Gartner predice que para 2025, el 70% de las organizaciones cambiarán su enfoque de Big Data a búsquedas de datos más completas conocidas como Small Data, proporcionando más contexto para análisis específicos y haciendo Inteligencia Artificial. (IA) menos dependiente de grandes cantidades de datos.
“Las interrupciones como la pandemia COVID-19 están haciendo que los datos históricos que reflejan las condiciones pasadas se vuelvan obsoletos rápidamente, lo que está rompiendo muchos modelos de inteligencia artificial y aprendizaje automático (ML)”, dice Jim Hare, vicepresidente de investigación de Gartner. “Además, la toma de decisiones por parte de los seres humanos y la inteligencia artificial se ha vuelto más compleja y exigente, y depende demasiado de los enfoques de aprendizaje profundo que dependen de un enorme conjunto de datos”.
Los analistas de Gartner recomiendan que los líderes de Data & Analytics (D&A) recurran a nuevas técnicas analíticas conocidas como “Small Data” y “Wide Data”. “Juntas, estas nuevas técnicas pueden utilizar los datos disponibles de manera más eficaz, reduciendo el volumen necesario o extrayendo más valor de fuentes de datos diversas y no estructuradas”, dice Hare.
Small Data y Wide Data permiten el avance del análisis de datos y el uso de inteligencia artificial: el uso de Small Data es un enfoque que requiere menos datos, pero está totalmente dirigido a información útil para las empresas. Este modelo incluye determinadas técnicas de análisis de series temporales o aprendizaje basado en unos instantes, datos sintéticos o aprendizaje supervisado automáticamente. El uso de datos más completos permite el análisis de registros a través de la sinergia de varias fuentes de datos estructuradas y no estructuradas (pequeñas o grandes).
El uso de datos más completos permite el análisis de registros a través de la sinergia de varias fuentes de datos estructuradas y no estructuradas (pequeñas o grandes). Este modelo aplica análisis X, donde X significa encontrar vínculos entre fuentes de datos, así como para una variedad de formatos de datos. Estos formatos incluyen tabular, texto, imagen, video, audio, voz, temperatura o incluso olor y vibración. “Ambos enfoques facilitan el análisis de datos y la aplicación de la Inteligencia Artificial de forma más robusta, reduciendo la dependencia de una organización del conjunto de Big Data y permitiendo una conciencia situacional más rica y completa, en 360 grados”, observa el analista.
“Los líderes de D&A aplican ambas técnicas para abordar desafíos como la baja disponibilidad de datos de capacitación o el desarrollo de modelos más sólidos utilizando una gama más amplia de datos”. Aplicaciones de datos pequeños y amplios: el uso de datos pequeños o amplios se puede utilizar en áreas como la previsión de la demanda minorista, la inteligencia emocional y del comportamiento en tiempo real y el servicio al cliente aplicado a la hiperpersonalización y la mejora de la experiencia del cliente.
Otras áreas incluyen la seguridad física o detección de fraudes y los sistemas autónomos adaptativos, como los robots, que aprenden constantemente analizando correlaciones en el tiempo y el espacio de eventos en diferentes canales sensoriales.
