Tu próxima fuerza laboral funciona con datos: ¿Estás listo para ese futuro?

El cambio organizacional de una institución humana a un sistema computacional centraliza los datos. En un sistema computacional, los datos no son material de referencia; son el material. Sin embargo, durante décadas, los datos han estado detrás del negocio en lugar de dentro de él. Sirvieron como un espejo retrospectivo que mostraba lo que ya había sucedido, dejando a los humanos la tarea de interpretarlos y decidir qué hacer a continuación. Esta era la realidad práctica de “orientarse a los datos”, y dependía enteramente de la motivación humana, el tiempo humano y la interpretación humana.

Agentes de IA cambian esa relación por completo. 

Cuando el trabajo es realizado por sistemas autónomos, los datos dejan de ser una opción. Los agentes no eligen si usar los datos. Operan con ellos, razonan a través de ellos y dependen de su calidad para actuar correctamente. Requieren datos en el momento de la acción, lo que convierte los datos en un medio de transacción: el canal a través del cual se inicia, valida y completa el trabajo.

En este mundo, los datos ya no son un tablero que consultas. Se convierten en el sustrato que impulsa cómo se comporta tu fuerza de trabajo agéntica, lo que aprende y lo que puede hacer. Este es el cambio de usar datos para entender el negocio a usar datos para dirigir el negocio.

Todo esto lleva a una conclusión simple: si los agentes dependen de los datos para actuar, entonces las organizaciones deben construir un entorno donde esos datos sean accesibles, interpretables y aplicables en el momento de la acción. Esa necesidad se convierte en el mandato arquitectónico para la próxima evolución de la infraestructura de datos.

[CTA_MODULE]

El futuro de la infraestructura de datos

Un cambio estructural está en marcha. A medida que los flujos de trabajo transitan de la ejecución humana a la ejecución por agentes, todo el ecosistema de datos y aplicaciones será remodelado. Este cambio tiene 4 componentes principales, cada uno remodelando una capa diferente de la pila.

Interfaces de lenguaje natural abrirán el acceso a los datos a cualquiera que pueda expresar una pregunta o instrucción en lenguaje cotidiano. Sin habilidades especializadas. Sin curva de aprendizaje. Sin necesidad de presentar tickets a un equipo de datos. Esta es la última barrera para la accesibilidad de los datos que la industria ha luchado por superar.

Los agentes se convertirán en el mecanismo universal para la ejecución de tareas, reemplazando los flujos de trabajo operativos personalizados que dependen de sistemas, roles o habilidades técnicas específicas. En lugar de que las herramientas dicten cómo debe hacerse el trabajo, los agentes llevarán el trabajo a través de sistemas y contextos. Se convierten en la unidad de ejecución para las operaciones de la organización.

Los sistemas operativos y las aplicaciones de negocio ya no serán el lugar principal donde los humanos realizan el trabajo o donde reside toda la lógica de negocio. Su rol cambia a hacer cumplir las restricciones específicas del dominio que aseguran que las operaciones se ejecuten correctamente. Se convierten en entornos duraderos y orientados a reglas, en lugar de interfaces de usuario, que rigen definiciones como qué se considera un registro válido, quién puede modificarlo y qué debe ser cierto antes de que cualquier sistema o agente pueda actuar.

La capa de datos se convierte en la capa operativa para el trabajo agéntico, pasando de ser un registro pasivo de lo que sucedió al entorno en el que se toman decisiones y se ejecutan flujos de trabajo. Las pilas de datos actuales fueron construidas para humanos que ejecutan consultas, no para agentes que orquestan flujos de trabajo continuos y automatizados. Los humanos pueden negociar la ambigüedad. Por ejemplo, si finanzas y ventas no están de acuerdo sobre el ARR (ingresos recurrentes anuales), pueden discutirlo y decidir qué número usar para la presentación a la junta directiva. Los agentes no pueden. Requieren reglas explícitas, precedencia definida y resolución de conflictos dentro de los propios datos.

Para apoyar operaciones agénticas, la capa de datos debe evolucionar de 4 maneras críticas:

1. Accesibilidad universal. Los datos deben ser interoperables en todos los sistemas de la organización.
2. Una única respuesta canónica para cada concepto central. No es un secreto que los líderes de datos han evitado este trabajo durante décadas. Es complicado, político y rara vez reconocido. Pero decidir la respuesta correcta y dónde debe residir ya no es opcional. Como Jamin Ball lo expresó, “Las empresas que ganen en este ciclo serán las que construyan experiencias agénticas asombrosas sobre fuentes de verdad aburridas pero sólidas como una roca.”
3. Contratos sobre cómo se permite que cambien los datos. Límites claros aseguran que los agentes actúen de manera predecible y que los flujos de trabajo se mantengan estables.
4. Definición explícita de significado y precedencia. Los datos deben contener las definiciones, la lógica y la propiedad intelectual de la organización, para que los agentes puedan interpretarlos y actuar sobre ellos sin mediación humana.

La arquitectura de datos que impulsará la próxima era del trabajo

Fivetran dedicó más de una década a hacer que los datos listos para análisis fueran confiables y accesibles. El cambio hacia la IA introduce un conjunto adicional de requisitos. Los sistemas de IA necesitan más que tablas bien modeladas. Se basan en datos con procedencia rastreable, semántica estandarizada, interoperabilidad garantizada y disponibilidad confiable en el punto de ejecución.

En nuestro trabajo con empresas, vemos el mismo cambio desarrollándose, y varias capacidades se están volviendo esenciales.

1. Datos de alta calidad, completos con su linaje e historial

La IA comienza con datos confiables, fidedignos y bien estructurados. En un entorno impulsado por la IA, esa base debe combinarse con una comprensión de dónde se originaron los datos, cómo se transformaron y cómo han cambiado con el tiempo. En un estado futuro de Fivetran y dbt, las organizaciones obtendrán visibilidad de extremo a extremo sobre los orígenes, transformaciones y ciclo de vida de sus datos. Esto otorga a los sistemas de IA la capacidad de evaluar la fiabilidad, comprender la procedencia y determinar si los datos son adecuados para una tarea determinada.

2. Transformación que añade contexto

El significado no surge de los datos por sí solos. Se crea a través de los modelos que expresan cómo opera una empresa. Los datos se transforman, unen y enriquecen para que reflejen la forma en que el negocio realmente funciona. Este trabajo codifica la propiedad intelectual de la organización, el conocimiento tácito que reside en la mente de los empleados, pero que debe representarse explícitamente para que la IA lo utilice.

3. Una capa de datos universal que cualquier sistema puede consumir

Hemos superado el punto en el que las herramientas de BI son los únicos consumidores de datos. Los agentes de IA, los sistemas operativos y las herramientas emergentes requieren acceso directo. Dado que no podemos predecir todas las herramientas o modelos futuros, el enfoque más resiliente es almacenar y gestionar los datos en un formato universal. Una capa universal prepara a la empresa para el futuro y garantiza que cualquier sistema nuevo pueda integrarse sin necesidad de trabajos de ingeniería personalizados.

4. Acceso operativo en el punto de acción

La IA se vuelve valiosa solo cuando puede participar en los flujos de trabajo donde se determinan los resultados. Si la IA apoya a ventas, finanzas o soporte, debe ser capaz de entregar datos confiables y enriquecidos directamente dentro de las aplicaciones de las que dependen esos equipos. Esto es lo que mueve a la IA de lo consultivo a lo operativo, de sugerir acciones a tomarlas.

El futuro agéntico es un mandato de infraestructura

La IA no ofrecerá una ventaja competitiva por los modelos que implemente, sino por las bases de datos en las que se apoyan esos modelos. Los ganadores serán las empresas que construyan bases estables, interpretables e interoperables mucho antes de que la ola agéntica alcance su punto máximo.

La fuerza laboral del futuro ya se está formando. La pregunta es si tus datos están listos para respaldarla.

Para las organizaciones que se preparan para este cambio, estamos listos para apoyar las bases de datos que lo hacen posible.

[CTA_MODULE]