Aproveche los datos para

reinventar su organización
Cree una estrategia de datos para la próxima ola de innovación en la nube

1
INTRODUCCIÓN

Bienvenido a la generación
de la reinvención
Para todas las organizaciones es difícil mantener el éxito por largos períodos. Para
continuar siendo relevantes, las organizaciones deben reinventarse de forma periódica.
La introducción de la nube dio lugar a una generación de reinvención. Ahora, la
próxima ola de reinvención estará impulsada por datos. Los líderes deben poder confiar
en los datos para tomar decisiones fundadas, anticiparse y tomar medidas pertinentes.
Para las organizaciones que quieran mantener su relevancia, tanto en el presente como
en el futuro, es indispensable el diseño de una estrategia de datos.

Los líderes con mentalidad de reinvención deben trabajar incesantemente para llegar
a la verdad. Eso significa contar con las herramientas necesarias para cambiar de
dirección cuando se necesite tomar medidas frente a las oportunidades y las amenazas.
Para hacer esto, es necesario convertirse en una organización impulsada por datos.

2
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
Los datos son el motor del proceso de reinvención
Las organizaciones impulsadas por datos tratan los datos como un activo, no como
propiedad de departamentos individuales. Establecen sistemas para recopilar, almacenar,
organizar y procesar datos valiosos y ponerlos a disposición de las personas y las
aplicaciones que los necesitan de manera segura.
Para recopilar, almacenar, organizar y tomar medidas con respecto a su información,
estas organizaciones consolidan los datos en lagos de datos centralizados para facilitar
el descubrimiento, la gobernanza y el acceso. También utilizan tecnologías como el
machine learning (ML) para liberar valor de sus datos, como la mejora de la eficiencia
operativa, la optimización de los procesos, el desarrollo de nuevos productos y flujos
de ingresos, y la construcción de mejores experiencias de los clientes.
Por ejemplo, Moderna y otras compañías farmacéuticas utilizan los datos y el análisis
para sacar al mercado medicamentos y vacunas con más rapidez que nunca. BMW y
muchos otros fabricantes utilizan los datos para optimizar sus cadenas de suministro y
mejorar la capacidad de producción. Y ENGIE, junto con otros en el sector de la energía,
utiliza los datos para encontrar nuevas formas de reducir los costos para sus clientes, al
mismo tiempo que cumple con objetivos de sostenibilidad desafiantes y ambiciosos.
3
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

Desafíos y consideraciones clave

1
El primer desafío al que se enfrentan las organizaciones es comprender el
tamaño y la escala de los datos que manejan diariamente, y el crecimiento
exponencial que tiene lugar año tras año. De hecho, en los próximos 36
meses, habrá más datos que en los 30 años anteriores combinados.1 Las
viejas herramientas en las instalaciones y los antiguos almacenes de datos
de los últimos años no pueden satisfacer la demanda actual. Para abordar
la escala masiva y el gran crecimiento actual de los volúmenes de datos, las
organizaciones necesitan nuevos almacenes de datos que puedan escalarse
y crecer a la par de los cambios, ya sea a partir de los gigabytes y terabytes
con los que se trabaja en la actualidad, o de los petabytes y exabytes
previstos para el futuro.

2
El segundo desafío está asociado a la necesidad de las organizaciones de
acceder y analizar de forma sencilla tipos de datos más amplios, como
archivos de registro, datos de secuencias de clics, datos de voz y video,
entre otros. Esta amplia variedad de tipos de datos provienen de diferentes
fuentes y se almacenan en silos de múltiples almacenes de datos. Para
obtener información nueva y valiosa a partir de todos estos datos, las
organizaciones deben poder destruir de forma sencilla estos silos de datos
para que sus equipos puedan acceder y analizar todos los datos relevantes,
independientemente de su ubicación.

3
El tercer gran desafío que deben afrontar las organizaciones es la
adaptación más rápida a las preferencias cambiantes de los clientes y a la
dinámica del mercado. Para tomar decisiones más rápidas e inteligentes,
las organizaciones deben empoderar a sus empleados con un acceso
seguro a los datos y capacitarlos para que puedan realizar procesos de
análisis y machine learning con sus datos de una manera ágil y rentable. Las
organizaciones que trabajan con una infraestructura heredada de datos en
las instalaciones invierten demasiado tiempo en la instalación de hardware

Encuesta "Rethink Data" realizada por IDC a pedido de Seagate, enero de 2020
1 4
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

y software, la configuración de la infraestructura para su buen rendimiento Tendencias que afectan el modo en que se obtiene
y disponibilidad, y en la planificación de capacidad para escalar los sistemas. información de los datos
Todo este esfuerzo innecesario reduce la agilidad e impide tomar decisiones
con rapidez.

4
El cuarto reto es hacer que el machine learning funcione. Mientras que
el ML es una tecnología revolucionaria que impulsa la innovación, las
organizaciones están luchando para hacer un progreso significativo al
escalar el machine learning en sus empresas. Según un informe de Gartner,
las organizaciones con experiencia en IA pasaron a producción solo un
53 % de sus pruebas de concepto de IA en los últimos dos años. La falta de Se están generando más Los datos se almacenan
habilidades de ML, la inercia organizacional y la cantidad o calidad de los datos que nunca en silos en múltiples
datos para el entrenamiento son solo algunos de los problemas que frenan almacenes de datos
el progreso en esta área tan importante.

5
Por último, en un mundo que depende cada vez más de la seguridad y la
privacidad de los datos, y de las normas de conformidad, las organizaciones
deben ser capaces de definir, supervisar y administrar detenidamente
el acceso a datos específicos a través de controles comprobados de
gobernanza y seguridad de los datos. Deben hacerlo no solo para los datos
de sus silos independientes, sino para todos sus almacenes de datos, de una
Urgencia por parte de la La adopción del machine
manera integral y unificada.
empresa de utilizar los learning se ve dificultada
datos para tomar mejores por la falta de habilidades
y más rápidas decisiones y la inercia organizacional

La seguridad y la
privacidad de los datos,
así como las normas de
conformidad, son cada
vez más importantes
5
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

Cómo convertirse en una organización impulsada por datos

Las tres etapas para lograr la reinvención organizacional

1 Modernizar
Su infraestructura de datos 2 Liberar
Ponga sus datos a trabajar 3 Innovar
Invente nuevas experiencias y
replantee los procesos anteriores

6
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
1 Modernice su infraestructura con el proveedor
de nube más escalable, confiable y seguro
Para las organizaciones que ejecutan infraestructuras
de datos heredadas en las instalaciones o
autoadministradas en la nube, la supervisión de esta
infraestructura es tediosa, lenta y costosa. Pueden
surgir inquietudes relacionadas con la instalación, la
configuración, el rendimiento y la disponibilidad del
hardware y el software. Los requisitos de escalabilidad,
como la planificación de la capacidad, el escalado
de los clústeres y las cuestiones de seguridad y
conformidad, también son preocupantes. Muchos
de los almacenes de datos en las instalaciones son
remanentes de proveedores de bases de datos
comerciales antiguos, como Oracle y Microsoft con
SQL Server. Estas infraestructuras son costosas, de
propiedad exclusiva y, a menudo, incluyen condiciones
de licencia punitivas y crean dependencia del
proveedor a un alto costo.
Al modernizar la infraestructura de datos, las
organizaciones pueden pasar de los almacenes de
datos en las instalaciones a la infraestructura de datos
en la nube. Con AWS, acceden a recursos de TI, como
almacenamiento, bases de datos, análisis y machine
learning a través de Internet, en lugar de comprar,
poseer y mantener centros de datos y servidores
La infraestructura de datos
heredada requiere una gran
cantidad de tareas complejas
no diferenciadas
físicos. Los servicios de AWS se encargan de todas las
tareas de administración, como el aprovisionamiento Instalación de
de servidores, la aplicación de parches, la configuración hardware y software
y las copias de seguridad. Por ejemplo, Amazon Aurora
continuamente replica seis copias de los datos en tres
zonas de disponibilidad (AZ) y se recupera de forma
transparente de los errores en menos de 30 segundos.
Rendimiento y
Esto permite a las organizaciones ahorrar tiempo y
disponibilidad
costos; y, al mismo tiempo, mejorar su rendimiento,
disponibilidad y escala.
A la hora de elegir el proveedor de la nube adecuado
Planificación de
para confiarle sus datos, las organizaciones deben capacidad y escalado
asegurarse de que la tecnología que elijan les aportará de clústeres
valor a partir de sus datos y, al mismo tiempo, las
mantendrá seguras y en cumplimiento con un conjunto
de normas amplio y en constante cambio. Quieren
Administración
un proveedor de tecnología en quien puedan confiar,
de seguridad y
alguien que comprenda sus casos de uso y crezca con
conformidad
ellas a medida que su volumen de datos aumenta. AWS
responde a todas esas inquietudes con una experiencia,
escalabilidad, confiabilidad, seguridad y un rendimiento Infraestructura costosa,
inigualables para aprovechar al máximo los datos en de propiedad exclusiva
la nube. y con gran dependencia
del proveedor
7
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
Internamente, en AWS se dice que no hay un algoritmo de compresión para la
experiencia, y eso se debe a que no podemos aprender ciertas lecciones hasta que no
alcanzamos diferentes objetivos a escala. AWS está diseñado para escalar. Amazon
Simple Storage Service (Amazon S3) ofrece escalabilidad del almacenamiento,
disponibilidad de datos, y una seguridad y un rendimiento líderes en la industria.
Amazon S3 está diseñado íntegramente para ofrecer el 99,999999999 % (11 nueves)
de durabilidad y almacenar datos que utilizan millones de aplicaciones de empresas
de todo el mundo. Cientos de miles de clientes ya utilizan AWS para extraer valor de
sus datos. AWS cuenta con la base de clientes más grande y dinámica, con decenas de
miles de socios a nivel mundial que confían en AWS para ejecutar sus cargas de trabajo
de datos y machine learning a escala.
AWS también está diseñado para ser el entorno de informática en la nube más seguro.
Nuestra infraestructura principal está diseñada para satisfacer los requisitos de
seguridad del ejército, los bancos mundiales y otras organizaciones con altos niveles
de confidencialidad. Esto está respaldado por un amplio conjunto de herramientas de
seguridad en la nube que garantizan la conformidad y la gobernanza de los datos.
“[La nube de AWS Cloud] es parte integral de nuestra
transformación de TI empresarial, ya que buscamos
mejores formas de prestar servicios a nuestros clientes,
agilizar la forma de trabajar y competir a nivel mundial.
AWS, con su probada experiencia y una infraestructura
global de alto rendimiento, proporcionará la agilidad,
velocidad y escalabilidad que 3M necesita para lanzar
nuevos procesos empresariales y modelos de servicio.
Esperamos ampliar nuestro uso de la cartera de servicios
de AWS, incluidos el análisis y el machine learning, para
obtener más información y convertirnos en una empresa
aún más ágil en la nube”.
John Turner
Vicepresidente, Sistemas de TI y director de informática (CIO), 3M
8
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

Beneficios de Amazon Relational Database Service (RDS)

IDC realizó una investigación en profundidad y descubrió que los clientes que
trasladaron sus bases de datos de las instalaciones a Amazon RDS lograron lo siguiente:
Best Western tuvo un gran éxito al migrar sus datos de Oracle a Amazon
86 % 97 % 5 meses Aurora, nuestra base de datos relacional compatible con MySQL y
implementaciones más menos tiempo de en promedio, para el plazo PostgreSQL creada para la nube. La empresa hotelera ahora puede
rápidas de bases de inactividad no planificado de amortización de la procesar 2300 millones de puntos de datos en un solo mes en menos
datos nuevas inversión de un minuto. La migración también les ahorró más de medio millón de
dólares en costos de hardware y software, y también permitirá ahorrar en
el futuro.
Beneficios de trasladar a AWS los lagos de datos, el análisis
y los servicios de ML
“La industria hotelera está cambiando rápidamente,
IDC realizó una investigación en profundidad y descubrió que los clientes que ya que cada vez más clientes buscan la facilidad y
trasladaron a AWS sus soluciones de análisis en las instalaciones (almacenamiento de
comodidad de la informática móvil. La migración a AWS
datos, lagos de datos y ML) lograron lo siguiente:
posiciona a nuestra organización a la vanguardia de la
48 % 415 % 76 % innovación y nos permite brindar a nuestros huéspedes
de reducción del costo retorno de la inversión de reducción en los un procesamiento de datos rápido, confiable y seguro
de propiedad en cinco años tiempos de inactividad para que puedan organizar sus viajes, hacer cambios en
no planificados
sus reservas y reservar su estadía con nosotros”.
David Kong
Presidente y director ejecutivo, Best Western

9
HISTORIAS DE CLIENTES

Samsung migra 1100 millones de usuarios de
tres  continentes
Después de migrar 75 petabytes de datos a servicios de bases de datos de AWS
rentables, creados para un propósito específico y que ahorran tiempo, Samsung
desactivó su última base de datos de Oracle, modernizó su infraestructura de
datos y aumentó el acceso, la congruencia y el rendimiento de los datos en
conjunto. En comparación con su anterior solución de Oracle, la empresa ahorró
un 44 % en costos operativos mensuales y otro 22 % en tarifas de mantenimiento
al utilizar Amazon Aurora.
Blackboard se moderniza para eliminar los costos de
las licencias
Para Blackboard, educar a millones de personas en todo el mundo significaba
pagar precios altos de licencias. La empresa eliminó esa sobrecarga migrando su
base de datos y modernizando su infraestructura con la base de datos de código
abierto, PostgreSQL, en Amazon RDS. La migración implicó trasladar miles de
máquinas virtuales y varios petabytes de datos a AWS. Además, liberó los datos
transaccionales sin aumentar las cargas de trabajo informático, lo que permitió a
Blackboard cerrar más de 20 centros de datos y depender de solo nueve centros de
datos globales principales.

Nasdaq escala con miles de millones de registros sin

esforzarse demasiado
Durante la última década, Nasdaq ha trasladado gran parte de sus datos
transaccionales del mercado estadounidense de un almacén de datos heredado
en las instalaciones a Amazon Redshift y Amazon S3 como su lago de datos para
satisfacer el aumento de la demanda de datos de sus mercados electrónicos de
gran volumen.

A medida que la volatilidad flexibilizaba los mercados, el Nasdaq estaba en

una buena posición para pasar de procesar 30 000 millones de registros a 70
000 millones de registros por día, e incluso 115 000 millones de registros en su
pico máximo.

10
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
2 Ponga sus datos a trabajar: lagos de datos
y almacenes de datos creados para un
propósito específico
Para tomar decisiones con rapidez, las organizaciones
deben almacenar cualquier cantidad de datos
en formatos abiertos y destruir los silos de datos
desconectados. Sus empleados deben estar
empoderados para ejecutar análisis o machine
learning utilizando sus herramientas o técnicas
preferidas y administrar el acceso de los usuarios a
datos específicos con los controles de seguridad y
gobernanza de datos adecuados. AWS ayuda a que las
empresas logren todo esto mediante el enfoque de
“Lake House” (casa de lago), que combina lo mejor de
ambos lagos de datos y almacenes de datos creados
para un propósito específico.
Con un enfoque de “Lake House” (casa de lago),
las empresas pueden mover cualquier cantidad de
datos desde diferentes silos hasta un lago de datos
de Amazon Simple Storage Service (Amazon S3).
A diferencia de otros proveedores de la nube, las
organizaciones pueden almacenar los datos en S3 con
formatos de datos abiertos basados en normas para
no depender de ningún formato de datos o enfoque
de análisis de propiedad exclusiva. El almacenamiento
de datos en formatos abiertos basados en normas
hace que cualquier servicio de análisis o de machine
learning funcione con los datos de manera más fácil.
También elimina la necesidad de trasladar, transformar
o volver a formatear los datos para obtener valor.
Esto es particularmente útil cuando se procesan
datos a escalas de petabytes y exabytes. Por ejemplo,
Amazon Athena es un servicio de consultas interactivo
que les permite a las organizaciones analizar datos
almacenados en S3 de manera inmediata con SQL
estándar y sin tener que configurar o administrar
servidores.
Además de utilizar un lago de datos, las organizaciones
también utilizan almacenes de datos creados para
un propósito específico para obtener las mejores
ventajas de rendimiento, escala y costo para sus
casos de uso específicos. Amazon Aurora procesa
transacciones a alta velocidad, y Amazon Elasticsearch
Service almacena y analiza grandes volúmenes de
datos de registro a bajo costo. En un mundo en el
que las organizaciones requieren, cada vez más,
trabajar con terabytes, petabytes e incluso exabytes
de datos, los almacenes de datos creados para un
propósito específico tienen la capacidad de ejecutar
una carga de trabajo o un caso de uso en particular
extremadamente bien. Por ello, AWS ha dedicado los
últimos años a crear las herramientas adecuadas para
el trabajo adecuado: 15 bases de datos creadas para
un propósito específico, 12 servicios de análisis creados
para un propósito específico y 30 servicios de machine
learning. Eso es más de lo que encontrará en cualquier
otro lugar por mucho.
11
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

Conforme cada vez más organizaciones almacenan sus datos en lagos de datos de Enfoque de “Lake House” (casa de lago) en AWS
S3 y también en almacenes de datos creados para un propósito específico, los datos
deben trasladarse, con frecuencia, desde y hacia sus lagos de datos, almacenes de
datos y almacenes creados para un propósito específico. Amazon Redshift y Amazon
Athena admiten consultas federadas y la capacidad de ejecutar consultas en datos
almacenados en bases de datos operativas, almacenes de datos y lagos de datos. Las
consultas federadas pueden proporcionar información a través de múltiples fuentes de
datos sin movimiento de datos y sin necesidad de configurar y mantener canalizaciones
Amazon
de extracción, transformación y carga (ETL) complejas. La exportación del lago de Aurora
datos de Amazon Redshift permite a las organizaciones descargar datos de sus
almacenes de datos a su lago de datos en formatos abiertos, listos para ser analizados.
Con el enfoque de “Lake House” (casa de lago), las organizaciones también pueden
Amazon n Lake Form Amazon
utilizar capacidades como AWS Glue Elastic Views para trasladar y sincronizar datos azo at
EMR m DynamoDB

io
cómodamente entre lagos de datos, almacenes de datos y almacenes creados para Amazon

n
Athena
un propósito específico. Esto les proporciona la escala y la flexibilidad de almacenar y
procesar sus datos en un lago de datos, con el rendimiento y la rentabilidad de utilizar
Amazon
almacenes de datos creados para un propósito específico. S3

Am
Por último, el enfoque de “Lake House” (casa de lago) permite a los desarrolladores, a zo n G lu e
analistas empresariales y científicos de datos destruir los silos y descubrir, recopilar
Amazon Amazon
y analizar los datos de forma segura y controlada. El enfoque proporciona a las Elasticsearch SageMaker
organizaciones capacidades como AWS Lake Formation, que incluye un catálogo de Service
datos que descubre, etiqueta y cataloga los datos automáticamente. Establece una
forma sencilla de definir y administrar de forma centralizada las políticas de seguridad,
gobernanza y auditoría, todo en un solo lugar. Esto les permite a las organizaciones Amazon
Redshift
brindar acceso pormenorizado a los datos al usuario correcto en el momento ideal,
lo que a su vez hace que se cumplan los requisitos de conformidad y gobernanza
normativa de manera eficaz.

12
BECOMING DATA-DRIVEN
HISTORIAS DE CLIENTES
La American Heart Association
(Asociación Estadounidense del
Corazón) descubre información que
salva vidas
La plataforma de medicina de precisión
desarrollada en la nube de AWS por la American
Heart Association les permite a los investigadores
descubrir información crítica de enfermedades
cardiovasculares mediante datos que se almacenan
de manera centralizada y son fáciles de buscar
y acceder.
“Con la nube de AWS, la plataforma
utilizará la capacidad de los big data
para revolucionar la manera en la que
se realiza investigación cardiovascular
y agilizar la promesa de la medicina
cardiovascular de precisión”.
Nancy Brown
directora ejecutiva, American Heart Association
Moderna acelera el desarrollo de la Epic Games diseña su megaéxito
vacuna ARNm contra la COVID-19 Fortnite con base en el
comportamiento del jugador
Las capacidades informáticas escalables y de alto
rendimiento del almacenamiento de datos de Los diseñadores de Epic Games obtienen
AWS permiten a Moderna Therapeutics ejecutar información más profunda sobre el comportamiento
su estudio de diseño de fármacos. Convierte de los jugadores gracias a los datos de fácil acceso
con éxito los hallazgos del análisis y el machine que se envían desde y hacia AWS a través de sus
learning en secuencias, y así se logra producir una experiencias de juego interactivas y muy populares,
de las primeras vacunas contra la COVID-19 en como el megaéxito Fortnite. Con el poder de la
recibir aprobación. nube de AWS, los diseñadores de Fortnite puede
crear circuitos de retroalimentación constantes que
ayudan a aumentar la satisfacción del cliente en
“Con AWS, nuestros investigadores tiempo real.
tienen la capacidad de diseñar y
ejecutar rápidamente experimentos
de investigación y de descubrir en
poco tiempo nuevos conocimientos
para poner en marcha tratamientos
que podrían salvar vidas con mayor
rapidez”.
Stéphane Bancel
director ejecutivo, Moderna
13
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
3 Invente nuevas experiencias y replantee los
procesos anteriores con el machine learning y la IA
El machine learning es una de las tecnologías más
revolucionarias de nuestra generación. Puede ayudar
a aumentar las oportunidades de ingresos, a tomar
decisiones mejores y más rápidas, y a mejorar la
eficiencia operativa. Con el tiempo, prácticamente
todas las aplicaciones estarán basadas en el machine
learning y la inteligencia artificial. AWS acompaña
a los clientes dondequiera que se encuentren en su
proceso de ML e IA, y los ayuda a lograr resultados
empresariales únicos. Desarrolladores de todos los
niveles de experiencia pueden acceder al conjunto más
amplio y completo de servicios de ML e IA de AWS.
El objetivo final de convertirse en una empresa
orientada a los datos es crear las capacidades
necesarias para reinventar el modo en que sus equipos
ofrecen valor a los usuarios, a los clientes y al mundo
utilizando sus datos. Las innovaciones impulsadas por
el ML y la IA son los componentes fundamentales de
este tipo de transformación en todas las industrias y
dentro de ellas.
Para los profesionales expertos, AWS admite todos
los principales marcos de machine learning, incluidos
TensorFlow, MXNet, PyTorch, Caffe 2, entre otros.
AWS ofrece las instancias de mayor rendimiento
para el entrenamiento de ML en la nube con las
instancias Amazon EC2 P4d, impulsadas por las
últimas GPU NVIDIA A100 Tensor Core y acopladas a
la primera red de instancias de 400 Gbps en la nube.
Las instancias P4d se implementan en clústeres a
hiperescala (llamados EC2 UltraClusters) y ofrecen
un rendimiento de tipo supercomputadora para los
trabajos de entrenamiento de ML más complejos. Para
la inferencia, que representa el 90 por ciento de los
costos de ML, las instancias de Amazon EC2 Inf1 con
chips de AWS Inferentia son las más asequibles en la
nube.
Para los científicos de datos y los desarrolladores
de ML, AWS ofrece Amazon SageMaker, el servicio
administrado de machine learning más completo de
la industria. Fue creado desde cero para simplificar el
proceso de machine learning con herramientas para
cada paso del desarrollo de ML. Estas herramientas
automatizan las tareas de etiquetado, preparación
de datos, ingeniería de características, detección de
sesgos estadísticos, AutoML, entrenamiento, ajuste,
alojamiento, explicabilidad, monitoreo y flujos de
trabajo.
Mediante la estandarización en SageMaker, los equipos
pueden eliminar la complejidad de cada paso del
flujo de trabajo de ML para preparar, crear, entrenar e
implementar modelos de ML de alta calidad de forma
más rápida y rentable. Los beneficios de la eficiencia
son potencialmente revolucionarios. Los científicos de
datos equipados con SageMaker son hasta 10 veces
14
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS

más productivos a la hora de preparar, entrenar e implementar modelos de machine servicios de IA específicos para las industrias, tanto para el sector industrial como para
learning de alta calidad. la industria de la atención médica.

Para desarrolladores y usuarios empresariales, AWS ofrece servicios de IA
preentrenados que proporcionan inteligencia preparada para las aplicaciones y los
flujos de trabajo. Mediante la tecnología de AutoML, estos servicios integrales se
crearon para solucionar las necesidades de las empresas desde el primer momento.
Abordan casos de uso comunes, como las recomendaciones personalizadas, la
inteligencia de los centros de contacto, el procesamiento de documentos, la búsqueda
inteligente, el análisis de estadísticas empresariales y mucho más. AWS también ofrece
Para utilizar el machine learning de manera más amplia, es necesario acercarlo a los
lagos de datos y a los almacenes de datos creados para un propósito específico, donde
residen gran parte de los datos necesarios para el machine learning. Para hacerlo, AWS
ofrece la integración del machine learning en sus almacenes de datos creados para un
propósito específico y sus servicios de inteligencia empresarial (BI). Los desarrolladores
pueden utilizar Amazon Aurora ML para ejecutar machine learning con una simple
consulta SQL en datos transaccionales o utilizar Amazon Neptune ML para aplicar el

Invente nuevas experiencias y replantee los procesos anteriores con el

machine learning y la IA que se ajusten a sus necesidades empresariales

Servicios de IA VISION CHATBOTS HERRAMIENTAS PARA EMPRESAS BÚSQUEDA ATENCIÓN MÉDICA

Amazon Rekognition Amazon Lex Amazon Personalize, Amazon Amazon Kendra Amazon HealthLake, Amazon Comprehend
Forecast, Amazon Fraud Detector, Medical, Amazon Transcribe Medical
Amazon Lookout for Metrics
VOZ TEXTO CENTRO DE CONTACTO CÓDIGO Y DEVOPS INDUSTRIAS
Amazon Polly Amazon Comprehend Contact Lens for Amazon Connect Amazon CodeGuru AWS Panorama Appliance and SDK, Amazon
Amazon Transcribe Amazon Translate Amazon Connect Voice ID DevOps Guru Monitron, Amazon Lookout for Equipment,
Amazon Textract Amazon Lookout for Vision

SAGEMAKER STUDIO IDE

Amazon Datos de Preparación Funciones Detección de Visualización en Selección de Entrenamiento Ajuste de Implemen- Adminis- Administración
etiquetas para la de almace- sesgo y computadoras algoritmos más rápido de parámetros tación en la tración y de dispositivos
SageMaker recopilación namiento explicación de portátiles modelos producción monitoreo de borde
de datos predicciones
CI/CD

Marcos e infraes- PyTorch, AMI y GPU Inferentia Elastic Inference FPGA

Apache MXNet, contenedores
tructuras de ML
TensorFlow

15
CÓMO CONVERTIRSE EN UNA ORGANIZACIÓN IMPULSADA POR DATOS
aprendizaje profundo a los datos de gráficos sin tener que crear y entrenar modelos de
machine learning. Asimismo, los analistas de datos pueden utilizar Amazon Redshift
ML y Amazon Athena ML para ejecutar machine learning en sus datos en un almacén o
lago de datos sin tener que seleccionar, crear o entrenar modelos de ML. Además, los
analistas empresariales pueden utilizar Amazon QuickSight Q, que emplea machine
learning para generar, automáticamente, un modelo de datos que comprende el
significado de los datos empresariales (y las relaciones entre ellos), formulando
preguntas a los datos mediante un lenguaje sencillo y recibiendo respuestas casi en
tiempo real.
Además de la tecnología, AWS ofrece varios servicios y características relacionadas
para ayudar a las organizaciones a dar sus primeros pasos. Estos servicios ayudan a los
equipos a superar los desafíos que plantea la implementación de estas tecnologías,
que a menudo giran en torno a la ambigüedad de los datos, los costos inciertos, la
falta de habilidades necesarias y la complejidad general. La buena noticia es que
las organizaciones pueden acelerar sus proyectos de machine learning con acceso
a herramientas de aprendizaje divertidas y prácticas. Por ejemplo, DeepRacer es
un coche de carreras a escala 1/18 totalmente autónomo conducido a través del
aprendizaje mediante refuerzo. Los desarrolladores pueden competir en la DeepRacer
League para obtener y demostrar habilidades utilizables, y las empresas pueden
lanzar sus propias ligas para capacitar a los desarrolladores internos. Más de 150
organizaciones mundiales, como Capital One, Moody's, Accenture, DBS Bank, BMW
y Toyota, han capacitado a miles de desarrolladores con los eventos empresariales
de DeepRacer. AWS también ofrece a los expertos del Machine Learning Solution
Lab, un entrenamiento de ML amplio y personalizado, y una red de más de 70 socios
para ayudar a las organizaciones a dar sus primeros pasos en el proceso de machine
learning.
16
HISTORIAS DE CLIENTES
El seguimiento de jugadores de la NFL entusiasma a una
nueva generación de aficionados
AWS y Amazon SageMaker impulsan las innovaciones del fútbol profesional con
chips RFID. Estos chips se colocan en las hombreras de los jugadores de la NFL
para generar nueva información y predecir qué jugadas y contenidos cautivarán
al público.
“He recibido muchos comentarios positivos de los aficionados que dicen:
'Vaya, ¿cómo han completado ese pase?’ Hemos podido cuantificarlo y
compararlo con otros pases, y eso ha sido un verdadero valor agregado
para los aficionados porque crea un contexto respecto de lo que sucede en
el juego”.
Matt Swensson, Vice President of Emerging Products and Technology, NFL
Philips mejora la toma de decisiones médicas y los
resultados de los pacientes
Philips utiliza AWS para el desarrollo de tecnologías de datos, análisis, ML y visión
artificial que permiten a los proveedores de atención médica tomar mejores
decisiones para sus pacientes. La compañía utiliza AWS para su plataforma digital
HealthSuite, que consolida de forma segura la información de las historias clínicas
de los pacientes, dispositivos ponibles, equipos de monitoreo remoto en el hogar,
compañías de seguros y organizaciones de atención médica.
Fannie Mae introduce el machine learning en los
servicios financieros
Como todas las grandes empresas de servicios financieros, Fannie Mae absorbe
cantidades enormes de datos. Tan solo en el proceso de valuación de inmuebles,
el líder financiero recibe cerca de 40 000 informes de avalúos y más de medio
millón de imágenes diariamente. Fannie Mae almacena sus datos en la nube de
AWS y utiliza Amazon SageMaker para desarrollar, evaluar, ampliar y mejorar los
modelos que utiliza en todo, desde la evaluación de los préstamos que respalda
hasta el análisis de los valores de los inmuebles.
“Estamos incorporando nuevas fuentes de datos cada semana, cada
mes, para buscar información nueva. Aplicar esos datos para ayudar
a los prestamistas a tomar las decisiones correctas requiere las
herramientas adecuadas”.
Scott Hallworth, vicepresidente sénior y director de datos, modelado y análisis, Fannie Mae
17
CULTURA IMPULSADA POR DATOS
Reinvente su cultura de trabajo en torno
a los datos
Para estar impulsada por datos, la empresa requiere un cambio cultural en el que todos
los objetivos y las decisiones estén respaldados por datos. Más allá de las grandes
decisiones, los datos deben estar al alcance de todos para la toma de decisiones
diaria. Requiere una cultura de experimentación en la que se prevén fallas y en la
que los líderes se interesan por el éxito de las iniciativas de datos en curso. Se trata
de democratizar la acción, no solo el acceso. Se trata de crear una alfabetización en
materia de datos, diseñando planes de educación para las necesidades únicas de los
distintos roles y conjuntos de habilidades de toda la organización, y poniendo las
herramientas necesarias a disposición de todos los que las necesiten.
Para empezar, busque los silos y elimínelos junto con los obstáculos, la resistencia y
la inercia de volver a los viejos métodos. Reúna a los expertos en tecnología y en la
materia para resolver los problemas empresariales correctos con los datos y desarrolle
la aceptación compartida que fomenta la adopción a largo plazo.
Rasgos comunes de las organizaciones impulsadas por datos
• Todo el mundo tiene acceso a los datos, empezando por los directivos
• Las capacidades organizativas respaldan la cultura impulsada por datos
• La experimentación genera mejoras organizativas
• El análisis vuelve a transformarse con la IA y el ML
• Los silos se destruyen mientras la transparencia de los datos aumenta
Cinco pasos para reinventarse como
organización impulsada por datos
Paso 1
Investigue cómo fluyen los datos en su organización y qué tipos de
control de acceso existen. Descubra los silos de datos y mida el nivel
de dificultad que tienen los empleados para acceder a los datos
que necesitan.
Paso 2
Compruebe que un líder sénior, respetado y empoderado sea quien
impulse la iniciativa cultural para que la empresa se convierta en
una organización verdaderamente impulsada por datos.
Paso 3
Trate los datos como un producto, en parte, reuniendo a los
ingenieros de aplicaciones y a los ingenieros de datos. Alinee
estrechamente las estrategias de datos, productos e integración.
Paso 4
La importancia de la TI. La TI aporta una visión única del ciclo
integral de la empresa, de los flujos de trabajo interdepartamentales
y de los sistemas transaccionales que contienen información valiosa.
Paso 5
Cree una estructura para la gobernanza de los datos que dé más
libertad a los empleados en lugar de limitarlos.
18
CULTURA IMPULSADA POR DATOS
Pinterest se reinventa como empresa impulsada por datos
“Pinterest es una empresa impulsada por datos, de
arriba a abajo, en todo lo que hacemos, pero nunca
perdemos de vista a los individuos que utilizan
nuestro producto”.
David Chaiken, responsable de arquitectura, Pinterest
Fundado en 2010, el motor de descubrimiento visual Pinterest admite 400 millones de
usuarios cada mes. En Pinterest, los usuarios conocidos como "Pinners" registran más
de 240 000 millones de puntos de información conocidos como "pins". Con todos esos
datos, la tecnología desempeña un papel integral al apoyar la misión de la empresa:
proporcionar valor a todos los que utilizan Pinterest para poner pins en todo, desde
recetas hasta ideas de manualidades, viajes y mucho más.
De hecho, casi todos los cambios en los productos de Pinterest se basan en datos
y provienen de la investigación realizada sobre el comportamiento de los Pinners.
Mediante datos y ML, la empresa recopila y analiza, en cada milisegundo, las búsquedas
que son tendencia y los intereses superpuestos en la comunidad para identificar ideas
que sean relevantes para cada persona. Pinterest se basa en los datos para analizar qué
debe hacer a continuación y cómo responden sus Pinners a los cambios y mejoras. Hace
un seguimiento constante para saber cómo y dónde puede prestar un mejor servicio a
sus usuarios. Y aunque el proveedor comenzó como un sitio web, ha evolucionado para
ofrecer experiencias móviles al 70 % de los Pinners que se conectan a través de sus
dispositivos móviles.
AWS apoya desde hace tiempo el notable crecimiento de Pinterest, proporcionando la
escalabilidad y confiabilidad que debe tener para hacer funcionar su negocio. Según
Chaiken: “Como una empresa nacida en la nube”, las ambiciones de Pinterest “nunca
se han limitado a las paredes de un centro de datos”. AWS ha ayudado a eliminar
las restricciones de datos para Pinterest y otras miles de organizaciones que se han
esforzado por construir sus funciones (y su futuro) en torno a los datos.
19
CONCLUSIÓN

La próxima ola de reinvención estará impulsada por

datos. Los líderes y demás encargados de tomar
decisiones que quieran unirse a esa ola deben ser
tenaces para llegar a la verdad. También necesitan
las herramientas esenciales para mantenerse lo
suficientemente ágiles como para cambiar de
dirección cuando sea necesario para reaccionar ante
nuevas oportunidades. Simplemente, es necesario
convertirse en una organización impulsada por datos.
Las organizaciones impulsadas por datos buscan
la verdad tratando los datos como un activo de la
organización, ya no como una propiedad de los
departamentos individuales.

En la actualidad, cientos de miles de organizaciones dependen de AWS para

reinventar sus operaciones y convertirse en organizaciones impulsadas por datos.
Eligen AWS para los datos y el machine learning con los siguientes fines:

• Modernizar sus infraestructuras de datos con el proveedor de nube más

escalable, confiable y seguro
• Poner sus datos a trabajar con lo mejor de los lagos de datos y de los almacenes
de datos creados para un propósito específico
• Inventar nuevas experiencias que se ajusten a las necesidades empresariales
en constante evolución y replantear los procesos anteriores con el machine
learning y la IA

AWS proporciona la experiencia práctica, las herramientas creadas para un

propósito específico, la infraestructura de datos de confianza y el ecosistema
de socios de probada eficacia para ayudarlo en el proceso de reinvención de su
organización con datos.

Más información sobre la reinvención impulsada por datos »

© 2022 Amazon Web Services, Inc. o sus empresas afiliadas. Todos los derechos reservados. 20