¿Qué ocurre con big data en la era de la inteligencia artificial?

El impacto de unir big data e inteligencia artificial

Cristián López, Unitti.

A juicio de los expertos, la combinación de big data e inteligencia artificial permite a las empresas no sólo recopilar grandes cantidades de datos, sino también analizarlos y obtener insights accionables con una velocidad y precisión mejoradas. “Esto se traduce en beneficios como la optimización de la cadena de suministro, la personalización del marketing y la mejora de la experiencia del cliente. Además, la IA puede prever tendencias y comportamientos, ayudando a las empresas a ser proactivas en lugar de reactivas en sus estrategias de mercado”, sostiene López, de Unitti.

Buenas bases de datos permiten a sus usuarios implementar herramientas y métodos para tomar mejores decisiones. A este respecto, la inteligencia artificial toma enormes masas de información para procesar los requerimientos del usuario y lograr resultados bastante óptimos. Si bien aún hay sesgos y errores, se observa cómo cada día se mejoran los modelos para evitar soluciones imperfectas o erráticas. Hoy en día, las grandes tecnológicas como OpenAI, Microsoft, Meta, Google, AWS, Nvidia y otras, han hecho grandes inversiones para combinar el uso de grandes bases de datos con herramientas tecnológicas basadas en entrenamiento profundo.

Rodrigo Roa, Data Observatory.

“Las empresas debieran profundizar en mejorar sus bases de datos y buscar la optimización de sus procesos mediante el uso combinado con inteligencia artificial. Actualmente, el trabajo de profesionales de distintas áreas puede verse favorecido en tiempo y también en contenido, ya que se dispone de un facilitador que suponemos ‘sabe’ cómo ordenar la información dispuesta en bases de datos, y [puede] proporcionarla frente a algún requerimiento concreto. Es importante saber cómo pedirle a la IA que trabaje para una mejor respuesta”, explica Rodrigo Roa, director ejecutivo de Data Observatory.

Influencia de big data en el empleo

Existe consenso respecto a que big data y la IA están teniendo un gran impacto en el empleo en las empresas, ya que son un habilitador para nuevos productos y servicios, y para acelerar los procesos internos de una compañía.

Ricardo Seguel, Universidad Adolfo Ibáñez.

“Esto ha generado la necesidad de nuevos perfiles, como ingenieros de datos, científicos de datos e ingenieros MLOps, que habilitan la integración y despliegue del pipeline de datos para contar con una capacidad punta a punta de big data e IA en una compañía. Estos perfiles hoy son escasos y caros en el mercado laboral”, destaca Ricardo Seguel, profesor de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez.

En ese sentido, big data ha transformado significativamente el mercado laboral dentro de las compañías, creando una demanda robusta de nuevos perfiles profesionales, como especialistas en aprendizaje automatizado, ingenieros y expertos en ciberseguridad. “Además, está impulsando la necesidad de capacitación y desarrollo continuo para que los empleados existentes puedan manejar nuevas herramientas y tecnologías. Esta transformación no sólo abre nuevas oportunidades de empleo, sino que también requiere una adaptación constante en la fuerza laboral, para mantenerse competitiva en la era digital”, enfatiza Cristián López, de Unitti.

Desafíos futuros para big data

Mirando hacia el futuro, las empresas, especialmente medianas y pequeñas, que necesiten implementar estas herramientas se enfrentarán primero a una eventual barrera tecnológica –el aprendizaje en el uso de las herramientas, la estandarización de bases de datos, el uso de lenguaje y criterios de búsqueda–, la cual podría significar un problema al tratar de conectar la necesidad que tengan los usuarios de aprovechar la tecnología con los resultados que ésta pueda ofrecer. 

“Pero, por otra parte, no se dimensionan aún los eventuales costos que la aplicación de estas soluciones puede tener, ya que no se consideran las curvas de aprendizaje y la automatización de procesos. La implementación de estas herramientas supone entrenamiento en el uso de infraestructuras en servidores locales o en nube, la actualización constante de contenidos, aplicaciones y otros. Considerarlo como una inversión hoy, traerá como consecuencia un ahorro posterior”, sostiene Rodrigo Roa, de Data Observatory.

Por otra parte, se deberá lidiar con la gran variedad de datos y fuentes de información, abierta o por suscripción, a utilizar con las herramientas de big data e IA, para extraer el mayor valor para brindar un mejor servicio de cara a los clientes. “El arte está en determinar por dónde comenzar, cuáles son las preguntas del negocio que debo responder con big data e IA, para luego determinar los quick-wins que permitan demostrar un retorno de inversión rápido. Otros desafíos son los relacionados con los costos de almacenamiento y procesamiento en el cloud, la protección de los datos, el sesgo en las decisiones de los algoritmos y la ética”, señala Seguel, de la Universidad Adolfo Ibáñez.

Además, a medida que big data sigue evolucionando, también lo hace el desafío de la privacidad y seguridad de los datos, “especialmente con regulaciones más estrictas como el GDPR en Europa, y similares en otras regiones. Otro desafío es la calidad y la integridad de los datos, ya que la recolección de grandes volúmenes no siempre garantiza datos útiles o precisos”, concluye Cristián López, de Unitti.