52 BIG DATA se adapte a la evolución del mercado cuando es necesario y no después. “En InterSystems hemos llevado data fabricmás allá con Smart Data Fabric, al que hemos incorporado amplia gama de capacidades de análisis, incluida la exploración de los datos, la inteligencia empresarial, el procesamiento de lenguaje y machine learning. Esto hace posible la obtención de nuevos conocimientos del negocio, tendencias y mercados, y que, además, se puedan crear aplicaciones y servicios prescriptivos inteligentes”. Para Maximiliano Fernández, U-tad, como tendencia tenemos que prestar mucha atención al Deep Learning, el área con el mayor potencial de impacto y crecimiento en nuestros días. “Nuevamente, si bien las técnicas de Deep Learning ya se encuentras desarrolladas y disponibles, el éxito de una estrategia de Big Data siempre depende del tipo de negocio y del conocimiento de sus profesionales para poder generar resultados tangibles a partir de las mismas. No todo problema es apto para Deep Learning, pero desde luego que éste posee el mayor potencial para generar disrupción”. EL SOFTWARE DE GESTIÓN SE ENRIQUECE CON LA ANALÍTICA DE DATOS Cada vezmás los programas de gestión van incorporando funcionalidades que Maximiliano Fernández, profesor en el área de Inteligencia Artificial y Data Science en el Centro Universitario U-tad. tienen su base en las tecnologías de Big Data, incluso agregando fuentes de información externas a la propia compañía y que enriquecen la analítica de datos, tal y como explica Israel Serrano, Scality España. “Resulta de máxima importancia tener en cuenta la eficiencia de las tecnologías implicadas, especialmente la que se encarga de almacenar y gestionar los datos sobre los que se aplica esa analítica. No es extraño ver cómo organizaciones descartan lanzar procesos de análisis de datos en entornos de Big Data porque los costes iniciales desincentivan el posible beneficio resultante de ese análisis. Cuando hablamos de Big Data, hablamos de una cantidad enorme de datos que además tiene que estar accesible normalmente a las aplicaciones analíticas y de IA, por lo que suele ser el aspecto más relevante desde un punto de vista económico”. Desde Ekon, Luis Polo entiende que, “desde luego, la gestión y el análisis de datos ya no es una cuestión ajena a las empresas actuales. Son conscientes de su importancia y buscan cómo mejorar a partir del conocimiento implícito en sus datos”. Para este portavoz, las empresas buscan cubrir estas necesidades de la mejor forma que pueden. “Muchas veces de forma interna, lo que es costoso y, en la mayor parte de los casos, son iniciativas con poco éxito porque no tienen los recursos y el conocimiento específico. Así que es necesario generalmente externalizar completa o parcialmente a empresas terceras que prestan esos servicios especializados y sí tienen ese expertise”, explica. “Sin embargo”, añade, “donde realmente se percibe una clara tendencia de mercado es en la apuesta que están realizando los productos actuales de gestión empresarial por innovar en funcionalidades e incorporar soluciones que cubran estos aspectos avanzados de Big Data. Es decir, el objetivo es proporcionar a las empresas usuarias un ecosistema que les permita implementar políticas de control del dato, garantizar su “La calidad del dato suele ser el primer baño de realidad para los profesionales del Big Data, quienes tienen que invertir una significativa cantidad de tiempo y recursos en la preparación de los datos en comparación a la etapa de creación, entrenamiento y validación de los modelos Machine Learning”, Maximiliano Fernández, U-tad
RkJQdWJsaXNoZXIy Njg1MjYx