Factores que impulsarán las tendencias en datos y análisis en 2022

Las estrategias de datos y análisis (D&A) se han convertido en una de las claves de la digitalización y las organizaciones que han avanzado en este proceso están enfocándose en formas de aprovechar los datos para impulsar la transformación del negocio. Los expertos de Gartner han identificado los tres imperativos que impulsarán las principales tendencias en datos y análisis, que en su opinión son activar el dinamismo y la diversidad, aumentar las personas y las decisiones e institucionalizar la confianza.

Según Rita Sallam, vicepresidenta de investigación de Gartner, “las principales tendencias de D&A de este año representan dinámicas comerciales, de mercado y tecnológicas que ayudarán a las organizaciones a anticipar el cambio y transformar la incertidumbre en una oportunidad, las cuales están bajo el control del líder de D&A”. En su última investigación, los expertos de Gartner han identificado 12 tendencias principales en D&A, que abarcan tres categorías principales.

Activar la diversidad y el dinamismo

Los sistemas de inteligencia artificial adaptativa, como la ingeniería de IA, están ganando popularidad, impulsando el crecimiento y la innovación en las empresas y ayudándolas a enfrentarse a las constantes fluctuaciones del mercado. En este contexto, la innovación en gestión de datos, la automatización basada en metadatos y las capacidades de intercambio de datos son elementos clave para liberar el valor de los datos y la analítica.

En Gartner explican que la tendencia de “siempre compartir datos” ha convertido el intercambio de información en un importante indicador de rendimiento del negocio. Esto expresa hasta qué punto una organización está logrando una participación efectiva de las partes interesadas y aumentando el acceso a los datos responsables de generar valor. A raíz de la pandemia y otros sucesos con un impacto macroeconómico se intensificó la necesidad de compartir datos para aumentará el valor empresarial público y comercial independiente e interrelacionado.

Las previsiones de Gartner indican que para el año 2026 el uso de métricas de confianza automatizadas en los ecosistemas de datos internos y externos reemplazará a la mayoría de intermediarios externos a los que recurren las organizaciones actualmente, reduciendo además el riesgo asociado a compartir datos. Y, dentro de esta categoría, Gartner incluye los sistemas de IA adaptativos, la IA centrada en datos, las estructuras de datos basadas en metadatos y la tendencia a “siempre compartir datos”.

Aumentar personas y decisiones

Este concepto se basa en que, para que los conocimientos puedan apoyar la toma de decisiones, los líderes de D&A deben proporcionar análisis enriquecidos basados en el contexto de la información, creados a partir de componentes modulares. Esto incluye priorizar la alfabetización de datos y el establecimiento de estrategias para resolver la escasez de información y talento analítico.

Los investigadores de Gartner pronostican que para el año 2025 la mayoría de CDO no habrán sido capaces de fomentar suficientemente la alfabetización de datos dentro de la organización como para obtener resultados comerciales estratégicos basados en datos. Sus indagaciones revelan que las organizaciones que trabajan en el componente humano relacionado con el campo de datos y análisis obtendrán más éxito que aquellas que se centran exclusivamente en la tecnología.

Consideran que un enfoque más humano tiene la capacidad de potenciar el aprendizaje digital, yendo mucho más allá de las estrategias centradas en ofrecer plataformas, conjuntos de datos y herramientas centrales. En esta categoría de impulsores de datos y análisis los investigadores incluyen el análisis enriquecido del contexto, D&A compuesta para negocios, D&A centrada en decisiones y el déficit de habilidades y alfabetización.

Institucionalizar la confianza

La última categoría en la que Gartner clasifica las tendencias en datos y análisis contempla la gobernanza conectada, la gestión de riesgos de IA, los ecosistemas de proveedores y regiones, y la expansión al borde. Los investigadores afirman que para obtener valor de sus estrategias de datos y análisis a escala es imprescindible llevar a cabo una gestión de riesgos derivados de la inteligencia artificial y establecer una gobernanza conectada en sistemas distribuidos, así como entornos de borde y ecosistemas emergentes.

Comentan que la inteligencia artificial se está generalizando, pero la mayoría de organizaciones no son capaces de interpretar o explicar cómo funcionan los modelos de IA. Esto genera una gran falta de confianza y transparencia, y las organizaciones no están lo suficientemente preparadas como para hacer frente a los riesgos que conlleva la rapidez de innovación en el campo de la inteligencia artificial.

Por ello, tienden a tomar atajos en lo que se refiere a la gobernanza de su modelo, incluyendo campos clave como la seguridad, lo que deviene en un peor rendimiento de dichos modelos, haciendo que se tomen malas decisiones comerciales que pueden llevar el negocio al fracaso.

Mientras tanto, los reguladores internacionales están desarrollando nuevas normas que rijan el uso de la inteligencia artificial, en las que se exigirá contar con prácticas auditables para garantizar la confianza en los modelos y la transparencia de los mismos, poniendo el foco en la protección de los consumidores. Teniendo esto en cuenta, Gartner pronostica que para el año 2026 las organizaciones que sean capaces de desarrollar una IA confiable impulsada por un propósito conseguirán tener éxito en el 75% de las innovaciones relacionadas con la inteligencia artificial, mientras que aquellas que no sigan este camino solo lograrán el éxito en un 40% de sus iniciativas.