Informe OBS: El salto del Big Data al Huge Data

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 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

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.

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

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
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.

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.
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.
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%
Monitorizar y mejorar el
rendimiento financiero
Gestión del Riesgo
servicios
Analizar la capacidad productiva y
la fuerza de ventas
JAPÓN
57%
62%
52%
50%
53%
48%
50%
46%
44%
financiero
Gestión del Riesgo
servicios
fuerza de ventas
BRASIL
59%
65%
60%
66%
50%
44%
47%
47%
52%
financiero
Gestión del Riesgo
servicios
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
financiero
Gestión del Riesgo
servicios
fuerza de ventas
ALEMANIA
61%
54%
58%
51%
54%
50%
47%
49%
53%
financiero
Gestión del Riesgo
servicios
la fuerza de ventas
ESTADOS UNIDOS

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.
Huge Data
12
Big Data
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

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.
Huge Data
14
Big Data
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).

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
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

Big Data
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
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

Big Data
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

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.
Huge Data
2
Foto 4. El 71% de
las empresas
tienen previsto
seguir invirtiendo
y aumentar su
inversión en Big
Data

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.
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.
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.

26 27
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.
para el Big Data
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

28 29
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.
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.
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

30 31
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.
para el Big Data
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

32 33
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.
para el Big Data
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

34
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.
para el Big Data
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

36 37
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.
para el Big Data
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

38 39
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.
para el Big Data
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.”

40 41
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.
para el Big Data
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

42 43
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.
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

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
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

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
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

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
Huge Data
Foto 7. La tecnología Cloud
se ha estado basando
fundamentalmente en el
ahorro de costes.

50
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.
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.
51

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.

54
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

Informe OBS: El salto del Big Data al Huge Data

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie Informe OBS: El salto del Big Data al Huge Data

Ähnlich wie Informe OBS: El salto del Big Data al Huge Data (20)

Mehr von OBS Business School

Mehr von OBS Business School (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (15)

Informe OBS: El salto del Big Data al Huge Data