[05/02/2019] Actualmente, las empresas se enfrentan con un crecimiento masivo de datos y todos quieren obtener más valor de ellos.Con el aumento en la dependencia del centro de datos, se incrementan los desafíos de la administración operativa.
Pero, para obtener más valor de los datos se pueden seguir dos caminos. El primer camino es utilizar los datos de los clientes para aumentar el retorno en los flujos de ingresos existentes y/o desarrollar nuevas oportunidades. El otro camino es usar los datos de telemetría de la infraestructura para aumentar el ROI y mejorar la eficiencia operativa.
Nadie dijo que crear valor a partir de datos es una tarea simple. Es por esto que cada vez más soluciones de analítica y automatización utilizan machine learning (ML) e inteligencia artificial (AI, por sus siglas en inglés) para simplificar los procesos, las operaciones y reducir los costos.
Según International Data Corporation (IDC), para el 2019 el 40% de las iniciativas de transformación digital utilizará los servicios de AI; y para el 2021, lo hará el 75% de las aplicaciones empresariales comerciales. Por su parte, Gartner afirma que la gestión de la disponibilidad de TI se ha vuelto desafiante y reactiva debido a la creciente cantidad de datos.
Entonces, algunas preguntas se vuelven ineludibles: ¿estamos preparados para afrontar los nuevos desafíos de automatización? ¿La infraestructura TI puede dar respuesta a las nuevas aplicaciones y optimizar el rendimiento del sistema? ¿Tenemos la visibilidad adecuada para tomar decisiones informadas que permitan incrementar la utilización y eficiencia del centro de datos?
Se han visto empresas que se están quedando atrás porque su personal tiene que lidiar con problemas en la captura y correlación de datos de infraestructura que provienen de múltiples silos y fuentes de información generadas por herramientas de monitoreo. La imposibilidad de que alguien administre y automatice de forma rápida y sistemática los recursos del centro de datos, ralentiza los tiempos de respuesta de TI -creando presiones informáticas ocultas- y afecta la capacidad de innovar, impactando el crecimiento de los ingresos.
En el momento de seleccionar alternativas, es necesario considerar soluciones de integración y análisis de datos que aceleren la capacidad de desbloquear ideas y dar sentido a datos complejos de negocios, humanos y de máquinas para la mejor toma de decisiones, operaciones más eficientes y la realización de la transformación digital.
Otro aspecto importante a considerar es que se cuente con una fuente única de datos con capacidad de buscar, indexar y etiquetar datos sin la necesidad de depender del personal de TI no autorizado. Esto ayudará a que los datos no solo sean seguros, sino que también estén disponibles en cualquier momento, en cualquier dispositivo.
Una vez identificadas las soluciones de integración y análisis de datos, es importante poder contar con equipos de ingeniería que estén particularmente enfocados en el diseño de las capacidades de AI y ML y que puedan ayudar a las organizaciones con la automatización del centro de datos, en donde las operaciones del día a día sean administradas por sistemas de software inteligentes.
CIO, Perú