Big Data
Cargado por
Silvina BaudrizBig Data
Cargado por
Silvina Baudriz- PRO
B I G D ATA y l a I A
NTICx
Prof.: Silvina Baudriz
Fuente: [Link]
¿Qué es big data?
El término “big data” abarca datos que contienen una mayor variedad y que se
presentan en volúmenes crecientes y a una velocidad superior. Esto también se
conoce como “las tres V”.
Dicho de otro modo, el big data está formado por conjuntos de datos de mayor
tamaño y más complejos, especialmente procedentes de nuevas fuentes de
datos. Por ejemplo, cualquier navegación de los usuarios de internet deja una
gran información diariamente: plataformas de streaming, tráfico en las rutas,
búsquedas en Google, like en las redes sociales, etc.
Estos conjuntos de datos son tan voluminosos que el software de procesamiento
de datos convencional sencillamente no puede gestionarlos. Sin embargo, estos
volúmenes masivos de datos pueden utilizarse para abordar problemas
empresariales que antes no hubiera sido posible solucionar.
Las "cinco V" de big data
Volumen El big data está compuesta por millones de datos que diariamente
se multiplican.
1
- PRO
Velocidad La velocidad es el ritmo al que se reciben los datos y
(posiblemente) al que se aplica alguna acción. Actualmente, la IA, tiene la
capacidad de procesar los datos registrados momentáneamente.
Variedad La variedad hace referencia a los diversos tipos de datos
disponibles. Como texto, audio o video.
El valor y la realidad de big data
Surgieron dos V más durante los últimos años: valor y veracidad. Los datos
poseen un valor intrínseco. Sin embargo, no tienen ninguna utilidad hasta que
dicho valor se descubre. De igual importancia: ¿Cuán veraz son sus datos?
¿Cuánto puede confiar en ellos?
Hoy en día, el big data se ha convertido en un activo crucial. Piense en algunas
de las mayores empresas tecnológicas del mundo. Gran parte del valor que
ofrecen procede de sus datos, que analizan constantemente para generar una
mayor eficiencia y desarrollar nuevos productos.
Avances tecnológicos recientes han reducido exponencialmente el costo del
almacenamiento y la computación de datos, haciendo que almacenar datos
resulte más fácil y barato que nunca. Actualmente, con un mayor volumen de big
data más barato y accesible, puede tomar decisiones empresariales más
acertadas y precisas.
Identificar el valor del big data no pasa solo por analizarlo (que es ya una ventaja
en sí misma). Se trata de todo un proceso de descubrimiento que requiere que
los analistas, usuarios empresariales y ejecutivos se planteen las preguntas
correctas, identifiquen patrones, tomen decisiones informadas y predigan
comportamientos.
Historia de big data
Si bien el concepto "big data" en sí mismo es relativamente nuevo, los orígenes
de los grandes conjuntos de datos se remontan a las décadas de 1960 y 1970,
2
- PRO
cuando el mundo de los datos acababa de empezar con los primeros centros de
datos y el desarrollo de las bases de datos relacionales.
Alrededor de 2005, la gente empezó a darse cuenta de la cantidad de datos que
generaban los usuarios a través de Facebook, YouTube y otros servicios online.
(…) Pero ahora los humanos no son los únicos que lo hacen. Con la llegada del
Internet de las cosas (IoT), hay un mayor número de objetos y dispositivos
conectados a Internet que generan datos sobre patrones de uso de los clientes y
el rendimiento de los productos.
Beneficios de big data
El big data le permite obtener respuestas más completas, ya que dispone de
mayor cantidad de información.
La disponibilidad de respuestas más completas significa una mayor fiabilidad de
los datos, lo que implica un enfoque completamente distinto a la hora de abordar
problemas.
Casos de uso de big data
El big data puede ayudarle a abordar una serie de actividades empresariales,
desde la experiencia de cliente hasta la analítica. A continuación, recopilamos
algunas de ellas
Desarrollo de productos Empresas como Netflix y Spotify usan big data para
prever la demanda de los clientes. Construyen modelos predictivos para nuevos
productos y servicios clasificando atributos clave de productos anteriores y
actuales. (…) De esta manera, también pueden planificar, producir y lanzar
nuevos productos.
De qué manera la big data beneficia a las plataformas de streaming
Mantenimiento predictivo Los factores capaces de predecir fallos
mecánicos pueden estar profundamente ocultos entre datos estructurados,
como año, marca o modelo del equipo, o entre datos no estructurados que
3
- PRO
cubren millones de entradas de registros, datos de sensores, mensajes de error
y temperaturas de motor. Al analizar estos indicadores de problemas potenciales
antes de que estos se produzcan, las organizaciones pueden implantar el
mantenimiento de una forma más rentable y optimizar el tiempo de servicio de
componentes y equipos.
¿Cómo una fábrica de automotores pueden beneficiarse usando IA en las
computadoras de sus vehículos?
Experiencia del cliente Disponer de una vista clara de la experiencia del
cliente es más posible que nunca. El big data le permite recopilar datos de redes
sociales, visitas a páginas web, registros de llamadas y otras fuentes para
mejorar la experiencia de interacción, así como maximizar el valor ofrecido. De
esta manera, las distintas empresas y comercios pueden formular ofertas
personalizadas, reducir las tasas de abandono de los clientes y gestionar las
incidencias de manera proactiva.
Fraude y conformidad En lo que a seguridad se refiere, no se enfrenta a
simples piratas informáticos deshonestos, sino a equipos completos de expertos.
Los contextos de seguridad y requisitos de conformidad están en constante
evolución. El big data le ayuda a identificar patrones en los datos que pueden
ser indicativos de fraude, al tiempo que concentra grandes volúmenes de
información para agilizar la generación de informes normativos.
¿Qué ejemplos cotidianos vemos de IA frente a posibles fraudes
cibernéticos?
Aprendizaje automático (ML) Ahora, en lugar de programarse, las máquinas
pueden aprender. Esto es posible gracias a la disponibilidad de big data para
crear modelos de machine learning.
Eficiencia operativa El big data le permite analizar y evaluar la
producción, la opinión de los clientes, las devoluciones y otros factores para
reducir las situaciones de falta de stock y anticipar la demanda futura. El big data
también puede utilizarse para mejorar la toma de decisiones en función de la
demanda de mercado en cada momento.
4
- PRO
Desafíos de big data
Si bien es cierto que el big data promete mucho, también se enfrenta a desafíos.
En primer lugar, el big data se caracteriza por su gran tamaño. Aunque se han
desarrollado nuevas tecnologías para el almacenamiento de datos, el volumen
de datos duplica su tamaño cada dos años aproximadamente. Las
organizaciones continúan esforzándose por mantener el ritmo de crecimiento de
sus datos y por encontrar formas de almacenarlos eficazmente.
Pero no basta con almacenar los datos. Para ser de algún valor, los datos deben
poder utilizarse, y esto depende de su conservación. Disponer de datos limpios
—es decir, datos relevantes para el cliente y organizados de tal modo que
permitan un análisis significativo— requiere una gran cantidad de trabajo.
Beneficios de la IA
Automatización
La IA puede automatizar flujos de trabajo y procesos, o trabajar de forma
independiente y autónoma de un equipo humano. Por ejemplo, la IA puede
ayudar a automatizar aspectos de la seguridad cibernética mediante la
supervisión y el análisis continuos del tráfico de red. De manera similar, una
fábrica inteligente puede tener decenas de tipos diferentes de IA en uso, como
robots que usan visión artificial para navegar por las fábricas o inspeccionar
productos en busca de defectos, crear gemelos digitales o usar analítica en
tiempo real para medir la eficiencia y la producción.
Reduce errores humanos
La IA puede eliminar errores manuales en el procesamiento de datos, las
estadísticas, el ensamblaje en la fabricación y otras tareas a través de
automatización y algoritmos que siguen los mismos procesos cada vez.
5
- PRO
Elimina las tareas repetitivas
La IA se puede usar para realizar tareas repetitivas, lo que libera al capital
humano a fin de que trabaje en los problemas de mayor impacto. La IA se
puede usar para automatizar procesos, como verificar documentos, transcribir
llamadas telefónicas o responder preguntas sencillas de los clientes, como “¿A
qué hora cierran?”. Con frecuencia, los robots se usan para realizar tareas
“aburridas, sucias o peligrosas” en lugar de que las haga un ser humano.
Rápido y preciso
La IA puede procesar más información de forma más rápida que un ser
humano, mediante la búsqueda de patrones y el descubrimiento de relaciones
en datos que el humano podría no detectar.
Disponibilidad infinita
La IA no tienen limitaciones en términos de horarios, necesidad de descansar
ni ningún otro factor que pueda interrumpir la labor de un ser humano. Cuando
se ejecutan en la nube, la IA y el aprendizaje automático pueden estar “siempre
activos”, y trabajar continuamente en las tareas asignadas.
Investigación y desarrollo acelerados
La capacidad de analizar grandes cantidades de datos con rapidez puede acelerar los
avances en investigación y desarrollo. Por ejemplo, la IA se usó en el modelado
predictivo de nuevos tratamientos farmacéuticos potenciales o para cuantificar el
genoma humano.
Aplicaciones y casos de uso de inteligencia artificial
Reconocimiento de voz
Convertir automáticamente una frase hablada en un texto escrito.
Reconocimiento de imágenes
Identificar y categorizar diversos aspectos de una imagen.
6
- PRO
Traducción
Traducir palabras escritas o habladas de un idioma a otro.
Modelado predictivo
Extraer datos para prever resultados específicos con altos niveles de detalle.
Analítica de datos
Encontrar patrones y relaciones en los datos para la inteligencia empresarial.
Seguridad cibernética
