Las empresas desarrollaron sus estrategias iniciales de IA en un mundo que asumía una relativa libertad de movimiento de datos. Ese mundo ya no existe, entonces, ¿cómo se adaptarán al nuevo mundo?
Si bien es un cliché que los datos son el nuevo petróleo, la verdad es que los datos deben poder fluir alrededor de una organización y descansar en alguna ubicación central, donde puedan refinarse para extraer conocimientos y valor.
En los últimos años, ese refinamiento se ha producido, por supuesto, a través de la IA.
Director de Arquitectura de Soluciones en Starburst.
Pero si realmente pensamos en esa analogía, también capta algunos de los problemas que enfrentan actualmente las empresas con la gestión de datos.
Recientemente, el mundo ha visto lo que sucede cuando se interrumpe el libre flujo de petróleo, gas y otros recursos básicos. Los gobiernos y las empresas buscan solucionar las interrupciones de la cadena de suministro en el corto plazo y la soberanía y resiliencia energéticas en el largo plazo. En este caso, la centralización se convierte en un problema, gracias a un punto de estrangulamiento único pero crítico.
De manera similar, el auge creado por la IA, junto con los esfuerzos de los gobiernos y reguladores para gestionar su impacto, significa que las empresas deben repensar cómo diseñan y gestionan sus datos. La diferencia es que las formas en que los datos convencionales fluyen alrededor de las organizaciones están cambiando.
Después de todo, un enfoque centralizado tenía sentido cuando mover datos era sencillo. Ahora, sin embargo, las preocupaciones sobre la gobernanza y la soberanía y el costo del movimiento de datos han cambiado el cálculo.
Transformación de la IA
La IA por sí sola ha cambiado la ecuación en lo que respecta al volumen de datos que deben gestionarse. No son sólo los modelos de entrenamiento los que requieren grandes cantidades de datos. Estos modelos requieren actualización y ajuste constantes con datos nuevos. Y, si esos modelos proporcionan valor comercial, las empresas continuamente realizarán conjeturas, lo que requiere más datos y genera más datos.
No sorprende que los gobiernos y los reguladores tengan interés en la gobernanza de la IA. Estos incluyen preocupaciones existentes sobre la residencia de datos y la posibilidad de que surjan nuevos problemas, como fugas de datos en LL.M.
En Europa, por ejemplo, el panorama regulatorio dictado por el mandato GDPR se ha complicado con la implementación de la legislación de la UE sobre IA, que entrará en pleno vigor a partir de agosto de este año. En Estados Unidos, las empresas enfrentan múltiples regulaciones a nivel federal y estatal. Cualquiera de ellos, o todos, pueden ser eficaces a medida que la información se transfiere a la refinería central.
Los gobiernos también tienen un interés estratégico comprensible en el desarrollo soberano de la IA, lo que complica las cosas tanto en términos de los datos como de los modelos que operan con ellos.
Una vez que consideramos esto, queda claro que sólo unas pocas organizaciones están diseñando la gran escala de datos involucrados en la IA y la gobernanza que requiere.
Las empresas crecen al azar, ya sea de forma orgánica o mediante fusiones y adquisiciones, heredando diferentes infraestructuras (y diferentes sistemas de gobernanza) a medida que se expanden a través de las fronteras.
Información del Viejo Mundo
En el viejo mundo, la libre circulación de datos podía considerarse eficiente. Ahora, con grandes cantidades de datos involucrados, tanto hacer copias de datos como transferirlos a través de fronteras son riesgosos desde una perspectiva de gobernanza. Y con el aumento de las tarifas de salida de la nube, el movimiento de datos se vuelve extremadamente costoso. Al mismo tiempo, mover o copiar localmente presenta un desafío financiero y una carga para los equipos de tecnología que ya están sobrecargados.
¿Cuáles son nuestras opciones en este nuevo mundo? Pocos líderes tecnológicos tienen la opción de alejarse de toda la revolución de la IA. Independientemente de sus puntos de vista personales sobre la tecnología, algunas altas esferas están preparadas para saltarse la carrera de la IA.
Pero podemos crear una hoja de ruta sobre cómo gestionar los datos (y la computación) en este nuevo mundo.
Para empezar, debemos comprender el entorno en el que realmente trabajamos. Esto puede incluir aceptar que una arquitectura híbrida o de múltiples nubes se está convirtiendo en la norma. La naturaleza de la IA, donde las empresas necesitan acceder a múltiples modelos y múltiples servicios, significa que los enfoques tradicionales monolíticos y centralizados simplemente no escalarán.
Esto significa que todo líder tecnológico debe tener claro qué significa la gobernanza para su organización y sus datos, ya sea privacidad de datos o requisitos de residencia. Y es imperativo que la gobernanza esté integrada en los flujos de trabajo de IA desde el principio. Es muy importante que otras prioridades se planteen como una ocurrencia tardía o se dejen de lado.
Lo que esto deja claro es que, en general, tendrá más sentido llevar la computación y esos modelos críticos de IA a los datos, y no al revés.
No se trata sólo de reducir los costos de movimiento de datos o crear múltiples copias de datos. Se trata de reducir la fricción que conlleva la coordinación de los requisitos de gobernanza a medida que los datos se mueven entre organizaciones y a través de fronteras. Pero también puede significar una latencia reducida y datos más actualizados, lo que hace que la IA sea más efectiva.
No hace falta decir que a veces no es necesario mover datos. Pero si es así, seamos conscientes y intencionales al respecto.
Pero a medida que los datos se vuelven cada vez más descentralizados, es imperativo que centralicemos la gestión del acceso a los datos y construyamos plataformas en consecuencia. Sienta las bases para una gobernanza de datos limpia y una IA soberana.
Al repensar cómo gestionan el movimiento de datos, los líderes tecnológicos pueden evitar los crecientes costos de salida y las trampas de cumplimiento inherentes a las viejas formas de hacer las cosas. El resultado es una estrategia de IA que es escalable y sostenible, que permite una IA de nivel empresarial, dondequiera que residan sus datos.
Contamos con las mejores herramientas de migración de datos..
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
