Skip to content
Tiatra, LLCTiatra, LLC
Tiatra, LLC
Information Technology Solutions for Washington, DC Government Agencies
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact
 
  • Home
  • About Us
  • Services
    • IT Engineering and Support
    • Software Development
    • Information Assurance and Testing
    • Project and Program Management
  • Clients & Partners
  • Careers
  • News
  • Contact

Redefiniendo la transformación empresarial en la era de los ecosistemas inteligentes

Como profesionales de TI y tomadores de decisiones empresariales, hemos utilizado rutinariamente el término transformación digital durante más de una década para describir una cartera de iniciativas empresariales que, de algún modo, permiten capacidades comerciales estratégicas. Sin embargo, en última instancia, la intención suele estar reñida con los resultados mensurablemente útiles. Las iniciativas de transformación suelen desafiar la gravedad en términos de lo que es práctico y realista para las empresas modernas con aplicaciones e infraestructura heredadas, pero persistimos en financiarlas a gran escala y posicionarlas como orientadas al valor y a los resultados.  

Cuando consideramos las implicaciones de los costes fijos de infraestructura y las inversiones de capital, iniciativas como la migración a la nube, las plataformas de datos empresariales, la automatización robótica de procesos (RPA) y las iniciativas API-first presentaron una oportunidad casi irresistible para habilitar y liberar capacidades y valor empresarial.

Lo que pasamos por alto constantemente fueron las consecuencias directas e indirectas de la interrupción de la continuidad empresarial, los desafíos de las adquisiciones y desinversiones, las demandas de integración e interoperabilidad para las grandes empresas y, sobre todo, el historial poco impresionante de la mayoría de los esfuerzos de transformación empresarial. El cuadro de mando habla por sí solo. Un estudio de McKinsey descubrió que menos del 30% de las iniciativas de transformación digital logran sus objetivos con éxito. Para las grandes empresas, la tasa de éxito es incluso menor, con estimaciones que rondan el 16-20% debido a la escala y la complejidad de las iniciativas. 

La era de las API primero 

En 2012, como arquitecto de software en una empresa global de ropa y accesorios deportivos, me quedó claro durante la era de API-first que la transformación ya no era una cuestión de ambiciones elevadas que incluían implementaciones monolíticas, refactorización, ingeniería inversa o reingeniería de aplicaciones internas junto con la modernización de la infraestructura. Más tarde, como arquitecto empresarial en bienes de consumo envasados, ya no podía contemplar de manera realista un mundo en el que TI pudiera ejecutar migraciones masivas de carteras de aplicaciones desde centros de datos a aplicaciones basadas en la nube y SaaS y sobrevivir a las implicaciones de coste, riesgo y tiempo de comercialización. Nuestros compromisos con las empresas a las que apoyábamos como arquitectos estaban perpetuamente en desacuerdo con la realidad. Un cambio tectónico nos estaba llevando a todos de arquitecturas monolíticas a modelos de autoservicio y una crisis existencial para la arquitectura y TI se nos venía encima.   

Lo que surgió fue un patrón de adopción de interfaces abstractas, automatización de procesos y ecosistemas interoperables donde las aplicaciones, las plataformas de datos y la nube y la infraestructura se implementaron con poco código, los procesos se diseñaron mediante automatización y los datos se consumieron a través de interfaces comunes y abiertas. Claramente, se trataba más de modernización y transformación en marcha. El panorama estaba evolucionando hacia un enfoque en mantener la continuidad y, al mismo tiempo, obtener una ventaja competitiva mediante el acceso a los datos a través del camino más práctico y con menos interrupciones.  

Mis experiencias como director de arquitectura en la integración de vehículos conectados B2C para la industria automotriz OEM se centraron en desbloquear y habilitar el acceso y el flujo de datos de los vehículos a nivel global y a escala. Vi este patrón surgir nuevamente como arquitecto jefe de una empresa de plataforma SaaS B2B también en la industria automotriz, donde nuestro equipo hizo un esfuerzo consciente para alejarse de la reingeniería de aplicaciones RPG arcaicas en una plataforma AS400 y centrarse en cambio en interfaces abstractas y abiertas para la automatización de datos y procesos, la infraestructura en la nube y los ecosistemas basados ​​en SaaS. 

La era de los megaproveedores 

En 2020, la base de la competencia para los que ahora se conocen como megaproveedores era la interoperabilidad, la automatización y la participación dentro del ecosistema, así como el desbloqueo del acceso a los datos para impulsar las capacidades comerciales, el valor y la gestión del riesgo. En el pico de la pandemia, los sistemas agregados de datos de registro en lagos de datos basados ​​en SaaS se convirtieron en el destino preferido de las empresas globales. Todos estábamos lidiando con un profundo riesgo operativo y una disrupción sin precedentes de la plataforma cuando los datos residen en todas partes y en ninguna. La confiabilidad y la sostenibilidad de la arquitectura monolítica en los sistemas centrales de las empresas construidas sobre adquisiciones enfrentaron picos de demanda, retracciones repentinas del mercado y la inevitable crisis de la cadena de suministro que se produciría. 

En 2022, como arquitecto empresarial en la industria de herramientas de consumo, descubrí que las empresas que crecieron exponencialmente a través de fusiones y adquisiciones comenzaron a sentir el dolor de los sistemas ERP dispares, las plataformas de gestión de la cadena de suministro y la fragmentación de la experiencia del cliente, todos ellos afectados por almacenes de datos redundantes y problemas de calidad de los datos. El riesgo real de tomar decisiones comerciales impactantes con un linaje y una calidad de datos cuestionables era obvio. La convergencia de todos estos factores resultó en un impulso hacia canales de datos unificados y plataformas de datos empresariales que tuvieran el potencial de respaldar el acceso agregado y contextualizado a los datos a través de una capa semántica para los negocios. También se estaban incluyendo algoritmos de aprendizaje automático para la limpieza de datos y la detección de anomalías. Un golpe de IA ‘de movimiento lento’ estaba sucediendo en paralelo con los datos en el centro y era más significativo que cualquier punto de inflexión tecnológico anterior. La unión de los datos con los sistemas de inteligencia comenzó a ganar impulso ya en 2014 a través de la evolución de OpenAI. 

Los nuevos fosos 

¿Cómo encajan los sistemas de inteligencia? Me encontré por primera vez con el término “sistemas de inteligencia” en 2023 cuando me topé con un excelente artículo de Jerry Chen titulado Los nuevos fosos: por qué los sistemas de inteligencia siguen siendo el próximo modelo de negocio defendible. En el artículo, Chen destaca los efectos de los grandes modelos de lenguaje (LLM) en las empresas construidas sobre “fosos”. Cuando pensamos en los sistemas de registro clásicos, los fosos son la última línea de defensa en los ecosistemas propietarios. El “puente levadizo” para los fosos desde una perspectiva de TI generalmente ha incluido cosas como API, buses de servicio, herramientas ETL y plataformas de integración como servicio.   

En las empresas modernas, hemos creado sin darnos cuenta conductos de datos con conjuntos de datos redundantes dentro y entre sistemas de registro para consumidores posteriores a través de sistemas de interacción como la web, el chat y los dispositivos móviles, que afectaron negativamente de manera directa la arquitectura de la experiencia del cliente y nuestra capacidad para gestionar la integridad y la precisión de los datos. En última instancia, si el linaje de datos está fragmentado, es de baja calidad y no tiene contexto, la experiencia del cliente seguramente también se fragmentará o se romperá. El nivel intermedio, dominado por las arquitecturas de bus empresariales clásicas, también carecía de inteligencia flexible, aparte de una lógica empresarial frágil y a veces complicada que aumentaba aún más la complejidad de la gestión de aplicaciones, infraestructura e integraciones. 

Los LLM, combinados con la IA generativa y la automatización de procesos basada en agentes, pueden negociar acciones a través de API, calificar el contexto y las clasificaciones de confianza en función de la calidad y el linaje de los datos, y navegar por el panorama de los almacenes de datos que se encuentran detrás del foso y entre otros ecosistemas. Ahora están surgiendo conversaciones impulsadas por datos e IA entre humanos y sistemas, donde la agencia y la interoperabilidad ahora reemplazan la integración y la centralización codificadas. 

Entonces, ¿qué significan los sistemas de inteligencia en términos de los mismos actores basados ​​en ecosistemas que han plagado a TI con dependencia de proveedores durante décadas? Las empresas sobreviven y prosperan gracias a su capacidad de pivotar y adaptarse. Los sistemas de aprendizaje pivotan y se adaptan en función de eventos y nuevos datos de capacitación. La naturaleza de la transformación moderna consiste en cambiar nuestras suposiciones de diseño arquitectónico de sistemas de registro que se abstraen mediante capas de integración y almacenes de datos redundantes a sistemas de inteligencia que puedan permitir la automatización de procesos completamente autónomos con agentes. Las “conversaciones” y los agentes semiautónomos, mediados por humanos, activan la automatización del flujo de trabajo en función de eventos, interacciones, metadatos del sistema y plataformas de datos empresariales agregados. 

Interoperabilidad: la heredera aparente 

La base de la competencia en la era de los ecosistemas inteligentes reside en los líderes de la industria que reconocen que la automatización y la habilitación de la investigación mediante la creación de cadenas de valor basadas en inteligencia dentro de los ecosistemas y entre ellos mediante la automatización agéntica será la norma. Esto facilitará un cambio fundamental en el uso de términos como transformación digital como un camino hacia el valor comercial y la habilitación de capacidades.

Algunos ejemplos actuales podrían incluir la automatización agéntica Joule de SAP y la tecnología Agentforce de Salesforce. El valor comercial de los agentes basados ​​en Joule tiene un valor obvio dentro del ecosistema de SAP, al igual que Agentforce tiene valor dentro del ecosistema de Salesforce, pero la automatización del flujo de trabajo de la agencia que puede atravesar y entrenarse en múltiples ecosistemas tiene una clara ventaja. Para los arquitectos, esto significa que los actores de ecosistemas homogéneos como SAP y Salesforce sin duda proliferarán en el panorama con soluciones de flujo de trabajo agéntico bloqueadas, pero el heredero aparente sigue siendo la interoperabilidad y los estándares abiertos que la facilitan.   

¿Cómo facilitarán las arquitecturas de inteligencia agéntica la capacidad y el valor del negocio?  

  • Orquestación: los agentes orquestan un proceso de consulta administrándolo en pasos y asignando agentes a cada tarea.   
  • Basado en objetivos: los agentes “entienden” y ejecutan objetivos específicos, lo que permite interacciones complejas y profundas.  
  • Planificación y razonamiento: Los agentes son capaces de realizar una planificación compleja y un razonamiento de varios pasos.   
  • Consciente del contexto: la automatización basada en agencias evalúa la situación, incluidas las interacciones pasadas y el contexto del usuario para tomar decisiones y realizar las acciones adecuadas.  
  • Aprendizaje iterativo:  los agentes inteligentes aprenden y mejoran con el tiempo.   
  • Flexibilidad y personalización: las arquitecturas basadas en agencias brindan flexibilidad y sensibilidad al contexto para adaptarse a dominios específicos.  

¿Qué significa realmente “redefinir la transformación”? 

Cuando reflexiono sobre lo que realmente significa redefinir la transformación empresarial en la era de los ecosistemas inteligentes, recuerdo algunos de los eventos más profundamente disruptivos de la experiencia reciente y cómo podrían haber sido diferentes. Los sistemas que aprenden y se entrenan en eventos de cambio en los sistemas centrales de registro, demandan patrones en los sistemas de interacción y se adaptan contextualmente para respaldar los sistemas de interacción son lo que define la verdadera resiliencia del sistema empresarial. 

Al repasar mis propias experiencias pandémicas como arquitecto, puedo volver a imaginar cómo sería un mundo cuando se enfrentara nuevamente a obstáculos abrumadores utilizando arquitecturas de agentes y sistemas habilitados para IA. A través de la lente de una transformación definida por ecosistemas inteligentes y disponibilidad, confiabilidad, integridad de datos y transacciones del sistema de automatización de agentes, la semántica empresarial y el contexto de datos sobreviven a los riesgos de la diversidad y fragmentación de los ERP y los modelos de negocios porque se entrenan incansablemente en los cambios contextuales del sistema, los datos y la caracterización empresarial. 

El futuro de la empresa moderna no pertenece a los ecosistemas basados ​​en agentes, pero la arquitectura agente ciertamente puede facilitar cambios a través de nuevos flujos de valor que se adapten de manera flexible y receptiva al cambio y aprendan de él. 


Read More from This Article: Redefiniendo la transformación empresarial en la era de los ecosistemas inteligentes
Source: News

Category: NewsJanuary 17, 2025
Tags: art

Post navigation

PreviousPrevious post:Quick ROI vs. innovation: CIOs face competing AI goalsNextNext post:Lenovo to acquire Infinidat to expand its storage folio

Related posts

휴먼컨설팅그룹, HR 솔루션 ‘휴넬’ 업그레이드 발표
May 9, 2025
Epicor expands AI offerings, launches new green initiative
May 9, 2025
MS도 합류··· 구글의 A2A 프로토콜, AI 에이전트 분야의 공용어 될까?
May 9, 2025
오픈AI, 아시아 4국에 데이터 레지던시 도입··· 한국 기업 데이터는 한국 서버에 저장
May 9, 2025
SAS supercharges Viya platform with AI agents, copilots, and synthetic data tools
May 8, 2025
IBM aims to set industry standard for enterprise AI with ITBench SaaS launch
May 8, 2025
Recent Posts
  • 휴먼컨설팅그룹, HR 솔루션 ‘휴넬’ 업그레이드 발표
  • Epicor expands AI offerings, launches new green initiative
  • MS도 합류··· 구글의 A2A 프로토콜, AI 에이전트 분야의 공용어 될까?
  • 오픈AI, 아시아 4국에 데이터 레지던시 도입··· 한국 기업 데이터는 한국 서버에 저장
  • SAS supercharges Viya platform with AI agents, copilots, and synthetic data tools
Recent Comments
    Archives
    • May 2025
    • April 2025
    • March 2025
    • February 2025
    • January 2025
    • December 2024
    • November 2024
    • October 2024
    • September 2024
    • August 2024
    • July 2024
    • June 2024
    • May 2024
    • April 2024
    • March 2024
    • February 2024
    • January 2024
    • December 2023
    • November 2023
    • October 2023
    • September 2023
    • August 2023
    • July 2023
    • June 2023
    • May 2023
    • April 2023
    • March 2023
    • February 2023
    • January 2023
    • December 2022
    • November 2022
    • October 2022
    • September 2022
    • August 2022
    • July 2022
    • June 2022
    • May 2022
    • April 2022
    • March 2022
    • February 2022
    • January 2022
    • December 2021
    • November 2021
    • October 2021
    • September 2021
    • August 2021
    • July 2021
    • June 2021
    • May 2021
    • April 2021
    • March 2021
    • February 2021
    • January 2021
    • December 2020
    • November 2020
    • October 2020
    • September 2020
    • August 2020
    • July 2020
    • June 2020
    • May 2020
    • April 2020
    • January 2020
    • December 2019
    • November 2019
    • October 2019
    • September 2019
    • August 2019
    • July 2019
    • June 2019
    • May 2019
    • April 2019
    • March 2019
    • February 2019
    • January 2019
    • December 2018
    • November 2018
    • October 2018
    • September 2018
    • August 2018
    • July 2018
    • June 2018
    • May 2018
    • April 2018
    • March 2018
    • February 2018
    • January 2018
    • December 2017
    • November 2017
    • October 2017
    • September 2017
    • August 2017
    • July 2017
    • June 2017
    • May 2017
    • April 2017
    • March 2017
    • February 2017
    • January 2017
    Categories
    • News
    Meta
    • Log in
    • Entries feed
    • Comments feed
    • WordPress.org
    Tiatra LLC.

    Tiatra, LLC, based in the Washington, DC metropolitan area, proudly serves federal government agencies, organizations that work with the government and other commercial businesses and organizations. Tiatra specializes in a broad range of information technology (IT) development and management services incorporating solid engineering, attention to client needs, and meeting or exceeding any security parameters required. Our small yet innovative company is structured with a full complement of the necessary technical experts, working with hands-on management, to provide a high level of service and competitive pricing for your systems and engineering requirements.

    Find us on:

    FacebookTwitterLinkedin

    Submitclear

    Tiatra, LLC
    Copyright 2016. All rights reserved.