformar el trabajo al cambiar la mentalidad de trabajos y ocupaciones a habilidades y tareas. Luego, cree mercados para hacer coincidir el trabajo con las habilidades y ayudar a las personas a crecer”, explicó Waller, y agregó que las marcas deben esforzarse por “poner a las personas primero mientras aprovechan la IA para transformar el trabajo”.
Pensamientos finales: los datos y el análisis continúan evolucionando
Los datos y el análisis son el alma de las empresas modernas y, como tantas otras cosas basadas en la tecnología, están evolucionando. Estos no se establecen y se olvidan, requieren innovación, visión de futuro e iteración. Los líderes deben mantenerse ágiles y pensar fuera de la caja para evitar la gran cantidad de obstáculos que se avecinan.
Continuar leyendo: 7 conclusiones de la Cumbre de datos y análisis de Gartner de 2022