Académico de la Facultad de Ingeniería de la Universidad Panamericana

Big data e inteligencia artificial, dos lados de la misma moneda

La realidad es que hoy en día, los grandes datos requieren de la inteligencia artificial para analizar esas masivas cantidades de datos, y la inteligencia artificial necesita de esos datos para poder utilizarse de manera eficiente.

Entre transacciones de tarjetas de crédito, registros a páginas web, viajes en servicios de transporte, posts en redes sociales y toda nuestra actividad digital, el humano promedio genera alrededor de 40 Megabytes de datos al día, el equivalente a 10 canciones en formato digital. Hace algunos años, era difícil imaginar que una sola persona pudiese generar tal volumen de datos.

La suma de ese volumen de datos necesita un repositorio, un lugar donde se almacenen para posteriormente, poder aprovecharlos de una manera útil y creativa. A la gran cantidad de datos y las soluciones para manejarlos es a lo que coloquialmente se le llama Big Data o Grandes Datos en español.

La descripción arriba mencionada muestra claramente cómo se convierte el concepto de Big Data por medio de la identificación de las 5V´s: volumen (cantidad), variedad (tipos de datos tales como textos, imágenes, audios, etc., velocidad (de generación y procesamiento), veracidad (calidad) y valor (utilidad).

No hay una medida exacta del momento en el cual los datos se consideran BIG, un indicador puede ser la dificultad que implica procesarlos con una computadora normal. La imposibilidad de tratar con herramientas tradicionales este volumen de datos ha dado cabida a la creación de tecnologías orientadas al Big Data, las cuales están diseñadas para almacenar, procesar y visualizar los datos en tiempos adecuados para apoyar en la toma de decisiones oportunamente.

Poder aprovechar estos grandes datos dan una definitiva ventaja a las empresas que tengan las competencias de recopilarlos, almacenarlos, procesarlos y visualizarlos. La gran cantidad de datos que generamos hoy en día exige el uso de tecnologías y equipos de trabajo robustos que den capacidad para tener accionables como la toma de decisiones basadas en datos y de esa manera añadir valor al negocio.

En el concepto mencionado anteriormente de "añadir valor al negocio" es que la Inteligencia Artificial se vuelve un componente simbiótico con los grandes datos. No se puede aprovechar uno sin el otro. Hasta hace algunos años, muchos modelos de IA no se podían utilizar debido a que no existía la suficiente cantidad de datos para entrenarlos, sólo sirvieron durante algún tiempo para juntar polvo en artículos científicos.

La realidad es que hoy en día, los grandes datos requieren de la inteligencia artificial para analizar esas masivas cantidades de datos, y la inteligencia artificial necesita de esos datos para poder utilizarse de manera eficiente. Muchos negocios actualmente son valuados no por los datos que tienen, sino por su capacidad de explotarlos.

Así, prácticamente todas las empresas, independientemente de su giro, deberían tener áreas dedicadas a la inteligencia artificial. Uber, Rappi y Grupo Alsea, tres empresas en rubros distintos, están invirtiendo millones de recursos en capturar y aprovechar la gran cantidad de datos que tienen disponibles.

Existen, sin embargo, múltiples retos asociados a las diferentes industrias y su capacidad de desplegar el potencial de los datos. Desde complicaciones respecto a la recopilación de datos, regulaciones sobre la capacidad de su uso, hasta los muy sensibles asuntos de la privacidad, así como, evitar la creación de sesgos y desigualdad a través de los datos.

COLUMNAS ANTERIORES

Los trabajadores ocultos al servicio de la Inteligencia Artificial
México y la soberanía de la IA

Las expresiones aquí vertidas son responsabilidad de quien firma esta columna de opinión y no necesariamente reflejan la postura editorial de El Financiero.