El sector de las telecomunicaciones no solamente es protagonista de la Transformación Digital por los procesos que se adelantan dentro de sus mismas empresas para evolucionar y apoyar a sus clientes, sino precisamente por la influencia que tienen para apoyar esa transformación en compañías de otras industrias.
Se trata de un proceso que avanza a ultra velocidad. Según la organización GSMA , “el cambio global de las empresas de telecomunicaciones se está produciendo rápidamente, y la conectividad inteligente desempeñará un papel fundamental en los tiempos nuevos. Las empresas de telecomunicaciones se enfrentan a la evolución de sus redes y más que eso a la creación de nuevos modelos de negocio para lograr la sostenibilidad y crecimiento previsto. La conectividad ya tan solo es una fracción de los ingresos totales de las telecomunicaciones y entramos de ello en la consolidación de una nueva industria caracterizada por tecnologías aceleradoras como lo son la Inteligencia Artificial y el Aprendizaje Automático ,Internet de las Cosas , Cloud y la Analítica y gestión de datos ”.
Estas son las tecnologías basadas en el aprovechamiento de los datos que podemos identificar que más pueden apoyar y acelerar la reinvención de las telecomunicaciones en la actualidad:
- RESPONSABLE AI
La ciencia de datos responsable significa articular principios éticos y desarrollar las herramientas para aplicarlos. Pero, en la práctica, ¿Qué significa esto? Tenemos que hablar de cómo garantizar que las decisiones impulsadas por modelos analíticos estén sujetas al mismo escrutinio y normas éticas que cualquier otra decisión.
También tenemos que pensar en cómo podemos garantizar que esas decisiones sean justas, y quizás incluso lo que entendemos por "justas". El mercado de soluciones de IA responsable, que actualmente afectará a 75 millones de dólares, se duplicará en 2022. (Forrester)
- AUTOMATIZACION INCREMENTADA
Durante el tiempo, se verá en las próximas empresas de telecomunicaciones una mayor gestión de datos, construcción de modelos y tareas de implementación automatizadas para acelerar los proyectos de IA y reducir la complejidad. También empezará a haber menos necesidad de programación a medida que esto preceda.
Con el tiempo, esto dará lugar a una mayor democratización de la analítica, apoyada por el desarrollo de interfaces fáciles de usar, de tipo "apuntar y hacer clic".
- ANALÍTICA AVANZADA
Los procesos analíticos son cada vez más complejos y requieren un cambio más allá de lo que se puede hacer manualmente. Habilitar tecnologías como el aprendizaje automático y la IA para ayudar en la preparación de los datos, la generación de conocimientos y la explicación de los mismos es fundamental para aumentar la forma en que las personas exploran y analizan los datos.
- IA COMPUESTA
La IA compuesta, según el Hype Cycle 2020 de Gartner para las tecnologías emergentes, es la "combinación de diferentes técnicas de IA para conseguir el mejor resultado". No es sólo aprendizaje automático; es una combinación de técnicas -estadística, minería de datos, previsión, optimización, procesamiento del lenguaje natural (PNL), visión por ordenador y otras- en función del problema empresarial.
- GESTIÓN DE DATOS
En 2023, el 60% de las empresas del Global 2000 tendrán una arquitectura de datos para permitir DataOps, ingeniería de datos basada en ML y reducir los riesgos de los datos con el fin de impulsar la innovación entre los trabajadores de la Gen D (es decir, de datos), (según IDC).
- CÁLCULO EN LA NUBE
La computación en la nube nativa se cambiará en el núcleo de la estrategia de la nube de las telcos en 2022 y más allá. De hecho, las tecnologías nativas de la nube trascenderán todos los principales dominios tecnológicos, como el big data, la IA y el IoT. La adopción de contenedores alcanzará el 50% en 2022 (Forrester).
- MLOPS/MODELOPS/INGENIERÍA DE LA IA
Para 2024, el 60% de las empresas de telecomunicaciones habrán operacionalizado sus flujos de trabajo de Machine Learning a través de capacidades MLOps / ModelOps (IDC).
Para 2025, el 10% de las empresas que fortalecerán las mejores prácticas de ingeniería de IA generarán al menos tres veces más valor de sus esfuerzos de IA que el 90% de las empresas que no lo hacen. (Gartner)
