Buenas tardes Se ha preparado una traducción del siguiente artículo especialmente para estudiantes del curso de
Analista de BI . Que tengas una buena lectura.
El foco de la Cumbre de datos y análisis de Gartner del 18 al 19 de febrero en Sydney fue el análisis aumentado y la inteligencia artificial.
El análisis avanzado , la inteligencia continua y la inteligencia artificial explicable son algunas de las tendencias más importantes en
tecnología de procesamiento de
datos y análisis que tendrán un potencial devastador en los próximos 3-5 años, según Gartner, Inc.
Al hablar en la Cumbre de
datos y análisis de Gartner en Sydney,
Rita Sallam , vicepresidenta de investigación de Gartner, señaló que
los líderes de
datos y análisis deberían examinar el impacto potencial de estas tendencias en las empresas y ajustar sus modelos y operaciones comerciales en consecuencia. en caso de que corran el riesgo de perder sus ventajas competitivas sobre aquellos que han prestado suficiente atención a esto.
"La historia del procesamiento de datos analíticos continúa evolucionando, desde el apoyo a la toma de decisiones internas hasta la inteligencia continua, productos de información y contratación
de profesionales de datos ", dijo Rita Sallam. "Es muy importante obtener una comprensión más profunda de las tendencias tecnológicas que subyacen a la creación y el desarrollo de esta historia, así como establecer ciertas prioridades para ellos, dependiendo del valor para un negocio en particular".
Según
Donald Feinberg , vicepresidente y analista distinguido de Gartner, el principal problema causado por el mal funcionamiento digital (demasiados datos) también ha abierto una oportunidad sin precedentes. La enorme cantidad de datos, junto con el creciente poder de las herramientas de procesamiento proporcionadas por las tecnologías en la nube, dan una clara comprensión de que ahora es posible entrenar y ejecutar algoritmos a gran escala, necesarios para aprovechar plenamente el potencial de la IA.
"El tamaño, la complejidad, la naturaleza distribuida de los datos, la velocidad del trabajo y la inteligencia continua necesaria para el negocio digital dejan en claro que las arquitecturas y herramientas rígidas y centralizadas ya no pueden hacer frente", dice Feinberg. "La supervivencia continua de cualquier negocio dependerá de una arquitectura flexible basada en datos que cumpla con el ritmo de cambio cada vez mayor".
Gartner recomienda que los líderes en el campo del procesamiento de datos y análisis analicen con los representantes comerciales las principales prioridades de la empresa y piensen cómo pueden integrar las siguientes tendencias en su trabajo.
Tendencia No. 1. Analítica avanzada
El análisis avanzado es la próxima ola de avances en el mercado de procesamiento de datos y análisis. Utiliza tecnologías de inteligencia artificial y
aprendizaje automático para transformar el desarrollo, el consumo y el intercambio de contenido analítico.
Para 2020, el análisis avanzado será el motor principal de nuevas compras en análisis y BI, así como en Data Science,
plataformas ML y análisis integrados. Los líderes en procesamiento de datos y análisis deben planificar la implementación de análisis avanzados a medida que se desarrolla la plataforma.
Tendencia No. 2. Manejo avanzado de datos
La tecnología de gestión de datos aumentada utiliza capacidades de ML y mecanismos de inteligencia artificial para crear categorías de gestión de información de la empresa, incluida la calidad de los datos, la gestión de metadatos, la gestión de datos maestros, su integración, así como el autoajuste y autoajuste
de los sistemas de gestión de bases de datos (DBMS) . Automatiza muchas tareas y permite a los usuarios menos calificados usar los datos ellos mismos. De esta forma, los técnicos altamente calificados pueden centrarse en tareas más importantes.
La gestión avanzada de datos convierte los
metadatos de los utilizados solo para auditoría, pedigrí e informes, y finalmente los proporciona a sistemas dinámicos. Los metadatos cambian de pasivos a activos y se convierten en el motor principal de todos los AI / ML.
A finales de 2022, el número de tareas realizadas manualmente en el campo de la gestión de datos disminuirá en un 45% debido a la introducción del aprendizaje automático y la gestión automatizada del nivel de servicio.
Tendencia no 3. Inteligencia continua
Para 2022, más de la mitad de los nuevos sistemas de grandes empresas utilizarán inteligencia continua, que a su vez utiliza datos contextuales en tiempo real para mejorar las soluciones.
La inteligencia continua es un patrón de diseño en el que la analítica en tiempo real se integra en las operaciones comerciales, procesando datos actuales e históricos para proponer acciones en respuesta a un evento. Proporciona automatización o soporte de decisiones. La inteligencia continua utiliza varias tecnologías, como análisis avanzados, procesamiento de flujo de eventos, optimización, gestión de reglas de negocio y aprendizaje automático.
"La inteligencia continua es una innovación importante en el trabajo de los equipos de datos y análisis", dice Sallam. “Esta es una tarea desalentadora y una gran oportunidad para que los equipos de analistas y expertos en BI ayuden a las empresas a tomar decisiones más inteligentes en tiempo real a partir de 2019. Se puede considerar como la versión final de BI operativo ".
Tendencia no 4. IA explicada
Los modelos de IA se usan con mayor frecuencia para mejorar o reemplazar por completo a una persona en la toma de decisiones. Sin embargo, en algunos escenarios, las empresas deben justificar cómo estos modelos toman decisiones específicas. Para aumentar la confianza de los usuarios o partes interesadas, los arquitectos de aplicaciones deben hacer que estos modelos sean más comprensibles y comprensibles.
Desafortunadamente, los modelos de IA más avanzados son cajas negras complejas que no explican cómo se les ocurrió una recomendación o solución específica. La IA explicada en la ciencia de datos y las plataformas de ML, por ejemplo, genera automáticamente una explicación de los modelos en términos de precisión, atributos, estadísticas de modelos y funciones en un lenguaje natural.
Tendencia no 5. Gráficos
Graph analytics es un conjunto de métodos analíticos que le permiten explorar las relaciones entre objetos de interés, como organizaciones, personas y transacciones.
El uso de procesamiento gráfico y DBMS gráficos aumentará en un 100% cada año hasta 2022, lo que acelerará la preparación de datos y proporcionará una ciencia de datos más compleja y adaptativa.
Los almacenes de datos gráficos pueden modelar, explorar y consultar datos de manera eficiente con relaciones complejas entre los almacenes de datos, pero la necesidad de habilidades especializadas para trabajar con ellos es su principal limitación hoy en día.
La analítica gráfica crecerá de manera constante en los próximos años, ya que existe la necesidad de hacer preguntas complejas a datos complejos, lo que no siempre es práctico o al menos factible en una escala en la que se puedan usar consultas SQL.
Tendencia no 6. Tejido de datos
La estructura de datos proporciona acceso sin obstáculos y el intercambio de datos en un entorno de datos distribuidos. Es un marco de gestión de datos único y consistente que proporciona acceso sin trabas a los datos y la posibilidad de procesamiento arquitectónico en cualquier otro almacenamiento.
Hasta 2022, los diseños de tejido de datos personalizados se implementarán principalmente como una infraestructura estática, lo que obligará a las organizaciones a invertir en una nueva ola de costos para una reorganización completa para proporcionar enfoques más dinámicos a la malla de datos.
Tendencia no 7. PNL / Análisis conversacional
Para 2020, el 50 por ciento de las consultas analíticas se generarán mediante búsqueda, procesamiento de lenguaje natural (PNL) o voz, o se generarán automáticamente. La necesidad de analizar combinaciones de datos complejas y hacer que los análisis estén disponibles para todos en la organización conducirá a un uso más amplio, lo que permitirá que las herramientas de análisis sean tan livianas como una interfaz de búsqueda o una conversación con un asistente virtual.
Tendencia No. 8 Comercial AI y ML
Gartner predice que para 2022, el 75% de las nuevas soluciones para usuarios finales que utilizan métodos de IA y ML se construirán en soluciones comerciales, en lugar de en plataformas de código abierto.
Los proveedores comerciales integran conectores en el ecosistema de código abierto, proporcionando así las características corporativas necesarias para escalar y democratizar la inteligencia artificial y el aprendizaje automático, como la gestión de proyectos y modelos, la reutilización, la transparencia, los datos de linaje, así como la coherencia e integración con otras plataformas, qué plataformas abiertas carecen tanto.
Tendencia # 9: Blockchain
El principal valor de las tecnologías blockchain y ledger distribuido es proporcionar confianza descentralizada en una red de participantes no confiables. Existe un potencial significativo para los casos de uso de análisis, especialmente aquellos en los que aparecen las relaciones e interacciones de los participantes.
Sin embargo, pasarán varios años antes de que las tecnologías blockchain de cuatro o cinco núcleos comiencen a dominar. Hasta que llegue este momento, los usuarios finales de las tecnologías se verán obligados a adaptarse a las tecnologías y estándares de blockchain, que son dictados por los clientes o las redes prevalecientes. Esto incluye la integración con la infraestructura de datos y análisis existentes. Los costos de integración pueden exceder cualquier beneficio potencial. La cadena de bloques es una fuente de datos, no una base de datos, y no reemplaza las tecnologías de gestión de datos existentes.
Tendencia no 10. Servidores de memoria persistente
Las nuevas tecnologías con el uso de memoria persistente (tecnologías de memoria persistente) ayudarán a reducir el costo y la complejidad de implementar arquitecturas con soporte para computación en memoria de acceso aleatorio (IMC). La memoria permanente representa un nuevo nivel de memoria entre la memoria flash DRAM y NAND, que puede servir como un dispositivo de almacenamiento económico para cargas de alto rendimiento. Tiene un cierto potencial que se puede utilizar para aumentar el rendimiento de la aplicación, su disponibilidad, el tiempo de carga, los métodos de agrupamiento y los métodos de seguridad, manteniendo los costos bajo control. También ayudará a las organizaciones a reducir la complejidad de sus aplicaciones y arquitecturas de datos al reducir la necesidad de duplicación de datos.
"El volumen de datos está creciendo rápidamente, y la relevancia de convertir datos ordinarios a valiosos en tiempo real está creciendo con él", dijo Feinberg. "Las nuevas cargas de servidores requieren no solo un mayor rendimiento del procesador, sino también más memoria y un almacenamiento de datos más rápido".
Para obtener más información sobre el uso de datos y análisis para obtener una ventaja competitiva, consulte el
Gartner Data & Analytics Insight Hub .
Cumbre de datos y análisis de Gartner
Las Cumbres Gartner Data & Analytics en 2019 se llevarán a cabo
del 4 al 6 de marzo en Londres ,
del 18 al 21 de marzo en Orlando ,
del 29 al 30 de mayo en Sao Paulo ,
del 10 al 11 de junio en Dubai ,
del 11 al 12 de septiembre en la Ciudad de México ,
del 19 al 20 de octubre. Frankfurt Siga las noticias y actualizaciones en Twitter con el
hashtag #GartnerDA .
Sobre Gartner
Gartner, Inc. es una empresa líder mundial de consultoría científica y miembro del S&P 500. Proporcionamos a los líderes empresariales los datos, consejos y herramientas necesarios para lograr sus objetivos hoy y crear organizaciones exitosas mañana.
Nuestra combinación inigualable de investigación de datos práctica y experta ayuda a los clientes a tomar las decisiones correctas sobre los temas más importantes. Somos un consultor confiable y un recurso objetivo para más de 15,000 organizaciones en más de 100 países, para todas las funciones principales, en cualquier industria y para empresas de cualquier tamaño.
Para obtener más información sobre cómo ayudamos a los tomadores de decisiones a construir el futuro de su negocio, visite
gartner.com .
Eso es todo. ¡Escribe comentarios y nos vemos en el curso!