A pesar de la creciente demanda de ideas basadas en datos, una gran parte de la misión crítica se está acercando o ya al final de la vida.
Una encuesta ejecutiva de 3.200 del proveedor de servicios de infraestructura Kyndryl descubrió que la proporción podría ser tan alta como 44%. Las mismas encuestas sugirieron que muchas organizaciones que han invertido en la modernización de la infraestructura de datos aún no están viendo un retorno de la inversión (ROI) de lo que puede ser un ejercicio costoso.
Por supuesto, para proyectos importantes de cualquier tipo, generalmente vale la pena pensar con prioridades por adelantado, dice Paul Henninger, socio y jefe de tecnología y datos en KPMG UK.
Un primer paso obvio es discutir y decidir sobre los resultados comerciales clave para descubrir qué busca la organización para lograr en el futuro. Después de todo, para eso es para eso, y si no ayuda a eso, es probable que cualquier dinero gastado sea por el desagüe.
“Mire los resultados comerciales deseados y luego decida cómo proceder”, dice Henninger. “¿Qué necesitas solucionar realmente y cómo debes asegurarte de que esté listo para la IA [artificial intelligence] ¿En particular? Identificar casos de uso y objetivos específicos “.
Las actividades de datos con valor impulsan un resultado comercial específico; La modernización exitosa comienza con los resultados comerciales y trabaja al revés desde allí. Eso es cierto independientemente de las tecnologías y tecnicismos, dice.
Petra Goude, líder de práctica global, Core Enterprise and Cloud en Kyndryl, comparte esta opinión, al tiempo que aconseja a las empresas que transmitan su situación y prioricen los cambios críticos. “No lo hagas ‘todo o nada'”, dice ella. “Si no nos encontramos con un ROI, fallamos. No importa si logramos cuando es demasiado caro. Por lo tanto, concéntrese en el resultado comercial “.
Goude señala que muchas organizaciones han lamentado haber ido “todo” en las modernizaciones tecnológicas, como cuando toman una elección binaria en la nube versus en las instalaciones que finalmente explotaron los presupuestos.
Escasez de habilidades de datos
La encuesta de Kyndryl también encontró la capacitación de la tecnología superando, con aproximadamente el 40% de los líderes encuestados que informan las brechas de habilidades que obstaculizan la modernización.
“Si no estás listo, dices que la modernización puede resolver esto, pero si no tienes las habilidades futuras, no importa lo que hagas”, dice Goude.
Seth Ravin, CEO, Presidente y Presidente del proveedor de servicios de Software y Apoyo de Empresas, Rimini Street, agrega que la falta de arquitectos empresariales, científicos de datos o integradores en lugar de programadores también puede resultar restrictivo.
“Es difícil estructurar datos en conjuntos de big data sin comprender cómo se conectan y estructurando esos datos, realmente entendiendo cómo aprovechar al máximo los datos”, dice Ravin. “Necesitamos personas que puedan unir programas utilizando conjuntos de herramientas de integración”.
Cuando las personas ven despidos, solo aproximadamente la mitad se trata de reducción de costos: la otra mitad es la rotación para las habilidades necesarias, trasladar a las personas y traer a las personas con nuevos conjuntos de habilidades, agrega.
Los datos necesarios para lograr buenos resultados
Una vez que una empresa ha acordado, definido y descrito los resultados comerciales relevantes, pregunte qué datos se necesitarán para lograrlo y cómo recopilarlos, administrarlo y controlarlos. De esta manera, es posible minimizar lo que de otra manera potencialmente daría como resultado un volumen de datos abrumador o costoso para almacenar, analizar y mantener.
“La modernización de datos por el bien de la modernización de datos puede tenerlo en uno de esos ciclos de exageración”, agrega Henninger.
A menudo, se trata de adquirir una vista de 360 grados del cliente, sin embargo, las organizaciones pueden no examinar este problema de datos de extremo a extremo. En cambio, muchos simplemente agregan ERP, CRM u otras soluciones de TI.
Por ejemplo, puede encontrar que no puede responder una pregunta aparentemente simple sobre los números actuales de los empleados porque cuando habla con diferentes partes interesadas funcionales, el concepto de “empleado” varía.
“El número de empleados para fines de nómina puede ser diferente del número de empleados por razones legales, o el número en lo que respecta al pago de vacaciones”, agrega Henninger.
Las empresas no quieren estar en una posición en la que intentan responder seis preguntas diferentes e intentando falsificar una respuesta promedio entre ellas. Eso significa terminar con un conjunto de datos y una infraestructura de datos complicada y costosa construida para todos y útil para nadie. “Eso sucede una y otra vez”, dice Henninger.
Seguridad de confianza y datos
La modernización de la infraestructura de datos es crucial en parte debido al papel que la confianza y la seguridad ahora juegan en torno al uso de datos en general.
“En parte, el desafío de inteligencia artificial hace que sea mucho más fácil acceder e interrogar conjuntos de datos, incluidas las personas potencialmente que no desea”, dice Henninger. “Pero en cierto nivel, el grado en que los datos estaban desorganizados y atrapados en documentos era una forma natural de seguridad en el pasado”.
Anteriormente, incluso si alguien entrara en la red, aún tendría que leer los documentos, pero esto es mucho más fácil para todos los que tienen IA, incluidos actores maliciosos.
La encuesta de Kyndryl también informó que el 65% de los ejecutivos se preocupan por los ataques cibernéticos, pero solo el 30% dice que se sienten listos para manejar ese riesgo.
Las organizaciones deben poder usar sus datos con confianza y medir el valor de hacerlo, incluida la identificación y la configuración de las métricas apropiadas. Luego, cuando puede medirlo correctamente, puede cuantificar el progreso o el triaje de una intervención adicional con éxito, agrega Henninger. Una vez que una empresa sabe qué datos necesitan, quién los controla y cómo se mantiene con el tiempo, puede comenzar a resolver la infraestructura necesaria para los análisis necesarios.
Goude prescribe pensar en ello como “la carga de trabajo correcta en la plataforma correcta”. Vuelva a visitar cada aplicación y decida qué quieren hacer: acelerar, reducir los costos o lo que sea. Es posible que algunos ni siquiera necesiten ser mantenidos.
Un sistema muy transaccional en un banco, por ejemplo, podría “disparar costos” sin agregar valor. En ese caso, puede tener sentido desacoplar los datos de la transacción, tal vez moviendo los datos a otro lugar. Eso a su vez podría ofrecer diferentes capacidades para el análisis de nubes o la IA.
“Puede mejorar las aplicaciones sin rehacerlas por completo. O puede reinventar procesos comerciales ”, dice Goude. “Si haces un enfoque en todo, es probable que no optimes”.
Henninger dice que más allá de un número de problemas analíticos intensos de cómputo, las preguntas tecnológicas para el lado de la infraestructura de la modernización de datos se han convertido en gran medida en preguntas de software.
Se trata más de Business Intelligence (BI) que la IA y el análisis avanzado (informes de gestión y los recursos necesarios, y se trata menos de cómo se almacenan o consultan los datos, se transmiten o en tablas, pero crean los controles e incentivos adecuados para administrar activamente los conjuntos de datos .
Surgen problemas a pesar de “hacer los datos correctos”, porque hay una deriva, o se degrada o la persona que logra deja. “Entonces los datos no son confiables y todo el sistema se descompone, y la organización vuelve a los silos”, dice Henninger.
“La infraestructura de datos moderna se asemeja a muchas otras cosas: probablemente basada en la nube”, dice. “El 98% de lo que es necesario para la toma de decisiones está en el ámbito del hardware de productos básicos razonablemente disponibles”.
Preocupaciones de costos versus presupuesto para la innovación
Ravin dice que también es importante retener algún presupuesto para la innovación, y no gastarlo todo actualizando múltiples paquetes de software.
En este punto, es importante considerar todo el software y su “verdadera vida útil”. Luego comience a tomar una decisión sobre inversión en automatización y productividad versus actualizaciones o migraciones.
“Los proveedores de software pueden decir que el ERP debe cambiarse cada tres a cinco años, pero ese es un proyecto de trabajo para todos”, dice Ravin. “El análisis de uso individual podría revelar que es bueno por mucho más tiempo”.
Una regla general es gastar no más del 60-70% del presupuesto anual en operaciones, y dejar el 30-40% para la innovación. “De lo contrario, estás muerto”, agrega Ravin. “Los costos han aumentado. No se puede vender por más debido a la competencia, y el lugar que se aprueba son las ganancias “.
Gartner ha estimado que quizás el 90% de los presupuestos continúan manteniendo las luces encendidas, con solo el 10% de la modernización o la innovación, dice, y agrega que esto es similar para las PYME con problemas de liquidez: “Las PYME tienden a tener menos productos de software, pero sus sus productos de software, pero sus Las necesidades siguen siendo bastante extensas, especialmente si trabajan fuera de su país de origen. El costo del administrador está aumentando ”.
Sugiere reconsiderar la necesidad de estar en la nube en absoluto, especialmente sin una demanda elástica y estallada, y particularmente con los costos de equipos para las instalaciones cada vez más apalancadas.
“Hemos visto a todas estas compañías que estaban ‘en la nube primero’, descubriendo que están ahorrando millones de dólares que lo traen de vuelta”, dice. “La nube no siempre es la respuesta”.
En la encuesta de Kyndryl, el 76% de las empresas informaron haber invertido en IA y aprendizaje automático, pero solo el 42% hasta ahora había visto un ROI positivo. Sin embargo, hay beneficios para que se tengan. Kyndryl ve el potencial de resolución automatizada de hasta el 30% de los problemas de TI, en comparación con el 8%, por ejemplo, ahorrando enormemente el mantenimiento y el tiempo de inactividad.
La modernización de la infraestructura de datos de un patrimonio envejecido requiere examinar cuidadosamente cada opción de inversión a través de la lente de los resultados comerciales de conducción de ROI.
“Podría gastar fácilmente suficiente dinero para tener casi el conjunto de datos perfecto, pero eso podría ser increíblemente costoso”, dice Henninger. “Claro, la infraestructura de datos podría valer la pena, pero solo si resuelve el problema correcto”.