La inteligencia artificial está dominando la conversación corporativa e impulsando a las empresas a replantearse sus estrategias de negocio. Para que las empresas prosperen en este nuevo entorno, deben adoptar una estrategia moderna de protección de datos que aborde la complejidad de las TI y fomente la eficiencia, todo ello sin poner en peligro la seguridad de la información.
Y cuando se trata de IA, la seguridad es más crucial que nunca. Las estrategias deben considerar cuidadosamente los nuevos usos de los datos y las nuevas formas de acceder a ellos. Igual de importantes son las amenazas autónomas, cada vez más generalizadas, de los malos actores que utilizan formas de ciberataques impulsadas por la IA.
Pero primero, demos un paso atrás. En la última década, las empresas ya han gastado miles de millones de dólares en inversiones tecnológicas para ayudarles a liberar el poder de sus propios datos. Muchas han migrado grandes partes de sus sistemas locales a la nube para facilitar la gestión de los grandes volúmenes de información que están recopilando. Y han conectado sistemas aislados para crear repositorios comunes que permitan a los empleados aprovechar al máximo todos los datos que la empresa está acumulando.
Estas mejoras han permitido a los analistas de datos utilizar la información para crear, entre otras cosas, gráficos de fácil comprensión que describen la salud de la empresa, ya sea el total de ventas de ayer, por ejemplo, o la amenaza constante de ataques de ciberseguridad. Este tipo de información sigue siendo valiosa. Pero las empresas ya no miran sólo hacia atrás para entender lo que sus datos pueden decirles.
En su lugar, quieren utilizar el flujo de información en tiempo real, combinado con la IA, para generar conocimientos predictivos que puedan ayudar a guiar el futuro de la empresa. Las posibilidades incluyen utilizar el propio sistema de IA generativa de una organización para responder a las preguntas de los empleados y servir de asistente digital para la toma de decisiones internas. O, por ejemplo, un sistema que avise a los vendedores cuando un cliente esté a punto de marcharse.
Sin embargo, para dar ese giro, muchas empresas tendrán que replantearse cómo se recopilan y utilizan los datos dentro de su organización.
El paso a los datos en tiempo real
El auge de las tecnologías digitales significa que las empresas están recopilando información a velocidades y volúmenes asombrosos. En el pasado, todos esos datos pasaban por un proceso en el que se limpiaban, protegían y transportaban a un repositorio al que los analistas podían acceder para alimentar los cuadros de mando corporativos que ofrecen a los directivos actualizaciones periódicas de las estadísticas operativas clave.
Esta configuración ha sido muy útil para las empresas en el pasado. Pero no funciona con la IA. En su lugar, las empresas deben ser capaces de utilizar los datos en el momento en que se crean para alimentar algoritmos predictivos e impulsar una mayor automatización. Por eso se ha producido tal explosión de interés en motores analíticos modernos, que admiten el uso de datos en flujo.
Por ejemplo, las instituciones financieras realizan ahora operaciones algorítmicas en las que las apuestas de compra o venta se realizan en milisegundos, basándose en la información del mercado en tiempo real. Los bancos también utilizan la IA para analizar los datos transaccionales entrantes y detectar posibles fraudes en milisegundos.
Para adquirir capacidades similares para sus propios fines empresariales, las empresas de todo tipo deben revisar sus estrategias actuales de gestión de datos, con el apoyo de una plataforma informática que permita a los empleados de toda la organización acceder a la información en tiempo real.
Crear una estrategia de datos para la era de la IA
Al elaborar un plan de datos centrado en la IA, los líderes deben tener en cuenta varios factores clave:
Gestionar un entorno híbrido. Si bien las empresas se están moviendo rápidamente a la nube, muchas continúan manteniendo grandes porciones de sus datos almacenados en las instalaciones, a menudo su información corporativa más sensible. Estas empresas deben adoptar herramientas que puedan interconectar toda la base de TI, incluidas las nubes públicas y privadas, así como el hardware heredado, como los mainframes. De ese modo, las empresas pueden aprovechar todos los datos que están recopilando.
La gestión de datos no es barata. La recopilación y el almacenamiento de toda esa información conlleva multitud de costes. Pero las herramientas modernas pueden permitir a las organizaciones ahorrar en costes de almacenamiento, entre otras cosas, optimizando dónde se aloja la información. Por ejemplo, mientras que la información más sensible de una empresa debe almacenarse en un repositorio con seguridad de primer nivel, es probable que allí se estén guardando otros datos, información que no requiere salvaguardas tan intensas y que puede transferirse a otro centro de almacenamiento más barato.
Proteger los activos. La oleada de nuevas aplicaciones digitales está proporcionando a las empresas un conocimiento íntimo de sus operaciones y clientes que nunca antes había sido posible. Pero una mayor superficie de TI también significa que las empresas son mucho más vulnerables a los hackers. Las omnipresentes amenazas autónomas de los atacantes habilitados por IA son la razón por la que la protección de datos es una consideración cada vez más crítica. En algún momento, las empresas tendrán que hacer frente a una brecha. No se trata de si ocurrirá, sino de cuándo. Adoptando herramientas que añadan salvaguardas importantes, como la copia de seguridad automática y la recuperación ante desastres, una empresa puede asegurarse de que sus activos digitales más importantes permanezcan protegidos frente a los cada vez más poderosos agentes maliciosos, atacantes que utilizarán la IA para sus propios fines.
Para la empresa moderna, la IA no es un fenómeno tan nuevo como podría parecer
Durante años, las empresas han experimentado gradualmente con la IA y el aprendizaje automático para automatizar más operaciones y mejorar la capacidad de los empleados para utilizar los datos con el fin de mejorar la inteligencia.
Lo que es nuevo es el frenesí de los directivos -e incluso de los consejos de administración de muchas empresas- por exigir una «estrategia de IA» en respuesta a la atención que suscita la IA generativa.
La buena noticia: muchas empresas llevan años trabajando en la creación de una base de datos moderna que respalde un futuro predictivo y automatizado. El trabajo de base ya está hecho. Lo crucial ahora es que las empresas se tomen el tiempo necesario para adoptar la estrategia de IA adecuada que les permita mantenerse a la vanguardia de la innovación durante la próxima década y más allá.
Sandra Espinoza Ávalos, SaaS System Engineer Manager para EMEAI+APC de Commvault
