Las grandes empresas se basan en datos. Es la fuerza invisible que respalda la innovación, da forma a la toma de decisiones y brinda a las empresas una ventaja competitiva. Desde comprender las necesidades de los clientes hasta mejorar las operaciones, los datos son la clave que desbloquea conocimientos sobre todos los aspectos de una organización.
En las últimas décadas, el lugar de trabajo ha experimentado una transformación digital, y el trabajo del conocimiento existe principalmente en bits y bytes más que en papel. Los diseños de productos, los documentos estratégicos y los análisis financieros residen en archivos digitales distribuidos en múltiples repositorios y sistemas empresariales. Esta transformación ha permitido a las empresas acceder a grandes cantidades de información para acelerar sus operaciones y posicionamiento en el mercado.
Sin embargo, esta revolución impulsada por los datos conlleva un desafío oculto que muchas organizaciones apenas están empezando a comprender. Profundizamos en las empresas Datoslas organizaciones revelan un fenómeno tan extendido como incomprendido: los datos oscuros.
Gartner define los datos oscuros como cualquier activo de información que las organizaciones recopilan, procesan y almacenan durante las actividades comerciales normales, pero que generalmente no utilizan para otros fines.
Director de Producto y Desarrollo, Cyberhaven.
¿Qué hace que los datos oscuros sean tan insidiosos?
Los datos oscuros a menudo contienen la propiedad intelectual y la información confidencial más sensible de una empresa, lo que los convierte en una bomba de tiempo para posibles violaciones de seguridad y cumplimiento. A diferencia de los datos gestionados activamente, los datos oscuros permanecen en un segundo plano, desprotegidos y a menudo olvidados, pero aún accesibles para quienes saben dónde buscar.
La magnitud de este problema es alarmante: según Gartner, hasta el 80% de los datos de una organización son “oscuros”, lo que representa una enorme reserva de riesgos ocultos y potenciales sin explotar.
Consideremos como ejemplo la información de las revisiones anuales de desempeño. Aunque los datos oficiales se almacenan en Programas de recursos humanosOtra información confidencial se almacena en diferentes formas y en diferentes sistemas: hojas de cálculo informales, hilos de correo electrónico, notas de reuniones, revisiones de borradores, autoevaluaciones y comentarios de pares. Estos datos dispersos y a menudo olvidados muestran una imagen clara de la naturaleza compleja y potencialmente peligrosa de los datos oscuros dentro de las organizaciones.
Una sola violación que exponga esta información podría resultar en responsabilidades legales y multas regulatorias por mal manejo de datos personales, daño a la confianza de los empleados, posibles demandas, daño competitivo si se filtran planes estratégicos o información de nómina y daño a la reputación que podría impactar… empleo Y retención.
Consecuencias no deseadas de la inteligencia artificial
La IA está cambiando la forma en que las organizaciones manejan los datos oscuros, presentando importantes oportunidades y riesgos. Grandes modelos lingüísticos Ahora pueden examinar conjuntos masivos de datos no estructurados, convirtiendo información que antes era inaccesible en conocimientos valiosos.
Estos sistemas pueden analizar todo, desde comunicaciones por correo electrónico, transcripciones de reuniones y… redes sociales Publicaciones y registros de atención al cliente. Pueden revelar patrones, tendencias e interrelaciones que los analistas humanos podrían pasar por alto, lo que puede conducir a una mejor toma de decisiones, una mayor eficiencia operativa y un desarrollo de productos innovadores.
Sin embargo, esta nueva capacidad de acceder a los datos también expone a las organizaciones a un mayor… Seguridad y privacidad Riesgos. A medida que la IA descubre información confidencial de rincones olvidados del ecosistema digital, crea nuevos vectores para violaciones de datos y violaciones de cumplimiento. Para empeorar las cosas, estos datos indexados por las soluciones de inteligencia artificial a menudo se encuentran detrás de controles de acceso internos laxos. Las soluciones de IA hacen que estos datos estén ampliamente disponibles. A medida que estos sistemas se vuelven más hábiles a la hora de unir piezas dispares de información, pueden revelar conocimientos que nunca debieron ser descubiertos o compartidos. Esto puede dar lugar a violaciones de la privacidad y un posible uso indebido de la información personal.
Cómo combatir este creciente problema
La clave es comprender el contexto de sus datos: de dónde provienen, quién interactuó con ellos y cómo se utilizaron.
Por ejemplo, parece inofensivo. Hoja de cálculo Se vuelve mucho más importante si sabemos que fue creado por el director financiero, compartido con la junta directiva y accedido con frecuencia antes de las llamadas de resultados trimestrales. Este contexto aumenta inmediatamente la importancia y la posible sensibilidad del documento.
La forma de obtener esta comprensión contextual es mediante la atribución de datos. El linaje de datos rastrea todo el ciclo de vida de los datos, incluido su origen, movimientos y transformaciones. Proporciona una visión integral de cómo fluyen los datos a través de una organización, quién interactúa con ellos y cómo se utilizan.
Al implementar prácticas sólidas de linaje de datos, las organizaciones pueden comprender dónde se almacenan sus datos más confidenciales y cómo se accede a ellos y se comparten: al combinar la detección de contenido basada en IA junto con el contexto sobre cómo se accede a ellos y se comparte (es decir, linaje de datos), las organizaciones pueden identificar Acceda rápidamente a datos oscuros y evite que se filtren.
Hemos compilado una lista del mejor software de gestión de documentos.
Este artículo se produjo como parte del canal Expert Insights de TechRadarPro, donde mostramos las mejores y más brillantes mentes de la industria tecnológica actual. Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí: https://www.techradar.com/news/submit-your-story-to-techradar-pro