Desbloqueando el poder de los datos para priorizar a las personas y a Python en la IA

En un mundo donde los datos reinan supremamente, las organizaciones están reconociendo cada vez más el inmenso potencial de aprovechar los datos para impulsar la toma de decisiones y la innovación. Sin embargo, una encuesta reciente de NewVantage Partners revela un contraste marcado entre la aspiración de ser impulsado por datos y la realidad en el terreno. Mientras que el 93,9 % de los ejecutivos encuestados esperan aumentar sus inversiones en datos en 2023, solo el 23,9 % de las organizaciones se consideran verdaderamente impulsadas por datos. Surge la pregunta: ¿a dónde va toda esta inversión y por qué tantas empresas luchan por adoptar un futuro impulsado por los datos?

La respuesta, al parecer, reside en el ámbito de las personas. Los problemas culturales, citados por el 79 % de estos ejecutivos, emergen como el principal obstáculo para hacer realidad la visión de un futuro impulsado por los datos. Este artículo profundiza en la importancia de priorizar a las personas y el papel de Python y las herramientas de datos accesibles para lograr una organización verdaderamente impulsada por los datos.

Empoderar a las personas con datos

La analista de Gartner, Svetlana Sicular, ofreció dos ideas fundamentales sobre el mundo de los datos que siguen siendo válidas hoy en día. En primer lugar, las organizaciones ya tienen empleados que poseen un conocimiento íntimo de sus propios datos, a menudo más que los científicos de datos. En segundo lugar, aprender tecnologías de datos complejas como Hadoop puede ser menos intimidante que dominar los intrincados procesos comerciales de una empresa. Para aprovechar al máximo los datos, las empresas deben empoderar a su fuerza laboral existente para que formule preguntas inteligentes sobre sus datos.

Herramientas de datos accesibles

Una estrategia clave para lograr este empoderamiento es reducir la barrera para la alfabetización en programación. Aunque las herramientas de datos especializadas pueden resultar intimidantes, la “herramienta” más valiosa en el arsenal de cualquier empleado es su comprensión del negocio de la empresa. Los empleados que son expertos en su campo pueden formular preguntas más significativas sobre los datos de la empresa.

En este contexto, es crucial centrarse en hacer que las herramientas de datos sean accesibles para un rango más amplio de empleados. Microsoft Excel, una herramienta ampliamente utilizada, debería promoverse como un componente clave del análisis de datos. Las iniciativas recientes para usar Excel para la transformación de datos han ganado tracción. Con una base de usuarios mucho más grande proficientes en Excel que en herramientas más especializadas como TensorFlow, permitir a los empleados hacer más con una herramienta que ya conocen representa una victoria significativa.

Python: El lenguaje universal de la IA

Python, un lenguaje de programación versátil, ha emergido como un potente habilitador de la productividad de la IA. Aunque otros lenguajes como R y herramientas especializadas tienen valor, Python destaca como la fuerza impulsora detrás de la adopción generalizada de la IA. La accesibilidad y versatilidad de Python lo convierten en la elección ideal para una empresa que busca democratizar la toma de decisiones basada en datos.

SQL: El héroe no reconocido

SQL, a menudo eclipsado por sus contrapartes más llamativas, resulta indispensable en el panorama de los datos. Un análisis reciente de IEEE Spectrum identificó a Python y SQL como los dos lenguajes de programación más populares. Python lidera el paquete, y para los empleadores que buscan contratar profesionales de datos, SQL es la habilidad más solicitada. Al enfatizar Python y SQL, las organizaciones aprovechan habilidades que muchos empleados ya poseen, eliminando la necesidad de curvas de aprendizaje pronunciadas asociadas con nuevas tecnologías de datos.

La IA generativa, o GenAI, presenta otra vía para empoderar a los empleados para trabajar con datos de manera efectiva. Aunque herramientas como ChatGPT buscan automatizar tareas, es esencial recordar que la tecnología es tan buena como las personas que la utilizan. Integrar herramientas de GenAI en los flujos de trabajo requiere una consideración cuidadosa para asegurar que las respuestas impulsadas por la IA se alineen con la precisión técnica y las expectativas del usuario.

Priorizar a las personas sobre la tecnología

El informe de NewVantage destaca una tendencia recurrente: los principales desafíos para convertirse en una organización impulsada por los datos son principalmente de naturaleza humana, como la cultura, las personas, los procesos y los problemas organizativos, en lugar de barreras tecnológicas. A pesar de reconocer estos desafíos humanos, las organizaciones a menudo invierten fuertemente en problemas no humanos como la modernización de datos, la IA y varias arquitecturas de datos.

En la búsqueda de convertirse verdaderamente en una organización impulsada por los datos, es crucial que las organizaciones reconozcan que el activo más valioso no son los datos en sí, sino las personas que interpretan y aprovechan esos datos. Estos empleados ya trabajan dentro de su organización, armados con una profunda comprensión de su negocio. Para desbloquear todo el potencial de los datos, la clave es empoderarlos con herramientas de datos accesibles, como Python y SQL, y fomentar una cultura que adopte la toma de decisiones basada en datos. Al priorizar a las personas sobre la tecnología, las empresas pueden cerrar la brecha entre la aspiración y la realidad, allanando el camino para un futuro más impulsado por los datos.