MicroStrategy recoge en un informe la visión de distintos expertos sobre análisis empresarial, inteligencia artificial, machine learning, deep learning y transformación digital
MicroStrategy, proveedor de software de movilidad y análisis empresarial, ha hecho público hoy su informe 10 Tendencias en Analítica Empresarial para 2020, elaborado en colaboración con algunos de los principales analistas e influencers de firmas como Forrester, IDC, Constellation Research y Ventana Research, entre otros.
En su informe, MicroStrategyrecoge, de la mano de estos expertos, las tendencias y perspectivas, endistintos ámbitos, desde la Inteligencia Artificial e Inteligencia Móvil, hastala explosión de datos y fuentes de datos, pasando por algunos factores humanos,como la previsible escasez de talento analítico y de datos.
"Estamos muy satisfechos con la presentación de nuestro informe anual sobre las principales tendencias en analítica empresarial para el año 2020. Creemos que existe una oportunidad cada vez mayor para que los responsables de la toma de decisiones aprovechen los últimos avances en analítica empresarial, AI, ML o deep learning, entre otras", comenta Vijay Anand, Vicepresidente de Marketing de Producto de MicroStrategy Incorporated. "Gracias a la colaboración con algunos de los expertos más importantes del mundo en este campo, el informe pretende impulsar el diálogo entre aquellos líderes que demandan tecnologías disruptivas para aprovechar los datos, aumentar la eficiencia y el retorno de la inversión, y así superar a su competencia".
Estas son las 10 tendencias de analítica empresarial para el año 2020
1. El aprendizaje profundo ofrece una ventajacompetitiva
"En 2020, el foco de atención sobre el deep learning será el nexo entre el saber y el hacer. Ya no se trata solo de un concepto que está de moda, el pragmatismo del aprendizaje profundo para predecir y entender el comportamiento humano será un punto de inflexión en la forma en que las empresas operarán con inteligencia frente a sus competidores".(Frank J. Bernhard, Chief Data Officer y autor, "SHAPE-Digital Strategy by Data and Analytics").
2. El Automated Machine Learning mejora elROI de las iniciativas de Data Science
"El aprendizaje automático es una de las tecnologías que más rápidamente ha evolucionado en los últimos años, y la demanda de desarrollo de este tipo de aprendizaje ha aumentado exponencialmente. Este rápido crecimiento de las soluciones de ML ha generado una demanda de modelos de ML listos para usar que son fáciles de utilizar y no requieren de un conocimiento de experto". (Marcus Borba, Fundador y Consultor Principal, Borba Consulting).
3. El gráfico semántico se convierte en un elementofundamental para ofrecer valor de negocio
“El gráfico semántico se convertirá en la columna vertebral que soportará los datos y los análisis en un entorno de datos en constante cambio. Las organizaciones que no utilizan sistemas de gráficos semánticos corren el riesgo de ver como el ROI de la analítica se desploma debido a la creciente complejidad y a los costes organizativos resultantes". (Roxane Edjlali, Senior Director, Product Management, MicroStrategy y ex analista de Gartner).
4. La comprensión humana se vuelve aún másimportante a medida que aumentan los volúmenes de datos
“A medida que los profesionales del conocimiento se sienten cómodos trabajando con datos, también deben familiarizarse con la etnografía de los mismos, o con el estudio de a lo que se refieren, el contexto en el que fueron recogidos y el entendimiento de que los datos por sí solos podrían no proporcionarles una imagen completa". (Chandana Gopal, Directora de Investigación, IDC).
5. El análisis integrado de próxima generaciónacelera el tiempo de comprensión
“Los análisis concisos proporcionados en el contexto de aplicaciones e interfaces específicas aceleran la toma de decisiones. Este estilo de integración y gestión de análisis concisos contextuales puede llevar más tiempo, pero con avances como los métodos de desarrollo sin código y de low-code, estamos viendo una creciente adopción de la integración de próxima generación”. (Doug Henschen, VP and Principal Analyst, Constellation Research).
6. La necesidad de combinar fuentes de datoscontinúa creciendo
“Prevemos que se mantenga el interés en la diversidad de datos. Las organizaciones rara vez tienen una sola plataforma estándar para sus datos y análisis y se utilizan múltiples herramientas para acceder a los datos. La necesidad de combinar estas fuentes de datos seguirá creciendo”. (David Menninger, SVP and Research Director, Ventana Research).
7. Las habilidades en datos se convierten en unrequisito clave para las empresas
“Las empresas tendrán que centrarse no solo en reclutar a los mejores talentos analíticos, sino también en la educación, el reciclaje y la mejora de las habilidades de sus actuales empleados, a medida que aumenta la necesidad tomar decisiones basadas en datos y hay una mayor escasez de talento”. (Hugh Owen, Executive Vice President, Worldwide Education, MicroStrategy).
8. La IA es real y ya está disponible
“El próximo año, cada vez más CDAOs y CIOs se encargarán de que los equipos de data science tengan lo que necesitan en términos de datos para poder dedicar el 70%, 80% o 90% de su tiempo a la creación de casos de uso de IA” . (Srividya Sridharan, Mike Gualteri, J.P. Gownder, Craig Le Clair, Ian Jacobs, Andrew Hogan, Predictions 2020: Artificial Intelligence—It’s Time to Turn the Artificial Into Reality - Checks) -, Forrester, October 30, 2019).
9. La inteligencia móvil evoluciona en 2020 y másallá
“La mitad de las organizaciones reexaminarán su uso de dispositivos móviles y concluirán que su tecnología no responde adecuadamente a las necesidades de sus empleados, lo que les llevará a analizar una nueva generación de aplicaciones móviles que proporcionan una mejor experiencia de trabajo y una conectividad mucho más efectiva con el resto de la organización y con los clientes”. (Mark Smith, CEO and Chief Research Officer, Ventana Research.
10. El futuro de la gestión de la experiencia estáimpulsado por la IA
“A medida que las aplicaciones se descomponen por procesos de negocio en microservicios, la automatización y la inteligencia desempeñarán un papel importante en la personalización y eficiencia a escala masiva. La Empresa Inteligente aprovechará el contexto y los datos para impulsar las mejores acciones”(R “Ray” Wang, Founder and Principal Analyst, Constellation Research).