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

Las soluciones que permitan la adopción de nuevos ecosistemas con un despliegue distribuido, que se ajusten a las situaciones de los clientes, permiten un impacto menor en los sistemas actuales y una evolución posterior, cíclica que ayuda a la adopción de los nuevos paradigmas. De todas formas, somos conscientes de la complejidad de la implantación de estas arquitecturas distribuidas, por las capacidades de tecnologías que cumplan con todos los requerimientos y la cantidad de perfiles, requerimientos y necesidades, de los diferentes actores involucrados en esta gestión gobernada y distribuída de nuestros datos.