Las capacidades actuales de IA dependen de enormes cantidades de datos y, como resultado, los profesionales de datos están reimaginando sus roles en la empresa. La revolución de la IA en la que estamos envueltos hoy ha progresado a una velocidad tan vertiginosa que al 77% de los líderes empresariales ya les preocupa estar perdiendo los beneficios, según una encuesta de Salesforce de noviembre de 2023. Pero con la aplicabilidad casi ilimitada de la IA, ¿dónde debería centrarse primero una organización? Sobre el bien más valioso que posee una empresa (sus datos) y las posiciones más estrechamente asociadas con su mantenimiento, manipulación y consumo. Después de todo, los célebres modelos de IA generativa de hoy producen resultados tan buenos como las enormes cantidades de datos con los que se entrenan. Es esencial contar con administradores capaces de ese patrimonio de datos. La IA reemplazará pocos o ningún rol relacionado con los datos. En cambio, el software impulsado por IA mejorará sus capacidades y alentará a los profesionales de datos ambiciosos a adquirir cualquier nueva habilidad relacionada con la IA que pueda ser demandada. A continuación se ofrece un resumen rápido del impacto que tendrá la IA en las funciones de datos en toda la organización. Evento VB The AI ​​Impact Tour – Nueva York Estaremos en Nueva York el 29 de febrero en asociación con Microsoft para discutir cómo equilibrar los riesgos y las recompensas de las aplicaciones de IA. Solicite una invitación al evento exclusivo a continuación. Solicite una invitación Directores de datos (CDO) El rol de CDO es uno de los trabajos de nivel C más difíciles en TI, y los CDO conservan sus puestos durante solo dos años y medio en promedio, según Harvard Business Review. La IA es un potencial cambio de juego de CDO, ya que ofrece nuevas oportunidades para ofrecer valor a la empresa. Hasta hace poco, la oficina del CDO era considerada un centro de costos que garantiza la gobernanza, la integridad y la seguridad de los datos. La IA eleva la posición del CDO de maneras clave. En primer lugar, agrega una gran cantidad de automatización para mejorar la calidad de los datos, el rendimiento de las bases de datos y el análisis de datos, generando mejores resultados en todos los ámbitos. En segundo lugar, las aplicaciones de IA, desde chatbots hasta optimizadores de precios y análisis predictivos, dependen de repositorios gigantes de datos de calidad, y muchas de esas aplicaciones ya están generando nuevos ingresos. Pero la IA también añade una nueva obligación importante para los CDO: deben garantizar que los datos de entrenamiento de la IA no produzcan resultados sesgados. El ejemplo clásico es la asociación involuntaria de riesgo con prestatarios minoritarios, candidatos a puestos de trabajo, socios comerciales, etc. Evitar el sesgo de la IA también es responsabilidad de los desarrolladores de aplicaciones de IA, por lo que las pruebas colaborativas deben ser continuas. Arquitectos de datos Los arquitectos de datos dan vida a la visión, las políticas y las iniciativas del CDO a través de una planificación y un diseño eficaces. Eso comienza con el modelado de datos: recopilar y analizar los requisitos de datos y desarrollar modelos lógicos y físicos para acomodarlos. El modelado de datos basado en IA se encuentra en una fase temprana, pero a medida que la tecnología madure, ayudará a los arquitectos a producir modelos más sofisticados y precisos. Los arquitectos de datos pueden utilizar herramientas habilitadas para IA para identificar tendencias en el uso de datos, con el objetivo de establecer una ubicación óptima de los datos, un rendimiento del almacenamiento y una seguridad de los datos para servir aplicaciones en toda una organización. Dicho análisis puede extenderse a la planificación predictiva de la capacidad para que los arquitectos puedan determinar qué datos almacenar en qué plataformas, ahora y en el futuro, en las instalaciones o en la nube. Ingenieros de datos y especialistas en integración Los ingenieros de datos generalmente administran datos a nivel del sistema en lugar de a nivel organizacional, con énfasis en la infraestructura, mientras que los especialistas en integración de datos abordan el antiguo problema de combinar y conciliar datos de múltiples repositorios para cualquier número de aplicaciones comerciales. Estos dos roles superpuestos ya se están beneficiando de la IA. La cuestión clave en esta área es la gestión de metadatos, es decir, organizar toda la información destacada que describe datos útiles para la empresa, independientemente de su origen o plataforma. Ya existen herramientas de inteligencia artificial que pueden ayudar a sacar a la luz y regularizar el esquema de metadatos para el mapeo y la integración de datos. Algunos también automatizan la creación de canales de datos, que forman el tejido de la integración de datos. Las ofertas más nuevas de IA pueden monitorear continuamente la calidad de los datos a medida que fluyen a través de los canales, detectando inconsistencias en tiempo real. Administradores de bases de datos (DBA) Administrar una base de datos empresarial es un trabajo con muchas facetas, desde el ajuste del rendimiento hasta consultas SQL intensivas para garantizar la disponibilidad y la seguridad. Los DBA generalmente necesitan equilibrar los requisitos de diferentes conjuntos de usuarios y al mismo tiempo minimizar las interrupciones a medida que los almacenes de datos escalan y llegan nuevas versiones de software de bases de datos. Una vez más, la IA puede reducir el tiempo dedicado a tareas menores, lo que permite a los DBA dedicar más tiempo a capturar y satisfacer las necesidades de las partes interesadas. Pero la gran ventaja está en la optimización. El uso de herramientas impulsadas por IA para analizar las características de rendimiento permite a los DBA detectar cuellos de botella y anticipar las próximas limitaciones de la infraestructura, o incluso agregar capacidad sin intervención humana. Las herramientas de inteligencia artificial que sondean la propia base de datos pueden sugerir ajustes de indexación y recomendar cambios en las consultas que brinden mejores resultados con mayor rapidez. Científicos de datos Podría decirse que la IA proporciona el mayor beneficio de todos al científico de datos, un trabajo que exige habilidades avanzadas en programación, aprendizaje automático (ML), matemáticas y herramientas de análisis de datos. Por ejemplo, el ML automatizado (AutoML) facilita enormemente la tarea de desarrollo de modelos, incluida la elección del algoritmo de aprendizaje automático adecuado para el trabajo. Además, como ocurre con cualquier programación, los científicos de datos que escriben código Python o R pueden beneficiarse de la mayor productividad que ofrecen los asistentes de codificación de IA. Los científicos de datos disfrutan de un amplio alcance, aprovechando enormes cantidades de datos para identificar tendencias, riesgos y oportunidades empresariales a largo plazo, un proceso enriquecido por una nueva cosecha de software de análisis basado en IA. Pero el trabajo conlleva un pequeño y sucio secreto: los científicos de datos dedican la mayor parte de su tiempo a buscar, limpiar y preprocesar datos. La catalogación de datos basada en IA acelera el abastecimiento, mientras que están surgiendo herramientas de IA para ayudar a cumplir los seis elementos de la calidad de los datos: precisión, integridad, coherencia, singularidad, puntualidad y validez. Ese trabajo preliminar agrega valor al análisis de datos en toda la empresa. Analistas de datos Al igual que los científicos de datos, los analistas de datos están aprovechando las nuevas capacidades de IA integradas en las últimas herramientas de análisis, aunque los analistas de datos generalmente se centran en el apoyo a decisiones de dominios específicos en lugar de en conocimientos generales. Durante años, la IA ha impulsado el análisis predictivo, pero nuevas capacidades iterativas de aprendizaje automático están mejorando el reconocimiento de patrones (y anomalías) para producir predicciones mucho más precisas. La IA también puede ofrecer la mejor visualización para la tarea en cuestión e incluso generar paneles automáticamente. Toda esta automatización tiene el efecto de ampliar el acceso al análisis de datos. Las interfaces de lenguaje natural permiten a quienes carecen de conocimientos de lenguaje de consulta realizar sus propios análisis, mientras que la orientación ofrecida por la IA ayuda a evitar que los ignorantes cometan errores de novato. La IA está cambiando la analítica para siempre a un ritmo asombroso, ampliando enormemente las capacidades y equipando a un grupo más amplio de analistas de negocios con herramientas de autoservicio más potentes. Desarrolladores de software Estrictamente hablando, los desarrolladores de software no son profesionales de los datos, pero obviamente manejan enormes cantidades de datos en forma de millones de líneas de código. Al mismo tiempo, muchos desarrolladores están integrando capacidades de aprendizaje automático en aplicaciones que procesan todo tipo de datos empresariales. En ambos casos, los asistentes de codificación basados ​​en IA están teniendo un impacto de dos dígitos en la productividad de los desarrolladores. Los asistentes de codificación van mucho más allá de simplemente completar líneas de código repetitivas. Utilizando consultas en lenguaje natural de vastos repositorios de código fuente abierto, además de la base de código patentada de su propia empresa, los desarrolladores ya no necesitan rastrear heroicamente oscuros detalles de sintaxis. Los asistentes de codificación pueden brindarles servicios bien formados y de acuerdo con las reglas de codificación establecidas por la organización de desarrolladores. En algunos casos, los asistentes de codificación también recomiendan los algoritmos de aprendizaje automático adecuados para tareas de aplicaciones específicas. La conquista empresarial de la IA Es seguro decir que ninguna tecnología emergente ha tenido un impacto más amplio y tan rápido como la IA. Aunque los desarrolladores y encargados de la gestión de datos están viendo el mayor impacto, los profesionales de marketing, desarrollo de productos, operaciones de servicios, análisis de riesgos y más están montando un palo de hockey en la adopción de la IA. Las mejoras en la calidad y el análisis de los datos ya se están sintiendo en toda la empresa. Quizás el hecho más sorprendente es que apenas estamos comenzando. Jozef de Vries es director de ingeniería de productos de EnterpriseDB. DataDecisionMakers ¡Bienvenido a la comunidad VentureBeat! DataDecisionMakers es el lugar donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir conocimientos e innovación relacionados con los datos. Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers. ¡Incluso podrías considerar contribuir con un artículo propio! Leer más de DataDecisionMakers

Source link