Retos tecnológicos a los que se enfrentarán las empresas en 2023
- Al día
La implementación de formas de trabajo más eficaces mediante modelos asíncronos, el replanteamiento de las infraestructuras de TI teniendo en cuenta el ahorro energético y la segmentación de datos serán algunos de los desafíos tecnológicos que marcarán la agenda tecnológica de las empresas, según Nutanix.
Recomendados.... » El CIO estratégico vincula la optimización de costes a los resultados de negocio (Gartner) Informe
» Plataformas de comunicaciones empresariales bajo suscripción, ¿por qué? Documento
|
Wendy Pfeiffer, CIO de Nutanix, ha presentado los que, en su opinión, serán tres de los principales retos que marcarán la agenda tecnológica de las empresas en 2023:
--Adopción de modelos y procesos de trabajo asíncronos. Las empresas podrán ser más innovadoras gracias a la implementación de formas de trabajo más eficaces, que faciliten la colaboración entre diferentes usos horarios y sean más flexibles. Esto significará que deberán replantearse su enfoque de la colaboración asíncrona, incluidas las herramientas y políticas que ayuden a impulsarla.
--Replanteamiento de las infraestructuras de TI teniendo más en cuenta el consumo energético y la huella de carbono. La sociedad cada vez exige a las empresas un mayor esfuerzo para reducir la huella de carbono y ser más ecológicas, pero además ahora mantener un excesivo consumo de energía también tiene un mayor impacto en sus resultados económicos.
La nube está pensada principalmente para ofrecer velocidad y rendimiento y no tanto para ahorro de energía, lo que obligará a las empresas a plantearse cómo las tareas que actualmente trasladan a la nube podrían realizarse en otro lugar de forma más eficiente y económica.
--Los grandes cambios sufridos por muchas redes sociales tendrán un impacto significativo en las empresas. Muchas organizaciones dependen de los datos adquiridos a las empresas que gestionan plataformas de redes sociales para ajustar sus propios algoritmos de segmentación. Y si estos datos se vuelven más obsoletos y están menos cuidados, la segmentación será cada vez menos refinada.
En segundo lugar, todos estos datos son a menudo la base para entrenar herramientas de Inteligencia Artificial (IA) y Machine Learning (ML), por lo que es posible que estas soluciones se vuelvan también mucho menos eficaces.