Cómo los datos para la IA están cambiando la plataforma de datos moderna

Requisitos en evolución de las plataformas para la preparación de la inteligencia artificial

Esta nueva necesidad de grandes volúmenes de datos ha llevado a un nuevo conjunto de requisitos para las plataformas de datos:

• Enfoque en la calidad de los datos. Los modelos de inteligencia artificial son tan buenos como los datos con los que se entrenan. Garantizar la precisión, coherencia, integridad y oportunidad de los datos es ahora una máxima prioridad. Una mala calidad de datos conduce a modelos sesgados, predicciones erróneas y malos resultados.
• Gobernanza y seguridad de datos unificadas. A medida que los datos se mueven a través de entornos en la nube y en las instalaciones, las organizaciones deben aplicar una gobernanza coherente, garantizar el cumplimiento de regulaciones como GDPR y HIPAA, y proteger la información sensible dondequiera que se encuentre, incluidas las respuestas y acciones de la inteligencia artificial.
• Integración de datos escalable. La necesidad de aprovechar datos estructurados y no estructurados desde prácticamente cualquier lugar –sistemas empresariales, lagos de datos, almacenes en la nube y plataformas de transmisión– exige potentes capacidades de integración.
• Flexibilidad de infraestructura moderna. Las organizaciones están adoptando modelos multinube e híbridos para lograr eficiencia de costos, resiliencia y agilidad. Las plataformas de datos deben respaldar esta flexibilidad sin comprometer el rendimiento ni el control.
• Un nuevo paradigma de datos. Todos los datos de una organización pueden ser valiosos para el entrenamiento de la inteligencia artificial, lo que hace esencial preparar los datos para el uso de la IA, desde la creación hasta los resultados. Este cambio constituye una nueva forma de pensar y requiere una transformación cultural en la manera en que los empleados y socios tratan los datos en bruto y los curados.

Cómo los proveedores de tecnología están habilitando la inteligencia artificial

Los proveedores de tecnología han reconocido este cambio y están innovando rápidamente. Cloudera, por ejemplo, cuenta con su plataforma híbrida y ha evolucionado con nuevas capacidades, incluida la inteligencia artificial privada, que ofrece gobernanza y capacidades preparadas para la inteligencia artificial. AWS, Google Cloud y Oracle ofrecen servicios nativos en la nube de inteligencia artificial y aprendizaje automático estrechamente integrados con sus plataformas de datos, lo que permite canalizaciones completas desde la ingesta hasta el entrenamiento de modelos. La base de datos 23ai de Oracle ya está disponible en AWS, Google y Microsoft Azure. El esfuerzo de Google BigQuery por dar estructura a todos los datos no estructurados es solo un gran paso para preparar los datos para la inteligencia artificial.

Cada vez más, los proveedores están desarrollando plataformas que reúnen cargas de trabajo de datos e inteligencia artificial. Databricks, por ejemplo, respalda esta convergencia a través de su arquitectura Lakehouse y Unity Catalog, que están diseñados para combinar la confiabilidad de los almacenes de datos con la flexibilidad de los lagos de datos, todo bajo un marco de gobernanza. Snowflake también está ampliando sus capacidades de integración con inteligencia artificial y su ecosistema, con ofertas que buscan apoyar la operacionalización de datos para casos de uso de inteligencia artificial.

Qlik y Quest también ofrecen herramientas para la integración, calidad y transformación de datos, que permiten unificar y confiar en datos de fuentes dispares para aplicaciones de inteligencia artificial.

El auge de la inteligencia artificial ha redefinido lo que debe hacer una plataforma de datos. Ya no se limita a respaldar tableros de BI o análisis históricos. Ahora debe habilitar un futuro en el que las perspectivas impulsadas por la inteligencia artificial estén integradas en cada proceso de negocio, decisión e interacción con el cliente. Para llegar allí, las organizaciones necesitan plataformas de datos que sean ágiles, escalables y preparadas para la inteligencia artificial.

En esta nueva era, los líderes de la industria serán aquellos que dominen los datos para la inteligencia artificial y transformen sus plataformas para alcanzar todo su potencial..

Stephen Catanzano es analista sénior en Enterprise Strategy Group, ahora parte de Omdia, donde cubre la gestión y el análisis de datos.

Enterprise Strategy Group forma parte de Omdia. Sus analistas tienen relaciones comerciales con proveedores de tecnología.