#1 Las organizaciones aceleran los programas de transformación cultural
La cultura de datos es el conjunto de comportamientos y creencias de quienes valoran, practican y fomentan el uso de los datos para mejorar la toma de decisiones. Sienta las bases y la mentalidad necesarias para que las empresas capten eficazmente el valor de sus conjuntos de datos, que no dejan de crecer.
Por desgracia, la falta de cultura de datos es un gran obstáculo en la hoja de ruta de cualquier organización que quiera ser realmente basada en datos.
En 2022, prevemos que los chief data officers (CDO) se centren en los pilares clave de la cultura de datos: un buen gobierno del dato, programas de competencia en datos y el fomento de una mentalidad basada en datos. Todo ello actúa como catalizador de procesos de toma de decisiones basados en datos en toda la organización.
#2 Las organizaciones ampliarán el gobierno del dato
El auge de la analítica en autoservicio ha disparado la demanda de datos conformes, accionables y de alta calidad. Aun así, medir y mantener la calidad de los datos se vuelve más complejo a medida que crecen el tamaño y la complejidad de los conjuntos de datos. Por ello, las empresas están adaptando sus estrategias de gobierno del dato.
Una de estas estrategias es adoptar la observabilidad de datos en los data pipelines. En pocas palabras, la observabilidad de datos busca identificar, diagnosticar y resolver problemas de datos casi en tiempo real.
En 2022 y más allá, más empresas escalarán sus programas de gobierno del dato y adoptarán herramientas nuevas y modernas para monitorizar y detectar incidencias de calidad de datos.
#3 La PLN da paso a una nueva generación de herramientas low-code
La PLN ha crecido de forma extraordinaria en los últimos años, impulsada por la carrera por crear modelos de lenguaje cada vez más grandes (LLM) como T5, GPT-3 y Megatron-Turing NLG.
Los modelos de lenguaje a gran escala no han dejado de crecer con los años (Fuente)Los LLM están llevando al límite lo que puede hacer la PLN. Los modelos más recientes han sorprendido a la comunidad por su capacidad para generar distintos tipos de textos (como código y tablaturas de guitarra) sin entrenamiento explícito.
Este tipo de modelos pueden abrir la puerta a la era de las herramientas low-code y no-code. Hoy, Power App de Microsoft permite a usuarios no técnicos crear apps con lenguaje natural. Estas herramientas seguirán rebajando las barreras a la programación y facilitarán el auge de los citizen developers y los citizen data scientists dentro de las organizaciones.
#4 L&D pasa a formar parte del ADN de la empresa
Impulsadas por la preocupación de la alta dirección por la falta de habilidades clave en sus organizaciones, las empresas seguirán invirtiendo con fuerza en programas de learning and development (L&D) en 2022. Los beneficios son evidentes: el Foro Económico Mundial prevé que la formación continua puede aportar un 38% del PIB adicional de aquí a 2030.
A medida que la plantilla sigue adaptándose a la pandemia, esperamos que las empresas destinen sus presupuestos de L&D a ecosistemas virtuales de aprendizaje que faciliten un aprendizaje eficaz y creen comunidades de práctica. Las compañías que quieran mejorar a gran escala la competencia en datos de su personal pueden aprovechar los programas de L&D existentes como academias internas de habilidades en ciencia de datos.
Tendencia de datos #5: MLOps seguirá madurando dentro de las organizaciones
MLOps es un conjunto de prácticas que combina machine learning, ingeniería de datos y DevOps. Incluye procesos estandarizados que automatizan el flujo de trabajo de machine learning.
Las empresas solo pueden extraer valor del machine learning a escala con sistemas de IA en producción. Por eso se espera que la demanda de MLOps crezca enormemente. De hecho, se estima que el sector alcance un valor de 126,1 mil millones de dólares en 2025.
En el próximo año, herramientas de MLOps como KubeFlow y MLFlow seguirán madurando. Es cuestión de tiempo que se conviertan en un básico para todos los equipos de ciencia de datos.
Tendencia de datos #6: la IA responsable se vuelve más operativa
Por desgracia, muchos sistemas de IA actuales están llenos de sesgos ocultos. Por ello, los reguladores en la UE planean exigir responsabilidades a estos sistemas de IA, y se espera que muchos otros sigan el mismo camino. Las empresas deben garantizar que sus sistemas de IA sean justos y responsables. No hacerlo pone en riesgo su reputación y puede contribuir a agravar la desigualdad.
Por eso cada vez más compañías están operativizando los principios de la IA responsable para asegurar que la IA sea justa, interpretable, que preserve la privacidad y que sea segura. Un ejemplo de marco es el Responsible AI Toolkit de PwC, que aborda las distintas dimensiones de la IA responsable.
Tendencia de datos #7: auge del data mesh
La mayoría de arquitecturas de datos actuales se basan en data lakes. Esto podría cambiar pronto, a medida que surge una nueva arquitectura que soluciona las debilidades de los data lakes.
La alternativa, acuñada por Zhamak Dehghani, se llama data mesh. Un data mesh se organiza en torno a "productos de datos" distribuidos, cada uno gestionado por un equipo multifuncional de data engineers y product owners. Adoptar una arquitectura de data mesh permite a las empresas entregar datos más rápido y ganar agilidad en los dominios de negocio.
Muy pronto, a medida que los dolores de usar data lakes se intensifiquen, las empresas empezarán a experimentar con data mesh, como ya hicieron Zalando e Intuit.
Tendencia de datos #8: una nueva generación de herramientas mejorará la productividad del equipo de datos
En 2021 surgieron diversas herramientas de productividad para ciencia de datos que seguirán ganando popularidad en los próximos años. Estas herramientas reducen el trabajo manual y permiten a los data scientists centrarse en tareas de mayor valor.
Entre ellas están las herramientas de AutoML (como H2O AutoML y Auto PyTorch), que automatizan la selección de modelos de machine learning e incluso el ajuste de hiperparámetros.
También están en auge numerosas herramientas de generación de datos sintéticos. Su capacidad para crear conjuntos de datos equilibrados y etiquetados a escala resulta especialmente atractiva para las empresas hambrientas de datos.
Los equipos de ciencia de datos grandes también pueden sacar partido de herramientas de colaboración como Databricks y DataCamp Workspace. Estas soluciones permiten colaborar de forma asíncrona en la exploración de datos y el modelado de ML.
Tendencia de datos #9: la escasez de talento y el trabajo flexible ampliarán y mejorarán la búsqueda de perfiles de datos
Con la Gran Dimisión aún en marcha, la escasez de talento es cada vez más acusada. Este fenómeno está llevando a las organizaciones a replantearse cómo atraen y retienen talento en datos.
En concreto, esperamos que las empresas prioricen las competencias por encima del código postal en sus procesos de contratación, como demuestra el aumento del 280% en ofertas de trabajo en remoto en LinkedIn desde marzo de 2020. Además, a medida que las empresas FAANG abrazan el trabajo desde casa, esperamos que otras tecnológicas sigan el ejemplo y ofrezcan a sus equipos opciones de trabajo flexible.
Si quieres profundizar en nuestras tendencias y predicciones de datos para 2022, descárgate el white paper gratuito o apúntate a nuestro próximo webinar, donde analizaremos a fondo lo que viene en ciencia de datos este nuevo año.
