En els seus primers dies, Big Data no era enlloc tan gran com ara ho sabem. Hi va haver un moment en què només les empreses massives podien permetre’s la tecnologia que hi havia darrere. Però els temps han canviat i el big data ha evolucionat increïblement ràpidament, cosa que ha fet possible que les petites empreses també se’n beneficiïn.
Avui en dia, amb una mica d’ajuda de intel·ligència artificial, l'Internet de les coses i el núvol, el big data ha sorgit de ser una tendència informàtica popular a formar part de la manera com les empreses fan negocis. Si l'any 2015 l'adopció de big data se situava en un 17%, el 2018 va arribar al 59%, i les xifres només augmenten. Però abans de capbussar-se en les tendències de big data que van sorgir a principis del 2019 i que seguiran guanyant cada cop més interès a la segona part de l'any, una breu història és necessari saber com de grans dades van ser l’eix vertebrador del negoci que és ara.
Què és el Big Data?
Big Data descriu el gran volum de dades estructurades i no estructurades que aclapara les empreses diàriament. A continuació, es pot analitzar la gran quantitat d'informació per obtenir una visió que pugui millorar les decisions i les estratègies pel que fa als propers moviments empresarials de l'empresa. Un exemple perfecte és programari de gestió d'iniciatives estratègiques que permet a les empreses predir si les seves iniciatives acabaran a temps i dins del pressupost. Les empreses també poden identificar si aquestes iniciatives estan afectant els KPI orientats i proporcionar la informació necessària per reduir els projectes amb un rendiment inferior. Això permet a les empreses resoldre problemes i impulsar el rendiment.
El concepte de big data no és tan nou com alguns podrien pensar, ja que la idea de recollir i emmagatzemar grans quantitats d'informació amb el propòsit d'analitzar-la, ja fa dècades que existeix. Tanmateix, el terme "big data", tal com es coneix ara, és relativament nou. A principis dels anys 2000, el big data es va definir com "els tres principals Vs.”:
- Volum: Les empreses recullen dades de tot tipus de fonts, algunes d'elles encara tenen un valor desconegut, com les xarxes socials, mentre que altres donen informació exacta, com les transaccions comercials. Si bé en el passat, emmagatzemar aquesta quantitat massiva de dades era un gran problema, a mesura que la tecnologia avançava, era més fàcil fer-ho.
- Velocitat: Les dades es generen ràpidament i part de la informació s'ha de tractar gairebé immediatament, ja que els productes s'han d'ajustar i operar en temps real i requereixen una avaluació i adaptació constants.
- Varietat: Les dades provenen de diverses fonts i poden ser tant estructurades com no estructurades. Si antigament les úniques fonts analitzades per les aplicacions eren fulls de càlcul i bases de dades, avui dia la informació es presenta en tot tipus de formes, des de correus electrònics fins a fotos, PDF i àudio.
Malgrat el nom, la importància del big data no gira al voltant de la seva quantitat sinó, més precisament, de com es gestiona. Les dades es poden utilitzar per trobar solucions per reduir costos i temps, generar desenvolupament de programari personalitzat i prendre decisions empresarials intel·ligents. I quan la informació es combina amb potents eines analítiques, pot marcar una diferència important en els moviments estratègics d’una empresa. I amb les noves tecnologies emergents, segur que el big data canviarà contínuament la manera com es fa el negoci.
Dades d'Internet de les coses transmeses per a l'aprenentatge automàtic
Els esforços per utilitzar l’Internet de les coses (IoT) per combinar Machine Learning i Streaming Analytics també continuaran durant tot el 2019. L’objectiu principal és oferir respostes més ajustables i correctes a tot tipus de situacions, especialment quan es comunica amb els humans.
L’aprenentatge automàtic, tal com el coneixem ara, utilitza una quantitat específica de dades emmagatzemades amb la finalitat d'entrenar en un entorn controlat. En el nou model, els desenvolupadors tenen com a objectiu transmetre dades de l'IoT per proporcionar aprenentatge automàtic en temps real en un entorn molt menys controlat. Però aquest procés requereix algorismes molt més complexos, ja que l'aprenentatge automàtic pot entrenar els sistemes per oferir una predicció de resultats més precisa.
Prenent, per exemple, el big data de la indústria de l'automoció segueix remodelant-se. Tot i que anteriorment s'utilitzava big data amb el propòsit de millorar les experiències dels bussejadors, la seguretat i reduir les emissions de carboni, ara es pot utilitzar per establir la base dels cotxes autònoms. IoT facilita la manera com es comparteixen i reben les dades, oferint la possibilitat de fer que els cotxes siguin més intel·ligents i, finalment, ajudant al desenvolupament de vehicles totalment autònoms. A mesura que avança la tecnologia, els vehicles podran recollir dades sobre mapes, rutes, obstacles que poden aparèixer a la carretera, estat del motor i pressió dels pneumàtics. IoT permetrà als vehicles compartir informació valuosa entre ells, per ajudar amb la seguretat dels passatgers.
Plataformes d’Intel·ligència Artificial
Pel que fa als desenvolupaments recents, val la pena tenir en compte tres tendències d’IA el 2019:
- Assistents d'IA: Alexa i Siri ja existeixen des de fa força temps, amb prop de 50 milions d’adults nord-americans que tenen un altaveu intel·ligent a casa, però les coses no s’aturen aquí. Els assistents virtuals poden realitzar un gran nombre d'accions i només es tornaran més avançats, ja que es continuen integrant amb dispositius IoT.
- Cerca basada en IA: Les persones sovint fan servir els seus assistents virtuals per fer cerques en línia. Si no proporcionen resultats precisos, es pot reflectir negativament tant en l'assistent virtual com en el motor de cerca. Un dels motius més habituals dels resultats de la cerca inexactes és el fet que la gent sovint parla de manera diferent del que escriuen. Els resultats poden ser molt més precisos adaptant els motors de cerca a frases pronunciades més llargues i diferents accents.
- Bots de xat: Les plataformes de xarxes socials i els llocs web de comerç electrònic ja han inclòs bots que tenen capacitats d'atenció al client i poden ajudar els usuaris amb les seves necessitats particulars. Això només continuarà creixent al llarg del 2019, ja que cada cop estan sorgint més nous negocis que creen bots per a empreses.
Núvol híbrid
El terme "núvol" ja no és una gran notícia per a qualsevol que tingui i utilitzi un telèfon intel·ligent. Però hi ha una nova tendència emergent en l'arquitectura del núvol, que són els núvols híbrids. En poques paraules, els núvols híbrids tenen com a objectiu combinar el núvol privat d'una organització, que emmagatzema dades segures a les instal·lacions, amb la possibilitat de llogar un núvol públic, que es pot utilitzar per emmagatzemar projectes de gran volum que no requereixen molta seguretat. Això permet a les empreses beneficiar-se dels avantatges dels núvols públics i privats.
Un dels majors beneficis dels núvols híbrids és la rendibilitat. Els costos per augmentar la capacitat a un núvol local, que de vegades pot significar la construcció de centres de dades completament nous, poden ser extremadament elevats. En llogar un núvol públic, on una empresa pot emmagatzemar dades no sensibles, com ara anuncis de correu electrònic, còpies de seguretat i dades arxivades, els costos organitzatius poden reduir significativament. D'aquesta manera, les empreses poden utilitzar els serveis de pagament i eliminar la necessitat de grans inversions financeres.
La flexibilitat és un altre avantatge del núvol híbrid, que permet a les organitzacions traslladar els recursos del núvol privat al públic i tornar. Quan es tracta de desenvolupament i prova, el núvol híbrid permet als desenvolupadors crear noves màquines virtuals i aplicacions sense la intervenció d'operacions de TI, així com estendre parts de les aplicacions al núvol, per gestionar millor els requisits de processament màxims. El núvol també ofereix diversos altres serveis, com ara business intelligence, anàlisi i Internet de les coses, que permeten a les empreses beneficiar-se'n, sense haver de construir-los per separat.
Quantum Computing
Els estudis han demostrat que es creen uns 2.5 exabytes de dades diàriament, i les xifres només continuen creixent. La solució per emmagatzemar i analitzar una quantitat tan gran de dades sembla ser la informàtica quàntica. Això no només proporcionarà mitjans per emmagatzemar les dades, sinó que també pot facilitar la velocitat d'anàlisi, ja que l'ordinador no necessitarà examinar tot el conjunt de dades per buscar les dades necessàries. I tenint en compte la rapidesa amb què està evolucionant la tecnologia, potser l'era de la informàtica quàntica no està tan lluny. Un processador de 72 qubit es va crear només l'any passat, mentre que el 2017, un ordinador amb fins i tot una quarta part d'aquesta potència es va considerar un somni llunyà. Tenint en compte que un ordinador de 300 qubits seria més potent que tots els ordinadors del món connectats entre si, el futur del processament i anàlisi de grans dades sembla força brillant i força proper.
En combinar la informàtica quàntica amb la IA, els científics de dades poden analitzar patrons que ara poden ser menys evidents de cercar. Això pot comportar millores en diverses indústries, com ara el sector mèdic, on els investigadors ja utilitzen la IA per accelerar la investigació del càncer. Això es podria fer de manera molt més eficaç amb la informàtica quàntica.
Tot i que la tecnologia continua avançant, el big data continuarà jugant un paper encara més important en la manera com les empreses duen a terme el seu negoci per satisfer les demandes dels clients i mantenir-se al dia amb la seva competència. L'objectiu final que s'estén al llarg de les tendències d'enguany és crear solucions més intel·ligents per racionalitzar els processos empresarials, mantenint-los alhora rendibles i econòmics.