10 formas en que los datos y el análisis afectarán a las empresas

1. Analítica aumentada

La analítica aumentada utiliza el aprendizaje automático y las técnicas de inteligencia artificial para cambiar la forma en que se desarrolla, consume y comparte el contenido analítico.

"Para 2020, la analítica aumentada será un impulsor dominante de las nuevas compras de analítica y BI, así como de las plataformas de ciencia de la información y de aprendizaje automático, y de la analítica integrada", señala el comunicado. "Los líderes de datos y análisis deberían planear adoptar un análisis aumentado a medida que las capacidades de la plataforma maduren".

2. Gestión aumentada de los datos

La gestión aumentada de datos se refiere a convertir los metadatos para que no se utilicen para auditoría, linaje e informes a sistemas dinámicos, según el comunicado, convirtiéndose en un motor para la inteligencia artificial y el aprendizaje automático.

"La administración aumentada de datos aprovecha las capacidades de aprendizaje automático y los motores de inteligencia artificial para hacer que las categorías de administración de información empresarial, incluida la calidad de los datos, la administración de metadatos, la administración de datos maestros, la integración de datos y los sistemas de administración de bases de datos (DBMS), se autoconfiguren y ajusten automáticamente", dijo. "Está automatizando muchas de las tareas manuales y permite que los usuarios menos cualificados técnicamente sean más autónomos al usar los datos. También permite que los recursos técnicos altamente capacitados se centren en tareas de mayor valor".

3. Inteligencia continua

La inteligencia continua se refiere a un patrón de diseño en el que los análisis en tiempo real se integran dentro de una operación de negocios y pueden procesar datos actuales y pasados ​​para predecir respuestas a eventos, lo que es útil para la automatización de decisiones o el soporte, señala el comunicado.

"La inteligencia continua representa un cambio importante en el trabajo del equipo de análisis y datos", dijo Sallam en el comunicado. "Es un gran desafío, y una gran oportunidad, para los equipos de analítica y BI (inteligencia de negocios) que ayudan a las empresas a tomar decisiones más inteligentes en tiempo real en 2019. Podría considerarse como lo último en BI operacional".

4. IA explicable

Mientras más empresas están implementando modelos de inteligencia artificial para ayudar en la toma de decisiones, deben hacer que estos modelos sean más comprensibles para generar confianza entre los usuarios, señala el comunicado.

5. Gráficos

Los análisis gráficos son un conjunto de técnicas que permiten a las empresas explorar las relaciones entre organizaciones, personas y transacciones.

"El análisis gráfico aumentará en los próximos años debido a la necesidad de hacer preguntas complejas a través de datos complejos, lo que no siempre es práctico o incluso posible a escala mediante consultas SQL", según el comunicado.

6. Tela de datos

La estructura de datos permite un marco de administración de datos único y coherente, lo que permite un acceso y un intercambio de datos más sencillo en un entorno distribuido, señaló Gartner. Estos diseños se implementarán más rápidamente hasta 2022.

7. Procesamiento de lenguaje natural (PNL) / Análisis conversacional

Para 2020, el 50% de las consultas analíticas se generarán a través de búsqueda, PNL o voz, predijo Gartner.

"La necesidad de analizar complejas combinaciones de datos y hacer que los análisis sean accesibles para todos en la organización impulsará una adopción más amplia, permitiendo que las herramientas de análisis sean tan fáciles como una interfaz de búsqueda o una conversación con un asistente virtual", señala el comunicado.

8. AI comercial y aprendizaje automático

Para 2022, el 75% de las nuevas soluciones para usuarios finales que utilizan la inteligencia artificial y el aprendizaje automático se basarán en soluciones comerciales, en lugar de plataformas de código abierto, predijo Gartner. Esto ayudará a las empresas a escalar y democratizar la inteligencia artificial y el aprendizaje automático.

9. Blockchain

Blockchain podría impactar significativamente el uso de la analítica; sin embargo, pasarán varios años antes de que estas tecnologías se vuelvan dominantes, señala el comunicado. Mientras tanto, el costo de integrar blockchain en la infraestructura de análisis y datos existentes puede superar los beneficios.

10. Servidores de memoria persistentes

De acuerdo con Gartner, las nuevas tecnologías de memoria persistente reducirán los costos y la complejidad de adoptar arquitecturas con capacidad de computación en memoria (IMC). Esto tiene el potencial de mejorar el rendimiento de la aplicación, la disponibilidad, los tiempos de arranque, los métodos de agrupación en clústeres y las prácticas de seguridad, a la vez que mantiene los costos bajos.

"La cantidad de datos está creciendo rápidamente y la urgencia de transformar los datos en valor en tiempo real está creciendo a un ritmo igualmente rápido", dijo Feinberg en el comunicado. "Las nuevas cargas de trabajo del servidor exigen no solo un rendimiento más rápido de la CPU, sino también una memoria masiva y un almacenamiento más rápido".

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.