Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Informe OBS: El salto del Big Data al Huge Data

92 vues

Publié le

Este informe de investigación realiza un análisis de la aplicación del Big Data y la transformación digital que esto supone para las empresas con datos del 2018-2019

Publié dans : Technologie
  • Yes you are right. There are many research paper writing services available now. But almost services are fake and illegal. Only a genuine service will treat their customer with quality research papers. ⇒ www.WritePaper.info ⇐
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • Soyez le premier à aimer ceci

Informe OBS: El salto del Big Data al Huge Data

  1. 1. Autor Chema Maroto Profesor de OBS Business School www.obs-edu.com Partners Académicos: EL SALTO DEL BIG DATA AL HUGE DATA SituacióndelBigDataen2018-2019
  2. 2. 2 3 Índice 5 8 10 12 14 20 21 24 27 31 36 39 41 41 42 44 44 48 48 50 50 51 53 Introducción Big Data Quién está en la vanguardia del Big Data Aumenta el nivel de madurez del Big Data y pasa a la siguiente fase Los principales desafíos en la adopción del Big Data La inversión en Big Data por parte de las compañías es total Casos de aplicación de Big Data en 2018 Inteligencia Artificial, el vehículo para el Big Data ¿Qué está ofreciendo la Inteligencia Artificial? Principales beneficios Grado de adopción de la Inteligencia Artificial Barreras en la adopción de la Inteligencia Artificial Una mirada a China Casos de uso de IA • Cómo utiliza IA LinkedIn • AI del MIT puede predecir el 85% de los ciberataques Cloud Computing Cómo están viendo las empresas la migración a la nube Cómo Cloud Computing está aportando valor a las compañías Principales barreras Conclusiones para el debate Consciencia por avanzar en el proceso de Transformación Digital Silos funcionales y miedo al cambio, un quiero pero no puedo Referencias
  3. 3. 4 5 Introducción En este informe de OBS Business School, vamos a analizar el concepto de Big Data, así como su evolución. En las siguientes líneas de esta introducción vamos a destacar las principales tendencias de este fenómeno que iremos desgranando a lo largo del informe. • El nivel de madurez del Big Data ha aumentado considerablemente, deja la adolescencia para adentrarse en la edad adulta. Durante este último año las compañías han declarado que han incorporado Big Data en sus procesos clave de negocio, y que están empezando a ver resultados notables y beneficios en su adopción. El proceso de evolución natural ha llevado a las compañías a avanzar en su proceso de Transformación Digital evolucionando la fase piloto y de observación de Big Data donde se ha estado trabajando en los últimos años. Los resultados han comenzado a ser estables y las compañías han dedicado adoptarlo ya en procesos core de negocio. • El Big Data está ayudando a las empresas más vanguardistas a mejorar el diseño de sus productos y servicios y, a mejorar notablemente la eficiencia en sus operaciones internas. Los principales proyectos han estado dirigidos a utilizar el Big Data para investigar nuevas vías para la eficiencia de procesos críticos, la reducción de costes y de tiempos, principalmente la primera, han sido los principales objetivos de las compañías en la aplicación del Big Data. La mejora de la atención al cliente en busca de la mejor experiencia, ha ocupado la otra gran parte de los proyectos de Big Data, los nuevos productos y servicios más adaptados a las necesidades del cliente con capacidad incluso de ser predictivos y anticiparse a sus necesidades, están siendo proyectos con una gran aportación de valor reconocida por las compañías que ya están adoptando este tipo de tecnología dentro de sus áreas de negocio. • Pasar al siguiente nivel de adopción del Big Data está siendo firme, pero se están encontrando con algunos elementos que están provocando una ralentización del proceso. La necesidad de adoptar el Big Data dentro de los procesos clave de la compañía obliga a una modernización tecnológica de toda su infraestructura y arquitectura digital. Las empresas están acelerando la modernización de sus elementos más fundacionales para poder aprovechar al máximo el Big Data a la velocidad que el negocio les está exigiendo. Si bien para realizar pilotos los entornos de prueba eran controlados y, en muchas ocasiones aislados del resto de sistemas de la organización, con este paso adelante en la adopción, las compañías al pasar de la fase de pilotaje a la creación de mínimos productos viables que ya están comenzando a explotar, necesitan que se agilice la manera en la que estos sistemas deben dar respuesta rápida al negocio y a su vez permitan la integración con el resto de sistemas de la compañía.
  4. 4. 6 7 Introducción Introducción • Para avanzar al siguiente nivel, las empresas consideran que el fuerte de sus inversiones estará en llevar sus sistemas a la Nube. El Cloud computing es donde las compañías que quieren estar en la vanguardia en el aprovechamiento del Big Data están poniendo el foco. Sin una infraestructura tecnológica adecuada las soluciones de Inteligencia Artificial se hacen inviables, ya que la rapidez en la actualización de los sistemas, así como en la capacidad de integración de todas las fuentes de datos disponible obligan a un nivel tecnológico basado en nube muy maduro. La tecnología Cloud se hace fundamental no sólo para la conexión con los sistemas internos, sino también en la forma de crear servicios y aplicaciones capaz de estar conectados con el cliente final o consumidor que sirve de yacimiento de datos, habilitando así que las empresas que tienen más evolucionados sus sistemas y trabajan más en la nube, son los que mejores resultados y mayores beneficios están declarando del uso del Big Data. • Asistentes de voz inteligentes y los Chatbots están siendo las palancas que están permitiendo la capilarización de la Inteligencia Artificial a través de todo el ecosistema empresarial. La Inteligencia Artificial está siendo una tecnología muy disruptiva pero que, a su vez, es muy compleja, a través de los asistentes virtuales o Chatbots se están creando soluciones más estandarizadas que permiten a las compañías independientemente del sector o del tamaño, aprovecharse de esta tecnología para avanzar en sus procesos de Transformación Digital y convertirse en players que puedan estar compitiendo en el mercado. La buena aceptación de este tipo de soluciones por parte de los usuarios o consumidores ha acelerado su penetración y a su vez su estandarización, ya que hoy existen plataformas que facilitan la creación e integración de Chatbots en procesos de atención al cliente o relación con empleados. Por otro lado, como acelerador están los soportes físicos, ya que son Amazon, Google y Apple las tres más grandes compañías tecnológicas las que están apostando por los soportes físicos o altavoces inteligentes. Este factor está acelerando el consumo de estos dispositivos y por lo tanto que los consumidores cada vez estén más familiarizados con este tipo de tecnología. Según datos que se detallan más adelante en el informe, ya hay un volumen de consumidores muy alto que prefiere interactuar con un altavoz inteligente o asistente virtual mejor que con una web, una app, incluso que con las personas. • 2018 ha sido el año de la privacidad. Noticias como la de Facebook y su caso con Cambridge Analytica exponiendo la información de decenas de millones de usuario han servido de ejemplo para poner de manifiesto la preocupación de las empresas que están adoptando Big Data y en cómo la privacidad y seguridad pueden afectarlas. La seguridad de los datos es el factor que todas las compañías determinan como de los más preocupantes en sus avances en la adopción del Big data. La privacidad y la seguridad están convergiendo convirtiéndose en el principal desafío, gracias al Big Data y al Machine Learning, la gestión de la seguridad y la privacidad ha pasado de ser algo abstracto a tener una forma más concreta y sobre todo más crítica, a la par que amenazante por la posibilidad de que haya intrusos o adversarios que puedan hacer uso de la información sin su autorización. Una vez descrito por el Tribunal Supremo Louis Brandeis como “el derecho a permitir que estés solo,” la privacidad está ahora mejor descrita como la capacidad de controlar los datos que no podemos dejar de generar, dando lugar a inferencias que no podemos predecir. Creamos más y más datos cada día, aproximadamente 2,5 trillones de bytes, en términos de seguridad y privacidad, estás cuestiones sólo podrán hacerse más apremiantes con el tiempo. • La Inteligencia Artificial se ha convertido en el vehículo perfecto para comenzar el Big Data. Gracias al almacenamiento masivo de datos las compañías comienzan a tener suficiente información que les está permitiendo explotar soluciones clave para el negocio. Ya podemos estar hablando más del concepto de Inteligencia Artificial al ser la tecnología que nace para explotar las fuentes masivas de información. El Deep learning y el Machine learning son sin duda las tecnologías más utilizadas, son los modelos probabilísticos los que están ayudando a las compañías a ganar eficiencia en sus procesos, y específicamente con el Deep learning en trabajar en modelos que auto-aprenden para el diseño de soluciones o propuestas que puedan adelantarse a las necesidades de los clientes. • La complejidad de trabajar en entornos de alta incertidumbre con IA está ralentizando la adopción de la tecnología por parte de las áreas de negocio. Los escenarios que actualmente están manejando las áreas que están implementando soluciones de Inteligencia Artificial son de alta incertidumbre, el carácter probabilístico de las soluciones está obligando a que, por un lado, las áreas de negocio apuestan por líderes con más visión y más capacidad para el trabajo iterativo, con bajo nivel de frustración y muy abierto en su forma de pensar para adaptarse de la mejor manera a los resultados que se van obteniendo. Los proyectos con Inteligencia Artificial son de corto plazo precisamente para explorar rápidamente la viabilidad de las soluciones, esto provoca que tanto a nivel de equipo, obligando a estar muy pendiente del trabajo colaborando de manera multidisciplinar, como a nivel de infraestructura tecnológica, diseñando arquitecturas e infraestructuras digitales que lo permitan, se esté ralentizando el rimo ya que el cambio en la forma de trabajar en este tipo de proyectos está siendo adoptada muy poco a poco por parte de las personas y, por otro lado, la tecnología necesita de unos fundamentos que también están obligando a que las compañías aceleren esta modernización de sus elementos fundacionales, también apoyados nuevas formas de trabajar bajo principios ágiles. El salto del Big Data al Huge Data
  5. 5. 9 Big Data El Big Data es un fenómeno actual y relevante para los managers de las empresas de la mayoría de sectores. A continuación, detallamos algunas cifras que corroboran este fenómeno: • El 71% de las empresas a nivel global predicen que su apuesta por el Big Data se acelerará en los próximos tres años y más allá. De hecho, el 57% de las empresas a nivel global tienen la figura del Chief Data Officer (CDO), liderando y siendo la piedra angular en la ayuda de la integración y la democratización del dato y su capacidad de análisis a lo largo de toda la organización. • El 52% de las empresas están aprovechando el potencial del Big Data y el análisis de datos predictivo para proveer mejores ideas y más inteligencia a sus procesos operativos clave. • El 41% de las empresas a nivel global están considerando para el próximo año un movimiento total hacia una gestión del dato en la Nube. • Cloud Computing (24%), Big Data (20%), y AI/Machine Learning (18%) son las tres tecnologías que se predice tendrán el mayor impacto en la gestión del Dato para los próximos cinco años. • El 16% de las empresas disponen de un sistema que posibilita el acceso y la gestión del dato a sus empleados de una manera transversal. • En cuanto al nivel de madurez de las organizaciones, aquellas empresas que adoptan una cultura Data-Driven y llegan a implantarla, están alcanzando en una proporción de 1 a 5 ingresos superiores a $100b, mientras que las empresas que no están adoptando o piensan adoptar esta cultura del dato apenas el 72% de ellas están consiguiendo ingresos por encima de $1b. • El 57% de las organizaciones que tienen implantadas una cultura Data- Driven están aprovechándose de una clara ventaja competitiva experimentando una mayor rapidez y efectividad en el proceso de toma de decisiones. Aunque es el 63% de las organizaciones considera que la cultura Data-Driven está ayudándoles mayoritariamente a mejorar la eficiencia y la productividad El salto del Big Data al Huge Data 8 Figura 1: Fuente: Microstragy. 2018 Global State of Enterprise Analytics Report Big Data • Un 25% de empresas no han llegado a implantar ningún sistema de gestión del dato. Los sectores que están todavía en fase de desarrollo o luchando por poder incorporarlas son el de la Salud, la Industria Manufacturera y el sector de Gran Consumo, estos sectores son los que más destacan, aunque el Sector Público, Servicios Profesionales y las Utilities les siguen muy de cerca. Figura 2: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company • De esas organizaciones que todavía están luchando por tener implantada una estrategia de Big Data, tan sólo el 42% están alcanzando ingresos superiores al $1b. Figura 3: Fuente: Microstragy. 2018 Global State of Enterprise Analytics Report
  6. 6. 11 Big Data • El nivel de implantación de estrategias Big Data está siendo cada año más alto y el nivel de confianza de los empleados sobre estas iniciativas es muy alto. Los resultados de las encuestas muestran que, si se pregunta por el nivel de adopción, salen esos valores de entre el 70-80% de grado de adopción, ahora bien, si la pregunta es sobre cómo ven a su empresa cómo líderes en el gobierno y manejo del dato, las respuestas están en un 64% en el 2018. Mientras que aquellas que, sí que tienen definido y están ejecutando un programa de Big Data, en una proporción de 4 a 1, están alcanzado niveles de ingresos superiores a $100b. El salto del Big Data al Huge Data 10 Big Data QUIÉN ESTÁ EN LA VANGUARDIA DEL BIG DATA Con una perspectiva global los resultados del 2018 señalan que el 60% de los encuestados considera que el uso que se le está dando al Big Data es para impulsar procesos y buscar más eficiencia en los costes. En un segundo lugar, pero también con un peso considerable, el 57% están utilizando el Big Data como una estrategia que les ayude a lanzar el cambio en sus organizaciones y adquirir una posición de ventaja frente a sus competidores. Aunque estos sean los valores que tienen mayor peso, si es verdad que las oportunidades que está brindando el Big Data a las organizaciones está siendo muy aprovechada. Las compañías están haciendo una mejor gestión de sus riesgos, mejorando la productividad, obteniendo más información sobre el movimiento del mercado, atrayendo y gestionando mejor la retención de sus clientes, mejorar sus productos y servicios y, mejorar sus rendimientos financieros. Figura 4: Fuente: Microstragy. 2018 Global State of Enterprise Analytics Report Foto 1. El Big Data no es una solución “bala de plata”, sino más bien un conjunto de soluciones que está ocasionando toda una revolución en las organizaciones. 60% 57% 52% 51% 50% 49% 49% 48% 48% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas GLOBAL 65% 46% 36% 43% 47% 50% 47% 52% 47% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas JAPÓN 57% 62% 52% 50% 53% 48% 50% 46% 44% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas BRASIL 59% 65% 60% 66% 50% 44% 47% 47% 52% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas REINO UNIDO 57% 59% 53% 47% 48% 55% 55% 47% 45% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas ALEMANIA 61% 54% 58% 51% 54% 50% 47% 49% 53% Impulsar una impulso en los procesos y eficiencia en los costes Impulsar la estrategia de cambio Monitorizar y mejorar el rendimiento financiero Analizar cuales son los productos y servicios más usados Gestión del Riesgo Conseguir y retener más clientes Monitorizar el mercado Desarrollar nuevos productos y servicios Analizar la capacidad productiva y la fuerza de ventas ESTADOS UNIDOS
  7. 7. 13 Big Data AUMENTA EL NIVEL DE MADUREZ DEL BIG DATA Y PASA A LA SIGUIENTE FASE Todavía los niveles respecto al nivel de madurez son bajos, claramente en ascenso cada año a un buen nivel, pero las dificultades de las compañías para adoptar del todo un sistema integral de Big Data están convirtiendo este desafío en una carrera de obstáculos. Durante los años anteriores, las organizaciones que quería implantar una estrategia de Big Data se estaban encontrando con problemas de acceso a los datos, de gestión del volumen, de capacidades de infraestructura y también de perfiles y talento específico. Durante el 2018, el nivel de penetración en las organizaciones de la estrategia Big Data ha sido más profundo y están tocando con algunos huesos duros. En el informe del año pasado ya se comenzaron a atisbar estas barreras y, durante el 2018 han cogido forma y una dimensión más objetiva. Por un lado, están las limitaciones a nivel de silos funcionales que impiden que las iniciativas puedan tener un recorrido end-to-end, está siendo muy difícil el generar estructuras de trabajo colaborativo de carácter multidisciplinar o cross-functional dentro de las organizaciones ya que tanto la estrategia organizativa como también la operativa siguen bajo una filosofía más tradicional de carácter vertical. De este modo, tan solo el 21% de las organizaciones a nivel global, disponen ya de una arquitectura sofisticada e integrada con los frameworks de seguridad y gobierno de la organización que permita, en modo de autoservicio, dotar a la compañía de autonomía en el acceso y gestión del dato relativo a los sistemas de Big Data, análisis predictivo y movilidad. El sistema más tradicional, donde IT lidera la generación de los informes y se los entrega bajo demanda a las áreas de negocio está en un 23%. El resto se reparte en otras opciones alejadas de la rudimentaria hoja de cálculo compartida (4%) pero todavía sin acceso global y transparencia para toda la organización. El desarrollo de las organizaciones en su empeño por implantar una cultura del dato o Data-Driven, está ayudando como ya hemos visto en el apoyo o palanca de la estrategia de cambio para que la organización mantenga el pulso competitivo en esta era de la digitalización, en las gráficas de a continuación se observa dónde consideran que esta nueva cultura está causando más impacto dentro de su organización, todos coinciden. El 40% considera que la cultura Data-Driven ha impactado en la creación de una estrategia bien definida sobre la gestión, análisis y aprovechamiento del dato. Un nivel alto de organizaciones también reconoce cómo este movimiento ha ayudado a modernizar sus sistemas y dotar de arquitecturas e infraestructuras más adecuadas para aprovechar adecuadamente el Big Data. El salto del Big Data al Huge Data 12 Big Data Figura 5: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company Y dentro de aquellos que están incorporando estrategias de Big Data están eligiendo como tecnologías o iniciativas clave el Machine Learning y las estrategias dirigidas al estudio y la ciencia del dato Figura 6: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company
  8. 8. Big Data LOS PRINCIPALES DESAFÍOS EN LA ADOPCIÓN DEL BIG DATA A medida que las organizaciones avanzan en la implantación de sus estrategias de Big Data y aprovechan más sus datos para fortalecer sus iniciativas de Transformación Digital, se van encontrando con barreras que impiden que su desarrollo sea más rápido. A nivel mundial, los tres desafíos que afectan a todas las organizaciones que se encuentran en este punto son: • La privacidad de los datos y las preocupaciones de seguridad (49%) • La democratización limitada de los datos en su organización (33%) • La falta de capacitación sobre cómo aprovechar al máximo el potencial del poder de influencia de los datos (29%) Otra de las preocupaciones que todavía no ha llegado a ser relevante, pero se confirmará en los próximos pasos, es el gobierno del dato. Muchas organizaciones alrededor del mundo están ahora mismo luchando por este propósito, están descubriendo que no sólo se necesita de un soporte técnico para implantarlo, sino también que se adopte un cambio cultural para que pueda llegar a tener éxito. El salto del Big Data al Huge Data 14 Big Data Figura 8: Fuente: Microstragy. 2018 Global State of Enterprise Analytics Report Cómo se representa en los gráficos de abajo, las organizaciones con un nivel de madurez más alto están trabajando por vencer las barreras relativas a la privacidad del dato, mientras que aquellas empresas que todavía están en vías de desarrollo o en plena lucha por implantar una estrategia de Big Data, están encontrando más problemas en cómo almacenar y hacer útil los datos y, en no tener clara una estrategia de gestión y explotación del dato, problemas estos últimos que según el informe del año pasado, eran justo en los que estaban trabajando las organizaciones más punteras o líderes en este aspecto. Figura 9: Fuente: Encuesta: Microstragy. 2018 Global State of Enterprise Analytics Report 15 Figura 7: Fuente: Microstragy. 2018 Global State of Enterprise Analytics Report El 45% de las organizaciones declara que menos de la mitad de sus datos está siendo gobernado (con algún tipo de autoridad certificada, siguiendo políticas corporativas y teniendo una única versión de la verdad).
  9. 9. 16 17 Big Data Vehículos Ecológicos Ranking de departamentos que más están aprovechando las capacidades de Big Data dentro de una organización Fuente: Encuesta: Microstragy. 2018 Global State of Enterprise Analytics Report Figura 10: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company El liderazgo en todas las organizaciones sobre la explotación o la ciencia del dato, proviene de las áreas de Marketing, ventas y finanzas. Según EMA (Enterprise Management Associates, Inc) GLOBAL BRASIL ALEMANIA JAPÓN REINO UNIDO ESTADOS UNIDOS 1. TI 2. Finanzas 3. Marketing 4. Customer services 5. Manufacturing 6. Ventas 7. Operaciones 8. Estructura 9. Recursos Humanos 1. IT 2. Finanzas 3. Customer Service 4. Ventas 5. Operaciones 6. Marketing 7. Manufacturing 8. Recursos Humanos 9. Estructura 1. IT 2. Finanzas 3. Marketing 4. Customer Service 5. Manufacturing 6. Ventas 7. Estructura 8. Operaciones 9. Recursos Humanos 1. IT 2. Marketing 3. Manufacturing 4. Customer Service 5. Ventas 6. Finanzas 7. Estructura 8. Operaciones 9. Recursos Humanos 1. IT 2. Finanzas 3. Marketing 4. Ventas 5. Manufacturing 6. Customer Service 7. Operaciones 8. Recursos Humanos 9. Estructura 1. IT 2. Marketing 3. Finanzas 4. Customer Service 5. Operaciones 6. Ventas 7. Manufacturing 8. Estructura 9. Recursos Humanos 46,7% 22,0% 14,0% 8,7% 5,3% 1,3% 2,0% Se está adoptando actualmente y forma parte vital de nuestro… Se está adoptando actualmente y está empezando a ser valorado… Se está adoptando actualmente Hay planes de adopción en el corto plazo (3-6 meses) Hay planes de adopción en el largo plazo (6-12 meses) No se está pensando en adoptarlo No se sabe todavía Hasta qué punto su organización está adoptando políticas de protección del dato y seguridad
  10. 10. Big Data El salto del Big Data al Huge Data 18 Big Data El estado del arte del total de plataformas dentro del ecosistema Big Data apenas ha habido salidas, más bien nuevas entradas importantes y sobre todo adquisiciones, el número de compañías que han ido posicionándose y aumentando su ventaja competitiva gracias a nuevas adquisiciones de pequeñas y fuertes compañías o start- up especializadas ha ido en aumento. Algunas empresas clave que aparecieron en el ecosistema se hicieron públicas, los casos más relevantes a destacar son: Cloudera, MongoDB Pivotal y Zuora. Otros se están preparando para salir como es el caso de Elastic. Es importante mencionar que también se produjeron algunas adquisiciones notables, en particular Mulesoft (adquirida por Salesforce post-IPO, por $ 6.500 millones), Flatiron Health (adquirida por Roched por $ 2.100 millones), Appnexus (adquirida por AT&T por $ 1.600 millones), Syncsort y Vision Solutions (adquiridas por $ 1.2B por Centerbridge Partners), Moat (adquirida por Oracle por $ 850M), Integral Ad Science (adquirida por Vista Equity Partners por $ 850M), eVestment (adquirida por NASDAQ por $ 705M) y Kensho (adquirida por S&P Global por $ 550) METRO). Es notorio y merece la pena señalar que, aparte de Mulesoft, todas esas compañías tienen su sede en la costa este de Estadps Unidos (Nueva York, Boston y Atlanta). Éste, es un indicador de cómo las compañías más importantes quieren no perder su hueco en el ecosistema del Big Data liderado por las empresas de referencia de la costa oeste de Estados Unidos. Muchas otras empresas también fueron adquiridas por cantidades más pequeñas: Gigya (SAP), Blue River Technology (Deere & Co), CoreOS (Red Hat), Guavus (Thales), Lattice Data (Apple), Socrata (Tyler Technologies) y PracticeFusion (AllScripts). En el apartado de inversiones, este año quién ha estado apostando fuerte es China. Este fue un año de grandes rondas de financiamiento para algunas de las nuevas empresas de Big Data y AI, particularmente con una serie de inversiones de gran tamaño, NIO ($ 1.6B en todo dos rondas en 2017), y SenseTime ($ 850M en dos rondas alrededor de 2017 y 2018). 19 Figura 11: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company El 73% de las empresas a nivel global dicen estar entre 2 y 6 el número de plataformas que tienen implantadas ecosistema de Big Data. Múltiples plataformas: Haciéndose más grande cada día el ecosistema
  11. 11. Big Data El salto del Big Data al Huge Data 0 Big Data CASOS DE APLICACIÓN DE BIG DATA EN 2018 En este apartado presentaremos siete ejemplos de aplicación de Big Data en diferentes contextos y sectores. 1) Mejorando el rendimiento deportivo, a mayor parte de deportistas de élite están ya adoptando técnicas de análisis de grandes volúmenes de datos. En tenis se lleva mucho tiempo utilizando la herramienta SlamTracker (basada en la tecnología de IBM SPSS de análisis predictivo) en los torneos más prestigiosos del mundo (Wimbledon, Roland Garros, Open de Australia). La plataforma lleva registrados más de 8 años de datos de Grand Slams (unos 41 millones de data points) para determinar patrones y estilos de jugadores ganadores. 1 El 71% de las empresas tienen previsto seguir invirtiendo y aumentar si cabe su inversión en Big Data en los próximos cinco años. Muchos equipos de élite realizan ya seguimiento de sus atletas fuera del entorno de competición, usando dispositivos inteligentes para monitorizar desde la nutrición, la preparación física y el sueño, hasta las conversaciones en redes sociales en las que participan para controlar el bienestar emocional. 2) El CERN (laboratorio suizo de física nuclear con su gran colisionador de hadrones), uno de los mayores generadores de datos, intenta descubrir los secretos del universo gracias a los datos que se obtienen de un acelerador de partículas. Aunque el centro de datos del CERN cuenta con 65.000 procesadores para analizar los 30 petabytes de datos, no es suficiente. Por ello distribuyen la capacidad de computación entre miles de ordenadores repartidos entre otros 150 centros de datos por todo el mundo para analizar los datos. Esta capacidad de computación distribuida que de otra manera sería imposible de procesar también se emplea en muchas otras áreas de la ciencia. Foto 3. El Big Data es un conjunto de soluciones que está ocasionando toda una revolución en las organizaciones 60% 30% 7% 2% 1% Muy importante Algo importante Ni importante ni sin importancia No muy importante Para nada importante Importancia del Big Data en la Transformación Digital de su compañía
  12. 12. Big Data 3) Crear una vista de 360º del cliente y entregarle así una experiencia personalizada. Big Data permite a las empresas recopilar datos de los clientes de múltiples canales y crear una sola vista. Esto permite una experiencia personalizada al cliente que es el seguimiento lógico para tener una visión de 360 grados. Cuando una empresa entiende claramente el comportamiento de sus clientes en todos los canales, pueden enviar promociones específicas y cupones individuales, servicios personalizados o contenido del sitio web en función del perfil del cliente. 4) Análisis de sentimientos del Cliente. El análisis de grandes volúmenes de datos incluye también el análisis de texto que permite reconocer y analizar los comentarios que los clientes comparten en Internet. Los puntos de vista que una empresa puede obtener pueden variar de una comprensión general de los sentimientos del cliente (si les gusta o disgusta un producto, un servicio o una marca) a una lista detallada de cuestiones problemáticas específicas. 5) Pruebas y simulación de nuevos procesos de fabricación. Ha llegado el día donde prácticamente se ha eliminado el riesgo de fallo en la implementación de algunos productos o procesos. Esto es debido a que los procesos de fabricación pueden ser probados antes de la producción / aplicación. Esto es posible gracias a los gemelos digitales, entornos de realidad virtual y simulaciones de procesos de fabricación. El uso de este tipo de entornos y herramientas permite a los fabricantes eliminar el riesgo en el proceso de toma de decisiones. De hecho, el objetivo de la llamada transformación digital de las empresas de fabricación es la implementación de este tipo de plataformas de datos que hacen que tomar una decisión estratégica en base a la ciencia del dato. 6) Mantenimiento predictivo. Big Data puede ayudar a predecir fallos en los equipos a través de la unión de datos estructurados (años de fabricación, marca y modelo) con datos no estructurados (entradas de caudal, datos de sensores, mensajes de error, temperaturas y otros factores que puedan registrarse). Con estos datos, los fabricantes pueden maximizar el tiempo de actividad de sus equipos de mantenimiento y repuesto adelantándose a fallas y alargando el tiempo de vida de maquinaria costosa que se encuentra en estos circuitos de producción industrial. Estos datos se pueden utilizar para algo más que para predecir el fallo de un equipo. Para muchos procesos de fabricación, también es importante predecir la vida útil restante de los sistemas y componentes de una forma óptima para garantizar que están funcionando dentro de las especificaciones. 7) Investigación Genómica. Big Data puede jugar en un papel significativo en la investigación genómica. Con el uso de grandes volúmenes de datos, los investigadores pueden identificar los genes y biomarcadores de la enfermedad para ayudar a los pacientes a determinar con precisión problemas de salud que pueden tener en el futuro. Los resultados pueden incluso permitir que las organizaciones de salud puedan diseñar tratamientos personalizados. El salto del Big Data al Huge Data 2 Foto 4. El 71% de las empresas tienen previsto seguir invirtiendo y aumentar su inversión en Big Data
  13. 13. 24 25 Inteligencia Artificial, el vehículo para el Big Data La Inteligencia Artificial tiene el potencial de transformar muchas industrias, de hecho, la transformación ya está sucediendo como se desarrollará a lo largo de este apartado del informe. Los avances en la detección de enfermedades, que los coches sean autónomos o que haya sistemas de reconocimiento facial en las empresas o ciudades no son situaciones del futuro, son del presente. Según la consultora PwC se espera que el PIB mundial aumente un 14% debido a la IA. El despliegue de esta tecnología en la próxima década sumará $15.7 billones al PIB mundial, China predijo sumar $7 billones y América del Norte $3.7 billones de dólares americanos, de acuerdo a la multinacional. En unas declaraciones a la CNBC el capitalista de riesgo y experto en IA Kai Fu- Lee dijo que la Inteligencia Artificial podría sustituir del 40 al 50 por ciento de todos los puestos de trabajo de E.E.U.U. en los próximos 15 años. Como reflejan los datos sobre la aportación al PIB en iniciativas IA, China y Estados Unidos son los principales players en el impulso y desarrollo de esta tecnología. China se ha propuesto superar a EE.UU. en la generación de datos para el 2025 según un estudio de International Data Corporation y la firma de almacenamiento Seagate. En 2018, China generó alrededor de 7,6 zettabytes de datos y ese número crecerá a 48,6ZB en 2025. Mientras tanto, EE.UU. generó cerca de 6,9ZB. Ese número se prevé que sea aproximadamente 30,6ZB en 2025. Inteligencia Artificial, el vehículo para el Big Data Si medimos el impacto de la IA – artículos de investigación publicados básicos - Estados Unidos está y estará a la cabeza para la próxima década”, dijo Lee. “Pero si se mide por el valor creado, la cantidad de capitalización de mercado, el número de usuarios, la cantidad de ingresos, China probablemente ya está por delante. Este dominio de China llega impulsado por la rapidez y la fuerza que están mostrando sus industrias en la adopción de IA. El salto del Big Data al Huge Data Fuente: Bots, Machine Learning, Servicios Cognitivos. Realidad y perspectivas de la Inteligencia Artificial en España, 2018 – PwC y Microsoft Se espera que la cantidad total de nuevos datos generados en 2025 crezca a 175ZB, desde 33ZB en 2018. La mayor parte del crecimiento se prevé que proviene de entretenimiento, dispositivos conectados a Internet, herramientas de productividad, imágenes de vigilancia y los metadatos, que es una de las partes más importantes de cómo se analizan los datos.
  14. 14. 26 27 Inteligencia Artificial, el vehículo para el Big Data En todos los países, las empresas de tecnología son líderes en el aprovechamiento de la inteligencia artificial ¿QUÉ ESTÁ OFRECIENDO LA INTELIGENCIA ARTIFICIAL? PRINCIPALES BENEFICIOS De todas las capacidades de IA, son tres las más habituales en los desarrollos de este último año: la automatización robótica de procesos, la visión artificial y el machine learning están siendo las tecnologías que se están desplegando con más frecuencia. Según la consultora McKinsey&Company en una encuesta realizada a empresas líderes durante el 2018, su valoración es que, por sectores, son las TELCOS, tecnología y, servicios financieros quienes están en la vanguardia de la adopción de IA. Por ejemplo, para las TELCOS, High tech y servicios financieros, el valor se reconoce en procesos relacionados con la operación y el desarrollo de producto con hasta un 70% de adopción según las empresas que respondieron a la encuesta. Por otro lado, en el caso de gran consumo, en el área de Marketing y Ventas se está adoptando IA en sus procesos. El 75% de las compañías del sector de las Telecomunicaciones declara estar adoptando Inteligencia Artificial en sus procesos de operación, convirtiéndose con diferencia el área donde más se está implantando este tipo de tecnología. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 13: Boston Consulting Group (BCG). Mind the (AI) GAP – Leadership Makes the Difference Figura 14: Fuente: Mind the (AI) GAP – Leadership Makes the Difference – BCG 85% de las empresas chinas son agentes activos en el campo de la IA. Figura 15: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company
  15. 15. 28 29 Inteligencia Artificial, el vehículo para el Big Data La adopción de IA en procesos clave de las compañías está ocasionando una revolución debido entre otros factores por la rapidez con la que pueden verse los beneficios en el corto plazo. En la gráfica de abajo se observa como el Gran Consumo es el área donde la implantación de estrategias de IA está teniendo más impacto. Sin embargo, cabe destacar que este impacto es menor en el caso de sectores como Agricultura, Farmacia o Sector aeroespacial. Inteligencia Artificial, el vehículo para el Big Data En general, las compañías están adoptando Inteligencia Artificial en la mejora de sus procesos internos; un 15% más respecto al año pasado, buscando eficiencias en gestión y costes especialmente. La evolución respecto al año pasado es notable tal como muestra la figura de abajo. Por lo general la adopción ha sufrido cierta desaceleración respecto a los valores del 2017. Esto es debido fundamentalmente a la concentración de esfuerzos en iniciativas donde la aportación de valor es más manifiesta y en el caso de la desaceleración, debido a las barreras que se están encontrando para llevar a cabo los trabajos relativos a IA. El salto del Big Data al Huge Data Figura 16: Fuente: Deloitte State of AI in Enterprise, 2nd Edition, 2018 Mucha de las primeras empresas en adoptar IA, están invirtiendo en tecnologías cognitivas para mejorar su competitividad. Según una encuesta realizada por la consultora multinacional Deloitte, el 63% de los ejecutivos encuestados dijo que consideran fundamental incorporar a su organización iniciativas de IA para ponerse al día con sus rivales o mejor, para diferenciarse. Figura 17: Fuente: Deloitte State of AI in the Enterprise, 2nd Edition 2018 Figura 18: Fuente: Notes from the AI frontier: Applications and value of deep learning, McKinsey&Company
  16. 16. 30 31 Inteligencia Artificial, el vehículo para el Big Data Otro de los factores que están influyendo en la obtención de resultados de las iniciativas IA es la convivencia que existe actualmente de esta nueva tecnología con otras ya implantadas en las compañías para el análisis de datos. En la gráfica de abajo se observa como es el sector Viajes quién declara mayor beneficio del uso de IA con un 128% respecto a otras técnicas de análisis de datos, un valor exagerado comparado con el resto de sectores que ocupan los siguientes puestos en una posición más parecida entre ellos. Esto es debido principalmente a la posibilidad que tiene este sector de beneficiarse de cualquier tipo de dato independientemente de su origen, ya que el campo de actuación del sector es amplio. La diferencia con el sector Aeroespacial situado al final es muy notable ya que para este sector el análisis de datos tiene un rigor especialmente sensible y durante años se han ido evolucionando y optimizando los sistemas de análisis de datos propios. Sin duda, la relación de estos dos sectores ejemplifica la realidad del ecosistema empresarial a la hora de adoptar esta nueva tecnología. En conclusión, aquellos sectores que disponen de sistemas más abiertos o el rigor de su información exige menos responsabilidad, son los que tienen todo a su favor para liderar la adopción de IA. En cambio, aquellos sectores que durante tiempo llevan creando sistemas propios y analizando y filtrando su información con el objetivo de cada día ser más rigurosos con la calidad y la pureza, tendrán más dificultades para abrirse a este nuevo campo. GRADO DE ADOPCIÓN DE LA INTELIGENCIA ARTIFICIAL El grado de adopción de Inteligencia Artificial en los procesos clave de las compañías está viéndose condicionado por varios factores, uno de ellos es la capacidad que están teniendo las compañías para avanzar en su evolución y por tanto en su transformación digital, la necesidad de adaptar los procesos, infraestructuras y cultura de la compañía están siendo determinantes. La velocidad de cómo está cambiando la vida, el día a día, de los consumidores está demandando más velocidad y agilidad en la adaptación a este nuevo modelo económico por parte de las compañías. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 19: Fuente: Notes from the AI frontier: Applications and value of deep learning, McKinsey&Comany El gran desafío para las empresas será avanzar en su digitalización para adaptarse al ascenso de los clientes digitales y no quedarse atrás. Haciendo foco en España, según los resultados del estudio de PwC a este respecto con las principales empresas españolas, el sector de Gran Consumo considera que en un plazo de 7 años el 92% de las compañías del sector habrán adoptado IA en sus procesos de negocio. Es el sector Industrial quién se marca el desafío más ambicioso para este corto plazo, ya que partiendo de un corto plazo de 14% de empresas, consideran que para 2025 el volumen de empresas que hayan adoptado IA será del 97%. Figura 20: Fuente: Bots, Machine Learning, Servicios Cognitivos. Realidad y perspectivas de la Inteligencia Artificial en España, 2018 - PwC
  17. 17. 32 33 Inteligencia Artificial, el vehículo para el Big Data El número de ejecutivos que dicen que sus empresas están interesadas en adoptar estrategias de IA es elevado. A nivel de países, un estudio de la consultora BCG, resalta que son China, India y Singapur los países que manifiestan tener más ambiciones de adopción de la IA en el corto plazo. Muchos son los ejecutivos que dicen que sus empresas están interesadas en adoptar estrategias de IA, pero según un estudio de la consultora BCG a nivel global, destacan de la media países como China, India y Singapur ya que manifiestan tener más ambiciones de adopción en el corto plazo que el resto. La mayoría de las empresas que participaron en este estudio dijeron que consideraban que IA es cada vez más importante. Sin embargo, sus inversiones, planificaciones e implantaciones no coinciden con sus ambiciones. Aunque el 87% de los participantes del estudio dijeron que planean implementar IA en sus procesos productivos dentro de los próximos tres años, solo el 28% ha establecido una hoja de ruta de implementación completa. El 72% restante de las empresas carece de planes detallados: el 32% está probando casos de uso seleccionados, el 27% tiene solo ideas preliminares y el 13% tiene IA despriorizada o aún no la ha considerado. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 21: Fuente: Bots, Machine Learning, Servicios Cognitivos Realidad y perspectivas de la Inteligencia Artificial en España, 2018 – PWC En contraste, algunas naciones industrializadas, como Japón, siguen enfocadas en palancas convencionales (por ejemplo, lean manufacturing) que promovieron su competitividad en el pasado. Al igual que pasaba con los sistemas de análisis de datos, aquellas industrias que tienen sistemas muy optimizados que les han dado seguridad y confort en épocas anteriores, se convierten en una barrera en la adopción de nuevos métodos, ya que la falta de seguridad y confianza en la IA hace pensar a los grandes ejecutivos sobre cuál es la necesidad o el momento adecuado para el cambio. Entre las industrias encuestadas, el cuidado de la salud y la energía son los más ambiciosos en el corto plazo; Los procesos industriales y los productos de ingeniería tienden a ser un poco menos. Figura 22: Fuente: BCG Global AI Survey, February–March 2018. Existe una brecha entre la ambición y la realidad en la adopción de IA
  18. 18. 34 Inteligencia Artificial, el vehículo para el Big Data Durante este último año, las empresas que están adoptando IA desarrollando iniciativas o pilotos en sus procesos claves están destinando todo su esfuerzo en disponer de una fuente de datos tanto interna como externa a disposición de estos procesos para potenciar su funcionamiento y garantizar la evolución de estas iniciativas en el futuro. El desarrollo de esta práctica está por encima del resto. Las empresas ya empiezan a ser conscientes de qué es lo que tienen que hacer para garantizar el éxito en los trabajos de IA. Si bien es verdad, que la gestión de los datos, especialmente los datos internos es donde más foco están poniendo las compañías, los niveles aún son bajos. Esto quiere decir que apenas superan la fase de “ser conscientes” disponiéndose en avanzar hacia la nueva fase que sería la adopción. El hecho de que tan sólo el 6% de las compañías declare que está tomando decisiones a través de procesos de IA refleja el camino que queda por recorrer por el resto de prácticas, todas ellas fundamentales par garantizar el éxito en el escalado de las iniciativas de IA. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 23: Fuente: BCG Global AI Survey, February–March 2018 Figura 24: Fuente: Notes from the AI frontier: Applications and value of deep learning, McKinsey&Company Foto 5. El sector Viajes declara mayor beneficio del uso de IA con un 128% respecto a otras técnicas de análisis de datos
  19. 19. 36 37 Inteligencia Artificial, el vehículo para el Big Data BARRERAS EN LA ADOPCIÓN DE LA INTELIGENCIA ARTIFICIAL Los resultados de las encuestas que se han realizado a lo largo del año pasado no han hecho más que confirmar las predicciones del 2017 a este respecto. Las compañías que están adoptando mejor los cambios son aquellas que ya tienen lanzados sus programas de transformación digital. En relación a las barreras para la implementación de IA, destacamos que: A través de una encuesta, la consultora McKinsey&Company preguntó a las empresas líderes a nivel global y, su contestación fue que donde estaban encontrando más barreras era en la definición de una estrategia clara de IA, en la falta de talento y las dificultades para preparar y conseguir perfiles adecuados y en el problema que tienen interno en las organizaciones sobre cómo los silos funcionales limitan y bloquean estas iniciativas que requieren de un trabajo colaborativo y más cross-functional, además de la falta de líderes con falta de ownership y compromiso con IA. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 25: Fuente: AI adoption advances, but foundational barriers remain, survey, 2018. McKinsey&Company De manera adicional, la consultora Deloitte preguntó por cuales consideraban las empresas líderes que serían sus mayores desafíos para adoptar una estrategia de IA. Negocio y tecnología se enfrentan a una serie de retos en su intento de crear valor de negocio y sacarle partido a la Inteligencia Artificial. Cómo se muestra en la figura de abajo, muchos de los encuestados respondieron que la implementación, la integración dentro de la organización de los nuevos roles y funciones y demostrar el valor de negocio de soluciones de IA como principales retos de las iniciativas en IA. Debido a la novedad y a la falta de perfiles expertos y los niveles bajos de experiencia en este ámbito dentro de las organizaciones, era predecible que uno de los principales desafíos esté en la implementación. La obtención de los datos necesarios para un proyecto de AI, prepararlos para el análisis, la protección y su privacidad, y garantizar su seguridad puede ser lento y costoso para las empresas. Muchas empresas, han decidido dejar de lado los proyectos y disolver los equipos hasta que fueron capaces de sentar las bases de datos adecuadas. Figura 26: Fuente: Deloitte State of AI in the Enterprise, 2nd Edition, 2018 Para maximizar el valor de IA, los early adopters o personal más concienciado deben convertirse en expertos en la gestión del riesgo y la gestión del cambio dentro de la organización
  20. 20. 38 39 Inteligencia Artificial, el vehículo para el Big Data Otra de las dificultades que declaran algunas organizaciones es al articular una nueva forma de trabajar para definir el éxito de los proyectos de IA. La forma de acometer proyectos y organizar el trabajo es totalmente diferente y esto genera tanta resistencia que puede ocasionar el abandono total o parcial de la prueba de concepto o piloto. Es muy difícil trabajar con escenarios de tanta incertidumbre bajo frameworks de trabajo donde el objetivo es tenerlo todo bajo control. Las compañías declaran que no están trabajando con equipos multidisciplinares, sino que lo están haciendo como lo venían haciendo hasta ahora, respondiendo con equipos que proceden de silos funcionales independientes. Como ya se ha indicado anteriormente, la capacidad que tiene una empresa para afrontar su proceso de digitalización es clave para garantizar un avance más exitoso en la adopción de IA. Las organizaciones que han hecho los mayores avances en su proceso de transformación digital son las que están a la vanguardia de la adopción de la Inteligencia Artificial. Según la encuesta realizada por McKinsey&Company, en las firmas más digitalizadas, el 67% de los encuestados dicen que sus organizaciones han incorporado IA en los procesos estándar, en comparación con el 43% de todas las demás empresas. Por ejemplo, en el caso de la adopción de Machine Learning, las más digitalizadas dicen haberlo incorporado en sus procesos. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 28: Fuente: Encuesta: AI adoption advances, but foundational barriers remain, 2018 - McKinsey&Company UNA MIRADA A CHINA Se abre en este apartado del informe una ventana a China con la intención de observar en detalle algunos de los factores que están contribuyendo a que sea la segunda gran potencia de IA en estos momentos. Según los datos observados durante el periodo de investigación previo a la elaboración de este informe, en China se está creando un ecosistema muy favorable para el Big Data y por supuesto el resto de tecnologías relativas al dato. Parece ser que este ecosistema podría haberse originado después de una partida a un juego, el GO, uno de los juegos más antiguos y con más tradición en China que dicen los expertos puede ser uno de los juegos más complejos del mundo. Ke Jie, un jugador chino conocido como el mejor del mundo, compitió con un programa de la casa matriz Google Alphabet en un partido de tres juegos. El joven profesional perdió los tres juegos. Menos de dos meses después de la derrota, el gobierno central de China anunció sus ambiciosos planes para construir sus capacidades de Inteligencia Artificial: crear “un plan de desarrollo de Inteligencia Artificial de última generación.”
  21. 21. 40 41 Inteligencia Artificial, el vehículo para el Big Data El plan se divide en tres puntos: seguir el ritmo de las tecnologías de inteligencia artificial para el año 2020, lograr avances en IA para el año 2025, y para el 2030 convertirse en el líder mundial de IA. China ha hecho un fantástico trabajo de mover su economía sin dinero a través del pago con el móvil, con el que puede recoger cantidades ingentes de datos de toda la población. Además, China no tiene las mismas leyes de privacidad restrictivas como muchos otros países, lo que hace que sea más fácil para las empresas recopilar datos. En China, 27 de las 50 empresas Top en IA están respaldadas por BAT (Basic Attention Token) o por fondos del gobierno. La mayoría de estas empresas del Top 50 tienen una edad de menos de 5 años. Otros datos interesantes que explican esta estrategia son: El 55,6% de los fundadores de estas empresas del Top 50 tiene un Doctorado o post doctorados. Inteligencia Artificial, el vehículo para el Big Data El salto del Big Data al Huge Data Figura 32: Fuente: China Money CASOS DE USO DE IA En este apartado vamos a comentar aplicaciones de uso de IA. CÓMO UTILIZA IA LINKEDIN De una forma u otra, IA acciona todo en LinkedIn. Por ejemplo, LinkedIn está trabajando en productos para clientes empresariales, tales como ayudar a un vendedor a predecir la capacidad de respuesta de sus clientes potenciales, sirviendo publicidad relevante para sus miembros, o ayudar a un reclutador a encontrar nuevas fuentes de talento, la IA también funciona en segundo plano, haciendo cosas como asegurarse de que los miembros están protegidos frente a contenidos nocivos, conexiones de enrutamiento para asegurar una experiencia rápida velocidad del sitio, y asegurarse de que las notificaciones enviadas a los miembros son informativos, pero no molestas. China dispone del segundo pool más grande de talento relativo a IA después de EE.UU., pero sólo el 5,4% del talento chino en IA es de los considerados como extraordinarios. Siendo EE.UU., quién lidera en solitario este aspecto. Ejemplos de la alimentación LinkedIn y una página Jobs
  22. 22. 42 43 Inteligencia Artificial, el vehículo para el Big Data AI DEL MIT PUEDE PREDECIR EL 85 POR CIENTO DE LOS CIBERATAQUES Conocer un ataque informático que va a ocurrir antes de que suceda es muy útil, pero es difícil de lograr en la práctica. Ahora MIT ha construido un sistema de inteligencia artificial que puede predecir los ataques del 85 por ciento de las veces. El salto del Big Data al Huge Data https://youtu.be/b6Hf1O_vpwQ Este sistema utiliza tres diferentes algoritmos de aprendizaje automático para detectar eventos sospechosos. En las pruebas realizadas utilizando 3,6 mil millones de líneas de registro de actividad en Internet, el sistema pudo identificar un 85 por ciento de los ataques antes de tiempo. Foto 6. La Inteligencia Artificial se está posicionando como uno de los agentes de cambio más relevantes en los últimos tiempos
  23. 23. 44 45 Cloud Computing Otra Tecnología relacionada cuyo uso está en auge es el Cloud Computing. Algunos datos relevantes son los siguientes: CÓMO ESTÁN VIENDO LAS EMPRESAS LA MIGRACIÓN A LA NUBE • Nueve de cada diez empresas tendrán alguna parte de su aplicaciones o infraestructura en la nube para 2019, y el resto espera seguir para 2021. • El 73% ya ha adoptado la tecnología de nube y otro 17% tiene la intención de hacerlo en los próximos 12 meses. • El software como servicio (SaaS) sigue siendo el modelo de servicio en la nube más común en compañías de todos los tamaños; El 89% de las empresas lo utilizan en algún lugar de su entorno de TI. Sin embargo, otros modelos de entrega son cada vez más populares, con un 73% de las empresas que usan Infraestructura como un Servicio (IaaS) y un 61% que usan la Plataforma como un Servicio (PaaS) La necesidad de dar respuesta a cada uno de los factores clave requeridos para garantizar el éxito en el proceso transformación tecnológica que están sufriendo las compañías empuja a las empresas a llevar a sus sistemas hacia la Cloud, ya sea pública, privada o híbrida. Por un lado, la velocidad, la agilidad, la autonomía de los equipos, las aplicaciones móviles junto con las apuestas por la movilidad y por último los dispositivos conectados o la gestión de IoT, están conduciendo a los sistemas hacia entornos de información compartida y accesible saliendo del alojamiento local hacia un movimiento global donde sólo es posible en la Cloud. Cloud Computing El salto del Big Data al Huge Data Figura 33: Fuente: RightScale 2018 State of the Cloud Report En el gráfico de abajo se aprecia cómo además de los esfuerzos de hoy por adaptar los sistemas, la tendencia es aumentar la adopción de la nube destacando la necesidad de atener a los modelos de Inteligencia Artificial y Machine Learning. Es por esto que las organizaciones están todas coincidiendo en que su mayor inversión debe estar en el desarrollo de la tecnología Cloud. Ya que sin duda es el pilar de apoyo del resto de tecnologías. Figura 34: Fuente: Cloud Vision 2020. The future of the Cloud. Survey of Influencers Figura 35: Fuente: MicroStrategy. 2018 Global State of Enterprise Analytics Report
  24. 24. 46 47 Cloud Computing Después de una fase de experimentación y observación vivida el año anterior, las áreas de TI están siendo presionadas por el negocio para llevar todos los sistemas y aplicaciones a la nube. Según los resultados de la encuesta publicada por IDC, más de un tercio (38%) de los participantes declararon estar presionando a las áreas de TI para migrar no sólo las aplicaciones sino también la infraestructura a la nube. Cloud Computing El salto del Big Data al Huge Data Las organizaciones reconocen el esfuerzo que les queda por hacer y consideran fundamental que sus capacidades Cloud estén resueltas en el corto-medio plazo. Según las respuestas de la encuesta de The Future of Cloud realizada por la empresa LogicMonitor, el 27% de las compañías tendrá el 95% de sus trabajos funcionando en la Cloud en los próximos cinco años. La presión está demandando urgencia, pero los datos reflejan que la velocidad de implementación de este tipo de tecnologías todavía no ha alcanzado su mejor momento. Hay un 28% de las compañías que todavía están en una fase de valoración o descubrimiento, las compañías más vanguardistas conforman el 44,7% del ecosistema. Figura 36: Fuente: IDC. Cloud Computing Survey 2018 Figura 37: Fuente: Cloud Vision 2020. The future of the Cloud. Survey of Influencers
  25. 25. 48 Cloud Computing CÓMO CLOUD COMPUTING ESTÁ APORTANDO VALOR A LAS COMPAÑÍAS La argumentación durante estos últimos años para adoptar la tecnología Cloud ha estado basada fundamentalmente en el ahorro de costes. Actualmente, según la encuesta lanzada por IDC, la razón principal de las inversiones en la nube es permitir que la TI satisfaga las demandas empresariales de velocidad, agilidad y capacidad de respuesta. PRINCIPALES BARRERAS Un 66% de los profesionales de TI dicen que la seguridad es su mayor preocupación en la adopción de una estrategia de Cloud empresarial. Proveedores de plataformas y de servicios en la nube están trabajando para fortalecer y endurecer sus plataformas en esta área. Un ejemplo es como Verizon (NYSE: VZ) ha decidido adquirir la empresa de Hacking Niddel. Niddel es una empresa de software de que tiene un sistema basado en Machine Learning basado en la interpretación de hilos que ahora pasa a integrarse en los servicios y sistemas nube de Verizon. Otras preocupaciones adicionales incluyen la consecución de los objetivos de gobierno y cumplimiento (60%), superar los retos de tener personal que carezca de experiencia nube (58%), privacidad (57%) y dependencia de un proveedor (47%). Cloud Computing El salto del Big Data al Huge Data Figura 38: Fuente: Cloud Vision 2020. The future of the Cloud. Survey of Influencers Figura 39: Fuente: Cloud Vision 2020. The future of the Cloud. Survey of Influencers Foto 7. La tecnología Cloud se ha estado basando fundamentalmente en el ahorro de costes.
  26. 26. 50 Conclusiones para el debate CONSCIENCIA POR AVANZAR EN EL PROCESO DE TRANSFORMACIÓN DIGITAL. PASAMOS DEL MOMENTO HYPE A LA REALIDAD Y, NO ESTÁ SIENDO FÁCIL Después de estos últimos años de descubrimiento de las nuevas tecnologías, la situación del ecosistema empresarial refleja una clara consciencia por el cambio. El desafío por disponer de una fuente de datos corporativa con grandes volúmenes de información y crear infraestructuras para alojar y gestionar el dato ha dedicado todos los esfuerzos personales y económicos en los últimos 4 años. Hoy el reto está en poner en uso esos datos y comenzar a desplegar iniciativas para para poder explotarlos. La Inteligencia Artificial se está posicionando como uno de los agentes de cambio más relevantes en los últimos tiempos, las posibilidades que ofrece esta tecnología está ayudando a las empresas de hoy que luchan por encontrar su hueco en el ecosistema digital, tener nuevas fuentes de inspiración que no sólo pueden ayudarles a sobrevivir sino, que los nuevos productos o servicios desarrollados con IA se están convirtiendo en toda una revolución empresarial consiguiendo resultados hasta ahora no explorados. La visibilidad que están teniendo los buenos resultados del uso de la Inteligencia Artificial por parte de las empresas que están más a la vanguardia en este aspecto ha provocado que el resto de las empresas estén acelerando sus planes de adopción. En el momento actual, se están viviendo momentos de euforia de los recién llegados, entusiasmados al conocer y empezar a pilotar esta nueva tecnología. Por otro lado, las empresas que han sido más pioneras y que ya están incorporando IA en sus procesos de negocio, viven un poco el desánimo de comprobar como el conseguir resultados tan increíbles como salían de muestra en los pilotos o propuestas comerciales con un entorno controlado, al llevarlos al día a día, están descubriendo que no es fácil alcanzar buenos resultados. ¿Por qué no está siendo fácil? Las organizaciones todavía no han cambiado su estructura (organigrama), sus hábitos (cultura) y en la mayoría de los casos están haciendo frente a la adopción de nueva tecnología y nuevos modelos de trabajo y negocio sin atender a los cambios estructurales. El salto del Big Data al Huge Data SILOS FUNCIONALES Y MIEDO AL CAMBIO, UN QUIERO PERO NO PUEDO En cualquier desarrollo evolutivo y por nombrar los más cercanos, las revoluciones industriales, la tecnología siempre ha sido la detonante del cambio y la lucha por su adopción el principal desafío de las empresas, algunas por convertirse en las líderes, otras por buscar un nuevo hueco y otras por sobrevivir. En esta revolución de los datos y la información que están viviendo las empresas en estos momentos el objetivo no es diferente a los anteriores, lo que sí que está siendo diferente es la velocidad con la que avanza y madura la tecnología. Como principales barreras las empresas están declarando que tienen dificultades para llevar a cabo iniciativas a través de toda la organización en modo transversal debido a cómo están construidas orgánicamente las organizaciones según el modelo tradicional de estructura piramidal y desarrollo de áreas funcionales en líneas verticales (silos). La diferencia de criterios en determinar las prioridades de cada equipo de trabajo, los objetivos por áreas y la organización del trabajo por áreas son algunos de los factores que a día de hoy están limitando el éxito de iniciativas transversales ya que las organizaciones con este sistema orgánico debilitan cualquier iniciativa que invada o altere el status quo de cada una de las áreas funcionales. Las nuevas tecnologías están obligando a las empresas a cambiar esta forma de entender la organización y el modo de trabajo. La velocidad que se requiere para tomar decisiones y el nivel de atención que hay que tener en los avances y resultados de los trabajos desarrollados bajo estas nuevas tecnologías, también dificultan su implementación. La gestión del cambio y la falta de experiencia en procesos de transformación es otra de las barreras reconocidas por las empresas durante este proceso de transformación. La necesidad de gestionar bien el cambio se hace cada vez más necesario, de una forma separada a la tecnología están conviviendo en el mismo proceso las personas. Resulta paradójico que con la adopción de estas nuevas tecnologías se esté buscando más impacto y eficiencia con procesos que lleven a los niveles más altos el concepto de automatización y que por otro lado sean las personas quién estén al frente del proceso. La correcta gestión de los estados de ánimos para el manejo de la motivación, frustración, expectativas… es fundamental para ayudar a que todo tenga un sentido. Después de años trabajando de una manera no es fácil cambiar el paso a una nueva forma, es ahí donde los agentes de cambio tienen un trabajo importante para ayudar en la transición y evitar que el camino genere bajas innecesarias o que sea un camino triste, ya que para alcanzar el éxito en la implantación de estas nuevas tecnologías es necesario que las personas saquen lo mejor de ellas mismas y estén al máximo nivel, esto implica capacidades técnicas y habilidades personales además de una actitud positiva y comprometida. Conclusiones para el debate 51
  27. 27. Referencias Big data • Artículo Web. https://hackernoon.com/great-power-great-responsibility- the-2018-big-data-ai-landscape-6a35bcf34f7f • Artículo Web. https://www.peoplematters.in/article/future-talent/five- big-data-and-data-science-trends-to-expect-in-2018-18092? utm_source=peoplematters&utm_medium=interstitial&utm_campaign= learnings-of-the- day&utm_source=peoplematters&utm_medium=interstitial&utm_c ampaign=learnings-of-the-day • Artículo Web. https://www.searchtechnologies.com/blog/big-data-use- cases-for-business • BBVA. Artículo Web. https://www.bbva.com/es/ejemplos-reales-uso-big- data/ • Artículo Web. https://www.baoss.es/10-ejemplos-usos-reales-big-data/ • Artículo Web. https://www.experfy.com/blog/twenty-big-data-use-cases • ORACLE. Artículo Web. https://www.oracle.com/big-data/guide/big-data- use-cases.html • Amazon. https://aws.amazon.com/es/solutions/case-studies/big-data/ • Artículo Web. https://www.qubole.com/resources/best-use-cases-for-big- data-analytics/ 53 Cloud • IDC. Cloud Computing Survey 2018. https://voicebot.ai/google-home- google-assistant-stats/#smart-speaker-market-share-sept-2018 • ZDnet. https://www.zdnet.com/article/top-cloud-providers-2018-how- aws-microsoft-google-ibm-oracle-alibaba-stack-up/ • Artículo Web. https://medium.com/@Unfoldlabs/8-trends-in-cloud- computing-for-2018-d893be2d8989 Inteligencia Artificial • NYTimes. https://www.nytimes.com/es/2017/10/25/tecnologia- inteligencia-artificial-reclutamiento/ • Artículo Web. https://blog.adext.com/artificial-intelligence- technologies-2019/ • Accenture. Artificial Intelligence, genuine impact. https:// www.accenture.com/t20180329T022652Z__w__/us-en/_acnmedia/ PDF-75/Accenture-AI-Genuine-Impact-Pov-Final-Us.pdf Foto 8. La Inteligencia Artificial se ha convertido en el vehículo perfecto para comenzar el Big Data.
  28. 28. 54 El salto del Big Data al Huge Data 55 Referencias • Artículo Web. https://gizmodo.com/mit-s-ai-can-predict-85-percent-of- cyber-attacks-1771549072 • SAP. https://open.sap.com/courses/leo5 • Tufts. Department of Computer Science. http://www.cs.tufts.edu/ comp/131/ • Artículo Web. https://futurism.com/this-game-uses-artificial-intelligence- to-recruit-new-players/ • LinkedIn. https://engineering.linkedin.com/blog/2018/10/an-introduction- to-ai-at-linkedin?linkId=100000004516332 • HBR. https://hbr.org/2019/01/privacy-and-cybersecurity-are-converging- heres-why-that-matters-for-people-and-for-companies • BCG-The Boston Consulting Gropu. AI in the Factory of the Future. http:// image-src.bcg.com/Images/BCG-AI-in-the-Factory-of-the-Future- Apr-2018_tcm9-188726.pdf • BCG-The Boston Consulting Gropu. Mind the (AI) Gap. http://image- src.bcg.com/Images/Mind_the%28AI%29Gap-Focus_tcm108-208965.pdf Voice • Voicebot.ai. Smart Speaker Consumer Adoption Report March 201 https://voicebot.ai/wp-content/uploads/2018/10/voicebot-smart- speaker-consumer-adoption-report.pdf • PwC. Bots, Machine Learning, Servicios Cognitivos. Realidad y perspectivas de la Inteligencia Artificial en España, 2018. https:// www.pwc.es/es/publicaciones/tecnologia/assets/pwc-ia-en- espana-2018.pdf • https://medium.com/@goodrebels/cómo-las-interfaces-de-usuario- de-voz-están-dominando-el-mundo-y-por-qué-deber%C3%ADas- tenerlo-en-cuenta-96ec37ee4c8e • BRN.AI. Report 2018 Voicebots ahead. • The Report 2018: Voicebots Ahead. https://chatbotsmagazine.com/the- report-2018-voicebots-ahead-269123c40165 • Voiceobot.ai. https://voicebot.ai/google-home-google-assistant-stats/ #google-assist-user-base-oct-2018 • Consumer Intelligence Series: Prepare for the voice revolution. https:// www.pwc.com/us/en/advisory-services/publications/consumer- intelligence-series/pwc-voice-assistants.pdf • Artículo Web. https://variety.com/2018/digital/news/smart-speaker- adoption-survey-adobe-1202934493/ • Voicebot.ai. https://voicebot.ai/google-home-google-assistant-stats/ #smart-speaker-market-share-sept-2018 Referencias • CNBC. https://www.cnbc.com/2018/12/14/china-could-surpass-the-us-in- artificial-intelligence-tech-heres-how.html • China Money Network. https://assets.chinamoneynetwork.com/wp- content/uploads/20190213221310/China-AI-Top-50-2018-EN1.pdf • Tsinghua University, Institute of Science, Technology and Society. https:// www.tsinghua.edu.cn/publish/ istsen/4250/2010/20101224100113274961280/20101224100113274961280_.ht ml • Pymnts. https://www.pymnts.com/data/2019/china-data-generation- study-iot-ai/ • CNBC. https://www.cnbc.com/2019/02/14/china-will-create-more-data- than-the-us-by-2025-idc-report.html • China Open (Institución Gubernamental). https://www.chinaopen.ai/ index-en.html • Artículo Web. https://marketingdesdecero.com/basic-attention-token-bat- quien-esta-detras-esta-criptomoneda/ • Google (Alphazero). https://deepmind.com/research/alphago/ • McKinsey&Company. https://www.mckinsey.com/featured-insights/ artificial-intelligence/ai-adoption-advances-but-foundational-barriers- remain?cid=other-eml-alt-mip-mck- oth-1811&hlkid=4b798c19aba540ba9a782656e79e1c63&hctky=9772122&hd pid=bb08451a-dbdb-4103-a88c-e9f1d270445e • Deloitte. State of AI in the Enterprise, 2nd Edition. https:// www2.deloitte.com/insights/us/en/focus/cognitive-technologies/state-of- ai-and-intelligent-automation-in-business-survey.html • McKinsey&Company. How artificial intelligence can deliver real value to companies. https://www.mckinsey.com/business-functions/mckinsey- analytics/our-insights/how-artificial-intelligence-can-deliver-real-value- to-companies • McKinsey&Company. Visualizing the uses and potential impact of AI and other analytics. https://www.mckinsey.com/featured-insights/artificial- intelligence/visualizing-the-uses-and-potential-impact-of-ai-and-other- analytics • McKinsey&Company. Notes from the AI frontier: Applications and value of deep learning. https://www.mckinsey.com/featured-insights/artificial- intelligence/notes-from-the-ai-frontier-applications-and-value-of-deep- learning • McKinsey&Company. An executive’s guide to AI. https:// www.mckinsey.com/business-functions/mckinsey-analytics/our- insights/an-executives-guide-to-ai
  29. 29. www.obs-edu.com

×