{"id":5334,"date":"2022-01-11T20:25:39","date_gmt":"2022-01-11T19:25:39","guid":{"rendered":"https:\/\/telecomkh.info\/?p=5334"},"modified":"2022-01-11T20:25:39","modified_gmt":"2022-01-11T19:25:39","slug":"sdg-group-desvela-las-10-tendencias-de-data-y-analytics-que-nos-depara-el-2022","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=5334","title":{"rendered":"SDG Group desvela las 10 tendencias de Data y Analytics que nos depara el 2022"},"content":{"rendered":"

Destaca la innovaci\u00f3n alrededor del Cloud, de la ciberseguridad, de la IA y el Machine Learning, clave para entender hacia d\u00f3nde evolucionar\u00e1 el an\u00e1lisis de datos. El data -entendido como el conjunto de datos, algoritmos, pr\u00e1cticas e informaci\u00f3n del que dispone una empresa- se convierte en su principal activo, mientras que la IA Cu\u00e1ntica ya se postula como la tendencia que reconfigurar\u00e1 los mercados y las industrias en las pr\u00f3ximas d\u00e9cadas<\/strong><\/p>\n

En el \u00faltimo a\u00f1o tanto las empresas como las personas han tenido que ser resilientes para adaptarse a la nueva normalidad. La tecnolog\u00eda y, en concreto, el an\u00e1lisis de datos se han convertido en grandes aliados para encarar los retos empresariales, sociales y, tambi\u00e9n, culturales que la pandemia ha supuesto.
\nTanto es as\u00ed que, seg\u00fan la Gu\u00eda mundial de gastos de Big Data y an\u00e1lisis de IDC, el gasto europeo en soluciones de Big Data y an\u00e1lisis de negocios (BDA) alcanzar\u00e1 en 2021 los 50.000 millones de d\u00f3lares, un 7% m\u00e1s con respecto a 2020. Adem\u00e1s, se calcula que en 2025 habr\u00e1 25.000 millones de dispositivos conectados que compartir\u00e1n informaci\u00f3n gracias a la inteligencia artificial, lo que supondr\u00e1 un ingente incremento del volumen de datos a analizar a disposici\u00f3n.
\nAl comienzo del 2022, SDG Group presenta por cuarto a\u00f1o consecutivo su informe sobre las principales tendencias que arrasar\u00e1n en el mercado y que ponen el foco en los avances en la innovaci\u00f3n y el desarrollo de nuevas tecnolog\u00edas en el \u00e1mbito de Data y Analytics.<\/p>\n

2022: ya est\u00e1n aqu\u00ed las tendencias de Data Analytics<\/strong>
\nSDG Group da a conocer las nuevas tendencias de Data Analytics para el 2022 desglosando el ranking en Given Trends, las tendencias que ya est\u00e1n tomando el relevo; Trends on the Rise, es decir aquellas tendencias emergentes que tendr\u00e1n un impacto significativo en el medio plazo y, por \u00faltimo, Slow-Shift Trend, el grupo de tendencias que se vislumbra en el horizonte y entrar\u00e1n en el juego gradualmente.<\/p>\n

GIVEN TRENDS<\/strong><\/p>\n

1.) Nacidos en la nube. La nueva generaci\u00f3n del Data Warehouse: de Data Mesh & Data Fabric a Data Vault 2.0<\/strong>
\nGracias a la nube, las empresas est\u00e1n adoptando arquitecturas de datos, modelados y estructuras cada vez m\u00e1s profundas, escalables y transformacionales. El cloud abre la puerta a la nueva generaci\u00f3n del Data Warehouse habilitando el Data Mesh, Data Vault 2.0 y Data Fabric, tecnolog\u00edas y pr\u00e1cticas pensadas y creadas de manera nativa en la nube.
\nEjemplo de ello es el Data Mesh, un enfoque hol\u00edstico para la gesti\u00f3n de los datos en el que converge una arquitectura controlada por dominios distribuidos, el tratamiento de los datos como un producto, el dise\u00f1o de infraestructuras de datos de autoservicio y la gobernanza de ecosistemas. La \u201cmalla de datos\u201d permite que los productos de datos se unan entre dominios permitiendo el intercambio de informaci\u00f3n sin depender de un almacenamiento.
\nY el Data Fabric, una arquitectura que habilita el acceso y el intercambio de datos en un entorno distribuido, sin importar si est\u00e1n en la nube privada, p\u00fablica, on-premise o multicloud. Esta capa de datos y procesos de conexi\u00f3n escalable automatiza la ingesta, la selecci\u00f3n y la integraci\u00f3n eludiendo los silos de datos. De este modo, el \u201ctejido de datos\u201d identifica y conecta continuamente datos de aplicaciones dispares descubriendo relaciones \u00fanicas y relevantes para el negocio. Esta informaci\u00f3n permite una toma de decisiones m\u00e1s eficaz, proporcionando valor a trav\u00e9s de un acceso y comprensi\u00f3n r\u00e1pidos con respecto a las pr\u00e1cticas tradicionales de gesti\u00f3n de datos.
\nEncontramos tambi\u00e9n el Data Vault 2.0, la evoluci\u00f3n al siguiente nivel del Data Vault que se origina gracias al cloud, y el DataOps, un marco agile para la configuraci\u00f3n y gesti\u00f3n colaborativa de tecnolog\u00edas, procesos y datos. Todas estas tendencias actuales tienen un denominador com\u00fan: se articulan sobre el inmenso potencial de la nube para intentar dar respuestas de calidad a las demandas continuas de innovaci\u00f3n y flexibilidad de las organizaciones.<\/p>\n

2.) DataOps sin l\u00edmites: la IA toma el relevo, escalando la Hiperautomatizaci\u00f3n y el Metadata Lakehouse<\/strong>
\nDataOps es el marco tecnol\u00f3gico inspirado en el movimiento DevOps. Su objetivo es el de crear entregas predecibles y una gesti\u00f3n de cambio en los datos, modelos de datos y artefactos relacionados. \u00bfC\u00f3mo lo consigue? Aprovechando la tecnolog\u00eda para automatizar la entrega de datos con un nivel id\u00f3neo de seguridad, calidad y metadatos para mejorar el uso y el valor de los datos en un entorno din\u00e1mico. DataOps activa las palancas que exigen las empresas impulsadas por los datos: gobernanza, flexibilidad, escalabilidad, eficiencia y automatizaci\u00f3n.
\nEsta tendencia -que ya mencionamos el a\u00f1o pasado- est\u00e1 evolucionando ahora al siguiente nivel gracias a la inteligencia artificial y al Machine Learning creando entornos de hiperautomatizaci\u00f3n. Ahora las organizaciones identifican, examinan y automatizan r\u00e1pidamente los procesos de gesti\u00f3n de los datos, lo que influye directamente en el Data Quality -permitiendo que las empresas sean m\u00e1s r\u00e1pidas a la hora de perfilar y pulir sus datos-, en el Data Observability -proporcionando una mayor agilidad para, por ejemplo, monitorizar los data pipelines-, en el Data Catalog -facilitando una visi\u00f3n cada vez m\u00e1s estrat\u00e9gica en funcionalidades como el linaje y el inventario- y en los DevOps, ya que con la automatizaci\u00f3n inteligente se reducen las operaciones manuales y se incrementa la colaboraci\u00f3n transversal entre equipos.
\nAdem\u00e1s, dentro de DataOps y su \u201cvertical\u201d Data Governance by Design est\u00e1 cobrando importancia el Metadata LakeHouse. Esa plataforma de metadatos hace posible que el metadata se convierta en el gestor y cerebro de todo el entorno de gesti\u00f3n de los datos dentro de una empresa.<\/p>\n

3.) Un Cambio de Paradigma: de un enfoque en el producto a uno donde el cliente est\u00e1 en el centro, con una visi\u00f3n Omnicanal<\/strong>
\nPara responder a las necesidades del cliente no nos queda que ponerle en el centro de la experiencia de compra. En este \u00e1mbito, la estrategia multicanal ha sido definitivamente desbancada por la omnicanalidad, habilitada principalmente por la hiperconectividad (cloud, 5G, IoT). Es decir, dejan de existir las barreras entre los canales digitales y f\u00edsicos y tambi\u00e9n las campa\u00f1as concebidas por plataforma. Ahora el foco ya no se pone en el producto y en los distintos \u201cescaparates\u201d donde venderlo, sino que se centra en el cliente para proporcionarle una experiencia de compra \u00fanica y homog\u00e9nea est\u00e9 donde est\u00e9.
\nAl recopilar los datos de los distintos canales se extrae la informaci\u00f3n relevante sobre todo el viaje del consumidor. Con esta informaci\u00f3n es posible analizar el impacto de cada punto de contacto, a la vez que se optimizan los procesos y se mejora el servicio o el producto ofrecido seg\u00fan los feedbacks recibidos. Gracias a la anal\u00edtica de datos y a la automatizaci\u00f3n inteligente de los procesos, las empresas ofrecen productos y servicios hiperpersonalizados. El uso de este enfoque facilita la alimentaci\u00f3n de modelos de inteligencia artificial que se activan en tiempo real -o incluso de manera predictiva- reduciendo as\u00ed los tiempos de latencia, el time-to-market y los costes asociados.<\/p>\n

4.) D.A.T. A.: Datos como Activo Transformacional<\/strong>
\nEl dato no tiene valor per se, sino que se postula a eje empresarial en la medida en que se convierte en un activo monetizable y diferenciador. El D.A.T.A. ha de entenderse aqu\u00ed como el conjunto de datos, algoritmos, pr\u00e1cticas e informaci\u00f3n del que dispone una empresa. Las organizaciones que aprovechan la informaci\u00f3n que esos datos proporcionan y extraen valor de ellos, son aquellas que se diferencian de sus competidores.
\nEl c\u00e1lculo del valor de los datos y lo que engloban -desde los algoritmos, el c\u00f3mo se trabaja con ellos, las pr\u00e1cticas, etc- incide directamente en la cotizaci\u00f3n y en el atractivo de las empresas. Ahora o nunca: ya est\u00e1n cambiando las reglas del mercado -v\u00e9anse los ejemplos de las empresas que apuestan por el I+D o las mismas start-up- as\u00ed que es el momento de poner el foco en la ventaja competitiva que suponen los datos entendiendo y aprovechando todo su poder transformacional.<\/p>\n

TRENDS ON THE RISE<\/strong><\/p>\n

5.) Entornos de Confianza que pivotan sobre Cybersecurity Analytics, Blockchain y Privacy-Enhancing Computation<\/strong>
\nLas empresas est\u00e1n adoptando estrategias de ciberseguridad Zero Trust que proporcionan protecci\u00f3n m\u00e1s all\u00e1 del per\u00edmetro tradicional. Se trata de un enfoque proactivo de la ciberseguridad que se basa en la identidad y que utiliza las capacidades de recopilaci\u00f3n y an\u00e1lisis de datos (Cybersecurity Analytics) para una detecci\u00f3n m\u00e1s r\u00e1pida de las amenazas, as\u00ed como la automatizaci\u00f3n de las tareas de seguridad manuales.
\nEl entorno ciberseguro se apoya tambi\u00e9n en tecnolog\u00eda Blockchain, una gran aliada de la ciberseguridad ya que garantiza el almacenaje de datos mediante su descentralizaci\u00f3n y la informaci\u00f3n cifrada. Esta tecnolog\u00eda aporta un gran valor especialmente en la protecci\u00f3n de la identidad, la protecci\u00f3n de los datos, la protecci\u00f3n de las infraestructuras y trazabilidad del flujo de datos.
\nEn este contexto aparece en escena tambi\u00e9n el Privacy-Enhancing Computation (PEC), un conjunto de tecnolog\u00edas que protegen los datos mientras se procesan, comparten, transfieren y analizan. La adopci\u00f3n de PEC est\u00e1 aumentando, en particular para la prevenci\u00f3n del fraude. Seg\u00fan Gartner \u201cpara el 2025, el 50% de las grandes organizaciones adoptar\u00e1 la tecnolog\u00eda para aumentar la privacidad del procesamiento de datos en entornos no confiables o en casos de uso de an\u00e1lisis de m\u00faltiples fuentes de datos\u201d.<\/p>\n

6.) Self-Service 2.0 y Auto ML: un choque de dos fuerzas<\/strong>
\nLas empresas est\u00e1n apostando por el Self-Service 2.0 y por el modelo de Auto Machine Learning para aumentar sus capacidades de extracci\u00f3n de insights. Esto ocurre porque estas tecnolog\u00edas aceleran la adopci\u00f3n de soluciones dando acceso directo a los usuarios finales, democratizando el acceso a los datos y poniendo el foco en la generaci\u00f3n de insights.
\nPor un lado, el Self Service 2.0 est\u00e1 integrando y aprovechando la capacidad anal\u00edtica de los modelos impulsados por la IA. Por otro lado, el Auto ML est\u00e1 utilizando la parte visual y de reporting para presentar sus algoritmos avanzados. Estas evoluciones muestran c\u00f3mo estas tecnolog\u00edas est\u00e1n intentando facilitar un 360\u00ba en cada uno de los \u00e1mbitos, cubriendo los aspectos anal\u00edticos de los usuarios.
\nOtra muestra m\u00e1s de este \u201cchoque\u201d es que estamos viviendo un momento de efervescencia en el que se detectan movimientos y adquisiciones por parte de empresas que incluyen Self-Service y Auto ML en su porfolio. Esto se debe a que las compa\u00f1\u00edas est\u00e1n intentando incrementar sus capacidades, cerrar la brecha entre anal\u00edticas avanzadas y BI facilitando que los usuarios que no sean cient\u00edficos de datos ganen en capacidades predictivas.<\/p>\n

7.) La IA Responsable y Privada se convierte en un Imperativo<\/strong>
\nLa disrupci\u00f3n que supone la Computaci\u00f3n Cu\u00e1ntica unida a la IA nos lleva a tener una gran responsabilidad alrededor de la gesti\u00f3n \u00e9tica de los datos. Tras el \u00e9xito de la privacidad (impulsado por la legislaci\u00f3n del RGPD) ahora es el momento de regular su uso, garantizando su desarrollo \u00e9tico y responsable, cuando esta tenga un impacto sobre la ciudadan\u00eda. Es importante que las empresas y las instituciones definan su estrategia de \u201cIA for Good\u201d con el objetivo de minimizar la deuda tecnol\u00f3gica y un compromiso de hacer buenos procesos de ingenier\u00eda, con algoritmos transparentes y justos.
\nEn esta l\u00ednea, surge el nuevo concepto de Private IA. En el \u00e1mbito de las administraciones p\u00fablicas o entidades donde la compartici\u00f3n de datos es compleja, se est\u00e1n creando estrategias de IA que permiten obtener los insights utilizando encriptaciones y as\u00ed exponer los datos lo m\u00ednimo posible.<\/p>\n

8.) El pr\u00f3ximo gran \u00e9xito: la IA Cu\u00e1ntica cobra impulso<\/strong>
\nCada vez son m\u00e1s las empresas que est\u00e1n invirtiendo en Quantum IA porqu\u00e9 esperan que se convierta en la pr\u00f3xima revoluci\u00f3n. En la actualidad estamos viviendo un paralelismo importante en la forma en la que se est\u00e1 desarrollando la computaci\u00f3n cu\u00e1ntica y su convergencia con las t\u00e9cnicas de anal\u00edtica avanzada; y es importante que hagamos un uso consciente y coherente de los beneficios que este nuevo paradigma ofrece.
\nQuantum AI aprovechar\u00e1 la superioridad de procesamiento del Quantum Computing para obtener resultados inalcanzables con tecnolog\u00edas inform\u00e1ticas cl\u00e1sicas. Permitir\u00e1 el procesamiento de grandes series de datos, la resoluci\u00f3n m\u00e1s \u00e1gil de problemas complejos, as\u00ed como una mejora de los modelos y la visi\u00f3n de negocio. Son muchos los beneficios que estas t\u00e9cnicas brindan tras el salto del \u00e1mbito cient\u00edfico al empresarial. Pocas son las compa\u00f1\u00edas hoy d\u00eda que no aprovechan las bondades de poder encapsular conocimiento anteriormente solo accionable por humanos dentro del marco de una toma de decisiones inteligente y \u00e1gil. Estamos a las puertas de una tendencia tecnol\u00f3gica que reconfigurar\u00e1 los mercados y las industrias en las pr\u00f3ximas d\u00e9cadas.<\/p>\n

SLOW SHIFT TRENDS<\/strong><\/p>\n

9.) Ecosistema Metaverso: el gran impulso a la Realidad Extendida<\/strong>
\nMetaverso no es solo una palabra de moda en el sector de la tecnolog\u00eda. El metaverso es un ecosistema que facilitar\u00e1 el aprovechamiento de la llamada EX, la realidad extendida. Bajo el paraguas de la EX encontramos todas las tecnolog\u00edas inmersivas que fusionan el mundo real con el virtual: realidad aumentada, virtual y mixta.
\nEl conjunto de productos y servicios que se est\u00e1 construyendo alrededor del Metaverso est\u00e1 alentando la innovaci\u00f3n en los dispositivos y hardware -como gafas y lentillas- que facilitan la realidad extendida, que pasar\u00e1 a ser algo cada vez m\u00e1s accesible para empresas y usuarios finales. El auge del Metaverso influir\u00e1 directamente en la innovaci\u00f3n y la madurez de los dispositivos de EX: tendr\u00e1n un menor coste y acelerar\u00e1n todo el ciclo tecnol\u00f3gico. La previsi\u00f3n es que el ecosistema del Metaverso mover\u00e1 alrededor de 800.000 millones de d\u00f3lares en 2024 y 2,5 billones de d\u00f3lares para 2030 (Bloomberg Intelligence). La realidad extendida es un conjunto de recursos tecnol\u00f3gicos que ofrecer\u00e1 al usuario la posibilidad de sumergirse en experiencias interactivas a partir de la combinaci\u00f3n entre la dimensi\u00f3n virtual y la f\u00edsica.<\/p>\n

10.) IA Generativa: un salto adelante en la creaci\u00f3n automatizada de nuevo contenido<\/strong>
\nLa inteligencia artificial se suele aprovechar para entrenar algoritmos a partir de conclusiones, \u00bfpero sabemos si puede crear contenidos e innovar por s\u00ed sola? La respuesta es s\u00ed y est\u00e1 en la Generative AI, uno de los avances m\u00e1s prometedores del entorno de la IA en los pr\u00f3ximos a\u00f1os. La Generative AI permite a los ordenadores reconocer de manera autom\u00e1tica los patrones subyacentes relacionados con la informaci\u00f3n de entrada para, a continuaci\u00f3n, utilizarlos para generar nuevos contenidos originales.
\nDicho de otra manera, la IA Generativa es una forma de IA que aprende una representaci\u00f3n digital de contenidos existentes, como datos de transacciones, textos, archivos de audio o im\u00e1genes, y la utiliza para generar nuevos artefactos, originales y realistas que conservan un parecido con los datos de entrenamiento. Esto permite que la IA generativa sea un motor de innovaci\u00f3n r\u00e1pida para las empresas en \u00e1mbitos, como, por ejemplo, de la creaci\u00f3n de software, la producci\u00f3n de nuevos productos del sector farmac\u00e9utico, el an\u00e1lisis meteorol\u00f3gico y la detecci\u00f3n de fraudes.<\/p>\n

Arriba, en la foto, Luca Quagini, CEO y fundador de SDG Group \/ Imagen cortes\u00eda de SDG Group<\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Destaca la innovaci\u00f3n alrededor del Cloud, de la ciberseguridad, de la IA y el Machine Learning, clave para entender hacia d\u00f3nde evolucionar\u00e1 el an\u00e1lisis de datos. El data -entendido como el conjunto de datos, algoritmos, pr\u00e1cticas e informaci\u00f3n del que dispone una empresa- se convierte en su principal activo, mientras que la IA Cu\u00e1ntica ya … <\/p>\n

Continue reading \u00abSDG Group desvela las 10 tendencias de Data y Analytics que nos depara el 2022\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":5335,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[65],"tags":[],"_links":{"self":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/5334"}],"collection":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=5334"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/5334\/revisions"}],"predecessor-version":[{"id":5336,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/5334\/revisions\/5336"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/5335"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=5334"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=5334"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=5334"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}