Personas, datos e IA

Cada año, a través de su reconocida investigación de mercado de la industria, Gartner presenta las tendencias tecnológicas estratégicas para el próximo año. Recientemente, Gartner publicó las 10 principales tendencias tecnológicas estratégicas para 2020.

Según Gartner, “las tendencias están estructuradas en torno a la idea de espacios inteligentes centrados en las personas”, lo que significa tener en cuenta cómo estas tecnologías afectarán a las personas (es decir, clientes, empleados) y los lugares en los que viven (es decir, el hogar, oficina, auto).

Desde mi punto de vista, la mayoría de estas tendencias estratégicas se centran en las tecnologías que ayudan a las personas u organizaciones a ingerir y digerir de manera efectiva una gran cantidad de datos e información de manera inteligente, automática y confiable para facilitar los enormes esfuerzos y cargas de trabajo que estas personas o las organizaciones tienen que gastar en recopilar, almacenar, procesar, analizar y presentar los datos.

No es una exageración afirmar que la sociedad moderna está representada por datos, muchos y muchos datos. Los datos están en todas partes, los datos están creciendo a un ritmo explosivo, son parte de nuestras vidas, los datos también están conectados, conectados en red y se puede acceder a ellos de forma física, virtual, local o global. No podemos realizar negocios normales o incluso vivir vidas normales sin estar expuestos a, acceder y manipular todo tipo de datos en cualquier lugar y en todo momento. La disponibilidad de datos brinda conveniencias a las personas y las sociedades, sirviendo un buen propósito para mejorar la calidad de la vida humana. También es la base fundamental de los avances tecnológicos. Con la disponibilidad y el fácil acceso a los datos, las tecnologías como la inteligencia artificial, la visión por computadora y el aprendizaje automático (que solían ser solo significativas en la investigación académica con datos de laboratorio) ahora encuentran sus aplicaciones más importantes y alcanzan su masa crítica en áreas como la seguridad de la red; autoconducción y cuidado de la salud.

Así como la disponibilidad y el fácil acceso a los datos nos brindan estos beneficios, también conlleva los riesgos potenciales que incluso pueden dañar a individuos, organizaciones, gobiernos o sociedades. La integridad de los datos, la seguridad y la privacidad deben mantenerse para mantener la normalidad y el orden para las personas y la sociedad, así como para las empresas. En la industria de redes y seguridad, las compañías están creando plataformas y productos analíticos de grandes datos más potentes que tienen capacidades de almacenamiento de datos, computación de datos y capacidades analíticas aún más grandes, ya sea en perímetros o en la nube. Los datos se recopilan de una variedad de fuentes, como hosts o máquinas de servidor, equipos de red, firewalls y todo tipo de otros dispositivos de seguridad o administración como IDS, IPS, WAF, antivirus, HSM, así como aplicaciones de software de red, seguridad o administración como servicios AD, SNMP, DHCP, DNS, por nombrar algunos. Con la llegada de la informática 5G, miles de millones o más de dispositivos IoT se unen a las fuentes de datos a través de redes cableadas, inalámbricas o móviles. La integración de terceros, como los datos inteligentes, también aporta miles de millones o incluso billones de bytes de datos de diferentes fuentes de datos externas.

La naturaleza y la diversidad de los datos recopilados también cambian drásticamente, desde registros de dispositivos de seguridad heredados hasta datos que incluyen información a nivel de usuario y contenido a nivel de aplicación, registro de tráfico de red, conjuntos de datos IA o AM, resultados analíticos intermedios, etc., solo por nombrar algunos. Todos estos diferentes tipos de datos de diferentes fuentes se canalizan constantemente a través de los módulos de recopilación de datos de las plataformas analíticas de grandes datos, reprocesados, almacenados, analizados y finalmente visibles para los usuarios gracias a la combinación de técnicas utilizadas en el backend con tecnología de IA y herramientas de automatización.

En estas circunstancias, es claramente imposible ingerir y clasificar manualmente estos datos de manera sistemática y visible, y mucho menos realizar análisis y extraer el oro de la tierra. Afortunadamente, impulsadas por tecnologías modernas como IA, aprendizaje automático y otras herramientas analíticas de grandes datos y técnicas de automatización, se crean herramientas y procedimientos eficientes para aliviar esta carga y capacitar a los investigadores, desarrolladores, administradores y analistas de redes o seguridad para llevar a cabo una minería de datos poderosa, efectiva y analítica.

Para hacer un mejor uso de los datos, todos los productos analíticos de grandes datos o algoritmos IA deben garantizar estos requisitos analíticos de datos básicos. Visible, la visibilidad puede proporcionar a los usuarios información sobre los rastros de datos, correlacionar acciones en progreso, enriquecer los resultados del análisis de datos; Explicable, esto es especialmente importante utilizando productos analíticos de Big Data basados en IA, AM o aprendizaje profundo. Los usuarios necesitan que se les presenten resultados significativos y explicables para tener conclusiones tangibles; Seguridad, esto es fundamental para garantizar la integridad y la privacidad de los datos en términos de acceso, almacenamiento y análisis de datos. Sin esto, no habrá confianza en los datos y, por lo tanto, no habrá negocios, finanzas o economías basadas en Internet.

Automático, es evidente que, sin automatización, no es práctico procesar y analizar datos manualmente. Las personas serán enterradas en los océanos de datos que realizan tediosos trabajos diarios de manera ineficiente e ineficaz, las empresas están haciendo un esfuerzo para proporcionar herramientas y procesos de automatización para aliviar los dolores. Por ejemplo, hemos visto a muchas compañías de seguridad que ofrecen lo que se llama capacidades de orquestación de seguridad, automatización y respuesta (SOAR) en sus productos analíticos de grandes datos este año. Las principales tendencias tecnológicas estratégicas de Gartner para 2020 también destacan claramente estas filosofías sobre cómo hacer que los grandes datos sean accesibles para las personas de manera más fácil, inteligente y segura. Entre estas tendencias, la hiperautomatización se refiere a la automatización que usa tecnología para automatizar tareas que una vez requirieron humanos; Democration, se refiere a la democratización de la tecnología para proporcionar a las personas un acceso fácil a la experiencia técnica o comercial sin una capacitación extensa (y costosa); Transparencia y trazabilidad, se refiere a los esfuerzos para lograr la confianza en el uso de datos en términos de ética, integridad, apertura, responsabilidad, competencia y coherencia; El Aumento Humano, es el uso de la tecnología para mejorar las experiencias cognitivas y físicas de una persona que también indica la tendencia a proporcionar un fácil acceso a los datos disponibles para nosotros; Las cosas automatizadas, que incluyen drones, robots, barcos y dispositivos, explotan la IA para realizar tareas que generalmente realizan los humanos; La nube distribuida permite que los datos se almacenen en cualquier lugar, proporcionando un acceso fácil, así como seguridad y alta disponibilidad de datos; IA Security involucra tecnologías como la hiperautomatización y cosas autónomas que ofrecen oportunidades de transformación en el mundo de los negocios.

La sociedad actual se centra en datos e información. Los datos mejoran la calidad de la vida humana; los datos también conllevan riesgos y peligros para la vida humana. Es deber y responsabilidad de las industrias tecnológicas hacer esfuerzos incesantes en tecnologías avanzadas para proporcionar un fácil acceso a los datos y garantizar la seguridad e integridad de los datos para que las personas puedan utilizarlos de manera más efectiva y eficiente.