Escuchar
La abundancia de información generada por la gran utilización de dispositivos, aplicaciones, servicios, sensores, tecnología del vestir (wearable), aplicaciones de reconocimiento facial y de monitoreo, y sistemas empresariales está produciendo al menos ocho tendencias tecnológicas a las que las empresas deben poner atención y responder en el corto y mediano plazo.
Un informe de Deloitte indica que, por ejemplo, el uso de la analítica de datos vienen creciendo en especial en el mundo corporativo y en las empresas más avanzadas e innovadoras que buscan alcanzar y mantener la ventaja en sus mercados respectivos.
Las tendencias que están surgiendo de la mano del Big Data serían:
1.- La analítica de las cosas: la cantidad de datos estructurados, no estructurados y caóticos, que surge con Internet de las cosas (IoT) exigen un nuevo nivel de tratamiento para descubrir y captar valor, así como mejorar procesos, productividad, protocolos de seguridad y estandares. Descubrir riesgos operativos y marcar patrones, incluso la analítica de las cosas empieza a vincularse al mundo físico mediante las mismas máquinas, como en el caso de los automóviles inteligentes. Sin embargo, la integración con los sistemas corporativos es el desafío pendiente tanto como aprovechar las tecnologías de código abierto que vienen asociadas a los sistemas de recopilación y almacenamiento de datos.
2.- Inteligencia artificial: El uso de la inteligencia artificial es cada vez más frecuente en los procesos coporativos para la toma de decisiones en forma más rápida, inteligente y efectiva a lo largo de la cadena de valor de los negocios. Con el crecimiento del Big Data y las comunicaciones entre máquinas (M2M) se integra el procesamiento de múltiples eventos y ambientes de ruteo automatizados mediante el analytics cognitivo (compuesto del aprendizaje de la máquina, procesamiento de lenguaje natural e infraestructura avanzada de analítica) para aprovechar el gran poder del procesamiento de datos.
3.- Analítica impositiva: Las compañías están empezando a adoptar el análisis de información para la planificación impositiva con la meta de maximizar los beneficios y entender el impacto tributario en las distintas decisiones que se adoptan y en las operaciones. La estructura de impuestos y de los datos corporativos puede ser muy compleja, especialmente al operar en varios mercados por lo que la simulación de modelos resulta clave en este nivel.
4.- Científicos de datos: El aumento del volumen de datos y la introducción de la analítica de datos implican contar con personal que tenga las competencias requeridas para el desarrollo de productos, mercadeo, talento, innovación, y mejoras en la cadena de valor, entre otras. Esto incrementa la presión de la economía de los datos sobre los centros de formación universitaria, sin que se resuelvan las demandas de capital humano en este campo.
5.- Búsqueda de precisión: El crecimiento de la cantidad de datos e incluso de la intermediación de datos (data brokerage) obligará a ser más críticos sobre la información disponible y a establecer mayores niveles de precisión, especialmente a nivel individual o en el momento adecuado. Se requerirá mayor nivel de exigencia sobre la calidad de los datos con tal de generar mayor nivel de personalización de los productos y servicios.
6.- Monetizar los datos: Las compañías empiezan a ver cómo obtner beneficios –incluidos los financieros– a partir de la información disponible, particularmente en sectores donde se impulsa el desarrollo de nuevos productos y estrategias de servicios. Los usuarios dejan un rastro digital sobre sus conductas de consumo que por sí solo no tiene valor y requiere su descubrimiento y aprovechamiento para redefinir estrategias, innovar y ganar competitividad.
7.- Ética de los datos: En la sociedad está surgiendo preocupaciónes y esfuerzos regulatorios alrededor del uso de la información de los consumidores, las cuales deben ser atendidas por las empresas. Los límites del uso de datos están dados por la seguridad, privacidad e intimidad de los usuarios.
8.- Seguridad de la información: La generación y aprovechamiento de la información deberá adaptarse también a los riesgos de seguridad y a la complejidad de la protección de los datos, al tiempo que tendrá que evitar las ineficiencias que eso genera en la inversión tecnológica. El uso de la analítica de datos puede ayudar en la detección de intrusos, privacidad diferencial y seguridad informática en general. El público es cada vez más consciente de la importancia de sus datos.
