Cada vez más dispositivos, herramientas de fabricación y plantas son equipadas con sensores que pueden recolectar ingentes cantidades de datos sobre sí mismos y su entorno y conectarse a la ‘nube’. Es lo que conocemos como Big Data, ¿pero por qué es necesario implantar Big Data en una industria? Implantar el Big Data en la industria consigue transformar datos en conocimiento y en una clara ventaja competitiva.
Los expertos consideran que los sistemas Big Data además de administrar y procesar grandes cantidades de datos de forma computacionalmente eficiente (rapidez) “permiten incorporar otras herramientas de análisis de los datos, además de que todas las mejoras de open source se incorporan de forma gradual en la gestión o análisis de la información”. Así lo entiende el responsable de I+D de ITCL, Javier Sedano, quien recomienda a las empresas contar con expertos que sean capaces de analizar datos y extraer conocimiento.
Una transformación que se consigue al aprender “cómo estas arquitecturas te pueden ayudar a buscar información no disponible u oculta en las organizaciones”.
En esta misma línea, el profesor de Inteligencia Artificial en la Escuela Politécnica Superior de la Universidad de Burgos, Álvaro Herrero, entiende que “los datos en bruto apenas aportan nada”. Así, considera que es gracias a técnicas consolidadas para el análisis de datos y a las tecnologías que les dan soporte, cómo se puede dar sentido a estos y obtener conclusiones y conocimiento avanzado capaz de ayudar a las industrias que lo integren.
“Es necesario introducir conocimiento Big Data en empresas e industrias ya que sin soluciones de este tipo, es prácticamente imposible sacar algún partido a esos datos que se recopilan. Esto además supone un coste que no tiene sentido si no aporta nada”, apostilla el experto.
Valor añadido para la industria
Precisamente las industrias que consigan recopilar sus datos y analizar de forma correcta los mismos conseguirán lo que algunos denominan “el petróleo del siglo XXI”. Un conocimiento avanzado y un claro valor añadido al ser capaces de usar sus datos para aprender de ellos y detectar oportunidades, relaciones ocultas y llevar a cabo una gestión de su conocimiento.
De forma paralela, existe una ventaja fundamental para estas empresas que pasa porque puedan llevar a cabo tanto un diagnóstico como la aplicación de medidas correctoras en caso de que se detecte alguna problemática.
“Una ventaja competitiva no puede obtenerse si simplemente se almacenan los datos pero éstos no se analizan para tratar de detectar posibles desviaciones o anomalías. Para poder anticiparse a muchos problemas, hay que estar atentos a las señales de alerta que se pueden estar produciendo y para eso hay que saber encontrar esas señales entre las cantidades ingentes de datos que están disponibles”, aclara Herrero.
Modelo tradicional
¿Pero y las que no lo hacen? ¿En qué punto se encuentran y hacia dónde caminan? Sedano cree que la mayor parte se encuentran en este “lado oscuro”. Así, “se basan en modelos tradicionales y usan conocimiento sesgado, basado en conocimiento de personas concretas y sin saber si es cierto o incita su convencimiento”.
No tienen por tanto un patrón definido, y por ende, no saben qué partes del proceso generan incertidumbres, cómo afecta una variable u otra a la calidad o de cómo una materia prima es susceptible de generar un defecto u otro ante cambios en el proceso cuando un sistema puede fallar antes de que falle y por qué.
Habitualmente desaprovechan sus recursos, bien porque despliegan sistemas de captura y almacenamiento de datos que no les están resultando útiles o porque no disponen de estos y se dan «palos de ciego» para resolver ciertas problemáticas sin que las soluciones estén guiadas por datos y/o evidencias.
Talento 4.0 multidisciplinar sobre la base del BigData
Hoy la demanda de capacitación en analítica de datos sobre el paradigma Big Data es alta, y es una competencia muy valorada por las empresas industriales, y pasa por extender la formación a mandos de funciones no propias de IT-TICs, a personas conocedoras de los procesos, de qué buscar y cómo hacerlo.
Además otros perfiles más adaptados a arquitecturas, pueden incorporar nuevas competencias para desarrollar y mantener arquitecturas Big Data en sus organizaciones y conocer las herramientas de análisis, que posteriormente podrán usar otros equipos humanos en su empresa.
Equipos multidisciplinares, aglutinando diferentes perfiles y conocimientos alrededor del paradigma Big Data, permitirán a las empresas ser dueñas de su conocimiento y tomar decisiones, no en base a la experiencia, sino a la realidad de su actividad y la demanda del negocio.
Esta es la oportunidad que desde ITCL Centro Tecnológico planteamos con el Programa formativo práctico en Big data Industrial que iniciamos el 27 de marzo de 2020: formar a personas de los distintos departamentos dentro de un proyecto multidisciplinar para el análisis de datos bajo el paradigma del Big Data.
