Hablemos de datos, de su integración y gobierno, pero también de aspectos tan críticos como la capa semántica. Es evidente que la explosión de la IA que estamos viviendo, reforzada —no nos engañemos— con los resultados objetivos que se están cosechando en cuanto a eficiencia, ha cogido a muchas empresas por con el pie cambiado.
No basta con copiar datos de un lugar a otro y aplicar algoritmos: es clave incorporar la semántica del negocio
Hasta ahora, esa necesidad imperiosa de extraer valor a la información no parecía tan urgente, pero con la llegada de la IA (la generativa y la agéntica) las organizaciones se están enfrentando al reto de extraer valor de un volumen y variedad de datos en constante crecimiento, que están siendo gestionados en arquitecturas complejas entre las que se encuentran sistemas on-premise y multicloud; y alimentadas por fuentes dispares y heterogéneas, tanto internas como externas.
La realidad que se están encontrando aquellos que están andando este camino es que estas fuentes de datos —estructuradas, semiestructuradas y no estructuradas— presentan incompatibilidades de modelos, formatos, protocolos… Esto complica la creación de flujos homogéneos y, lógicamente, la consiguiente capacidad para su uso en tiempo real.
La capa semántica
Ante esta proliferación de fuentes y nodos, uno de los retos más importantes está relacionado con incorporar la denominada semántica del negocio: conseguir que los datos, más allá de su estructura técnica, reflejen las relaciones propias de la actividad y procesos de cada empresa, y que usen un vocabulario coherente y común a todos ellos. Este es un aspecto especialmente interesante que ha sido muy bien identificado en la entrevista que hemos hecho a Jorge Pérez, Head of BTP, BDC & Artificial Intelligence, SAP Southern Europe.
A lo largo de la conversión, el directivo destaca cómo hay empresas que ya han intentado generar este repositorio centralizado de datos, un proceso que les ha permitido ver la dificultad que todo esto conlleva.
“Han descubierto que no basta con copiar datos de un lugar a otro y aplicar algoritmos: es fundamental incorporar la semántica del negocio y una lógica sofisticada, lo que resulta mucho más complejo de lo que parecía inicialmente”.
En el escenario actual, continua Jorge Pérez, disponer de esa capa semántica común para todo el negocio es clave. Solo cuando puedes unir toda la información en un contexto de negocio y de proceso es cuando le puedes sacar todo el valor.
Es el paso necesario para, de verdad, sacar todo el partido a la IA generativa (ya presente) y a la IA agéntica, cuyo crecimiento y expectativas están siendo exponenciales. Alimentar a estas tecnologías con datos precisos y contextualizados hace posible esos procesos de colaboración automatizados end to end.
El enfoque semántico es el que va a permitir que los datos sean armonizados, enriquecidos y preparados para un uso óptimo por parte de los modelos de aprendizaje automático y analítica avanzada, asegurando tanto el contexto de negocio como la eficiencia operativa.
