La importancia del dato

La incorporación de tecnología Big Data permite manejar ingentes cantidades de información y sacar valor de ella

Por Marta Abad

En un mundo que ya está digitalizado, nuestro uso cotidiano de las redes sociales, las plataformas de streaming y las compras online o el quehacer diario de las empresas van generando datos constantemente y en cantidades asombrosas. «Cada acción que hacemos se convierte en información y esos datos son el oro del siglo XXI», explica Oiane Niebla, decana y presidenta del Colegio y la Asociación de Ingeniería de Telecomunicación de Euskadi. Para tratar esos datos de forma útil, se necesita Big Data, «un conjunto de tecnologías a través de las cuales somos capaces de manejar ingentes cantidades de información, de manera simultánea y sacar valor de ella», describe Borja Pérez Calvo, director general de Datu(a), del grupo Teknei.

«Se está llegando a escalas, tanto en velocidad como en volumen de datos, que no se conocían. Ahora es posible procesar, analizar y sacar conclusiones de grandes cantidades de datos, muy diversos, que se generan a alta velocidad», añade Javier del Ser, investigador principal de IA y Bigata de Tecnalia. En su opinión, el primer beneficio de usar Big Data es la «eficiencia en el mane-jo de datos» tanto para las empresas como para las instituciones, que han tomado conciencia de la importancia de los datos para adoptar mejores decisiones con conclusiones mucho más informadas por los datos que ha recogido. Hoy en día, quien no tenga una estrategia del dato se va a quedar atrás».

Tres niveles de provecho

Para explicar los distintos niveles de aprovechamiento de la información, el CEO de Datu(a) pone como ejemplo una empresa de extracción de metales. «En el área administrativa, tienes que registrar las cantidades de metales que se van sacando cada día. La empresa, a través del Big Data, extrae toda esa información y la guarda en lugares donde ya no sólo vale para ser utilizada en el día a día, sino que permite construir entornos informacionales. Es decir, puedes empezar a sacar una estadística completa de lo que ha ocurrido en la extracción durante un mes, un año o en los últimos quince años, y, además, lo puedes mezclar en diferentes calidades de metales. Con todo eso estás haciendo Business Intelligence. Lo que ves es algo forense, siempre ves lo que ya ha pasado. Y eso empieza a ser de utilidad para las empresas porque, todavía de manera descriptiva, permite ver el dato agrupado, estructurado y ordenado de muchas formas».

En el segundo nivel se encuentra la analítica avanzada, «que permite descubrir más información detrás de los datos. No solamente ves cuánto has extraído en el último año sino que te das cuenta de que, por alguna razón, en los meses de verano hay un rendimiento mayor en la mina, y que en un tipo de máquinas el rendimiento también es superior. De este modo, saca razonamientos complejos, te da perspectivas que tú no habías sido capaz de ver. A través de la aplicación de todos los datos de manera masiva y algoritmia matemática avanzada, es capaz de pensar qué va a ocurrir, porque crea y estructura modelos predictivos y propensivos».

Y en el tercer y último nivel, se sitúa «la reina», la Inteligencia Artificial, «donde el sistema aprende solo. Y te dice: tú pensabas que estas cosas dependían de estas variables, y sí, pero también depende de ésta y esta otra. Y, además, cuando cambian las circunstancias, se recalcula a sí misma, porque introduce ‘Machine Learning’ o ‘Deep Learning’. Esto permite que la analítica avanzada dé el salto hacia capas de autoaprendizaje convirtiéndose en Inteligencia Artificial».

Crecimiento exponencial

Actualmente las grandes empresas «no sólo están utilizando Big Data sino que están creando departamentos internos de esta tecnología, con gente especializa-da en sacar valor de los datos que van a almacenar», indica el investigador de Tecnalia. «La mayoría de las compañías están ya en eco-sistemas de Business Intelligence, que es el primer nivel, el descriptivo. Muchas están haciendo algoritmias para cosas concretas. Y pocas están en Inteligencia Artificial. Dentro de las pymes, las pequeñas no están todavía aquí. Y de las medianas, muchas están en Business Intelligence, pocas han entrado en algoritmias avanzadas y raramente están en Inteligencia Artificial. En España, en 2021, estaban haciendo Inteligencia Artificial el 7% de las compañías. Y dentro de las grandes empresas, se alcanzaba el 18%. Se espera un crecimiento absoluta-mente exponencial», comenta el director general de Datu(a).

¿Pero cómo se realiza todo el proceso? «El primer estadio consiste en recoger los datos con calidad y precisión suficiente. Los ingleses tienen una máxima muy sabia que es ‘Garbage in, garbage out’ (Si entra basura, sale basura). Si uno no es capaz de recoger datos con calidad, que sean certeros, quienes vayan a analizar esos datos no van a poder hacer más con ellos. Lo primero es conseguir información de calidad. Es una condición necesaria, pero no suficiente. Para procesar los datos, se pueden utilizar des-de cuadros de mando, donde se pintan en tiempo real todos los datos que se van recogiendo y que son adquiridos desde la infraestructura Big Data, hasta cosas más elaboradas como modelos predictivos y otros algoritmos de Inteligencia Artificial que son capa-ces de obtener predicciones a partir de los datos. Es decir, aprender qué patrones hay debajo de los datos y a partir de ahí inferir ante una nueva situación qué va a suceder», explica Del Ser.
En este contexto de desarrollo tecnológico, existe una gran preocupación por la sostenibilidad porque «cualquier infraestructura de Big Data y sobre todo las que sirven a modelos de Inteligencia Artificial de gran escala consumen gran cantidad de recursos energéticos», destaca el investigador de Tecnalia. «Desde el punto de vista de modelos de Inteligencia Artificial, hay ya algoritmos capaces de reducir su consumo energético o incluso maneras de diseñar modelos que sean capaces de balancear entre su desempeño, que no funcione quizás tan bien, pero sí de manera sostenible y no consuma muchos recursos. Hay muchísimo campo de mejora. Si queremos avanzar sosteniblemente en el aprovechamiento de los datos, la sostenibilidad ambiental es necesaria», recalca.

Regulación europea

Con estos avances tecnológicos tan rápidos, un tema muy controvertido es cómo se va a regular. Ocurrió lo mismo en su día con la llegada de Internet y las redes sociales. «Hay una preocupación a nivel europeo por la Inteligencia Artificial fiable y eso supone tener gobernanza de datos. Es decir, que nosotros como humanos sepamos nuestros datos, dónde se están explotando y para qué y podamos decidir sobre ello», opina Del Ser.

En esta línea, Pérez Calvo, director general de Datu(a), cree que «tendemos hacia tecnologías donde se está imponiendo la soberanía individual del dato. Los únicos propietarios de nuestros datos somos nosotros. El día que el Gobierno los quiera usar, yo le tengo que dar permiso. Vamos hacia un mundo donde cada uno de nosotros vamos a ser capaces de controlar y saber cuándo alguien usa nuestros datos. Todo eso va a implicar un montón de seguridad. Iremos adaptándonos y regulando y consiguiendo que el Big Data esté dentro de la utilidad humana que necesitamos, pero esto va a cambiar la vida de todos nosotros», augura.