El informe de Hitachi Vantara revela que en el sector financiero se está subestimando la importancia de las plataformas de datos unificadas, necesarias para gestionar el crecimiento, lo que sugiere un enfoque desalineado en materia de gobernanza para Inteligencia Artificial.
Las instituciones financieras están convirtiendo el crecimiento de los datos en su principal prioridad de almacenamiento, pero pocas están escalando la infraestructura preparada para IA y las bases de datos sólidas, requeridas para gestionar ese crecimiento, según un nuevo informe de Hitachi Vantara.
La investigación reveló que el 35% de las organizaciones considera la gestión del crecimiento de los datos como una prioridad clave en almacenamiento. Sin embargo, solo el 10% prioriza la habilitación de almacenamiento y plataformas de datos preparadas para IA, y apenas el 9% prioriza la implementación de hubs de datos centralizados para gobernanza, generación de informes, IA/Aprendizaje Automático (AI/ML), y reutilización de datos.
Basado en una encuesta realizada a responsables de toma de decisiones del sector financiero — incluyendo bancos, empresas de pagos y firmas de inversión de todo el mundo —, el estudio muestra un mercado dividido que aún trabaja para alinear las inversiones en almacenamiento con una estrategia de datos de largo plazo.
Cabe destacar que la segunda prioridad más mencionada fue garantizar la soberanía de los datos, el cumplimiento normativo y una gobernanza basada en políticas (30%). Los hallazgos muestran que los requisitos de gobernanza y soberanía ya están influyendo en la forma en que las instituciones financieras se preparan para un futuro impulsado por la IA, incluyendo:
- El 99% de los encuestados afirma que las preocupaciones sobre soberanía de los datos influyen en el lugar donde ejecutan sus cargas de trabajo de IA.
- El 19% reporta que dichas preocupaciones limitan significativamente la escalabilidad o el rendimiento de las cargas de trabajo de IA.
- Al analizar cuáles son los factores más importantes al evaluar soluciones de almacenamiento de objetos, el 65% menciona el Costo Total de Propiedad (TCO). Esto representa casi 20 puntos porcentuales más que la siguiente opción más elegida: resiliencia y disponibilidad de los datos, seleccionada por el 46% de los encuestados.
«Las instituciones financieras reconocen que la gestión de los datos se está volviendo cada vez más compleja, pero muchas aún no están abordando plenamente lo que sus entornos requieren», afirmó Octavian Tanase, Chief Product Officer de Hitachi Vantara.
«A medida que los volúmenes de datos crecen, las organizaciones necesitan plataformas de datos unificadas capaces de integrar almacenamiento en bloque, archivos y objetos para reducir la fragmentación, mejorar la visibilidad y respaldar una gobernanza coherente sobre los datos críticos de los que dependen las instituciones financieras. Esto incluye tanto los datos no estructurados utilizados para analítica e IA, como las bases de datos y sistemas transaccionales que sostienen las operaciones centrales. Esa activación depende de la disponibilidad y resiliencia de los datos necesarias para mantener la información accesible, protegida y lista para su uso», añadió el directivo.
Los costos moldean las decisiones de almacenamiento
La investigación también muestra por qué estas prioridades pueden ser difíciles de conciliar. Al seleccionar plataformas de almacenamiento de objetos, el 65% de las instituciones financieras cita el costo como el factor más importante, lo que pone de manifiesto cómo las presiones de corto plazo pueden competir con las inversiones de largo plazo necesarias para garantizar accesibilidad, gobernanza y preparación para la IA.
Este equilibrio es especialmente relevante en los servicios financieros, donde los entornos preparados para IA requieren almacenamiento de objetos para respaldar nuevos casos de uso analíticos, y almacenamiento en bloque para soportar los sistemas críticos que continúan operando las actividades esenciales de banca, pagos e inversiones.
Los requisitos de soberanía añaden otra capa de complejidad, especialmente a medida que las instituciones financieras determinan dónde pueden residir los datos y las cargas de trabajo de IA. En particular:
- El 23% restringe las cargas de trabajo de IA a regiones específicas.
- El 21% entrena los modelos de manera centralizada manteniendo los datos a nivel local.
- El 16% divide el entrenamiento y la inferencia entre distintas ubicaciones debido a las normas de soberanía de datos.
Metodología
Hitachi Vantara encargó a FStech la evaluación de las prioridades emergentes en infraestructura y gestión de datos dentro de las instituciones financieras. El estudio encuestó a 100 altos responsables de toma de decisiones de bancos, empresas de pagos y firmas de inversión de todo el mundo, incluyendo líderes de TI, datos, seguridad e IA.
