Andrés Reinoso

Un robot es una máquina diseñada y construida para desempeñar tareas repetitivas o tediosas que pueden ser realizadas por los humanos. Es una tecnología que ha evolucionado, desde las versiones dedicadas a repetir mecánicamente la misma tarea, hasta las implementaciones que utilizan inteligencia artificial. Del robot al bots: evolución tecnológica en desarrollo Actualmente un robot también es de utilidad en las empresas y las industrias bajo implementaciones de software llamadas bots. Estos programas informáticos efectúan tareas repetitivas y simulan comportamientos humanos. Como parte de los avances tecnológicos, tanto un robot, como un bot, pueden ser entrenados para tener la capacidad de pensar. El objetivo es utilizar técnicas de análisis de datos y de aprendizaje de máquina para realizar tareas eficientemente. Un ejemplo cada vez más común del uso de robots como aplicaciones de software son los chatbots y los asistentes inteligentes. Robot + Procesos + Productividad: una combinación que beneficia a las empresas Mediante un robot una empresa puede automatizar actividades que consumen tiempo valioso de empleados, analistas e incluso gerentes. La automatización robótica de procesos (RPA o Robotic Process Automation) es una estrategia que gana cada vez más aceptación. Los procesos que pueden ser mejorados mediante la RPA abarcan distintas áreas de la empresa, con aplicaciones en: Procesos de reclutamiento y contratación de personal. Ingreso de datos, generación de correspondencia, contratos, informes y otros documentos. Migración de datos, minería de datos y análisis automatizado de big data. Gestión de proveedores, de pedidos y de almacenes. Elaboración, envío o respuesta automatizada de correos electrónicos. Debido a la continua incorporación de avances tecnológicos, un robot tiene interesantes aplicaciones en medicina como en la asistencia personal y la nanotecnología. Por otro lado, también se provecha el trabajo de los robots en la industria automotriz, en las instituciones militares, para el desarrollo de los vehículos submarinos y los viajes de exploración espacial. A continuación encontrarás otras tres aplicaciones que son tendencia en el uso de la robótica: Robots para la comunicación empresarial y el servicio al cliente La atención al cliente y la comunicación empresarial son dos áreas en donde los robots están cada vez más presentes. Sea un robot físico o digital (chatbots), su adopción en las empresas apunta a brindar un servicio con mayor disponibilidad. La eficiencia y propuesta de valor más sofisticada también son beneficios de los avances tecnológicos. Analizando la evolución en la comunicación empresarial, la EAE Business School indica que alrededor del 80 % de todas las consultas de servicio al cliente podrían en teoría ser respondidas por un robot con inteligencia artificial. El sector de la banca y las aseguradoras también han sabido aprovechar las ventajas de un robotconversacional. Los siguientes son algunos de los beneficios percibidos: Suministrar información y respuestas a consultas frecuentes, liberando a los empleados de repetir tareas tediosas. Incrementar la satisfacción del cliente al suministrarle un canal de ayuda permanente 24/7. Mejorar la experiencia del cliente y personalizar la respuesta mediante técnicas de analítica de datos. Según estadísticas y tendencias de Ayat Shukairy, se estima que alrededor del 85 % de todas las interacciones con clientes se manejarán sin un agente humano en 2020. El ahorro para una empresa por la atención de clientes mediante un chatbot puede llegar hasta un 30 %. Al acelerarse los tiempos de respuesta, se pueden atender alrededor del 80 % de las preguntas de rutina. Visión artificial y verificación automatizada La visión artificial permite tomar decisiones de manera automática, a partir de la información contenida en imágenes. Los robots con aplicaciones de visión artificial tienen aplicaciones exitosas en: Identificación de piezas por tipo, modelo o lectura de código de barras. Selección o almacenamiento de productos. Verificación de componentes de una pieza. Detección de fallas en piezas o productos a partir de un control de calidad. Detección de intrusos. Diferenciación de elementos, sustancias, materiales u objetivos mediante cámaras hiperespectrales y multiespectrales. Los robots que Amazon y Walmart utilizan para empaquetar y entregar pedidos son ejemplos reales de uso de estas tecnologías. Uno de los beneficios reportados es la disminución en el tiempo de servicio. Otro caso exitoso es la gestión agrícola y la detección de plagas en cultivos mediante drones con cámaras y sensores. Un robot con servicios en la nube La robótica también apunta a aprovechar plataformas, servicios y almacenamiento en la nube para impulsar la automatización inteligente de procesos. La robótica en la nube ofrece la ventaja de la gestión ágil, eficiente y escalable de tecnologías de automatización. Los avances tecnológicos en inteligencia artificial, aprendizaje automático e Internet de las Cosas (IoT) ayudan al crecimiento de un mercado de robótica de servicios. Las mejoras en la conectividad, los sistemas de control automatizado y los dispositivos inteligentes abren opciones para desarrollar nuevos servicios. ITTrends estima un crecimiento anual de la robótica en la nube en un 18,8 % aproximadamente. Los beneficios podrían alcanzar ganancias de unos 22.500 millones de USD para 2021.Atrás quedaron los días en que solo disponíamos de máquinas simples y computadores limitados por las funciones de un sistema operativo, la capacidad de cálculo y las aplicaciones instaladas. La tendencia al crear un robot es mejorarlo mediante la inteligencia artificial, la percepción visual, la comprensión del lenguaje natural, las capacidades autónomas de aprendizaje y la conectividad basada en IoT.

La medicina tecnológica consiste en el desarrollo de soluciones para mejorar la cobertura de salud partir de la innovación tecnológica. Los primeros usos de la telemedicina, o e-health, se produjeron con la transmisión de datos, imágenes y videos médicos a finales de 1959. La primera especialidad en donde se utilizó ampliamente la telemedicina fue la radiología en la década de 1960. Aplicaciones de la data predictiva en la farmacéutica Las ciencias de la salud y la ingeniería biomédica no son las únicas áreas con avances significativos gracias a la innovación tecnológica. La farmacéutica ha sabido aprovechar la combinación del big data, la inteligencia artificial y el aprendizaje automático (machine learning). Mediante técnicas de minería de datos, se recopilan y analizan datos anónimos provenientes de: Centros hospitalarios y servicios de atención médica. Aseguradoras. Industria farmacéutica y colegios farmacéuticos. Venta y demanda de productos de salud. Sensores que miden signos vitales. Estos datos se utilizan para entrenar algoritmos de aprendizaje automático con el fin de que tengan capacidad predictiva, de optimización, clasificación o agrupación. La farmacoepidemiología utiliza predicciones más certeras gracias a la innovación tecnológica en las ciencias de datos, mejorando: Los estudios sobre el uso, los efectos y las necesidades de fármacos en poblaciones específicas. La prevención y el fomento de hábitos saludables, en lugar de una atención posterior que generalmente es más costosa. La gestión de las recetas electrónicas y la personalización de los tratamientos. El rediseño de los procesos asistenciales. El análisis perceptivo de potenciales pacientes. Una industria que apuesta por la innovación La creación de nuevos fármacos es otra de las áreas en donde el aprovechamiento del big data ha tenido un papel relevante. Farmacéuticas como Novartis y MSD (Merck-Sharp-Dohme) apuestan por la innovación para ayudar a los profesionales de la medicina y a los pacientes. Novartis y Parc Científic de Barcelona han establecido una alianza para lanzar retos de innovación en el marco del Imagine Express 2020. El objetivo es impulsar el diseño de soluciones para acortar el tiempo de desarrollo de los fármacos, además de los costes clínicos. MSD utiliza la innovación tecnológica para ayudar a los profesionales médicos en la toma de decisiones y agilizar los diagnósticos. Están desarrollando aplicaciones automatizadas que incorporan aprendizaje profundo aplicado a la medicina (deep medicine). El objetivo es disminuir del 62 % a menos del 10 % los falsos positivos de detección correcta de sepsis graves. Evolución en la medicina tecnológica El Dr. Eric Topol, en un artículo publicado por Medscape, destaca que las siguientes áreas de la medicinaavanzan con rapidez gracias al apoyo tecnológico: La terapia genética. La edición del genoma. La cirugía robótica. La evaluación panorámica. La inteligencia artificial. La ingeniería biomédica. La regeneración de órganos y la corrección de mutaciones gracias a la ingeniería genética. La interconexión segura de dispositivos médicos y de wearables es otra área que está creando disrupción en la asistencia médica. Los wearables o “tecnologías vestibles” incluyen sensores que permiten recopilar datos de interés para el análisis médico. El registro del estado de salud del paciente puede ser compartido con su médico. El acceso a datos médicos gracias a la conectividad facilita el ajuste del tratamiento o de los medicamentos. Los combinación de la computación en la nube con sensores e inteligencia artificial está revolucionando la industria médica, haciéndola más accesible. Soluciones de conectividad como Kite Platform de Telefónicaproporcionan beneficios en entornos IoT. En el caso de la medicina digital y la cobertura de salud, la conectividad IoT de Kite Platform permite: Geolocalización con inventario en tiempo real de dispositivos o pacientes. Alertas, acciones y notificaciones automatizadas. Registro de datos con servicios de soporte. Conectividad global y gestión remota de dispositivos. Altos estándares de seguridad y autenticación. E-health en Latinoamérica y Ecuador La Organización Panamericana de la Salud destaca en el informe La eSalud en la Región de las Américas: derribando las barreras a la implementación (Saigí-Rubió et al., 2016) cómo la medicina tecnológica ha ganado aceptación en la formación y los servicios de salud. A partir de las respuestas de los 19 países que participaron en la encuesta, de 38 en la región, se reporta que: Los registros digitales de salud se utilizan en más de la mitad de los países encuestados (53 %). El 90 % de los encuestados utilizan la transmisión digital de imágenes (telerradiología). En el 58 % de los países se monitoriza a pacientes a distancia y se implementa la salud móvil (mhealth). El e-learning tiene una aceptación del 95 % como opción de formación para los profesionales de la salud. Sin embargo, el uso del big data no ha alcanzado los niveles deseados, ya que solo el 11 % de los países encuestados reportó su uso. En Ecuador, el Cabildo Capitalino de Quito es parte de la Red Iberoamericana de Tecnologías Móviles en Salud (RITMOS) desde 2017. Entre los objetivos que esta red se ha planteado impulsar, están: Uso de dispositivos móviles para promover la salud. Mejora de la cobertura de salud y de los procesos asistenciales. Promoción y desarrollo de programas de cooperación, innovación y formación en telemedicina, mediante una alianza con el eHealth Center de la UOC (Universitat Oberta de Catalunya, España). Definitivamente, la medicina está cambiando sus paradigmas y métodos de atención a la salud combinando investigación, innovación, ciencia y tecnología. Cada año se avanza en el aprovechamiento de los beneficios de las TIC, el big data, la inteligencia artificial, el Internet de las cosas, la robótica y la ingeniería biomédica, entre otras áreas.

En un entorno tan competitivo como el actual, los datos se han convertido en uno de los activos más importantes de las empresas. Uzielko (2018) sostiene que, a medida que se desarrollan las tecnologías que capturan y analizan los diferentes tipos de datos, también lo hacen las capacidades de las empresas para contextualizar y aprovechar esa nueva información. ¿Cuál es la diferencia entre datos y big data? Para Kaminsky (2017), los datos son un conjunto de variables cuantitativas o cualitativas que pueden ser estructuradas o no estructuradas, digitales o análogas. Pero esta información individual, por sí sola, no tiene ningún valor para la gestión de procesos empresariales. Por otro lado, el término big data no necesariamente significa “más datos”. Se trata de conjuntos de datos tan grandes y diversos que es prácticamente imposible que se capturen, administren y procesen con baja latencia. ¿Cómo aprovechan las empresas los diferentes tipos de datos en la actualidad? La combinación de big data y Business Intelligence (BI) ayuda a las empresas a incrementar sus ventas. En ese sentido, la revista Líderes (s. f.) presenta el ejemplo de la compañía ecuatoriana Teojama Comercial. Esta empresa del sector retail incrementó sus ventas un 10 % gracias al aprovechamiento del big data. En la actualidad, genera insights sobre las interacciones de sus clientes en las redes sociales y en los demás canales digitales. Los datos ayudan a los médicos a obtener diagnósticos más certeros En el sector salud, la Fundación Telefónica (2018) dice que el mundo podría estar generando un volumen de datos equivalente a llenar 500 millones de archivadores de 4 cajones. En este renglón destaca el avance de Watson, un procesador de lenguaje natural que crea una lista de enfermedades probables para ayudar a dar un diagnóstico correcto. ¿Cómo ayudarán a disminuir el congestionamiento vehicular los datos de la movilidad de los ciudadanos? En cuanto a la movilidad, Quito ocupa el lugar 26 entre las ciudades que más problemas de congestión vehicular presentan, según El Comercio (2019). Afortunadamente, soluciones como la tecnológica Luca Transit están acumulando los datos móviles anónimos de grupos de ciudadanos de la capital ecuatoriana. Los datos son suministrados por la red de Telefónica Ecuador. Y son aprovechados para analizar cómo se comportan los segmentos de la población en su conjunto. A partir de este análisis, Luca Transit busca aportar soluciones efectivas a los problemas de tránsito de la ciudad. Se espera que la implementación de la tecnología 5G acelere la aplicación de big data en prácticamente todos los sectores económicos. Pero también en nuestra vida cotidiana. Principales tipos de datos que puede recopilar una organización Los diez tipos de datos más importantes que recopilan las organizaciones son los siguientes: Datos estructurados y no estructurados Datos con marca de tiempo Machine data Datos espacio-temporales Datos abiertos Datos en tiempo real Datos genómicos Datos operativos Datos transmitidos Cómo los diferentes tipos de datos ayudan a lograr los objetivos empresariales Root III (2019) explica que los objetivos comerciales son los resultados que se esperan lograr con las estrategias empresariales a medida que desarrollan y hacen crecer su negocio. En ese sentido, los diferentes tipos de datos se constituyen en un aliado perfecto para el logro de dichos objetivos. Transformación digital con big data Bridgwater (2018) sostiene que el big data es imprescindible para el aprendizaje automático y vital para la construcción de la inteligencia artificial (IA). Este gran caudal de datos ayuda a descubrir patrones para comprender mejor por qué suceden las cosas. Además, se constituye en la punta de lanza para las estrategias de transformación digital de las empresas. Organización de archivos digitales a través de los tipos de datos estructurados y no estructurados Estos tipos de datos hacen referencia a un modelo predefinido en la estructuración u organización de los datos. En ese sentido, los datos no estructurados o datos simples ocupan solo una casilla de memoria. Por ejemplo: números enteros, caracteres literarios, etcétera. Los datos estructurados, al contrario, se identifican con un nombre y hacen referencia a un grupo de casillas de memoria. En este grupo se encuentran las cadenas de caracteres, registros y conjuntos. Mejora de la relación con el cliente gracias a los machine data Todas las interacciones que realizamos a través de los dispositivos electrónicos generan una impresionante cantidad de datos accesibles y utilizables, y a menudo ignorados. Sin embargo, los machine data pueden ayudar a resolver problemas, identificar amenazas e incluso, mejorar la relación con los clientes. Para que sea posible, es necesario categorizar y analizar la información a través del Business Intelligence. Las empresas que aprovechan los tipos de datos que generan sus operaciones logran respaldar tareas que aumentan su valor comercial. Pueden, por ejemplo, desarrollar estrategias de marketing y publicidad más efectivas y detectar fraudes de manera instantánea. Y sin embargo, es posible que apenas estemos viendo la punta del iceberg.

La industrial textil ecuatoriana es el segundo empleador del país. Y representa más de la quinta parte de la producción manufacturera del país. A partir de estas cifras, es necesario fundamentar la toma de decisiones en el análisis de datos profundo de los indicadores de la economía nacional y mundial. Las empresas del sector textil compiten no solo con sus colegas nacionales, sino que su participación en el mercado se ve perjudicada por el contrabando. Este flagelo mundial también afecta negativamente a la producción legal ecuatoriana. La gestión de los datos financieros le permitirá a la industria textil ecuatoriana enfocar su producción para sobrevivir a este período de estancamiento y convertirlo en una consolidación definitiva a nivel internacional. Para esto es fundamental que el gobierno central disminuya los aranceles a las materias primas, incrementando los márgenes de rentabilidad de la producción en el sector textil. Beneficios del análisis de datos en la industria textil La recolección de datos y su análisis a partir de la gestión del big data permite encontrar las tendencias sobre las cuales se fundamenta la producción textil. Las bases de datos que se analizan con inteligencia artificial proporcionan las bases fundamentales para definir las estrategias de marketing y producción. Ya no son las empresas las que determinan el rumbo que tomará la moda. Las características y tendencias de los tipos de tejidos y telas producidos son determinados por el mercado. Es el consumidor quien impone su criterio, exigiendo lo que llene sus expectativas, buscando validar las diferentes experiencias que tiene en su vida. La industria textil se define a partir de estrechos márgenes financieros. Y la gestión adecuada de la información del mercado ayuda a encontrar las oportunidades de crecimiento y posicionamiento. La gestión de la información es el insumo para planear la organización y fortalecer su sostenibilidad. Aplicación del big data en la industria textil La industria textil ecuatoriana es reconocida por la alta calidad de sus productos. Actualmente produce y exporta materias primas y productos terminados hacia Estados Unidos, Colombia, Venezuela, Chile, Brasil y Perú. En 2018 sus exportaciones alcanzaron más de US$98 millones repartidos en más de 25 millones de toneladas de materias primas y productos terminados textiles. La inteligencia artificial (IA) en el análisis de datos le permitirá al sector consolidarse con mayor fortaleza en los mercados internacionales. Dentro de las principales aplicaciones están: Análisis de las tendencias de moda en tiempo real para mejorar la asertividad en el diseño de las colecciones futuras. Monitoreo de los indicadores financieros de la economía para tomar decisiones oportunas de apalancamiento financiero. Integración vertical y horizontal de la cadena textil nacional, que mejora los tiempos de respuesta de cada uno de los actores ante las oportunidades encontradas. Mayor eficiencia en la gestión de los diferentes recursos que tienen las empresas del sector textil. Producción y comercialización con menor impacto ambiental, que fortalece el valor percibido de la industria textil ecuatoriana. Direccionar las estrategias de marketing de manera más efectiva en los segmentos con mayor potencial de crecimiento. Personalizar la relación en el B2B (Business to Business) y B2C (Business to Costumer). Proyecciones de la industria textil ecuatoriana Las empresas del sector textil se mueven en un mercado de emociones y de experiencias. Las prendas pasaron de ser un artículo de uso a convertirse en parte de la identidad de las personas. Cada interacción de sus clientes representa una oportunidad para el futuro del sector. La IA es la herramienta perfecta para aprovechar toda la información que suministra el mercado y monetizarla. Se han encontrado fuertes barreras en el sector para favorecer los emprendimientos nacionales que busquen proyectar la producción textil. Esto representa grandes oportunidades de crecimiento de la industria a partir de: Incrementar el poder de compra de los negociadores con un análisis de datos más asertivo. Disminuir los aranceles de importación de los bienes de capital. Disminuir el emprendimiento informal y vincularlo al sector favoreciendo su desarrollo. Coordinar los esfuerzos entre el sector productivo y el gobierno en la apertura de mercados. Vincular la academia en la formación de los actores actuales y futuros para integrar el big data en la toma de decisiones. La industrial textil artesanal tiene una gran oportunidad internacional de posicionar su imagen desde una perspectiva sostenible El análisis de datos tanto a nivel nacional como internacional es la herramienta fundamental para consolidar el sector. Las amenazas que afectan el crecimiento no son diferentes de las que sufren otras naciones. La industria textil puede aprovechar todas las oportunidades que hay en el mercado e identificar nuevos horizontes a partir de la especialización apoyándose en la aplicación de las tecnologías de la información.

Los algoritmos les permiten a las empresas analizar una gran cantidad de información con la que deben tomar las mejores decisiones. Los hábitos de consumo de los clientes son el insumo más valioso para proyectar la compañía. Los programas identifican las tendencias y posibilidades ocultas en el registro del comportamiento de sus clientes. Una empresa podría definir las rutas óptimas de distribución utilizando un algoritmo similar a los de aplicaciones como Waze o Uber. También una persona podría encontrar las mejores ofertas para sus vacaciones a través de Trivago o Kayak. Todo esto es posible gracias al trabajo realizado por un programa de análisis de datos. ¿Qué es un algoritmo? Por definición, un algoritmo es un conjunto ordenado de acciones sistemáticas que permiten hacer cálculos para hallar una solución a algún tipo de problema. Para determinar la ruta óptima, un algoritmo debe ponderar el sentido de las vías y los reportes históricos de congestión en las vías. Algunas veces incluye los reportes en tiempo real para sugerir cambios. Una persona se abrumaría intentando hacer estos cálculos por sí sola. Un ordenador automatiza este análisis para obtener la solución más eficiente, y casi de forma inmediata. ¿Cómo funciona un algoritmo? Para que los algoritmos funcionen, necesariamente deben estar bien definidos y ser precisos. Son ideales para respuestas puntuales, ya que ponderan múltiples variables. Se inicia determinando la información para analizar (entrada), luego se define qué tipo de análisis se le hará (el proceso) y así se obtiene un resultado (salida). Este proceso permitirá tomar decisiones efectivas a partir de resultados simplificados y concretos. Las organizaciones deben analizar una gran cantidad de información en el menor tiempo posible. La IA (Inteligencia Artificial) identifica, incluso en tiempo real, las mejores soluciones y oportunidades ante la situación planteada. Beneficios de los algoritmos Los principales beneficios de analizar la información utilizando algoritmos son: Resolver los problemas con facilidad y rapidez. Disminuir de manera considerable los errores. Trabajar con el máximo de información posible. Algoritmos en la vida cotidiana La nueva tendencia del retail que implica una experiencia 360º para el cliente se apalanca en algoritmos. Cambió el modelo de venta al cliente por una sola vez hasta convertirlo en un consumidor fiel por el resto de la vida. La banca es pionera en utilizar programas que monitoreen en tiempo real todas las transacciones para garantizar transparencia y seguridad. Cada entidad resguarda su información mediante programas de criptografía que protegen los datos de las transacciones. Los algoritmos nos influencian en cada decisión que tomamos, incluso de forma inconsciente. Cuando hacemos una búsqueda en Google, los resultados encontrados vienen de las palabras clave más nuestras búsquedas anteriores. El servicio Google Analytics busca potenciar a través de algoritmos las posibilidades de las organizaciones de posicionar sus contenidos. El cliente se segmenta a sí mismo a través de sus patrones de búsqueda en la plataforma. El software acerca las estrategias de mercado de las empresas anunciantes con su mercado objetivo. Cuando revisamos Facebook, un algoritmo nos muestra inicialmente las actualizaciones de quienes han interactuado recientemente con nosotros. El software direcciona la pauta publicitaria de los anunciantes de acuerdo al segmento al que se enfoca. Así se facilita la interrelación entre la empresa y su mercado objetivo. Los programas de antivirus monitorean en tiempo real los diferentes procesos simultáneos que interactúan en el sistema. Cuando detectan un virus informático, se activan diferentes algoritmos que bloquean los códigos nocivos. Casos de éxito empresarial a partir de algoritmos Netflix determina a través de algoritmos cuáles son los contenidos preferidos de sus suscriptores segmentándolos por diferentes grupos poblacionales. Así definen las tendencias para crear o comprar contenidos. Simultáneamente le recomienda al usuario qué temas se adaptan mejor a su perfil. El programa trabaja en doble vía, direccionando tanto a la compañía como al consumidor. Spotify se apalanca en algoritmos que orientan la oferta del contenido musical de acuerdo a las preferencias del consumidor. Sería imposible ofrecer tantas recomendaciones personalizadas sin un software que conecte a los creadores de música con su público. Los algoritmos están definiendo y mejorando las compañías actuales. No solo les aportan información crucial para la toma de decisiones, sino que además las obligan a adaptarse a los hallazgos de dichos análisis. La cuarta revolución industrial se fundamenta en los resultados que los análisis virtuales hacen para cambiar la realidad física.

Seguramente en los últimos años habrás oído muchas cosas sobre la huella digital, pero ¿qué es? Principalmente, cuando hablamos de la huella digital nos referimos a un concepto relacionado con la informática e internet. Se trata del rastro que dejas en la red, ya sea haciendo compras por internet, dejando comentarios en redes sociales o iniciando sesión en tu correo electrónico. Todos estos datos personales recogidos a partir de tu huella digital pueden llegar a diferentes empresas. Estas utilizan la información para crear un perfil de quién eres en línea. Esto hace que los anunciantes puedan seguir tus movimientos. Así te ofrecen contenido específico que han creado después de conocer tu actividad en internet. Quizá pienses que utilizar los buscadores de internet en modo incógnito puede solventar este problema. Nada más lejos de la realidad. El modo incógnito puede servirte para esconder tu historial en la red a otra persona que podría utilizar tu computador o dispositivo. También inhabilita las cookies en las que las páginas web guardan tu actividad anterior. Sin embargo, no puede ocultar tu actividad o identidad en línea durante la conexión. Autenticación con huella digital Que el acceso a nuestros datos personales y a nuestro perfil en línea sea tan fácil ha hecho que se desarrollen nuevas técnicas que nos pueden ayudar a proteger nuestra identidad. Una de ellas es el sensor biométrico o de huella digital, cada vez más popular. En esencia, se trata de un tipo de tecnología que permite identificar a una persona mediante la huella dactilar. Un dispositivo digital con un programa de verificación captura la huella y certifica con precisión la identidad de esa persona. Las posibilidades de aplicación de una tecnología como esta son muy amplias: el acceso a computadoras y otros dispositivos, el desbloqueo de puertas en habitaciones cuya entrada está restringida solo a personal autorizado, etc. Sin embargo, uno de los usos que más se está popularizando estos últimos años es la posibilidad de desbloquear nuestro celular. Al principio, para proteger nuestro smartphone solamente contábamos con los sistemas de PIN. Luego aparecieron los patrones de desbloqueo y, más recientemente, los lectores de huella dactilar. Este tipo de tecnología se ha extendido, sobre todo, porque la verificación del usuario es más rápida y segura. El desarrollo de lectores de huella digital en los celulares ha permitido que llevemos la tarjeta de crédito en nuestros propios dispositivos. Ya sea mediante aplicaciones como Apple Pay o Google Pay, o las aplicaciones propias de cada banco, ahora es posible pagar sin tarjetas físicas. Las ventajas de esta tecnología son innegables. El sistema de identificación está siempre con nosotros, ya que forma parte de nuestro cuerpo. Puesto que las huellas son únicas e intransferibles, aseguran que el pago se realice solamente por el usuario. Esto, además, vincula la transacción realizada con el titular de la cuenta bancaria de forma incuestionable. Lectores de huella digital en tarjetas Si, no obstante, la idea de llevar la tarjeta de crédito en el celular no te acaba de convencer, no te preocupes. Empresas de servicios financieros como Visa o MasterCard están desarrollando nuevos tipos de tarjetas. Tras aplicar la tecnología contactless (pago sin contacto mediante identificación por radiofrecuencia), se están estudiando otras técnicas. Las primeras tarjetas con lectores de huella digital incorporada están empezando a ser probadas. Además de las ventajas señaladas anteriormente, las tarjetas con lectores dactilares evitarían la necesidad de tener un código PIN. Tampoco sería necesario actualizar los terminales punto de venta (TPV), porque los vigentes ya son compatibles. Asimismo, no sería necesario cargar la batería de los sensores porque utilizan la energía del TPV. Primeras pruebas de las tarjetas con lectores de huella digital Una de las primeras empresas en poner a prueba las tarjetas fue MasterCard. La compañía llevó a cabo los primeros ensayos en Sudáfrica. En 2017 empezaron las pruebas en Pick n Pay, una compañía de supermercados minorista, y Absa Bank, una sucursal de Barclays Africa. Por otro lado, Chipre y Estados Unidos fueron los elegidos por Visa para realizar las pruebas piloto de estas nuevas tarjetas. En Chipre empezaron a principios de 2018 con Mountain America Credit Union y Bank of Cyprus. Los resultados, sin embargo, todavía no son públicos. En Estados Unidos se realizó una investigación previa. Gracias a ella se determinó que los usuarios estarían dispuestos a cambiar las contraseñas por la huella digital. Como ves, esta tecnología todavía está en una fase embrionaria, pero los estudios son positivos y prevén un crecimiento considerable de aquí a 2024.

Los habitantes de Quito pierden 173 horas en atascos al año. Por lo anterior, la capital ecuatoriana es una de las 30 ciudades más congestionadas del mundo (Carvajal, 2019). Esto representa un gran reto para construir un sistema de movilidad sostenible. Sin embargo, hay avances en la materia. En 2017, en Quito comenzó a operar LUCA Transit, un sistema que utiliza datos móviles de forma anónima para conocer cómo se mueven los ciudadanos. Dicha solución tecnológica recopila los flujos de movilidad, como paradas, números de viajeros por línea de transporte público, cuánto tiempo pasa una persona en un trayecto y de dónde viene. Gracias a la recopilación de información real, se pueden diseñar políticas públicas eficaces. Qué es la movilidad sostenible Se entiende por movilidad sostenible el conjunto de acciones destinadas a todos los ciudadanos para que se desplacen mejor. Implica, además, una transformación tecnológica, de patrones de traslado y de matriz energética. También se debe buscar mejorar la calidad de vida y orientarse a que la movilidad de los ciudadanos sea amigable con el medio ambiente. Para poner un ejemplo de la problemática y de sus soluciones, se citará otro caso de Quito. Ir de Villa Flora al Centro Histórico implica un recorrido en auto de 5 minutos, pero en hora pico puede subir hasta 18 minutos. Una medida que se tomó fue el “pico y placa”, que todos los días saca entre un 20 % y un 30 % de vehículos privados de las vías. Sin embargo, debido a que el parque vehicular está en constante aumento, esta medida pierde eficacia con los años (Carvajal). Debe buscarse una solución más acertada. El big data aplicado a la movilidad El metro de Quito es el mayor proyecto en materia de movilidad de los últimos años. Para armar los recorridos hay un verdadero tesoro de información. Como ya se mencionó anteriormente, desde 2017 se recaban datos acerca de cómo se mueven los ciudadanos. Lo anterior reveló que durante el 2019 se hicieron más de 6.3 millones de viajes (Armijos y Osorio, 2019). Pero no solo eso, también se sabe durante qué horarios y en qué zonas geográficas. Los datos recolectados por LUCA Transit permitirían rediseñar las rutas de autobuses para que complementen al metro. Con esto, ambas modalidades podrían funcionar como un sistema de transporte integrado y no como entes separados. Los retos: 5 características de la movilidad sostenible La movilidad sostenible es un término ligado al de Smart City, que es cuando el espacio urbano se piensa en función de la vida de los habitantes y del planeta. Las soluciones suelen ser ayudadas por las nuevas tecnologías. Para explicar lo anterior se pondrá como ejemplo a la capital ecuatoriana. Esto se debe a que sus cualidades sociodemográficas representan un panorama complejo. Las características que debería tener un plan de movilidad sostenible en Quito son (Ecuador TV, 2019): 1. Mejoramiento del transporte público Se debe mejorar el transporte público para que más gente lo use. Con esto, se desahogarían los congestionamientos de la ciudad. 2. Construir menos autopistas Si la mayoría de las vías que existen son para el automóvil, la respuesta lógica de la ciudadanía será utilizar este medio de transporte. Por lo anterior, debe privilegiarse la construcción de más ciclovías y veredas. 3. Revalorización del peatón Generalmente, el último eslabón en la cadena de la movilidad sostenible es el peatón. Debe haber campañas constantes que sensibilicen a la población acerca de lo importante que es garantizar la seguridad de quienes caminan. 4. Descentralización de los servicios Quito tiene una alta concentración de servicios y lugares de trabajo en el centro y el hipercentro. El sector de Quitumbe es uno de los más congestionados. Debe buscarse dispersar esa alta densidad. 5. Ciudad vertical Debe desincentivarse la construcción de viviendas unifamiliares en la periferia porque eso es sinónimo de dispersión. Lo que provoca es trayectos más largos por persona. El ordenamiento urbano del futuro deberá incluir ciudades con más edificios. La humanidad está haciendo una de sus grandes migraciones. Cada vez más las personas abandonan las áreas rurales para instalarse en las ciudades. Para abordar el problema de la sustentabilidad y la calidad de vida, lo mejor es alejarse de las visiones apocalípticas. La tecnología y los datos, como nunca, son grandes aliados para buscar soluciones.

¿Qué relación hay entre urbanismo, arquitectura y las ciudades inteligentes? La relación que es existe está basada en la incorporación de la tecnología como plataforma para evolucionar, aprovechando la analítica y las bases de datos para mejorar servicios. Términos como Smart City, tecno-ciudades, ciudades emergentes y ciudades sostenibles forman parte de esta evolución. A continuación, presentamos algunas experiencias de cómo el análisis de grandes volúmenes de datos (big data) está reinventando la arquitectura y el urbanismo en nuestros espacios. 1. Urbanismo y gestión del territorio en las ciudades emergentes La perspectiva dinámica de las ciudades es posible gracias a la recopilación de datos urbanísticos de: uso de servicios, de consumo y análisis geoespacial. En la actualidad disponemos de bases de datos actualizadas en tiempo real y de datos abiertos (open data) que sirven de insumo para la planificación urbana. La creación de capas de información en aplicaciones como Open Street Maps (OSM) son herramientas útiles para este objetivo. Las herramientas analíticas permiten aprovechar conjuntos de datos para identificar patrones, correlaciones y fenómenos en la dinámica de las ciudades, para así empezar a actuar en su beneficio. La gestión de una Smart City (ciudad inteligente) se fundamenta en la recopilación constante de datos mediante sensores ambientales, cámaras, satélites, acceso a servicios digitales, dispositivos inteligentes y el Internet de las Cosas (IoT). El big data combinado con el análisis espacial mediante Open Street, o plataformas similares, son herramientas de utilidad para el urbanismo. La gestión del territorio, así como la toma de decisiones en ingeniería y arquitectura también se benefician. Todo esto a través del análisis de estos datos que ayuda a identificar las oportunidades de mejora partiendo de información exacta. Con el análisis de datos y de métricas se obtiene beneficios para las ciudades y sus habitantes, por ejemplo: Descentralización de servicios. Mejora en la gestión de espacios y la construcción. Movilidad más sostenible. Análisis del desplazamiento de los habitantes, modificación de rutas y mejora en el flujo urbano. Detectan puntos de atención urgente en comunidades a partir del reporte de situaciones en redes sociales. Mejora en los servicios a partir del análisis de indicadores de calidad de vida. 2. Mobile Data Traffic: aprovechando las bases de datos para mejorar la movilidad urbana Obtener información relevante a partir de registros de movilidad almacenados en bases de datos permite detectar patrones, correlaciones y tendencias. Sensores ubicados en las ciudades permiten recoger datos sobre el tráfico vehicular y el movimiento de los peatones. Junto con otros indicadores asociados a la calidad del aire, los servicios de transporte y las opciones de movilidad podemos conocer mejor muchos aspectos de la vida en las ciudades. Lo que permite que puedan tomarse decisiones que afectan el urbanismo y la arquitectura a partir de pronósticos y diagnósticos fiables. La habitabilidad en las ciudades tiene perspectivas de mejora mediante la recopilación de mobile data traffic y su análisis. Datos obtenidos desde smartphones son de utilidad para conocer el comportamiento de los habitantes y la segregación en las ciudades. De esta forma los profesionales del urbanismo tienen acceso a estos datos y pueden utilizar diversas herramientas de analítica para conocer los principales retos de movilidad, plantear recomendaciones y diseñar soluciones. 3. Evolución de la formación en Urbanismo y Arquitectura En la medida en que el big data, las aplicaciones GIS en la nube, los mapas de acceso abierto, la realidad aumentada y la realidad virtual se constituyen en herramientas de uso obligatorio por sus beneficios, la formación en urbanismo y arquitectura también debe actualizarse. Universidades y empresas ofrecen diversos cursos, certificaciones, especializaciones, masters y formación en línea a través de MOOCs. Diseñadores, urbanistas, arquitectos, ingenieros y otros profesionales pueden familiarizarse con nuevas herramientas y procesos mediante formación en línea o presencial. Las nuevas tendencias en formación incluyen innovaciones para aprovechar la analítica de datos para mejorar la gestión y el urbanismo. Se incluyen en los cursos tópicos relacionados con: Big Data y Data Analytics para la gestión urbana. Diseño de datos: big data y urbanismo. Gestión inteligente de espacios e infraestructura urbana Big data y SIG para el análisis urbano. Programación, organización y análisis de Geodatos, mapas y Open Data. Smart Cities y big data para la sostenibilidad y gestión urbanística. Diseño de espacios utilizando realidad Virtual y realidad aumentada. Urbanismo y Big Data en Latinoamérica: cambios y perspectivas Las ciudades están en un punto de inflexión motivado por procesos de urbanización más conscientes. Las necesidades de los habitantes, el cuidado de los recursos del planeta, la accesibilidad y la inclusión crecen en importancia. La obtención de datos e información relacionada a estos ejes de desarrollo urbano permite determinar las formas más apropiadas de responder a las necesidades de los ciudadanos. El desarrollo de proyectos de transformación digital favorece la gestión de la información en las ciudades latinoamericanas. Otros beneficios son la mejora en el urbanismo, en la eficiencia de los procesos y de los servicios. El big data contribuye así a hacer más sostenibles nuestras ciudades. Carrato y Muñoz (2017) destacan que la gestión integral de la información urbana contenida en bases de datos actualizadas permite una mejor identificación de requerimientos y necesidades. La generación de modelos urbanos inteligentes, eficientes y sostenibles es posible gracias al análisis en tiempo real de los datos. Organismos como el BID y la CEPAL impulsan la aplicación del big data y la transformación digital en América Latina. Gracias a la información obtenida a través de big data y las alianzas entre la administración pública, las empresas privadas y las universidades, se han generado nuevos modelos de gestión. Un mejor desarrollo del urbanismo de nuestras ciudades se refleja en mejor calidad de vida para quienes las habitamos.

El desarrollo de nuevas tecnologías aplicadas al sector salud ha convertido a la ingeniería biomédica en una solución integral poco invasiva. Por eso, se trata de dar respuestas más rápidas en tratamientos genéticos. Es decir, emplear la biología celular para reestructurar órganos dañados en pacientes. Asimismo, tiene el objetivo de resolver muchos problemas médicos a través de imágenes y señales biomédicas con la ingeniería de tejidos. Para lograrlo, la biomédica emplea técnicas con biomateriales e ingeniería clínica que ayudan en la recuperación rápida. Para desarrollar estas técnicas, utiliza tecnologías que recolectan datos en forma directa y con información viva como el big data. La biomédica y el aporte de Big Data Actualmente los avances en ingeniería permiten el diagnóstico de nuevas enfermedades y el desarrollo de dispositivos médicos más innovadores. Un ejemplo claro es la fabricación de marcapasos que se pueden instalar sin necesidad de cirugías. En algunos proyectos, aún en desarrollo, se piensa en utilizar nanoboots para facilitar la movilidad del paciente o sistemas intuitivos que son controlados con el pensamiento. Todo gracias a que se ha podido obtener datos de pacientes en todo el mundo para analizarlos y procesarlos. Esto se debe a la herramienta del big data. Al emplearla, se pueden analizar grandes volúmenes de datos a gran velocidad y se extraen conclusiones significativas. Así, es posible realizar diagnósticos más certeros, desarrollar nuevos patrones de comportamiento. También, disminuir los riesgos y peligros de contraer nuevas enfermedades y hasta diseñar modelos predictivos que ayuden a mejorar la salud. Aquí te presentamos el resultado de las investigaciones científicas más prominentes que cubren las necesidades más urgentes del ser humano. Desarrollos tecnológicos y casos actuales de la ingeniería biomédica La ingeniería biomédica es actualmente una de las profesiones más reconocidas según el ranking US News, el Best Jobs 2019. En estos momentos son muchos los estudios que están en desarrollo y que se han ampliado para dar una gran cobertura de salud. Por ejemplo, en Latinoamérica se realizan investigaciones para el desarrollo de prótesis, instrumentación biomédica y biomateriales compatibles con el cuerpo humano. Entre ellas, el diseño de órganos artificiales para trasplantes exitosos, la regeneración celular de tejidos y tecnología de impresión 3D. En la Universidad de Eafit y Ces de Medellín, Colombia, se desarrolló el Smartbone, un implante craneal biocompatible. Este desarrollo es utilizado para pacientes que tienen traumas craneoencefálicos. Con él se podrá reemplazar el hueso en algunas partes del cráneo. También en Colombia se crea la Top Smart. Se trata de una toalla sanitaria que puede detectar enfermedades como la diabetes y hasta embarazos. Ahora, en la Universidad Autónoma Metropolitana en México, se acaba de publicar un estudio de biomateriales para regenerar tejido óseo. Asimismo, en la Universidad de Guadalajara se realiza una exploración intuitiva con datos médicos de gran volumen para visualizar imágenes. Otros avances se han desarrollado en el Tecnológico de Monterrey, como el análisis de la interfaz cerebro computadora. Este es un estudio que permite medir la actividad del Sistema Nervioso Central a través de la recolección de datos. De igual manera, sus estudiantes crearon un guante que mide signos vitales en tiempo real para pacientes con deficiencias cardiacas. En todos estos estudios el big data ha sido fundamental para analizar datos y proyectarlos en las investigaciones biomédicas. Diseño de robots cirujanos Los robots cirujanos realizan las funciones quirúrgicas en el interior del paciente sin ser invasivas y con cámaras flexibles. Están optimizados para operar y funcionar como un asistente que actúa con las órdenes del médico. De esta manera, pueden ver y controlar sus movimientos. Fabricación de prótesis controladas por el pensamiento Se han desarrollado tecnologías para cubrir alguna discapacidad física y mejorar la calidad de vida de las personas. Por ello, es posible encontrar actualmente la fabricación de exoesqueletos y brazos robóticos que llegan a ser controlados por el pensamiento y ayudan a recuperar la movilidad. Creación del marcapasos Micra Después de años de investigación, la empresa Medtronic logró crear un marcapasos 10 veces más pequeño que uno convencional. Gracias a su increíble tamaño, el marcapasos Micra se introduce al cuerpo sin requerir una cirugía ni sus post complicaciones. El ojo biónico y la recuperación de la visión El Argus II es un proyecto ya consolidado hace unos años. Se trata de un ojo biónico que procesa datos y que se conecta al ojo del paciente a través de una cámara de video en unas gafas. Para transmitir y analizar las imágenes, utiliza una serie de comandos que son enviados hacia una antena que está en el ojo del paciente. Hace algunos años estas innovaciones se percibían como proyectos imposibles, imaginarios y hasta de ciencia ficción que solo podías ver en películas. Sin embargo, hoy son una realidad que marca un gran avance de la biomédica con el uso del big data.

Decidir dónde ubicar un punto de venta es una decisión no solo comercial, es una selección estratégica de la gestión empresarial. Expandir una red de tiendas implica diversos retos, entre otros: Identificar áreas y productos de interés Determinar las necesidades futuras de los clientes Optimizar la estrategia de marketing Optimizar la estrategia de distribución Otro aspecto a analizar es la optimización de la plataforma de pagos y sus opciones. El análisis de datos una herramienta útil para conocer la ubicación ideal de un punto de venta. En este artículo presentamos varios casos de aplicación real de herramientas en donde la recopilación de grandes volúmenes de datos, su visualización en paneles de control (dashboards), además del análisis avanzado de big data han permitido comprender mejor a los consumidores, localizar los puntos y aumentar las ventas. Caso 1. Herramientas GIS para ubicar el punto de venta y calcular su rentabilidad Geoblink desarrolla herramientas basadas en Sistemas de Información Geográfica (SIG) para crear soluciones de inteligencia de negocio. Mediante paneles de visualización con mapas, los minoristas o franquicias pueden localizar la mejor ubicación para el punto de venta. Para el cálculo de la rentabilidad del punto de venta se aprovecha la información de los SIG o también llamados Geographic Information System. Con los GIS se recopilan datos que son presentados en mapas y capas de información para facilitar: La identificación de variables externas e internas que influyen en la mejor locación de un negocio. El análisis espacial de la evolución de ventas. La selección de ubicaciones mediante técnicas de inteligencia de localizaciones (Location Intelligence) La inteligencia de localizaciones es útil para entender y hacer más rentable la red de puntos de venta. Suministran big data y small data actualizada y con una visualización adecuada para facilitar la toma de decisiones empresariales. Caso 2. Big Data Marketing: datos para conocer el perfil del consumidor La comunicación y las estrategias de mercadeo, tanto online y como presenciales, están cambiando a partir del conocimiento más detallado del cliente. La analítica de datos orientada al mercadeo no tiene solo aplicaciones descriptivas. Diversas técnicas actuales ayudan a la gestión empresarial mediante la analítica predictiva y la analítica prescriptiva. El Big Data Marketing utiliza estrategias, procesos y herramientas para determinar el comportamiento del usuario o el consumidor. Las soluciones de Big Data Marketing permite procesar y visualizar datos para responder preguntas importantes, entre otras: ¿Cómo aprovechar las fuentes de información para entender a los clientes? ¿Cómo llegar en forma más eficiente a futuros clientes? ¿Cómo aprovechar los perfiles de consumidores para posicionar productos? ¿Cómo utilizar métricas de comportamiento de clientes o transacciones para ubicar un nuevo punto de venta? ¿Qué tendencias en el comportamiento de los clientes se deben considerar para posicionar un nuevo punto de venta o canal de comercialización? Conocer el perfil del consumidor es vital para implementar estrategias efectivas de posicionamiento y captación de clientes. Caso 3: Análisis predictivo y análisis prescriptivo para ubicar el punto de venta según la actividad de los compradores El análisis predictivo permite obtener de los datos modelos útiles para realizar pronósticos. De esta manera se puede predecir la preferencia de clientes y compradores, adaptado estrategias y mejorando la rentabilidad del punto de venta. El análisis prescriptivo permite identificar rutas de acción para mejorar el negocio. Anticipar las demandas de los clientes, correlacionando diversas variables y fenómenos, es útil para seleccionar el punto óptimo de un punto de venta. Estas locaciones pueden ser temporales y responder a un repunte ocasional en las compras motivadas por fenómenos naturales, feriados o fechas especiales. Las distintas técnicas de analítica de datos apoyan la gestión empresarial al suministrar información real y pertinente que deriva de: Aprovechar los datos de redes de comercialización existente. Comparar múltiples métricas y KPIs para determinar localizaciones óptimas. Una vez ubicada el nuevo punto de venta, aprovechar el Big Data Marketing para desarrollar campañas de mercadeo más eficientes. Ubicación ideal del punto de venta: beneficios para la gestión empresarial La ubicación del punto de venta es una oportunidad para recopilar datos útiles para ganar ventaja competitiva, tanto en empresas dedicadas al sector retail, como en grandes mayoristas. Según Power Data, las técnicas de analítica son útiles para extraer conocimiento de los datos y obtener: Análisis de los patrones de compra de los clientes. Modelos de segmentación de clientes. Tendencias a largo plazo. El potencial de crecimiento de ciertas regiones o segmentos de consumo. Estrategias y planes de promoción para aumentar las ventas. Las empresas tienen en la recopilación y análisis de datos herramientas muy útiles para encontrar la ubicación ideal de cada punto de venta. Comprender mejor a los consumidores y optimizar su red es la clave para un elevar al calidad de un servicio.

En los últimos años las Pequeñas y medianas empresas (Pymes) han entendido las ventajas que tienen para su negocio los sistemas de almacenamiento en la nube. El Dinero (2019) reseña una encuesta en la que se entrevistó a 800 negocios de Costa Rica, Panamá, Colombia y Ecuador. El 52 dijo que usa la nube. Otro 38 % dijo que este servicio es esencial para su negocio. Ahora bien, ¿qué es una nube pública y por qué es ideal para una Pyme? Sigue leyendo… ¿Qué es una nube pública y qué la diferencia de una nube privada? El ingeniero y especialista en auditoría de sistemas Carlos Eduardo Rincón escribió un artículo para Reporte Digital en el que define una nube pública y habla de sus ventajas. Para el ingeniero Rincón, una nube pública “comprende un conjunto compartido de recursos, que tiene una infraestructura idónea y utilizable para el público o un sector determinado de la industria, ofrecidos por proveedores externos”. Por lo tanto, las corporaciones globales AWS, Google, Microsoft, Dropbox y las locales, como la ecuatoriana Inacorp, ofrecen servicios externos en la nube. Entonces, ¿cuál es la diferencia entre los servicios públicos y privados de la nube? La nube pública se refiere a los servicios de cloud computing ofrecidos por un distribuidor. Para Ward S.(2019), las mayores preocupaciones para las Pymes son el posible tiempo de inactividad, la ciberseguridad y la inflexibilidad con el uso de algunas aplicaciones. Afortunadamente, las empresas que brindan el servicio de nube pública lo han entendido. En consecuencia, minimizan el riesgo de seguridad de sus datos y garantizan un tiempo de actividad del 99.99 %. En la práctica, tus datos están disponibles durante todo el año. En cuanto a la flexibilidad de las aplicaciones y servicios, los problemas surgen cuando no es posible utilizar una aplicación tan básica como Google Docs. Esto se debe a incompatibilidad de la aplicación con el software utilizado por el proveedor. Para evitar este problema, antes de contratar el servicio, asegúrate de que el software del proveedor sea compatible con las aplicaciones de tu empresa. Por otro lado, las nubes privadas son infraestructuras internas para el almacenamiento y procesamiento de los datos. Este servicio se entiende como una extensión de la empresa. Tiene la ventaja de que la compañía tiene el control total de su propia infraestructura. En cualquier caso, la nube pública puede ofrecer la versatilidad que necesita una Pyme en crecimiento. Por ejemplo, puede agregar y eliminar usuarios fácilmente según la necesidad de tu empresa. ¿En qué momento las empresas consideran migrar a una nube pública? Cambiar la infraestructura de almacenamiento y procesamiento de datos no es algo que las empresas hagan con frecuencia. Cuando consideran migrar a la nube, lo hacen por las dos razones siguientes: La actualización de la garantía de los servidores obliga a reemplazarlos luego de entre cinco y siete años de uso. El proveedor del sistema operativo ha interrumpido su soporte. Por ejemplo, si se utiliza el sistema operativo Windows Server 2008, Microsoft anunció que para 2020 ya no admitirá este producto. En consecuencia, el proveedor no lo continuará actualizando y sus servidores tendrán serios riesgos de vulnerabilidad. Sin embargo, tu empresa no debe esperar a que ocurran estos eventos para considerar si migra o no a la nube pública. El rápido crecimiento de tu Pyme hace necesario que migres a la nube pública. Los beneficios que ofrece este servicio en mantenimiento, seguridad y escalabilidad demuestran que es la mejor opción para la gestión de los sistemas de almacenamiento. ¿Por qué la nube pública es ideal para tu negocio? Veamos las razones por las que debes considerar utilizar los servicios en la nube pública en tu empresa: Satisface las necesidades de seguridad y gobernanza El término gobernanza en la nube se refiere a la planificación y ejecución de políticas para su utilización. Está relacionada directamente con la seguridad de los datos y permite controlar la fuga de información privada y el uso excesivo de los servicios en la nube. Para la gestión y almacenamiento de datos, se requiere cumplir al menos con el estándar ISO 27001 (para un sistema de gestión de seguridad de la información). Pero hay otras normas de seguridad para industrias específicas que también se deben cumplir. Con la nube privada o híbrida, cumplir con las normas de seguridad puede requerir mucho trabajo y un esfuerzo continuo del personal de TI. Con la nube pública se puede omitir toda la burocracia que implica cumplir con estas normas, porque los proveedores ya están acreditados. Además, es ideal para las pequeñas y medianas empresas (pymes) porque les permite gestionar sus datos con el mismo nivel de seguridad que tienen las grandes empresas, pagando solo una fracción del servicio. Permite reducir los costos operativos, incluyendo su mantenimiento La computación en la nube híbrida implica grandes costos. Hace necesario el uso de espacio físico para la instalación de la infraestructura de datos. También implica la compra, la gestión y el mantenimiento de los servidores. Si a esto le sumamos el costo del personal de TI, el mantenimiento de los sistemas operativos y las certificaciones de seguridad, los costos son enormes. Por el contrario, con la nube pública, solo se necesitará un reducido equipo de expertos capacitados en cloud computing. Incluso si hay que cambiar los servidores porque se venció la garantía, la migración a esta modalidad es la mejor alternativa, ya que implica solo un tercio del costo de renovar el hardware físico de la nube privada. Mayor impacto en la escalabilidad La escalabilidad permite que un sistema se adapte a las necesidades del usuario final. Las empresas pueden comprar espacio escalable para el procesamiento de datos de manera segura, pagando solo lo que utilicen. ¿Qué pasa si más adelante tu Pyme necesita aumentar la capacidad contratada? En caso de que tu empresa necesite aumentar sus recursos para adaptarse a una nueva realidad en el mercado o a cambios comerciales y administrativos internos, los proveedores permiten aumentar o disminuir la capacidad contratada libremente. De este modo, la nube pública facilita la asignación rápida y fácil de recursos en un entorno monitoreado, donde la sobrecarga no es una preocupación, siempre que el sistema se administre adecuadamente. Para mantener una ventaja competitiva, las organizaciones invierten cada vez más recursos en big data. Pero es difícil mantener el ritmo de crecimiento de los datos con una nube privada. La nube pública permite a las empresas gestionar su infraestructura de datos de manera más eficiente y con mayor versatilidad. Además, facilita la movilidad y la flexibilidad en el uso de las aplicaciones.

La gestión empresarial ha evolucionado gracias al análisis de grandes volúmenes de datos, la incorporación de la inteligencia artificial y la inteligencia de negocios. Las empresas combinan sus recursos de información para sacar provecho de sus datos, y generan estrategias que aumentan la productividad y la competitividad. En la gestión empresarial actual, los datos representan un activo destacado. Aprovechar al máximo el valor de los datos requiere de procesos caracterizados por: Agilidad en la captación y procesamiento de los datos para su uso oportuno y relevante. Eficiencia en el manejo de grandes volúmenes de datos. Segmentación y variedad para tener grupos de datos que representen una visión amplia, completa y realista del negocio. El big data se combina con la analítica basada en machine learning, los algoritmos avanzados de predicción y los modelos de visualización para desarrollar eficientemente los tres procesos señalados anteriormente. Se obtienen así indicadores clave y recomendaciones en tiempo real que apoyan a los equipos de gestión en la toma de decisiones. Gestión empresarial en el sector retail mediante inteligencia de negocios La aplicación de la inteligencia de negocios (business intelligence) aporta distintos beneficios en el sector retail: Comprender los movimientos y áreas clave del negocio. Mejorar la actividad empresarial. Aumentar las operaciones de comercialización en tiendas físicas y en línea. Agilizar la estimación de precios dinámicos en los productos vendidos por minoristas. En el caso de Amazon, la aplicación de técnicas de big data e inteligencia de negocios ha permitido reducir hasta en un 50 % los actos fraudulentos en el uso de tarjetas de crédito y débito. La cadena de supermercados del Reino Unido Waitrose y la cadena minorista Staples han utilizado business intelligencepara: Pronosticar ventas diarias. Desarrollar campañas de e-commerce personalizadas. Pronosticar los productos que deben tener disponibles en cada temporada. Lanzar campañas de marketing dirigidas a compradores específicos. Identificar las demandas a nivel de cada tienda. Aumentando la productividad y la competitividad de las empresas La empresa Nordstrom, una cadena por departamentos con más de 225 tiendas en todo el mundo, ha sabido aprovechar innovadoramente el uso del big data para determinar el comportamiento de visitantes y clientes. Combinando recursos tecnológicos, crearon RetailNext, una herramienta que les permite conocer a las personas que los visitan. Con la inclusión de técnicas de análisis de grandes volúmenes de datos, este gigante del retail analizó los siguientes aspectos: Desplazamiento de los clientes en las tiendas. Secciones o áreas de las tiendas donde el cliente pasaba más tiempo. Áreas que no despertaban interés. El análisis se expandió para incluir proveedores, líneas de productos, equipos de trabajo, locales y sus empleados. Conocido como disección, este análisis es útil para conocer con datos reales y dinámicos cómo se desarrollan las interacciones en el negocio. Algunos de los beneficios de esta combinación de big data, inteligencia artificial e inteligencia de negocio son: Mejor estimación de las ventas futuras. Ajuste en tiempo real a las demandas de los clientes. Estimación de tendencias. Verificación con datos dinámicos obtenidos del público y ajuste de estrategias de mercadeo, logística y manejo de inventario. Los datos utilizados por Nordstrom provienen de su sitio web y de las ventas en la tienda, así como de sus redes sociales (Facebook, Pinterest y Twitter). Diagnósticos con big data para mejorar la salud La identificación de enfermedades, el diagnóstico y la determinación de tratamientos médicos son procesos especializados. Involucran grandes volúmenes de datos, conocimiento especializado y la toma de decisiones por parte de profesionales de la salud. Medscape también ha aprovechado exitosamente las ventajas del big data y los algoritmos predictivos. Esta startup, que provee conocimiento y servicios en el sector de salud, ha combinado cientos de bases de datos médicas a nivel mundial para: Crear webs médicas especializadas que facilitan el diagnóstico de enfermedades. Realizar estudios para identificar características de pacientes proclives a enfermarse. Establecer tendencias de ocurrencias de enfermedades según las regiones o la temporada del año. Los millones de registros anónimos utilizados por Medscape provienen de una red de más de 250 000 médicos y profesionales de la salud. Los sistemas inteligentes utilizados en estos casos facilitan la predicción de enfermedades. Otro beneficio es identificar las enfermedades que una persona podría padecer y recomendar acciones preventivas. Los diagnósticos y predicciones se realizan en pocos segundos gracias a la combinación de big data y redes neuronales artificiales. Los usuarios interactúan con estos sistemas a través de apps donde suministran algunos datos específicos. Revolución de la gestión empresarial en multinacionales El uso de big data en la banca ha permitido el análisis de comportamientos, conocer tendencias y visualizar datos adaptados a necesidades particulares de los usuarios. Tener datos actualizados, reales y fiables del sector bancario y financiero con los cuales determinar indicadores es otra ventaja de las tecnologías analíticas. BBVA ha impulsado la aplicación avanzada de big data a través de su división de negocios BBVA Data & Analytics. Fabien Girardin (Mejía, 2018), co-CEO de esta división, señala tres claves principales para el uso efectivo de big data en la organización: Contar con infraestructura, arquitectura y metodologías de gestión de los datos. La exploración, uso y transmisión de datos con métodos de Ciencias de Datos (Data Science). Promover el uso responsable de los datos al establecer normas y estándares de mantenimiento de calidad de datos. En productos como Commerce360 y las APIs BBVA se combinan inteligencia de negocio, analítica de datos y computación en la nube para ofrecer un servicio impulsado por datos (data-driven) y centrado en el cliente (customer-centric.). People Analytics: big data para la gestión de recursos humanos El análisis de datos asociados con el entorno de trabajo para gestionar recursos humanos es otra área que ha evolucionado mediante el uso de big data. People Analytics es una metodología que: Combina la medición del desempeño de los equipos de trabajo y la analítica. Permite a una organización conocer mejor su talento humano. Identifica elementos clave para localizar o seleccionar personal. Google se considera la empresa pionera en el uso de People Analytics y es la creadora del término. Esta empresa innovadora lo aplicó exitosamente para determinar las 10 características que debía tener un buen líder. La empresa también pudo identificar dos factores que definían a los equipos de trabajo exitosos: Sus miembros hablan y participan en la misma proporción, lo cual incentiva la inteligencia colectiva del grupo. Tienen alta sensibilidad social, lo cual les permite intuir cómo se sienten los demás. Nielsen ha utilizado exitosamente People Analytics para analizar y determinar las razones de la rotación voluntaria en sus oficinas. Esta multinacional, dedicada a la investigación de consumidores y mercados logró identificar los principales insights (motivaciones del personal) y las acciones que debía implementar para evitar la pérdida de personas capacitadas en puestos clave.

Diariamente utilizamos herramientas informáticas para realizar actividades que involucran datos muy importantes. Información de acceso, datos bancarios, estrategias corporativas, bases de datos de clientes o de proveedores, fotos y archivos familiares: toda esta información es sensible y, en la mayoría de los casos, también es privada. Pero ¿sabes hasta qué punto estás vulnerable a un ciberataque? ¿Qué sistemas de seguridad puedes utilizar para protegerte del ciberdelito? Riesgos a los que nos expone internet: virus y mucho más Es natural que al pensar en protección y seguridad de datos venga a nuestra mente el uso de un antivirus. Sin embargo, la infección por virus informáticos no es el único riesgo a evitar. La ciberdelincuencia ha diversificado sus ataques y ha desarrollado aplicaciones dañinas con el potencial de atacar computadores, teléfonos celulares y tabletas. También los relojes inteligentes, equipos de oficina y artefactos del hogar conectados a Internet de las Cosas pueden ser atacados. Básicamente, cualquier dispositivo móvil o conectado a una red es vulnerable. 5 riesgos personales que debemos evitar Adicional a los virus y sus versiones, hay otras cinco aplicaciones de las cuales debemos protegernos: Keylogger Aplicaciones que memorizan tus pulsaciones de teclado y las registran en un archivo que se envía luego a los ciberdelincuentes. Así, tienen acceso a tus datos e información privada. Mediante el registro de las teclas pulsadas, se captura información, como combinaciones de usuarios y claves, enlaces privados, mensajes, datos de cuentas bancarias, entre otros. Gusanos informáticos o worms Tienen la capacidad de replicarse automáticamente; por lo tanto, infectan un equipo y se propagan rápidamente. Afectan los computadores mediante enlaces web, mensajes de correo, mensajes SMS en celulares o por paquetes de red. Los gusanos informáticos pueden hacer colapsar el sistema operativo del equipo. Troyanos Son programas maliciosos que se incluyen entre el código de aplicaciones legítimas. Generalmente infectan los equipos cuando el usuario descarga y ejecuta un programa que parece inofensivo. La infección con un troyano abre una puerta trasera (backdoor) que permite a los ciberdelincuentes acceder al equipo. Además del robo de información, estos virus son muy peligrosos porque también pueden controlar procesos del equipo. Phishing o suplantación de identidad Aprovecha métodos de ingeniería social para adquirir información en forma fraudulenta. La táctica es hacerse pasar por una persona, empresa o un organismo legítimo. El usuario recibe un mensaje de correo electrónico o un enlace que lo dirige a un sitio web que parece real. Aunque es menos frecuente, también puede recibir una llamada telefónica o un SMS. El phishingpuede infectar un equipo mediante un archivo anexo en un correo electrónico o al hacer clic en un enlace. Mediante este engaño, se adquieren datos personales, de identificación, tarjetas de crédito, cuentas bancarias, entre otras informaciones personales. Adware Publicidad invasiva y anuncios que interrumpen nuestras actividades y disminuyen la productividad. Se ejecutan sin autorización y pueden redirigirte hacia sitios web donde se recopila información de tus preferencias. En principio, buscan recopilar datos para mostrar luego publicidad personalizada. Sin embargo, se los considera malware o maliciosos cuando recopilan información sin nuestra autorización. 5 riesgos para la información empresarial Uno de los mayores temores en el entorno laboral es que la información o las bases de datos relacionadas con nuestro trabajo estén en riesgo. Ciertamente, hay diversos códigos maliciosos que pueden hacer daño si no se toman las medidas de seguridad adecuadas, entre otros: Ransomware: código malicioso que toma el control de un equipo o dispositivo móvil. Se bloquea el aparato o se secuestran sus archivos (incluyendo bases de datos) mediante un cifrado o encriptación. Luego se pide un rescate para liberarlos. Rootkit: código que oculta actividades en los equipos y permite que un virus se ejecute durante más tiempo sin ser detectado. Usualmente, el hacker accede al equipo en forma remota y modifica características del sistema operativo. Ataques DoS y DDoS: ataques de denegación de servicio, mediante una cantidad masiva de peticiones que salen desde un equipo (DoS) o desde múltiples equipos distribuidos (DDoS, Destributed Denial of Service). Sobrecargan un servicio o un servidor hasta que ya no tiene más capacidad de respuesta. Conexiones sospechosas, tráfico poco común, intentos no autorizados y uso de dispositivos portables donde puede sustraerse información. Vulnerabilidades, siniestros y pérdida de información. Riesgos evitables, pero que ocurren por falta de una política de gestión de seguridad informática. En resumen, si no tomamos las medidas adecuadas para la protección y seguridad de nuestros datos, incrementamos la posibilidad de ser víctimas de un incidente o de un ataque de malware. ¿Cómo podemos identificar aplicaciones informáticas o enlaces inseguros? Al conocer la diversidad de riesgos informáticos a los cuales estamos expuestos, no es extraño que nos preguntemos: ¿cómo podemos saber que estamos utilizando una aplicación legítima?, ¿cómo identificar un enlace a un sitio web real y no a uno fraudulento? Respecto a las aplicaciones, lo más seguro es descargar los archivos de instalación, de configuración o las nuevas versiones desde los sitios web oficiales de los fabricantes. Para verificar que un sitio web es legítimo, lo más conveniente es verificar su certificado digital. Al colocar la dirección URL en la página del navegador (Firefox, Google Chrome, etc.), se indica la legitimidad del sitio web. El color verde destaca las direcciones con certificados correctos. Actualmente, también es una medida de seguridad que la dirección web inicie con HTTPS, el cual es una versión más segura del protocolo HTTP. Las páginas HTTPS envían la información en un formato cifrado, lo cual imposibilita saber qué datos se están intercambiando. ¡No cunda el pánico! El mundo digital también está para protegernos Así como evolucionan los virus y otros riesgos informáticos, también mejoran los estándares y las aplicaciones de sistemas de seguridad. No hay una lista única de aplicaciones para recomendar, pero podemos aprovechar las comparaciones y resultados de pruebas como las realizadas por AVTest. Para la protección de datos, de sistemas informáticos y de aplicaciones tanto en computadores como en celulares, en las pruebas de AVTest se utilizaron las siguientes aplicaciones: Avast Mobile Security Bitdefender Mobile Security and Antivirus ESET Mobile Security and Antivirus McAfee Antivirus y McAfee Mobile Security Sus principales características para la protección de datos y dispositivos son: Tienen versiones para Windows, Mac, Android, iOS, Android Wear, entre otros sistemas. Además de virus clásicos, troyanos y gusanos, detectan adware, phishing y spyware, y otras formas actuales de malware. Incluyen la función Anti-Theft, lo que permite bloquear el celular en forma remota si es robado. También pueden incluir filtro de llamadas, de mensajes SMS, publicidad invasiva y de ubicaciones GPS. Otras herramientas, como Nessus y Nikto, permiten un escaneo más especializado de plataformas corporativas. Ante esta diversidad, seleccionaremos las herramientas que resulten más efectivas en su protección y se ajusten mejor a nuestras necesidades. 8 acciones para una estrategia combinada de seguridad informática Para aumentar la seguridad y defendernos de los ciberdelincuentes lo más efectivo es combinar varias acciones: No hacer clic en enlaces o archivos enviados de fuentes desconocidas. Descargar aplicaciones de sitios web oficiales y certificados. Por ejemplo, para el celular descargar apps de las tiendas oficiales Apple Store y Google Play Store. Mantener actualizado el sistema operativo. Instalar antivirus, firewalls, aplicaciones de encriptación, entre otros sistemas de protección en equipos y plataformas de red. No suministrar datos en formularios de sitios web no confiables o por correo electrónico. Identificar las vulnerabilidades de la empresa en materia de seguridad informática. Definir un programa para la gestión de riesgos informáticos. Sensibilizar a nuestros familiares y a los integrantes de la empresa respecto de los riesgos del ciberdelito. Finalmente, no hay que ser un experto en seguridad informática para aplicar acciones sencillas y prácticas que incrementarán la protección de nuestros datos. Intentemos no suministrar información sensible salvo que estemos seguros de la fuente que la solicita, además de utilizar las aplicaciones y sitios web adecuados.