Como aplicar IA a toda la cadena de gestión del dato
La gestión tradicional de la cadena del dato, que va desde su entrada en los sistemas hasta la elaboración de modelos entrenados, parece no ser suficiente. Una gestión clásicamente compartimentada, con roles no transversales, repositorios muy alejados entre sí tecnológica y conceptualmente, y funciones sobre el dato excesivamente centradas en tareas: mantenimiento, análisis, exploración… han generado cadenas de gestión del dato muy pesadas y demasiado burocratizadas.
Paralelamente, el escenario tecnológico al que estamos llegando se define por una elevadísima cantidad de datos generados, un crecimiento exponencial de las infraestructuras de almacenamiento y un exceso de servicios de almacenamiento para que los administradores de esos datos puedan gestionarlos adecuadamente.
Esta gestión de los datos sufre además la presión de fuerzas crecientes, como el entusiasmo por generar infinidad de hipótesis a contrastar sobre los conjuntos de datos, el deseo de los gobiernos por asegurar la privacidad de aquellos que los generan, y el diluvio de nuevas fuentes y sistemas de generación de datos.
Ante este panorama la automatización se vuelve condición necesaria a lo largo de toda la cadena de gestión de la información, y conviene darse prisa puesto que el escenario descrito para muchas organizaciones se trata una situación presente.
Este presente tecnológico ofrece también la posibilidad de proceder a nuevas automatizaciones aplicado las tecnologías y técnicas potentes que nos ofrece la inteligencia artificial.
De la automatización de tareas al reenfoque cognitivo
Aplicar un enfoque cognitivo a la cadena de gestión el dato implica integrar niveles de inteligencia artificial (AI) a la administración de recursos y servicios de almacenamiento, reenfocando la administración el ciclo de vida de los datos y su análisis.
En sentido amplio, la inteligencia artificial es el ámbito de aplicación tecnológico donde las máquinas son capaces de realizar tareas “inteligentes” apoyándose en los datos y aprendiendo por sí mismas dentro de marcos generalmente supervisados.
Ya no se cuestiona que las técnicas de Machine Learning, Deep Learning y los Modelos Entrenados son un elemento clave que toda compañía que maneja considerables cantidades de datos debe tener incorporado dentro de sus procesos de análisis. La AI facilita tareas de tratamiento y análisis de la información. Además, al aprender de los datos estas técnicas proporcionan la capacidad de predecir y descubrir yacimientos de valor en la información almacenada.
¿Cómo aplicar a la cadena del dato la Gestión Cognitive?
Nada de lo anterior se puede alcanzar sin que personas de negocio, científicos de datos, ingenieros de datos, desarrolladores de software e ingenieros de AI trabajen juntos.
El éxito de iniciativas Cognitive en la cadena de gestión del dato requiere de la colaboración entre los equipos, la puesta en producción rápida de modelos y su gestión a gran escala.
Se concreta mediante la creación soluciones end-to-end que abarquen desde la entrada de datos crudos y la aplicación de algoritmos parametrizados gracias a un profundo conocimiento del negocio. El software resultante debe estar integrado en los procesos de negocio, sistemas de control y análisis, así como en los dashboards de seguimiento.
El Cognitive Lab del CEX del Dato aúna los perfiles necesarios para la consecución de resultados junto con el conocimiento acumulado de Atmira en el sector Bancario, Seguros y Real Estate.
La filosofía del Lab consiste en generar propuestas innovadoras con las que las corporaciones obtengan el mayor rendimiento de su información almacenada integrándolas en los procesos de gestión.
Para algunas compañías el reenfoque cognitivo se trata de una urgencia, por el escenario ya descrito, pero además para todas las organizaciones es imprescindible iniciar el camino.
Si bien la velocidad de transformación la determina la naturaleza de cada negocio, aquellas organizaciones que no hayan sentado las bases en sus sistemas de información quedarán fuera del tablero de juego en el medio plazo.
