Asistí a la Cumbre Gartner Data & Analytics (D&A) 2026 en Orlando, Florida. Durante tres días escuchando a líderes de datos y análisis, una idea se destacó claramente: el análisis ya no se trata solo de hacer preguntas y comprender el pasado. Cada vez se trata más de tomar decisiones proactivamente en tiempo real.
Estamos siendo testigos de un cambio fundamental. Como puede que esté experimentando en su vida cotidiana, tenemos acceso a un número cada vez mayor de herramientas y agentes de IA. Muchos de nosotros hemos estado experimentando con la IA: usándola como asistente de codificación, impulsor de la productividad, compañera de lluvia de ideas y más. Como muchos de nosotros, comencé a notar cuánto de mi trabajo diario la IA ha absorbido silenciosamente, en mi trabajo y en casa.
Poco a poco estamos empezando a ver un cambio a nivel organizacional. Se espera que pasemos de paneles e informes a sistemas inteligentes que no solo generen información sino que recomienden y automaticen acciones.
Nos guste o no, escucharemos y trabajaremos con la IA al menos durante los próximos años. Pero detrás de todo el entusiasmo en torno a la IA, permanece una verdad: el futuro de los datos y el análisis no es sólo la IA, sino que está centrado en el ser humano.
En esta publicación de blog, quiero resaltar algunas de las tendencias clave de las que escuché en la conferencia y en lo que imagino trabajar como profesional de la analítica.
#1 Un cambio de sistemas de informes a sistemas de decisión
Durante años, los equipos de análisis se han centrado en responder preguntas.
Se nos pregunta: ¿Qué pasó? ¿Por qué sucedió?
Sin embargo, ahora la expectativa es otra.
En lugar de esperar que los analistas elaboren una historia con conocimientos prácticos (a través de paneles o diapositivas), las organizaciones están girando para crear sistemas que puedan guiar las decisiones, en lugar de que los humanos lideren la carga solos. Los paneles de control por sí solos ya no son suficientes. Necesitan interpretación, contexto y acción.
Hace algún tiempo, escribí sobre la inteligencia de decisiones y dije:
“Mientras que la IA se centra en proporcionar la tecnología para imitar la inteligencia humana, Decision Intelligence aplicará esa tecnología para mejorar la forma en que se toman las decisiones”.
Y al escuchar hacia dónde se dirige la industria, creo que la inteligencia de decisiones es la próxima evolución.
Decision Intelligence se trata de sistemas que combinan datos, inteligencia artificial y lógica empresarial, integrados en flujos de trabajo, para presentar conocimientos y hacer recomendaciones empresariales que sean prácticas, no solo informativas.
Este cambio redefine el papel de los analistas y los equipos de datos y análisis.
Se espera que seamos facilitadores de decisiones en lugar de meros proveedores de conocimientos.
¿Qué podemos hacer hoy como profesionales de la analítica?
¿Empiece a pensar más allá de los paneles de control y en qué decisiones debería influir su trabajo? Diseñe resultados que recomienden acciones, no solo conocimientos
#2 La IA está lista, pero nuestros datos y contexto no lo están
No se puede negar la magnitud de la inversión en IA. Se espera que el gasto en IA alcance los billones en los próximos años. En ese mundo del mañana, no serán las organizaciones que experimenten más las que ganarán, sino aquellas que pongan en funcionamiento la IA de manera efectiva.
La mayor barrera para la adaptación a la IA hoy en día no es la tecnología en sí. Es la preparación de los datos y el contexto empresarial.
La IA no repara los datos incorrectos. Lo amplifica.
Si los datos subyacentes que el agente de IA debe consumir y sobre los que actuar son inconsistentes, están mal estructurados o son difíciles de trabajar, la IA solo amplificará los problemas. En tales casos, los resultados son menos confiables que valiosos, mientras que la organización paga MUCHO dinero en tokens de IA.
Dicho esto, los datos preparados para la IA por sí solos no son suficientes. El contexto importa igualmente.
Sin métricas claramente definidas, una lógica empresarial coherente y un entendimiento común entre los equipos, ni siquiera los sistemas de IA más avanzados pueden producir conocimientos fiables o procesables.
¿Qué podemos hacer hoy como profesionales de la analítica?
Invertir en calidad y estandarización de datos antes de escalar para la IA Centrarse en definir el contexto empresarial, no solo en construir modelos
#3 El auge del análisis agente
Hoy en día, muchas organizaciones todavía se encuentran en esa fase de experimentación (o lo que me gusta llamar “la fase copiloto”), donde los humanos todavía están al tanto y trabajando junto con herramientas de inteligencia artificial para acelerar los conocimientos.
Y esto es sólo el comienzo.
Veo la próxima evolución como análisis agente. Ya no estaremos sólo en la fase de experimentación. Estamos listos para ingresar a la fase de ejecución y el cambio ya es visible en cómo están evolucionando los flujos de trabajo analíticos:
Los agentes de IA organizan los flujos de trabajo Los sistemas muestran conocimientos de forma proactiva Automatización de tareas analíticas repetitivas Conocimientos generados antes de que las partes interesadas pregunten Canales de datos gestionados de forma más autónoma
Dicho todo esto, no creo que esto elimine por completo a los humanos del círculo. Pero definitivamente cambia dónde agregamos valor.
¿Qué podemos hacer hoy como profesionales de la analítica?
Aprenda a trabajar con agentes de IA, no solo a utilizar herramientas de IA. Céntrese en el pensamiento de mayor valor mientras automatiza tareas repetitivas.
#4 La analítica se está volviendo conversacional
Me encanta todo lo que esté centrado en lo humano; una de mis pasiones es ver las cosas desde una perspectiva humana y uno de los cambios más emocionantes para mí es cómo las personas interactuarán con los datos.
Estamos pasando de paneles de control complejos a consultas en lenguaje natural y conocimientos basados en narrativas. Los análisis se están volviendo más conversacionales, y GenAI permite contar historias junto con las imágenes que crea en paneles o Excel.
¡Y esa es una gran oportunidad para el análisis centrado en las personas!
(puede leer más sobre por qué el análisis centrado en las personas es más importante que nunca AQUÍ)
En otras palabras, la analítica se está volviendo más reflexiva sobre cómo los humanos piensan y toman decisiones de forma natural.
¿Qué podemos hacer hoy como profesionales de la analítica?
Desarrollar habilidades en la narración de datos, no solo en la visualización de datos. Centrarse en explicar los conocimientos con claridad, no solo en presentarlos.
#5 Los verdaderos fundamentos son datos + semántica + confianza
Si bien la IA es el centro de atención, la verdadera transformación tiene que ocurrir por debajo: a nivel de arquitectura.
La pila de análisis moderna se verá así:
Capa de datos: datos limpios, fiables y gobernados. Capa semántica: contexto y definiciones empresariales compartidas. Capa de agentes/AI: modelos que analizan y automatizan la capa de sistemas de decisión, donde los conocimientos se convierten en acción.
Sin una buena coordinación de estas cuatro capas críticas, incluso los sistemas de IA más avanzados producirán resultados inconsistentes o poco confiables.
¿Qué podemos hacer hoy como profesionales de la analítica?
Abogar por el uso de las mismas definiciones y significado de datos en todos los equipos. Considerar la gobernanza de datos y las definiciones comerciales como prioridades estratégicas, no como algo opcional.
La próxima década: lo que viene
Estamos pasando de un mundo de paneles de control a un mundo de decisiones.
La analítica está evolucionando de copilotos de IA a sistemas de decisión autónomos impulsados por agentes que funcionan con contexto, semántica y datos del mundo real.
Este no es sólo un cambio tecnológico, sino un cambio fundamental en la forma en que operan las organizaciones.
Y las organizaciones que tendrán éxito serán aquellas que no sólo adopten la IA, sino también las que la integren cuidadosamente en la forma en que los humanos piensan, deciden y actúan.
Entonces, ¿dónde encajan los humanos?
Antes de la conferencia, mi pregunta clave era: si la inteligencia artificial comienza a normalizar la inteligencia humana, ¿dónde importamos nosotros, como humanos?
La respuesta la encontré: los humanos son más importantes que nunca.
A medida que la IA asume la preparación de datos, las consultas e incluso la generación de información, el papel de los humanos cambia hacia lo que realmente nos diferencia:
Enmarcar los problemas correctos Interpretar el contexto y los matices Tomar decisiones éticas y estratégicas Aplicar el pensamiento crítico para resolver desafíos complejos
Aquí es donde el análisis centrado en las personas se vuelve esencial.
Porque, en última instancia, el objetivo del análisis no es sólo mejores datos, sino mejores decisiones para las personas.
El futuro de los datos y el análisis no consiste en elegir entre humanos y la IA. Se trata de diseñar sistemas confiables donde la IA sea inteligente y esté alineada, y los humanos sigan siendo el centro de la toma de decisiones.
Pensamiento final
Estamos pasando de un mundo de paneles de control a un mundo de decisiones.
Y los individuos y organizaciones que tendrán éxito serán aquellos que no sólo adopten la IA, sino que reconsideren cómo se toman las decisiones.
La pregunta ya no es “¿Cómo analizamos mejor los datos?”
Se trata de “¿Cómo diseñamos sistemas en los que los humanos y la IA toman mejores decisiones juntos?”
………
Eso es todo por mi parte en esta publicación de blog. ¡Gracias por leer! Espero que te haya resultado una lectura interesante.
Rashi es un experto en datos de Chicago al que le encanta analizar datos y crear historias de datos para comunicar ideas. Es consultora senior de análisis de atención médica a tiempo completo y le gusta escribir blogs sobre datos los fines de semana con una taza de café.