Vodafone

Hemos oído en numerosas ocasiones que las empresas se enfrentan a un volumen de datos inmenso. Ante este panorama que presenta la era digital, el Big Data y la Inteligencia Artificial se han posicionado como herramientas útiles a la hora de tomar decisiones en el ámbito empresarial y corporativo. Gracias al análisis que realizan y a la aplicación de algoritmos avanzados, las compañías obtienen una visión más profunda y precisa de sus operaciones, clientes y mercados. En este blog te contamos cinco usos del Big Data y la IA que están revolucionando la toma de decisiones a nivel corporativo. 

¿Cuáles son las principales tendencias a tener en cuenta en cuestiones de tecnología y negocio para 2021? Tratar de hacer previsiones para un año tan incierto como 2021 puede verse como una temeridad, pero son más necesarias que nunca. Desde aquel ya lejano diciembre de 1999 en el que el mundo contuvo la respiración y los CIO pasaron la nochevieja junto a sus departamentos de IT esperando el efecto 2000, pocos años han llegado con tanta ansiedad e incertidumbre para las empresas. En realidad, la fecha es más simbólica también que nunca. El 1 de enero la situación será en esencia la misma que en los últimos trimestres de este inusual 2020. Pero es tradición que empecemos el año haciendo propósitos y, aunque muchas compañías cierran su ejercicio en noviembre o en marzo, es momento de planificar en lo posible los meses que llegan para la mayoría. A estas alturas de la pandemia ya sabemos que muchas de las previsiones que se habían hecho, incluso las que tenían en cuenta los entornos VUCA, han saltado por los aires y la supervivencia ha sido cuestión más de táctica que de estrategia. Definamos, eso sí, táctica como acción a corto plazo y estrategia como planeamiento a futuro. En este contexto, es cierto que quienes disponían de una estrategia adecuada ya les ha sido mucho más fácil adaptarse a la situación con éxito, especialmente aquellas que entraban en la categoría Future Ready. Tendencias que se definieron para 2020 como la metodología Agile, Internet de las Cosas o el trabajo colaborativo han marcado la diferencia entre quienes ya las tenían en proceso de implantación y quienes lo estaban dejando para más adelante. Partiendo de la base de que las tendencias son siempre proyecciones a medio plazo que surgen de la experiencia de los pioneros o earlyadopters y que serán adoptadas mayoritariamente en un horizonte más o menos próximo de cinco a diez años… ¿se puede predecir cómo será un año en el que la palabra que mejor lo define ha sido «disrupción»? Hemos buscado lo que piensan las principales consultoras y think tanks del mundo de los negocios, la tecnología y la innovación, y las hemos reunido en este post. Tras consultar las publicaciones y estudios que han ido publicando en los últimos meses las principales consultoras, encontramos algunos temas recurrentes en todos ellos, como la importancia trascendental que jugará el 5G para permitir el despliegue del resto de tecnologías convergentes, desde IoT a los drones. Pero lo mejor de todo es que cada una de las fuentes seleccionadas destaca una tendencia diferente a las demás, por lo que lejos de haber unanimidad, hemos llegado a enumerar hasta 21 tendencias únicas que debemos tener presentes al iniciar 2020. Su experiencia y conocimiento en temas de Innovación tanto tecnológica como de negocios son una garantía de que, incluso en tiempos tan inciertos como estos, sus predicciones serán muy próximas a la realidad.

Uno de los sectores en plena digitalización es el Retail, que está viviendo una verdadera revolución en sus métodos y modelos de negocio provocados por tecnologías como Internet de las Cosas o el Big Data. La analítica de los datos recogidos por dispositivos internos o los propios smartphones y gadgets de los clientes, se está aplicando en cada etapa del proceso de venta al por menor, determinando los productos más populares mediante la predicción de tendencias, pronosticando la demanda de estos productos, optimizando los precios para una ventaja competitiva, identificando a los clientes que probablemente estarán Interesados en ellos y la elaboración de la mejor manera de acercarse a los clientes en el punto de venta. Según informó Forbes en un artículo sobre Retail Big Data, Walmart invierte millones en sus sistemas de merchandising en tiempo real. De hecho Walmart está actualmente en el proceso de construir la «nube privada más grande del mundo» para analizar millones de transacciones diarias. Los algoritmos rastrean la demanda, los niveles de inventario y la actividad de los competidores y responden automáticamente a los cambios del mercado en tiempo real, permitiendo tomar medidas basadas en ideas en cuestión de minutos. Para la empresa especializada Fractalia, lo realmente importante es el volumen y calidad de los datos disponibles para analizar. En su presentación explican que es cierto que las empresas del sector retail que optan por estrategias Big Data precisan contar con algunos elementos como: datos (registros históricos), herramientas que permitan aplicar técnicas de analítica avanzada y una cultura de empresa que favorezca el uso de estas nuevas tecnologías. Entre los cambios que han detectado en el sector Retail con la llegada del Big Data, destacan los siguientes: Mejor planificación de la disposición de los productos, para que el cliente recorra por completo la tienda y permanezca el mayor tiempo posible. Optimización del surtido en función de parámetros como el beneficio que reportan o el volumen de ventas que generan. Previsión de ventas sobre cuál será la demanda futura de los productos comercializados. Gestión del inventario y mejora del flujo del suministro de productos. El análisis de la fidelidad del cliente con un CRM que identifique clientes más fieles, hábitos de compra, preferencias, etc. Optimizar la estrategia de pricing colocando ofertas especiales en ‘zonas calientes’. Por su parte, PowerData en su eBook sobre estrategias de implantación de Big Data en el sector Retail, cree que a medida que los minoristas diseñan sus estrategias en diversos canales, el volumen de los datos internos y externos no deja de incrementarse de forma exponencial. Esta gran masa de datos en aumento se traduce en conocimiento, que se puede utilizar para tomar decisiones empresariales bien informadas, si se sabe interpretar correctamente utilizando software de análisis predictivo. Quienes pueden bene ciarse de él están en disposición de: Alcanzar una visión más completa del cliente. Lograr una mayor penetración de los mercados. Contar con más criterios para identificar y clasificar los riesgos.

El término Transformación Digital comienza a verse superado a la velocidad habitual de las nuevas tecnologías y las empresas ya evolucionadas se refieren al Digital Workplace como la nueva realidad del mercado. Literalmente, el Espacio de Trabajo Digital consiste en la integración natural de los procesos de una compañía o servicio en el que todos los actores son a la vez usuarios de tecnologías digitales como las apps, el Big Data o Internet de las Cosas. La consultora especializada RES describe en su paper descargable las tres razones principales por las que cualquier directivo debería ocuparse de establecer y controlar el Digital Workplace: 1. Fuerza Laboral productiva y Comprometida: Cuando las personas disponen de los recursos que necesitan la productividad crece. Tanto los empleados que cuentan con mejores herramientas de trabajo como los clientes que obtienen el servicio que demandan. 2. Mejora la seguridad: Gestionar de manera integrada todas las áreas digitales del negocio facilita el control de accesos a la información sensible desde firewalls únicos, además de resultar más rentable el establecimiento de departamentos o sistemas específicos de seguridad. 3. Consumerización: Trabajar en entornos digitales integrados facilita la visión centrada en el cliente de todos los departamentos, empezando por el IT. Un espacio de trabajo digital (Digital Workplace) es simplemente todas las aplicaciones y datos que la gente necesita para trabajar, accesibles desde cualquier dispositivo, en el lugar en el que su trabajo sea más eficiente, lo que se denomina Smart Working. Soluciones de trabajo como Citrix Workspace Suite están ayudando ya a empresas de todos los tamaños en la creación de espacios de trabajo digitales que aprovechen todo el potencial de los dispositivos móviles, más allá de las apps de un smartphone.

En los últimos años, el poder computacional y los métodos de recopilación de datos han avanzado hasta el punto de crear un nuevo campo, el Big Data . Gracias a la gran disponibilidad de datos recopilados, los científicos pueden examinar las relaciones empíricas entre una amplia variedad de variables para descifrar la señal entre el ruido. Hasta ahora, al hacer predicciones, los científicos han estado históricamente limitados por la falta de datos completos, confiando en cambio en pequeñas muestras para inferir las características de una población más amplia. Los algoritmos de aprendizaje automático pueden predecir con precisión cuestiones de lo más variopinto, como el resultado de los casos de la Corte Suprema, utilizando predictores como la identidad de cada juez, el mes de la argumentación, el demandante y otros factores. Aunque la precisión de la salida del algoritmo es de solo aproximadamente el 70 por ciento, en realidad se ha comprobado que supera a los expertos legales humanos. Otros algoritmos de aprendizaje automático se ha demostrado que predicen los intentos de suicidio con una precisión del 80 al 92 por ciento, posiblemente más preciso que incluso los mejores evaluadoress humanos.

1. Predecir lo que decidirá tu pareja en la «Batalla de los Sexos»

Battle of Sexes, es un ejercicio clásico de estudio conocido como juego asimétrico utilizado para entender la estructura de red y el funcionamiento de la estrategia pura y los equilibrios, principalmente en el contexto de estructuras espaciales homogéneas, como los autómatas celulares. Coordinar el comportamiento interdependiente cuando los actores tienen diferentes intereses puede ser extremadamente difícil. Este tipo de situaciones se pueden representar mediante un juego asimétrico de «Batalla de los sexos”. El ejemplo clásico es la situación de un hombre y una mujer que tienen que coordinar su velada sin medios de comunicación. El hombre tiene preferencia para ir a un partido de fútbol y la mujer prefiere ir a la ópera; sin embargo, prefieren ir juntos al mismo evento antes que ir solos a los eventos. Es muy difícil coordinar este problema sin medios de comunicación. También hay contextos en los que el grupo y las estructuras de interacción son relevantes. Piénsese, por ejemplo, en una clase de la escuela en un parque temático que tiene que decidir a qué atracción dirigirse. Algunos de los niños prefieren ir a la montaña rusa y otros prefieren ir a la atracción acuática. Sociólogos y físicos teóricos de la Universidad de Utrecht han creado recientemente un modelo teórico para este complejo problema. El profesor de sociología teórica de la Universidad de Utrecht Vincent Buskens explica en un estudio que usando modelos matemáticos, se puede estudiar cómo funcionan estos tipos de mecanismos en la sociedad en un nivel mucho más fundamental.  El próximo paso en el estudio será probar el modelo usando jugadores humanos reales, incluyendo algunas suposiciones en el modelo, por lo que la pregunta es hasta qué punto se corresponden con la realidad. Los resultados de su estudio fueron publicados recientemente en Scientific Reports .

2. Calcular cómo evitar que el café se derrame de la taza

En un artículo reciente publicado en SIAM Review, Hilary y John Ockendon usan matemática sorprendentemente simple para desarrollar un modelo de chapoteo. Su modelo incluye una taza en una mesa horizontal lisa que oscila en una sola dirección a través de una conexión de resorte. Eligieron el modelo matemáticamente más simple con el que entender la mecánica básica de la acción del péndulo en problemas de chapoteo. Los autores tuvieron la idea a partir de un trabajo ganador de premios Ig Nobel que describe un modelo mecánico básico que investiga los resultados de caminar hacia atrás mientras lleva una taza de café. Utilizan las leyes de la física de Newton y las propiedades básicas de la hidrodinámica para emplear una configuración llamada «paradigma”. Los autores resuelven las ecuaciones del modelo a través de la separación de variables y analizan el resultado posterior con un diagrama de respuesta. Encontraron que analizar este problema usando ideas bastante simples de modelado matemático y análisis proporciona una buena comprensión física de cómo reducir el chapoteo diario. El estudio completo está publicado en SIAM Review.

3. Solucionar el Problema de Kepler o cómo meter esferas en un espacio

Un equipo dirigido por el matemático Thomas Hales ha presentado una prueba formal de la conjetura de Kepler, que es la resolución definitiva de un problema que no se resolvió durante más de 300 años. El documento ahora está disponible en línea a través del Foro de Matemáticas, Pi , una revista de acceso abierto publicada por Cambridge University Press. Este documento no solo resuelve un problema matemático de siglos de antigüedad, sino que también es un avance importante en la verificación por computadora de pruebas matemáticas complejas.La conjetura de Kepler era un problema famoso en geometría discreta, que pedía la forma más eficiente de meter esferas en un espacio dado. La respuesta, aunque no es difícil de adivinar (es exactamente cómo se amontonan las naranjas en un supermercado), ha sido notablemente difícil de probar. Hales y Ferguson originalmente anunciaron una prueba en 1998, pero la solución fue tan larga y complicada que un equipo de una docena de árbitros pasó años trabajando en verificarla antes de darse por vencido. La solución al enigma matemático está en la revista de Oxford University. Otro problema clásico relacionado de Geometría discreta, rama de la geometría que estudian las propiedades combinatorias de objetos, que ya ha sido resuelto es el la conjetura de la zona de László Fejes Tóth. Formulado en 1973, dice que si una unidad de esfera está completamente cubierta por varias zonas, su ancho combinado es al menos π. La prueba, publicada en la revista Geometric and Functional Analysis , es importante para la geometría discreta y permite a los matemáticos formular nuevos problemas. ¿Cuál es la mayor cantidad de bolas del mismo tamaño que pueden caber alrededor de otra bola del mismo tamaño? ¿Cuál es la forma más densa de empacar círculos del mismo tamaño en un avión, o bolas en un espacio contenedor? Las soluciones a problemas como estos tienen aplicaciones prácticas.

¿Qué tecnologías serán más determinantes en 2020? ¿Qué tendencias veremos en sus usos? ¿Cómo podemos anticiparnos a la llegada de nuevas herramientas que afectarán a nuestros negocios y vida diaria? Un año más, en The New Now nos atrevemos a hacer nuestras predicciones sobre cuáles serán las 10 tendencias tecnológicas en los próximos meses. Aunque la carrera comercial por los ordenadores personales parece cosa del pasado y hace tiempo que las keynotes de los fabricantes o desarrolladores se centran más en otros dispositivos como smartphones o asistentes de voz, en el mundo de la investigación los avances en velocidad y capacidad de proceso siguen produciéndose y prometen ser determinantes en los próximos años, empezando por este. El pasado 23 de octubre de 2019, Google anunció que había logrado la supremacía cuántica al realizar en 3 minutos y 20 segundos un cálculo que las mayores supercomputadoras del mundo no podrían completar en menos de 10.000 años. Su avance fue publicado en la revista Nature   y fue contestado por IBM rápidamente en su blog .  Se haya logrado o no esa “supremacía cuántica” descrita por John Preskill en 2012, lo que sí es cierto es que ambas compañías realizan avances con sus procesadores cuánticos de 53 qubits y que, como informa The New York Times, capitalistas de riesgo han invertido más de 450 millones de dólares en nuevas empresas que exploran esa tecnología. Programación de supercomputadoras user friendly Futuro de la computación cuántica, neuromórfica y nanotecnológica Las 10 supercomputadoras más rápidas del mundo Primera red cuántica de comunicaciones en China

Cuando oímos hablar de esa zona de internet opaca conocida como Web Profunda, inevitablemente pensamos en los aspectos negativos que imaginamos supone el intercambio de información de cualquier procedencia y naturaleza sin la transparencia que esperamos. En realidad, esa Deep Web también se refiere a todo el contenido que no es indexado por los buscadores habituales de todos conocidos. Se calcula que en torno al 95% de todo el contenido de internet es material diferente a texto, que es lo fácilmente indexable. Miles de tipos diferentes de datos no textuales como video, audio o imágenes sin la información necesaria para que sean localizados por Google. En otras ocasiones, los requisitos de registro previo del usuario para acceder a la información, impiden esa búsqueda. Se trata de un principio básico de la privacidad pues, por ejemplo, el contenido de los mensajes de Gmail o los documentos en Dropbox, aunque sean visibles para cualquier usuario registrado no son accesibles por los motores de búsqueda pública. Aunque, y por eso funciona la publicidad contextual, sí es visible para los robots. Existen por tanto infinidad de contenidos opacos que reúnen estas características: Exigen al usuario completar datos de acceso. Involucran contenido dinámico tipo AJAX o JavaScript. Contienen imágenes u otra información no indexable. Para Cristiano Mattman, Director Científico de Datos de la NASA, esto no permite definirlos como Deep Web, sino que han de estar alojados en servidores web que utilizan el protocolo de red anónima denominada Tor. Este protocolo fue creado con buenas intenciones, por el Departamento de Defensa de EEUU para proteger información sensible y fue publicado como Dominio Público en 2004. El problema llegó cuando organizaciones y particulares con intenciones menos nobles comenzaron a utilizar sus posibilidades para el tráfico de drogas, armas o personas. En 2014 el Gobierno de EEEUU puso en marcha el programa Memex  con el fin de ayudar a la policía a identificar operaciones delictivas on line, dentro de la Deep Web, mediante minería de datos. El empleo de esta herramienta para supervisar la web profunda de forma continuada podría ayudar a identificar situaciones en la trata de personas y armas poco después de que las fotos se publiquen en línea. Eso podría evitar que se produzca un crimen y salvar vidas. [youtube]https://youtu.be/9QsjkJcUznA[/youtube] Paradójicamente, la investigación en tecnologías que rompan los límites de los motores de búsqueda, beneficiará al desarrollo de los buscadores del futuro que todos emplearemos. Las tecnologías desarrolladas en el programa proporcionarían los mecanismos para mejorar la detección de contenido, extracción de información, recuperación de información, la colaboración del usuario y otras funciones clave de búsqueda. Concretamente, a partir de Memex, se espera llegar a: El desarrollo de la próxima generación de tecnologías de búsqueda para revolucionar el descubrimiento, organización y presentación de los contenidos específicos de dominio La creación de un nuevo paradigma de búsqueda de dominio específico para descubrir contenido relevante y organizarlo de manera que sean más inmediatamente útil para tareas específicas. La ampliación de las capacidades de búsqueda actuales a la profundidad de contenido web y no tradicional. Interfaces mejoradas para militares, funcionarios y empresas comerciales para encontrar y organizar la información a disposición del público en Internet. Por ejemplo, las búsquedas en internet siguen siendo en gran medida un proceso manual que no salva sesiones, requiere una palabra casi exacta con la entrada de una en una sola vez, y no organiza ni en los resultados agregados más allá de una lista de enlaces. Los nuevos buscadores basados en Memex prometen solucionarlo. Adicionalmente, la creación de nuevos sistemas de búsqueda de información compleja en internet, o en el Big Data de intranets, facilitaría la labor de científicos de todas las especialidades, que podrían rastrear, indexar y correlacionar millones de archivos gráficos o gráficos sin datos suficientes para ser localizados. Sin contar con que todo el código escrito para Memex, como TOR, es Open Source y decenas de equipos independientes ya trabajan para exprimir sus posibilidades. [youtube]https://www.youtube.com/watch?v=vObvEGtPHKo[/youtube]