Modernice infraestructuras de nube deficientes para lograr beneficios de los datos

Escasez de habilidades en materia de datos

La encuesta de Kyndryl también reveló que la tecnología supera a la capacitación: aproximadamente el 40 % de los líderes encuestados informaron que las brechas de habilidades obstaculizan la modernización.“Si no estás listo, dices que la modernización puede resolver esto, pero si no tienes las habilidades futuras, no importa lo que hagas”, dice Goude.

Seth Ravin, director ejecutivo, presidente y director del proveedor de software empresarial y servicios de soporte Rimini Street, agrega que la falta de arquitectos empresariales, científicos de datos o integradores, en lugar de programadores, también puede resultar restrictiva.

“Es difícil estructurar datos en grandes conjuntos de datos sin comprender cómo se conectan y estructuran esos datos, sin comprender realmente cómo aprovecharlos al máximo”, indica Ravin. “Necesitamos personas que puedan unir programas utilizando conjuntos de herramientas de integración”.

Cuando las personas ven despidos, solo la mitad aproximadamente se deben a recortes de costos; la otra mitad es rotación para las habilidades necesarias, sacar a personas y traer a personas con nuevos conjuntos de habilidades, agrega.

Los datos necesarios para lograr buenos resultados

Una vez que una empresa ha acordado, definido y descrito los resultados de negocios relevantes, debe preguntarse qué datos serán necesarios para lograrlos y cómo recopilarlos, gestionarlos y controlarlos. De esta manera, es posible minimizar lo que de otro modo podría resultar en un volumen abrumador o costoso de datos para almacenar, analizar y mantener.

“La modernización de datos por el mero hecho de modernizarlos puede hacer que uno entre en uno de esos ciclos de exageración”, añade Henninger.

A menudo, se trata de adquirir una visión de 360 ​​grados del cliente, pero las organizaciones pueden no examinar este problema de datos de principio a fin. En cambio, muchas simplemente agregan ERP, CRM u otras soluciones de TI.

Por ejemplo, puede descubrir que no puede responder a una pregunta aparentemente simple sobre la cantidad actual de empleados porque cuando habla con diferentes partes interesadas funcionales, el concepto de “empleado” varía. “La cantidad de empleados para fines de nómina puede ser diferente de la cantidad de empleados por razones legales, o la cantidad cuando se trata del pago de vacaciones”, agrega Henninger.

Las empresas no quieren encontrarse en una posición en la que tengan que intentar responder seis preguntas diferentes y tratar de encontrar una respuesta promedio entre ellas. Eso significa terminar con un conjunto de datos y una infraestructura de datos complicada y costosa diseñada para todos y que no es útil para nadie. “Eso sucede una y otra vez”, dice Henninger.

Confianza y seguridad de los datos

Modernizar la infraestructura de datos es crucial en parte debido al papel que la confianza y la seguridad desempeñan ahora en torno al uso de los datos en general.

“En parte, el desafío de la inteligencia artificial hace que sea mucho más fácil acceder e interrogar a los conjuntos de datos, incluyendo a personas que posiblemente no quieras”, dice Henninger. “Pero, en cierto nivel, el grado en que los datos estaban desorganizados y atrapados en documentos era una forma natural de seguridad en el pasado”.

Anteriormente, incluso si alguien entraba en la red, todavía tenía que leer los documentos, pero esto es mucho más fácil para todos con IA, incluidos los actores maliciosos.

La encuesta de Kyndryl también informó que el 65 % de los ejecutivos se preocupan por los ataques cibernéticos, pero solo el 30 % dice que se siente listo para gestionar ese riesgo.

Las organizaciones deben poder usar sus datos con confianza y medir el valor de hacerlo, incluida la identificación y el establecimiento de métricas adecuadas. Luego, cuando pueda medirlo correctamente, puede cuantificar el progreso o clasificar con éxito las intervenciones posteriores, agrega Henninger. Una vez que una empresa sabe qué datos necesita, quién los controla y cómo se mantienen a lo largo del tiempo, puede empezar a diseñar la infraestructura necesaria para los análisis necesarios.

Goude recomienda pensar en ello como “la carga de trabajo adecuada, en la plataforma adecuada”. Revise cada aplicación y decida qué es lo que quieren hacer: acelerar, reducir costos o lo que sea. Es posible que algunas ni siquiera necesiten mantenimiento.

Un sistema altamente transaccional en un banco, por ejemplo, puede “disparar los costos” sin agregar valor. En ese caso, puede tener sentido disociar los datos de la transacción, tal vez moviendo los datos a otra parte. Eso a su vez podría ofrecer diferentes capacidades para análisis en la nube o IA. “Puede mejorar las aplicaciones sin rehacerlas por completo. O puede reinventar los procesos comerciales”, dice Goude. “Si aplica un enfoque para todo, probablemente no optimizará”.

Henninger dice que, más allá de un número extremadamente pequeño de problemas analíticos que requieren un uso intensivo de recursos computacionales, las preguntas tecnológicas para el lado de la infraestructura de la modernización de datos se han convertido, en gran medida, en preguntas de software.

Se trata más de inteligencia de negocios (BI) que de inteligencia artificial y analítica avanzada (informes de gestión y los recursos necesarios), y no tanto de cómo se almacenan o consultan los datos, se transmiten o se colocan en tablas, sino de crear los controles e incentivos adecuados para gestionar activamente los conjuntos de datos.

Los problemas surgen a pesar de “obtener los datos correctos”, porque hay desviaciones, o se degradan o la persona que los gestiona se va. “Entonces los datos no son fiables y todo el sistema se estropea, y la organización vuelve a estar aislada”, afirma Henninger.

“La infraestructura de datos moderna se parece a muchas otras cosas: probablemente esté basada en la nube”, comenta. “El 98 % de lo que se necesita para la toma de decisiones está en el ámbito del hardware comercial razonablemente disponible”.

Preocupaciones por los costos versus presupuesto para la innovación

Ravin señala que también es importante reservar algo de presupuesto para la innovación y no gastarlo todo en actualizar varios paquetes de software.

En este punto, es importante considerar todo el software y su “vida útil real”. Luego, comience a tomar decisiones sobre la inversión en automatizaciones y productividad, en lugar de actualizaciones o migraciones. “Los proveedores de software pueden decir que el ERP debe cambiarse cada tres a cinco años, pero ese es un proyecto de trabajo para todos”, expresa Ravin. “El análisis de uso individual puede revelar que está bien por mucho más tiempo”.

Una regla general es no gastar más del 60 % al 70 % del presupuesto anual en operaciones, y dejar entre el 30 % y el 40% para la innovación. “De lo contrario, estás muerto”, agrega Ravin. “Los costos aumentan. No puedes vender por más debido a la competencia, y lo que se ve afectado son las ganancias”.

Gartner ha estimado que quizás el 90 % de los presupuestos se destinan a mantener las luces encendidas, y solo el 10 % a la modernización o innovación, afirma, y ​​agrega que esto es similar para las pymes con recursos limitados: “Las pymes tienden a tener menos productos de software, pero sus necesidades siguen siendo bastante amplias, especialmente si trabajan fuera de su país de origen. El costo de la administración es cada vez mayor”.

Ravin sugiere reconsiderar la necesidad de estar en la nube, especialmente sin una demanda explosiva y elástica, y particularmente con los costos de equipo para las instalaciones locales cada vez más apalancados. “Hemos visto a todas estas empresas que eran 'cloud-first', descubriendo que están ahorrando millones de dólares al regresar [los datos a las instalaciones]”, dice. “La nube no siempre es la respuesta”.

En la encuesta de Kyndryl, el 76 % de las empresas informaron haber invertido en IA y aprendizaje automático, pero solo el 42 % hasta ahora había visto un retorno de la inversión positivo. Sin embargo, los beneficios están ahí. Kyndryl ve potencial para la resolución automatizada de hasta el 30 % de los problemas de TI, frente al 8 %, por ejemplo, lo que supondría un ahorro enorme en mantenimiento y tiempo de inactividad.

La modernización de la infraestructura de datos de un parque de datos antiguo requiere examinar cuidadosamente cada opción de inversión desde la perspectiva de los resultados empresariales que impulsan el retorno de la inversión.

“Podría gastar fácilmente suficiente dinero para tener el conjunto de datos prácticamente perfecto, pero eso podría resultar increíblemente caro”, afirma Henninger. “Sin duda, la infraestructura de datos puede merecer la pena, pero solo si resuelve el problema adecuado”.