Antes de ampliar sus inversiones en inteligencia artificial, las empresas deberían revisar primero su base de datos, según Fivetran y dbt Labs. Un catálogo de ocho preguntas busca ayudar a las organizaciones a evaluar su arquitectura de datos.
El verano suele ser una época de revisiones: del coche antes de un viaje o de la bicicleta antes de la próxima salida. Según Fivetran y dbt Labs, en el actual debate sobre la inteligencia artificial conviene aplicar una revisión similar a la infraestructura de datos de la empresa. Muchas compañías se centran hoy en aplicaciones de IA, pero, según el proveedor, los proyectos fracasan con menos frecuencia por los modelos empleados que por una base de datos inconsistente, desactualizada o poco flexible. Por ello, Tobias Knieper, Senior Manager EMEA Marketing en Fivetran + dbt Labs, ha elaborado ocho preguntas pensadas para ayudar a las empresas a realizar una primera evaluación de su arquitectura de datos.
La primera pregunta se refiere a la consistencia de los datos: ¿trabajan todos los equipos con los mismos datos fiables, o circulan copias innecesarias? Según Knieper, las versiones diferentes de un mismo dato generan análisis contradictorios y una carga administrativa adicional. Por eso, las arquitecturas de datos modernas buscan poner los datos a disposición una sola vez y reutilizarlos en distintos equipos y aplicaciones.
La segunda pregunta aborda la apertura de la plataforma de datos. Las empresas deberían preguntarse si los datos les pertenecen realmente o si es la plataforma la que determina su uso. Los formatos de datos abiertos y las arquitecturas interoperables —conocidas en el sector como Open Data Infrastructure (ODI)— buscan, según Fivetran, reducir el riesgo de dependencia de un proveedor. La compañía ha publicado una «Data Access Scorecard» que pretende evaluar con qué facilidad pueden usarse y transferirse los datos desde las principales aplicaciones en la nube.
La tercera y la cuarta pregunta se refieren a la actualidad de los datos y a la velocidad de integración. Para obtener resultados fiables de IA, las empresas necesitan datos actuales y completos; la disponibilidad tardía reduce el valor de los análisis y las automatizaciones. La incorporación de nuevas fuentes de datos —de sistemas CRM, ERP o SaaS— debería, según Fivetran, realizarse con rapidez y mediante conectores predefinidos, para que los proyectos de integración no se conviertan en un freno a la innovación.
La quinta pregunta pone el foco en el mantenimiento de las canalizaciones de datos: según Fivetran, los ingenieros de datos todavía dedican buena parte de su tiempo a cambios de API y a canalizaciones propensas a errores, tiempo que después falta para tareas de analítica o proyectos de IA. Una integración estandarizada y automatizada busca reducir esta carga de mantenimiento.
La sexta pregunta aborda la escalabilidad: la IA generativa y las aplicaciones basadas en agentes generan cargas de datos y consultas notablemente superiores a las de los sistemas de BI clásicos. Las arquitecturas abiertas, con el cómputo y el almacenamiento desacoplados, pueden ayudar, según Fivetran, a controlar mejor los costes de infraestructura a medida que crecen las cargas de trabajo.
En séptimo lugar, Knieper señala la importancia de una capa semántica: los agentes de IA necesitan no solo acceso a los datos, sino también el contexto necesario para interpretar correctamente tablas, campos y términos de negocio. Una capa de abstracción entre los datos en bruto y los modelos de IA puede mejorar la calidad de los análisis respaldados por IA.
La octava pregunta se refiere a la trazabilidad de los datos. Con vistas al RGPD, la Ley de IA de la UE y los requisitos internos de gobernanza, el linaje de datos se convierte cada vez más en una práctica obligatoria. Las empresas deberían poder demostrar en todo momento de dónde proceden sus datos y cómo se han procesado.
Según la valoración de Fivetran y dbt Labs, el éxito de los proyectos de IA no depende únicamente de la capacidad de los modelos empleados, sino en buena medida de una infraestructura de datos abierta y flexible, preparada para requisitos futuros. El concepto de Open Data Infrastructure gana así relevancia en distintos sectores, ya que permite a las empresas utilizar los datos con independencia del proveedor, integrar nuevas tecnologías con rapidez y asegurar la innovación a largo plazo. Fivetran ha publicado más información sobre las ocho preguntas, junto con la Data Access Scorecard, en su sitio web.
El Dr. Jakob Jung es redactor jefe de Security Storage y Channel Germany. Lleva más de 20 años trabajando en el periodismo especializado en TI. A lo largo de su carrera ha colaborado con Computer Reseller News, Heise Resale, Informationweek, Techtarget (almacenamiento y centros de datos) y ChannelBiz. Además, colabora como freelance con numerosas publicaciones del sector de las TI, entre las que se incluyen Computerwoche, Channelpartner, IT-Business, Storage-Insider y ZDnet. Sus temas principales son el canal, el almacenamiento, la seguridad, los centros de datos, los sistemas ERP y CRM.
Contacto – Contacto por correo electrónico: jakob.jung@security-storage-und-channel-germany.de