La inteligencia artificial es una de las tecnologías más disruptivas de nuestra era. Tiene el poder de transformar las empresas gracias al procesamiento y análisis de una enorme variedad de datos y fuentes de información disponibles. Pero, para sacarle todo el partido, especialmente en un ecosistema híbrido, desplegar el gobierno del dato resulta tan crucial como complicado.
Para sacarle el máximo partido a la inteligencia artificial, las empresas se enfrentan a un doble desafío. Por un lado, necesitan desplegar la práctica de gobierno del dato, ya que sin unos datos ordenados, estructurados, seguros y de calidad, las decisiones de negocio a partir de los insights analíticos serán —con total seguridad— erráticas.
Además, en muchos casos se tiene que garantizar este gobierno del dato en ecosistemas híbridos, donde suelen convivir distintos proveedores, tecnologías y plataformas, tanto en la nube como en servidores propios (on-premise).
Veamos cuáles son los retos que aparecen a la hora de desplegar el gobierno del dato en este tipo de contextos, así como algunas ideas y consejos para recorrer este camino con las máximas garantías posibles.
Principales desafíos
Los factores y causas que justifican por qué las empresas se están decantando por este tipo de ecosistemas híbridos son múltiples: decisiones estratégicas de no apalancarse en un único proveedor para evitar el denominado vendor lock-in, adquisiciones de empresas que conllevan la integración de otras tecnologías, decisiones de TI en las que se opta por desarrollar en la nube y desplegar en infraestructura propia.
En este contexto, las peculiaridades y desafíos relacionados con el gobierno del dato son importantes:
- Complejidad en la integración de datos. La dispersión de datos entre sistemas cloud y on-premise, y entre distintos proveedores, genera silos difíciles de conectar. Esta heterogeneidad obliga a desarrollar integraciones ad hoc (ya que no todas las herramientas tienen conectores nativos con otros ecosistemas), superar barreras de compatibilidad y asegurar que la información fluya sin pérdida ni duplicidad entre plataformas.
- Dificultades en la trazabilidad y el linaje del dato. Cuando los datos se mueven entre múltiples entornos, rastrear su origen, transformaciones y los responsables de estos se vuelve complejo. Esto dificulta el cumplimiento normativo y la capacidad de auditar la información, especialmente si no se dispone de herramientas de linaje automatizadas compatibles con todas las tecnologías con las que se está trabajando.
- Riesgos de seguridad y compliance. Los entornos híbridos amplían el espectro de exposición a riesgos. Las normativas de protección de datos como el RGPD requieren saber dónde reside cada dato, quién accede a él y cómo se protege. La coexistencia de plataformas con distintos estándares de seguridad dificulta aplicar políticas homogéneas de encriptado, anonimización y control de acceso.
La dispersión de datos entre sistemas cloud y on-premise genera silos difíciles de conectar
- Gestión de accesos, permisos y responsabilidades. Este es uno de los aspectos más críticos del gobierno del dato: ¿quién puede consultar, modificar o borrar un dato? ¿Con qué rol? ¿Desde qué entorno? La falta de un sistema unificado de identidad y permisos puede generar brechas de seguridad o conflictos organizativos, en especial si no están claramente definidas ni la figura del data owner ni sus atribuciones. La federación de identidades entre plataformas es clave, pero no siempre sencilla de implementar.
- Impacto en el despliegue de data marketplaces. Este tipo de sistemas permite a los usuarios descubrir activos de datos, acceder a ellos y utilizarlos, pero su implementación depende de una serie de consideraciones que se hacen más complejas en entornos tecnológicos híbridos o fragmentados: la normalización de metadatos entre fuentes heterogéneas; la aplicación de controles de acceso diferenciados por dominio, entorno o ubicación física del dato; y la necesidad de sincronizar continuamente los catálogos distribuidos con el marketplace central. Además, si los activos están almacenados en entornos on-premise sin conexión en tiempo real pueden surgir problemas de latencia o de disponibilidad que afectan negativamente a la experiencia del usuario.
Estrategia de gobierno del dato
Estos son algunos consejos o aspectos para considerar que pueden ayudar a hacer eficiente un despliegue del gobierno del dato en contextos híbridos:
- Diseñar un framework agnóstico a la tecnología. Más allá de las casuísticas especiales de los entornos híbridos, cuando hablamos de un buen gobierno del dato lo hacemos de una estrategia que integre personas, procesos y, por supuesto, tecnología. Por todo ello, independientemente del stack tecnológico, lo primero será establecer unas políticas, unos procesos y unos artefactos de gobierno alineados con los principios de la organización y orientados a maximizar el valor de negocio a través de los datos.
- Seleccionar una herramienta de gobierno del dato capaz de operar de manera transversal en entornos híbridos. Para las organizaciones que opten por una solución comercial, es importante que incluya capacidades avanzadas de gestión de metadatos, linaje automatizado y gestión centralizada de accesos. En este sentido, el gobierno de los casos de uso desplegados siempre será más liviano si la herramienta de catálogo y linaje se integra nativamente con las distintas fuentes de información para poder mapear las relaciones entre los distintos activos de datos y orígenes de forma directa.
- Apostar por metadatos activos. En entornos híbridos, donde los datos están distribuidos entre múltiples tecnologías y ubicaciones, los metadatos activos son esenciales para lograr una gobernanza realmente práctica y valiosa. A diferencia de los tradicionales, los metadatos activos permiten automatizar decisiones y aplicar políticas en tiempo real, adaptándose al contexto del dato y del usuario. Esto es clave en ecosistemas complejos, donde trabajar procesos de manera manual sería ineficiente o inviable. Los metadatos activos habilitan trazabilidad, control de accesos, calidad del dato y cumplimiento normativo de forma escalable.
- Adoptar una arquitectura lógica de datos mallada o federada. En entornos híbridos, intentar centralizar toda la gestión del dato puede resultar inviable. Por eso, es recomendable adoptar arquitecturas basadas en una distribución lógica de los datos, que permitan que la propiedad y gestión de estos se distribuya entre distintos dominios o unidades de negocio. Cada equipo se responsabiliza de los datos que genera o utiliza (ya estén en una o varias tecnologías de origen), pero dentro de un marco común de gobernanza que garantiza coherencia, seguridad y trazabilidad en toda la organización. Esto termina favoreciendo la escalabilidad, ya que cada dominio puede actuar con autonomía. Además, mejora la responsabilidad sobre el dato y permite aplicar el gobierno del dato justo donde este se genera y se consume.
El factor humano
Independientemente del mapa tecnológico de cada organización y de los desafíos tácticos que tenga que enfrentar, es necesario enfatizar la relevancia que siempre tiene concebir y defender las bondades del gobierno del dato corporativo. No tanto como un mecanismo para una gestión de los datos per se, sino como un activo de valor añadido con impacto directo en el negocio, necesario para habilitar los casos de uso de datos y de IA con impacto en las áreas de la compañía.
Para esta ardua tarea, el factor humano del gobierno del dato y la evangelización son claves para conseguir escalar estas prácticas en las organizaciones.
