Así serán los próximos doce meses en analítica

El desarrollo de herramientas, la evolución en arquitecturas o la necesidad de mejorar la brecha de talento son algunas de las predicciones de Fujitsu para este segmento a lo largo del próximo año.

analítica

La analítica es una de las herramientas a través de las cuales las organizaciones logran extraer valor de datos e información y orientar su estrategia para un mayor beneficio u optimización de recursos. Sin embargo, su uso aún no está generalizado, al menos de acuerdo a la firma Gartner. Un 87% de organizaciones muestran bajos índices de desarrollo en estas competencias, oscilando entre un nivel básico u oportunista según si no trabajan apenas con esta herramienta o lo hacen para casos específicos y aplicaciones concretas en la infraestructura TI. Esto, pese a que el mercado de software de analítica y Bi indica que es una tendencia a tener muy en cuenta: se espera que en 2020 mueva 22.800 millones de dólares.

De cara al próximo año, hay diversas tendencias tecnológicas que convergen en el uso de 'analytics'. Albert Mercadal, Director del Centro de Analítica Avanzada de la corporación japonesa Fujitsu en EMEIA, ha detectado nueve corrientes que tomarán fuerza en 2019 en analítica. Una viene de la mano del aprendizaje profundo, que con los grafos de conocimiento (sistemas representativos que ayudan a explicar cómo se comportan y toma decisiones la inteligencia artificial) comerán terreno a las técnicas tradicionales de 'machine learning'. Esto se relaciona con la parte de la ética de la inteligencia artificial. En este terreno, los próximos doce meses serán claves a la hora de poder comprender las razones detrás de la toma de decisiones automáticas por los sistemas de IA, además de demostrar su imparcialidad y trabajar en la eliminación de desajustes y sesgos en algoritmos.

En los próximos doce meses tendrán también protagonismo la analítica integrada, la conversacional y el 'edge analytics'. En relación a la primera, se incrementará la integración de algoritmos e inteligencia en los procesos de negocios existentes, con combinaciones de RPA con analítica e IA para mejorar en efectividad, simplicidad, automatización y, en general, rendimiento, reduciendo costes. Las organizaciones también impulsarán la inversión en herramientas que ayuden a la parte de inteligencia de negocio a utilizar técnicas analíticas avanzadas sin necesidad de contar con formación técnica especializada, por ejemplo mediante el empleo de plataformas habilitadas por chatbots que permiten interactuar con los sistemas de BI. 

En analítica también se reflejará la tendencia general de la infraestructura a moverse al extremo con el 'edge analytics', para el que las tareas de procesamiento de datos se trasladan a los propios dispositivos IoT. Esta corriente se percibirá especialmente en segmentos como el de manufactura y en utilities. Relacionado con el borde de la red está también la necesidad de prestar servicios extremo a extremo, que cubran distintos factores, algunos incluso contradictorios entre sí, como las políticas de gestión de datos, escalabilidad o heterogeneidad del entorno.

En la contratación de talento en tecnología, la demanda suele situarse muy por encima de la cantidad de profesionales capacitados en el mercado laboral. También en analítica. Para evitarlo, las empresas invertirán en herramientas diseñadas para no expertos, de tal modo que puedan capacitar a sus trabajadores en el empleo de técnicas analíticas avanzadas, aún sin ser su área de desarrollo profesional. Además, irá ganando terreno el modelo de economía compartida, con la co-creación como otra de las vías para reducir la brecha en habilidades. 

A lo largo de este año se verá un auge de las arquitecturas de inteligencia artificial enfocadas a la gestión de eventos, con la popularización de tareas enfocadas en procesos end-to-end, recopilación y procesamiento de datos, evaluación y realización de predicciones, toma de decisiones y activación de procesos.