Contenido Exclusivo

!Convocatoria Abierta! Los Mejores 100 CIO de México 2026

“El reconocimiento más importante del país para los líderes...

¡Ya está aquí la Revista Digital “Los Mejores 20 CISO de México 2025”!

CIO Ediworld lo invita a sumergirse en el contenido de la...

¡Descarga la Revista Digital “Los Mejores 100 CIO de México 2025”!

Descarga la revista digital CIO Ediworld Edición Especial "Los...

¿Por qué fracasan los proyectos en big data y cloud?

Los proyectos basados en el desarrollo tecnológico no son infalibles. Tienen que afrontar numerosas barreras cuyas exigencias o falta de previsión pueden dar al traste con la aspiración antes de poder completar lo que habría tenido que ser una plataforma efectiva de servicios TI

Esto es así en el universo de las aplicaciones; pero cuando se trata de proyectos cloud y big data, el ratio de fracaso resulta perturbadoramente más elevado. En el año 2012, un estudio elaborado por McKinsey puso de manifiesto que del 42% de los proyectos de TI realizados con base en un presupuesto, un 7% se implementaba con grandes retrasos; mientras que el 56% restante proporcionaba un nivel de rendimiento inferior al anticipado previamente. De los proyectos que acabaron en el bote de basura, el analista señaló que un 17% fue tan mal que casi arruina la existencia de la empresa.  Pero, de todo ellos, el índice en descalabro se lo elevó el 25% de los grandes proyectos realizados en sistemas de ERP.

Junto con ello, un desconcertante informe de CapGemini afirmó que solo el 13% de los proyectos de big data ha alcanzado un nivel de producción a gran escala, y que el 27% de los entrevistados describió sus iniciativas de big data como “provechosas y exitosas”, mientras que solo un 8% las catalogaba de “muy exitosas”. Un analista de Gartner que sondeó a 140 empresas afirmaba en un blog que únicamente el 5% de las empresas mantenía sus despliegues en cloud en buena forma y funcionando por sí solos, en tanto que el 96% restante presentaba algún que otro problema relacionado con la operatividad o la productividad del sistema.

Los motivos que provocan tan altos índices de fracaso en este tipo de proyectos suelen estar relacionados con cuestiones que tienen que ver con la superposición de orígenes, y porque muchas organizaciones se suben al tren del big data y del cloud porque les resulta cool & trendy, sin reflexionar acerca de si realmente necesitan o no dichas aproximaciones.

Bittman advirtió que el fracaso de muchos proyectos de big data y cloud tienen su punto de partida en la definición del proyecto. “En segundo lugar, en el apartado dedicado a los servicios. Hay que pararse a pensar detenidamente a quién van a beneficiar dichos servicios. Este punto es el que más quebraderos de cabeza conlleva. Por otro lado, hay que tener en cuenta con respecto a la tecnología cloud que tiene más que ver con un cambio en la mentalidad de personas y de procesos que con el despliegue de tecnología en sí misma.  A menudo, las organizaciones demandan clouds privadas sin tener en cuenta el cambio de cultura que tiene que tener lugar en la propia empresa. La parte relacionada con el hardware es la menos preocupante”, señaló este experto.

– Marga Verdú, Network World

Lo Más Reciente

La era de los agentes de IA comienza con un ahorro de más de 300 horas mensuales

Los agentes de inteligencia artificial comienzan a consolidarse como...

El avance del análisis de datos transforma el cumplimiento fiscal

La digitalización de las autoridades tributarias y el vertiginoso...

México está preparado para la IA, pero su ejecución aún enfrenta desafíos

Durante los últimos dos años, la inteligencia artificial empresarial...

CFE y la MEXDC buscan anticiparse a las necesidades eléctricas de los centros de datos en México

Bajo la visión de la Presidenta Claudia Sheinbaum Pardo...

Newsletter

Recibe lo último en noticias e información exclusiva.

Mireya Cortés
Mireya Cortés
Editora CIO Ediworld Online. La puedes contactar en mcortes@ediworld.com.mx

La era de los agentes de IA comienza con un ahorro de más de 300 horas mensuales

Los agentes de inteligencia artificial comienzan a consolidarse como la siguiente etapa en la adopción de IA dentro de las empresas mexicanas. De acuerdo...

El avance del análisis de datos transforma el cumplimiento fiscal

La digitalización de las autoridades tributarias y el vertiginoso aumento en los volúmenes de datos corporativos han transformado el cumplimiento fiscal en un desafío...

México está preparado para la IA, pero su ejecución aún enfrenta desafíos

Durante los últimos dos años, la inteligencia artificial empresarial ha estado marcada por una carrera hacia modelos más grandes, copilotos más inteligentes y modelos...