A medida que el mundo se prepara para recuperarse de la pandemia de Covid-19, las empresas deberán depender cada vez más de los análisis para hacer frente a los nuevos comportamientos de los consumidores.
Según la analista de Gartner, Rita Sallam , “frente a cambios de mercado sin precedentes, los líderes de datos y análisis requieren una velocidad y una escala de análisis cada vez mayores en términos de procesamiento y acceso para acelerar la innovación y forjar nuevos caminos hacia una era posterior a Covid-19. mundo.”
El aprendizaje automático y la inteligencia artificial están encontrando casos de uso cada vez más significativos en el análisis de datos para empresas. Aquí hay cinco tendencias a tener en cuenta en 2021.
1. Análisis aumentado dentro de paneles integrados
Gartner predice que para 2024, el 75 % de las empresas cambiarán para poner en funcionamiento la IA y el ML. Una razón importante de esto es la forma en que la pandemia ha cambiado el comportamiento de los consumidores. Es posible que los modelos de aprendizaje de regresión que se basan en datos históricos ya no sean válidos. En su lugar, los modelos de refuerzo y aprendizaje distribuido encontrarán más uso, gracias a su adaptabilidad.
Una gran parte de las empresas ya han democratizado sus datos mediante el uso de paneles de análisis integrados. El uso de IA para generar análisis aumentados para impulsar las decisiones comerciales aumentará a medida que las empresas busquen reaccionar más rápido a las condiciones cambiantes. Potenciar los esfuerzos de democratización de datos con IA ayudará a los usuarios no técnicos a tomar una mayor cantidad de decisiones comerciales, sin tener que depender del soporte de TI para consultar los datos.
Empresas como Sisense ya ofrecen a las empresas la capacidad de integrar potentes análisis en aplicaciones personalizadas. A medida que los algoritmos de IA se vuelven más inteligentes, es un hecho que ayudarán a las empresas a usar alertas de baja latencia para ayudar a los gerentes a reaccionar ante anomalías cuantificables que indican cambios en su negocio. Además, se espera que la IA desempeñe un papel importante en la entrega de historias de datos dinámicos y podría reducir el papel del usuario en la exploración de datos.
2. Mayor comercialización de IA y ML
Un hecho que a menudo se olvida en las conversaciones sobre IA es que estas tecnologías aún son incipientes. Muchos de los principales desarrollos han sido impulsados por esfuerzos de código abierto, pero en 2021 verá un número cada vez mayor de empresas comercializar IA a través de lanzamientos de productos.
Este evento será verdaderamente un marcador de la generalización de la IA. Si bien el código abierto ha sido muy beneficioso para la IA, escalar estos proyectos con fines comerciales ha sido difícil. Dado que las empresas invierten más en la investigación de IA, se espera una mayor proliferación de la tecnología de IA en la gestión de proyectos, la reutilización de datos y los productos de transparencia.
El uso de IA para una mejor gestión de datos es un enfoque particular de las grandes empresas en este momento. Un informe de Pathfinder en 2018 encontró que la falta de recursos calificados en la gestión de datos estaba obstaculizando el desarrollo de la IA. Sin embargo, con el ML cada vez más sofisticado, las empresas están comenzando a utilizar la IA para administrar los datos, lo que impulsa un desarrollo de la IA aún más rápido.
Como resultado, la gestión de metadatos se simplifica y las arquitecturas se simplifican. En el futuro, espere que se lance comercialmente una cantidad cada vez mayor de soluciones impulsadas por IA en lugar de en plataformas de código abierto.
Proveedores como Informatica ya están utilizando algoritmos de IA y ML para ayudar a desarrollar mejores soluciones de gestión de datos empresariales para sus clientes. Todo, desde la extracción de datos hasta el enriquecimiento, está optimizado por IA, según la compañía .
3. Mayor análisis conversacional
La búsqueda por voz y los datos aumentan día a día. Con productos como Alexa de Amazon y el Asistente de Google llegando a los teléfonos inteligentes y la creciente adopción de “altavoces inteligentes” en nuestros hogares, aumentará el procesamiento del lenguaje natural.
Las empresas se darán cuenta de los inmensos beneficios del análisis de voz y proporcionarán a sus clientes herramientas de voz. Los beneficios de la PNL mejorada incluyen una mejor escucha social, análisis de sentimientos y una mayor personalización.
Empresas como AX Semantics ofrecen software de generación de lenguaje natural de autoservicio que permite a los clientes autoautomatizar comandos de texto . Empresas como Porsche , Deloitte y Nivea se encuentran entre sus clientes.
4. Automatización del análisis de datos
A medida que los análisis aumentados se abren paso en los paneles integrados, las tareas de análisis de datos de bajo nivel se automatizarán. Un área que está madura para la automatización es la recopilación y síntesis de datos. Actualmente, los científicos de datos dedican una gran cantidad de tiempo a limpiar y recopilar datos. La automatización de estas tareas mediante la especificación de protocolos estandarizados ayudará a las empresas a emplear su talento en tareas que se adapten mejor a sus capacidades.
Un efecto secundario de la automatización del análisis de datos será la aceleración de los análisis y los informes. Como resultado, podemos esperar que las empresas tomen decisiones más rápido junto con la instalación de infraestructura que les permita responder y reaccionar rápidamente a las condiciones cambiantes.
A medida que los mundos de los datos y el análisis se acercan, los proveedores que brindan pilas de extremo a extremo brindarán un mejor valor a sus clientes. Combine esto con una mayor democratización de los datos y es fácil ver por qué los proveedores de software empresarial heredados, como SAP , ofrecen todo , desde gestión de datos hasta análisis y soluciones de almacenamiento para sus clientes.
5. Integración de IoT y análisis
Los dispositivos IoT se están abriendo paso no solo en productos B2C, sino también en proyectos B2B, empresariales y públicos, desde ciudades inteligentes hasta la industria 4.0.
Los datos se generan a un ritmo sin precedentes y, para darles sentido, las empresas recurren cada vez más a la IA. Con tanta señal, esta es una ayuda clave para obtener información.
Si bien ya se ha discutido el auge de los análisis integrados y aumentados, es fundamental señalar que las fuentes de datos son más variadas que nunca. Esto hace que el uso de la IA sea crítico, ya que los procesos manuales no pueden procesar volúmenes tan grandes de manera eficiente.
Un futuro emocionante
A medida que la tecnología de IA sigue dando pasos de gigante, el mundo de los negocios se está preparando para aprovecharla al máximo. Hemos llegado a una etapa en la que la IA está impulsando un mayor desarrollo de la IA, y la tasa de progreso solo aumentará.
Fuente:
Williamson, S. (2021, 29 enero). Five trends in machine learning-enhanced analytics to watch in 2021. Information Age. Recuperado 14 de marzo de 2022, de https://www.information-age.com/five-trends-machine-learning-enhanced-analytics-watch-2021-123493559/