Hoy en día, aunque el 96% de las empresas que trabajan con datos y IA obtienen resultados satisfactorios, sólo el 24% han fomentado culturas verdaderamente orientadas a los datos. Pese a que los datos se encuentran en el centro de cada proceso, y estrategia empresarial, la cultura empresarial tradicional española tiende a una jerarquía vertical, en el que los tomadores de las decisiones finales desconocen por completo cómo tomar decisiones basados en los datos.
El doble enfoque del DMS me encanta. Por un lado es un foro en el que siempre hablamos de las tendencias antes de que lo sean y por el otro esta reunión de frikis de los datos en esta sopa magnífica, me encanta.
Cuando hablamos de observabilidad como un nivel extra del control de calidad de los datos me vienen a la mente los primeros proyectos con los que me tuve que pelear como arquitecto de soluciones hace ya bastantes años. Allí había entornos de monitorización de sistemas IT tradicionales con Nagios o Zabbix, que implementaban alertas basadas en umbrales estáticos que no eran capaces de capturar todas las incidencias de nuestras plataformas. Allí diseñamos capas de analítica avanzada para levantar alertas preventivas, detectar anomalías, cambios de tendencias en los datos, etiquetar determinados patrones e incluso analítica de logs para hacer root cause análisis.
Cada vez más, esos datos se están convirtiendo en un activo estratégico fundamental, más aún con la explosión de la IA, ya que el algoritmo es tan bueno como los datos con los que lo entrenes, por ello es clave que estén en forma.
Sin embargo, la calidad y la confiabilidad de los datos pueden ser un desafío, no es fácil mantener tus datos en forma, lo que dificulta la toma de decisiones informadas y el logro de objetivos estratégicos.
Lo cierto es que cada año hay un volumen mayor de eventos, o circuitos de eventos, en torno al mundo del dato. Grande es la ola detectada por el mercado en torno a las estrategias de gestión y explotación de la información, al calor de la explosión que se está experimentando en el ámbito de la inteligencia artificial. ‘Todo el mundo’ tiene la necesidad de entonar su propio discurso sobre IA y datos, lo cual nos ha abocado a un ecosistema donde la calidad de esos muchos eventos, en la mayoría de las ocasiones, es muy pobre. Data Management Summit es diferente, es un circuito que se ha construido lentamente, a lo largo de varios años, de la mano de profesionales en el mundo del dato. Su calidad y su prestigio, en el verdadero mundo del dato, es su mejor y más valiosa seña de identidad.
Ni hay dos organizaciones iguales, ni hay dos organizaciones que les pueda aplicar la misma receta en cuanto a datos se refiere. Dicho lo cual, las empresas habitualmente tienen claro que quieren ser gestionadas con datos, pero muchas veces se pierden identificando la palanca que les permita acceder a ello.
Hace ya casi tres años, formamos un equipo específico de gestión y explotación de datos. Nos dimos cuenta que la única forma de transformar la administración pasaba por una adecuada gestión de la información que pasaba por nuestros sistemas.
Hemos desarrollado un proyecto de Oficina del Dato para establecer un adecuado modelo de gobernanza, en el que avancemos hacia el dato único que nos permita un alto grado de automatización en la tramitación y una toma de decisiones basada en el Dato.
El mayor reto es lograr la calidad mínima de nuestra información y la normalización de la misma entre las diferentes bases de datos existentes. En aquellos segmentos en los que lo vamos logrando, los avances son espectaculares
La inteligencia artificial y la inteligencia de datos son herramientas muy valiosas que permiten comprender mejor las necesidades de los clientes, personalizar los servicios, tomar mejores decisiones y eficientar procesos.
El Data Observability proporciona una supervisión de extremo a extremo de los datos y aprovecha el aprendizaje automático para detectar datos anómalos, predecir problemas de datos desconocidos y evaluar el impacto y posible causa de fallos, mientras que el Augmented Data Quality va a ayudar automatización de flujos de trabajo siendo estos más preciosos y con menos costes operativo y sobre todo facilitar la ejecución de procesos por parte de usuarios no técnicos mediante lenguaje natural. Al final, todas las soluciones de Data Quality van a pasar por incorporar de alguna manera la inteligencia artificial y facilitar el autoservicio para medir la calidad del dato
Necesitamos muchos compromisos para que la economía del dato pueda explotar todo su potencial como motor de innovación y crecimiento económico, marcos jurídicos avanzados, colaboración público-privada, pero también talento emprendedor. Me centro en las posibilidades para desarrollar estos proyectos desde Asturias, partiendo de todas sus fortalezas.