DaaS, datos como servicio
Un recorrido por el modelo DaaS: beneficios, retos y principales aplicaciones en las organizaciones
[Publicado en: Digital Biz Magazine]
Los modelos de provisión de tecnología han evolucionado hacia los servicios bajo suscripción y pago por uso, apoyados en las capacidades de la nube y en la versatilidad funcional de los proveedores. En esa línea, las compañías pueden encontrar infraestructura y un extenso catálogo de software para dar soporte a sus necesidades de negocio. No es extraño, por tanto, que en un escenario de consumo masivo de información haya surgido también el concepto de data as a service (DaaS).
El modelo de data as a service (DaaS), o datos como servicio, proporciona una perspectiva evolutiva del negocio de almacenamiento y suministro de información, basado en el acceso a datos de calidad con el valor añadido inherente a los servicios cloud. A grandes rasgos, en este modelo se sustituye —o complementa— el hosting, parte del procesamiento y, en ocasiones, también el análisis en capas intermedias por una suscripción DaaS, que permite obtener la información necesaria.
Este modelo revoluciona la forma en que las empresas abordan el desarrollo de soluciones analíticas y modelos de inteligencia artificial. Además, y esto es importante, al ofrecer acceso a conjuntos de datos vastos, diversos y actualizados, el enfoque DaaS permite a las organizaciones personalizar sus soluciones de manera más precisa y eficiente. Pero ¿hasta qué punto llegan realmente los beneficios que promete este modelo y cómo se implementa en las organizaciones?
Data as a service a nivel global
Según datos de Grand View Research, el modelo de data as a service está en auge y el tamaño del mercado mundial así lo demuestra: por ejemplo, el pasado año se estimó un volumen de negocio cercano a los 14.360 millones de dólares y se prevé que crezca a una tasa interanual del 28,1% del 2024 al 2030.
La integración de la inteligencia artificial y el aprendizaje automático en las plataformas de datos como servicio está transformando la forma en que las empresas analizan y utilizan los datos. Los análisis optimizados por IA ofrecen insights más profundos y mejores capacidades predictivas, lo que permite a las organizaciones anticipar tendencias y tomar decisiones informadas. Así, este tipo de modelos incrementan la eficiencia y competitividad de las empresas en un mercado cada vez más globalizado y, por ende, más exigente.
DaaS revoluciona la forma en el que las empresas abordan el desarrollo de soluciones analíticas y modelos de IA.
Este crecimiento lo propician, en buena medida, las propias organizaciones y sus socios tecnológicos, quienes buscan satisfacer sus necesidades, en constante evolución. De este modo, surgen nuevas exigencias en ámbitos como la seguridad, el cumplimiento normativo y la capacidad de contar con modelos escalables e interoperables que requieren integrar cualquier tipo de dato, con independencia de su naturaleza o valor de negocio.
Por ejemplo, según un informa de IDC, estima que, en el 2025, el 80% de los datos del mundo serán no estructurados y esto supondrá un enorme desafío para todas aquellas compañías que quieran sacar partido de su información, pero no cuentan con las soluciones adecuadas para extraer un valor real. Aquí, modelos como el data as a service cobran gran importancia.
Beneficios y retos
Esta tipología de modelos, nativos en la nube, facilita el acceso a todo tipo de información independientemente de su origen. Además, mediante capacidades basadas en inteligencia artificial y aprendizaje automático, es posible extraer patrones y tendencias sobre los conjuntos de datos no estructurados, lo que marca un antes y un después para aquellas entidades cuyo linaje de datos no goza de una calidad óptima.
Para valorar si un modelo de estas características puede aportar este o cualquier otro de los beneficios esperados del DaaS, hay que ser consciente de las capacidades estructurales con las que cuenta cada compañía para adoptarlos, algo que, al mismo tiempo, presenta varios desafíos.
Gartner estima que las empresas pueden ahorrar hasta un 30% en costes de almacenamiento y gestión de datos tras eliminar los gastos procedentes de la infraestructura. Sin embargo, para cuantificar el potencial de un hipotético retorno en este aspecto será necesario evaluar, en cada caso, la localización de las fuentes de información y si la arquitectura existente se apoya en una infraestructura amortizada, así como el rendimiento que está proporcionando.
Un correcto uso del DaaS libera tiempo para que los perfiles más cualificados puedan dedicarlo a desarrollar nuevas iniciativas o servicios apoyados en datos.
En lo que se refiere a la agilidad en la toma de decisiones y escalabilidad, los datos bajo demanda hacen más accesible la información y más flexible su explotación analítica. Esto permite tomar decisiones de una forma más rápida y cualificada que mitiga riesgos y aporta valor competitivo.
Para ello es necesario tener presente que, para no incurrir en riesgos adicionales, debe existir un entorno gobernado y securizado. Esto ha de acompañarse de un plan de viabilidad que contemple la integración con los sistemas y procesos existentes y que arroje luz sobre la necesidad de inversiones adicionales.
En este mismo plano es importante contemplar que este tipo de servicio genera una dependencia de terceros y es conveniente abordar estrategias que eviten el vendor locking. Es recomendable, por tanto, establecer acuerdos que incluyan planes de continuidad y migración. La garantía de esa flexibilidad de salida y de la calidad de los datos constituyen dos de los principales criterios de selección del proveedor.
Resistencia al cambio
Por último, es importante recalcar que la adopción de este modelo se traduce en un aumento de la productividad y fomenta la innovación. Como cualquier enfoque que permita simplificar procesos y que elimine tareas rutinarias de menor valor, un correcto uso del DaaS libera tiempo para que los perfiles más cualificados puedan dedicarlo a desarrollar nuevas iniciativas o servicios apoyados en datos.
En este punto nos encontramos, quizá, con el reto más importante: afrontar la resistencia al cambio de los usuarios más reactivos. Para ello, la estrategia más efectiva suele estar basada en el desarrollo de sus habilidades personales y su implicación en los beneficios que el DaaS puede aportar al negocio o al desempeño de su actividad.
En conclusión, ningún modelo es igual de válido para todas las compañías y es imprescindible analizar la situación de partida y los objetivos de cada una para evaluar su potencial beneficio.
DaaS es una nueva alternativa que no solo proporciona acceso a información, sino que también potencia la creación de soluciones analíticas y modelos de inteligencia artificial más personalizados y eficientes. Al combinar la flexibilidad de los servicios en la nube con la riqueza de los datos, se convierte en un aliado estratégico para las empresas que buscan obtener una ventaja competitiva en un mercado cada vez más impulsado por un buen uso de la información.
