OBSERVATORIO CT+i · • Analítica de web • Analítica predictiva • Gestión de modelos de...
Transcript of OBSERVATORIO CT+i · • Analítica de web • Analítica predictiva • Gestión de modelos de...
OBSERVATORIOCT+i
TIC
LICENCIA
Informe: Alerta de Mercado TIC por Corporación Ruta N se
distribuye bajo una Licencia Creative Commons Atribución-
NoComercial-CompartirIgual 4.0 Internacional
REFERENCIA BIBLIOGRÁFICA
Sugerimos se referencie el documento de la siguiente forma:
Corporación Ruta N (2016). Observatorio CT+i: Informe No. 1
Alerta de Mercado TIC. Recuperado desde www.brainbookn.com
OBSERVATORIOCT+i
MERCADO DE:
TIC
ALERTA MERCADO
TIC
EJECUTA
DESARROLLA EL ESTUDIO
ASESOR
Pablo CastañedaIngeniero electricista
Ingeniero de productividad y calidad
Candidato a Magister en Ingeniería
Director de Negocios ITO en
Compuredes
PARTICIPANTES
El estudio de vigilancia tecnológica e inteligencia competitiva denominado Alerta Mercado TIC fue desarrollado
por la Corporación Tecnnova UEE en el cual los participantes asumieron los siguientes roles:
Metodólogo: Asesora con la metodología de vigilancia tecnológica e inteligencia competitiva diseñada para el
proyecto Observatorio CT+i y definida por INNRUTA - Red de Inteligencia competitiva. Adicionalmente coordina dentro
de cada institución los ejercicios realizados.
Vigía: Encargado de recopilar de fuentes primarias y secundarias los datos e información relacionada con el área de
oportunidad estudiada. Adicionalmente, realiza con expertos temáticos y asesores el análisis de la información
recopilada y la consolidación de los informes del estudio de vigilancia tecnológica e inteligencia competitiva.
El estudio contó con la participación de Pablo Castañeda quien desempeñó el papel de asesor temático con las
siguientes actividades.
Asesor temático: Participa en las etapas de análisis y validación de la información recopilada por el vigía.
Adicionalmente, orienta y da lineamientos del estudio de vigilancia tecnológica e inteligencia competitiva realizado.
Adicionalmente se contó con la participación de un grupo de validadores temáticos quienes contribuyeron en la
validación de los contenidos analizados y la construcción de conclusiones y recomendaciones finales.
PARTICIPANTES
Director del proyecto:
Elkin Echeverri
Coordinadores del proyecto:
Samuel Urquijo
Jorge Suárez
Experto TIC:
Ana María Salazar
Director del proyecto:
Oscar Eduardo Quintero
Metodóloga y Coordinadora del proyecto:
Ana Catalina Duque
Apoyo metodológico:
Juan Manuel Salazar
Diana María Aguilar
Vigía:
Sebastián Duque
PARTICIPANTES
Iván Guillermo Orozco Arias
Director Negocios Digitales | Conocimiento
eSencillo
Elkin Echeverri
Director de Planeación y Prospectiva
Ruta N
Samuel Urquijo
Profesional de Planeación y Prospectiva
Ruta N
Ana María Salazar
Experta TIC I+D
Ruta N
VALIDADORES
TEMÁTICOS
INTRODUCCIÓNTIC
El presente estudio es un panorama de las principales áreas de aplicación en TIC y sus
tendencias asociadas. Se priorizan tres de estas áreas realizando para cada una un estudio a
mayor profundidad donde se presentan los principales lineamientos, drivers, tendencias,
referentes, tecnologías asociadas, red de actores y retos.
La información aquí contenida representa el resultado de un estudio de Vigilancia
Tecnológica e Inteligencia Competitiva en el cual se realizó una revisión bibliográfica de
variedad de informes a nivel global, identificando las dinámicas a nivel mundial en el tema.
Adicionalmente fue validado y enriquecido con el aporte de actores del ecosistema de
innovación en TIC.
Es un panorama general que busca incentivar en los lectores la curiosidad por profundizar
más en el tema y generar dinámicas que promuevan la activación de proyectos I+D+i y
alianzas entre los actores.
TABLA DE CONTENIDO
Panorama General Mercado TIC............................................
Drivers Tecnológicos.....................................................
Drivers Usuarios..........................................................
Tendencias en TIC........................................................
Para Tener en Cuenta...................................................
Alcance Alerta de Mercado.................................................
Enfoques en TIC Priorizados...........................................
Índice de Trabajo........................................................
Glosario de Términos IIOT en TIC ....................................
Glosario de Términos Machine learning en TIC ....................
Glosario de Términos Big data en TIC ...............................
IIOT en TIC ....................................................................
Tendencias del Mercado IIOT en TIC .................................
Nuevos Productos IIOT en TIC .........................................
Tendencias Tecnológicas IIOT en TIC .................................
Retos IIOT en TIC ........................................................
Nº de diapositiva
12
13
14
15
16
17
18
19
20
21
22
23
25
30
35
40
10
TABLA DE CONTENIDO
Machine learning en TIC ....................................................
Tendencias del Mercado machine learning en TIC .................
Nuevos Productos machine learning en TIC .........................
Tendencias Tecnológicas machine learning en TIC .................
Retos machine learning en TIC ….....................................
Big data en TIC ..............................................................
Tendencias del Mercado big data en TIC ............................
Nuevos Productos big data en TIC ....................................
Tendencias Tecnológicas big data en TIC ............................
Retos big data en TIC ...................................................
Recomendaciones ...........................................................
Consideraciones finales ................................................
Nº de diapositiva
45
47
52
58
63
68
70
75
82
87
93
94
11
TIC
A continuación se presentan los principales drivers
(entendiéndose driver como situaciones, condiciones
o eventos que permiten que el objeto de estudio se
desarrolle o tenga un espacio en el mercado) a nivel
tecnológico, y de usuario que promueven el
desarrollo de tecnologías de la información y la
comunicación con las principales tendencias
asociadas.
1.PANORAMA GENERALMERCADO TIC
DRIVERS TECNOLÓGICOS
Información centralizada: Las organizaciones requieren de una transición
de los “silos” de datos, hacia un sistema integrado de información que
permita mayor coordinación y acceso a la información.
Análisis de grandes volúmenes de datos: La necesidad de interpretación
de un número cada vez mayor de datos, impulsa el desarrollo de nuevas
herramientas para dar sentido a un alto volumen de información.
Interoperabilidad de sistemas: Los sistemas están siendo desarrollados con
una mayor comunicación entre ellos permitiendo transferencia de
información multidireccional y habilitando la generación de soluciones más
robustas.
Mayor autonomía de los sistemas: En el desarrollo de software y el diseño
de sistemas existe una tendencia a la operación sin la intervención de las
personas, automatizando muchas tareas que antes requerían supervisión.
TIC
13
DRIVERS USUARIOS
Experticia del usuario final: La continua interacción con las tecnologías ha
propiciado la demanda por soluciones más ágiles y móviles.
Integración y automatización: Los negocios tienen la necesidad de
implementar soluciones más rápido y que mejoren la productividad.
Incremento en dispositivos móviles: El creciente número de usuarios,
genera la necesidad del desarrollo de aplicaciones móviles.
Experiencias inmersivas: La conexión entre el usuario y las diversas
plataformas ha evolucionado para que la interacción sea más envolvente.
Comunidades abiertas: Usuarios mas empoderados promueven la
implementación de plataformas abiertas para acceso a información.
TIC
14
TENDENCIAS EN TICTIC
Dispositivos
móviles
Inteligencia
artificial
• Machine learning
• Respuesta a preguntas en
lenguaje natural
• Vehículos autónomos
• Asesor virtual inteligente
• Robots inteligentes
• Asistentes personales
virtuales
• Control por medio de gestos
• Realidad virtual
• Monitoreo de la salud móvil
• Realidad aumentada
• Weareables
• Biochips
• Interfaz computador-cerebro
• Impresión 3D para
negocios
• Impresión de dispositivos
auditivos
• Escáner 3D
• Software para impresión
3D
• Impresión de dispositivos
dentales
• Bioimpresión 3D para
trasplantes de órganos
• In-memory analytics
• Monitoreo de redes sociales
• Analítica de web
• Analítica predictiva
• Gestión de modelos de datos
• Analítica avanzada con auto-servicio
• Analítica de textos
• Analítica prescriptiva
• Analítica de lenguaje
• Analítica en tiempo real
• Analítica de video
Menos de 5 años
Entre 5 y 10 años
Más de 10 años
Se espera que la tecnología
entre en una etapa productiva
en:
• Data warehouse platform as a
service (dwPaaS)
• Construcción de repositorios de
información inteligente
• Cryptocurrency
• Computación en la nube híbrida
(privada y pública)
• Paas (plataforma como servicio)
• IaaS (Infraestructura como
servicio)
• SaaS (Software como servicio)
• ERP pública para PYMES
• Micro centros de datos
• Data center definida por
software
• In- memory database
management system
• Computación cuántica
• M2M (máquina a máquina)
• RFID para logística y transporte
• Monitoreo móvil de la salud
• Internet de las cosas industrial
• Internet de las cosas en servicios públicos
(electricidad)
• Infraestructura de medición
• Plataformas del internet de las cosas
• Hogar conectado
15
PARA TENER EN CUENTA
• Drivers como promotores de desarrollos e innovaciones. Los drivers al ser las situaciones, condiciones o
eventos que permite que el objeto de estudio se desarrolle o tenga un espacio en el mercado generan
activación de productos y servicios, se asocian con mayor fuerza a alguna de las tendencias propuestas, sin
embargo, pueden tener efectos sobre otras tendencias o provocar la aparición de nuevos drivers.
• Tendencias como impulsores de nuevos productos en diferentes áreas de aplicación o enfoques. Las
tendencias constituyen los campos de aplicación que se promueven a partir de los drivers sobre los cuales se
enfocan los intereses y esfuerzos de desarrollo, permitiendo la activación de nuevos productos y servicios.
• Tecnologías habilitantes de nuevos modelos de negocios orientados a la analítica de datos. Las nuevas
tendencias tecnológicas han hecho posible el surgimiento de nuevas formas de prestación de servicios,
generando nuevas empresas y haciendo que las existentes reevalúen la forma hacer negocios, pues con el
surgimiento de los crecientes volúmenes de datos, muchos negocios están orientando su propuesta de valor
hacia la analítica de datos.
• Tendencias agrupadas dentro de los ejes temáticos. Existen una gran variedad de tendencias tecnológicas
en el sector TIC (Dispositivos móviles, Internet de las cosas, Big Data, Inteligencia artificial, Impresión 3D y
Cloud computing). Algunas de estas tendencias son transversales y se interrelacionan entre si, sin embargo las
tecnologías se clasificaron en los ejes temáticos más afines.
TIC
16
TIC
A continuación se presentan las tendencias en TIC.
Este diagrama representa los temas priorizados en
donde se hizo énfasis en el estudio de vigilancia
tecnológica e inteligencia competitiva denominado
alerta de mercado TIC.
2.ALCANCE ALERTAMERCADO TIC
A partir de las tendencias de TIC detectadas
presentadas en el capitulo anterior se priorizan
tres, considerando la relevancia de estas tanto
a nivel local como a nivel internacional y la
pertinencia para promover el desarrollo de
tecnologías e innovaciones relacionadas en la
región.
Estas tendencias fueron priorizadas involucrando
diferentes expertos en TIC a nivel local, nacional
e internacional.
ENFOQUES EN TIC PRIORIZADOS
IOT
• Internet de las cosas industrial
• Internet de las cosas en servicios
• RFID para logística y transporte
• públicos (electricidad)
• Infraestructura de medición
Inteligencia artificial
• Machine learning
• Analítica de video
• Analítica de texto
• Procesamiento de lenguaje natural
TIC
Big data
• Analítica predictiva
• Analítica prescriptiva
• Analítica en tiempo real
18
INDICE DE TRABAJOTIC
IIOT
MACHINE LEARNING
ANALÍTICA PREDICTIVA Y
PRESCRIPTIVA
19
GLOSARIO DE TÉRMINOS-IIOT
• Industrial internet of things (IIOT): El internet de las cosas industrial se refiere a la capacidad de usar los datos de sensores y analítica
para identificar oportunidades de mejora en la operación.
• Smart connected product (SCP): Productos con la capacidad de transmitir y recibir datos que permitan ampliar las funcionalidades o
servicios que se ofrecen.
• Smart city: Desarrollo urbano basado en el concepto de integrar múltiples tecnologías de información y comunicación para la gestión
óptima de los recursos e infraestructura de la ciudad.
• Smart grid: Red eléctrica que integra una variedad de sensores inteligentes para la comunicación bidireccional, mejorando el control y
automatización del sistema.
• Industria 4.0: Se refiere a la cuarta revolución industrial. Esta tendencia pretende integrar el monitoreo de la operación en forma
virtual para el análisis de los datos y tomar decisiones descentralizadas que mejoren la productividad.
• Radio frequency identification (RFID): Tecnología que usa un dispositivo electrónico con una antena ligada a un objeto para enviar
información a sensores que permite identificar y rastrear de manera automática diferentes productos.
TIC
20
GLOSARIO DE TÉRMINOS-MACHINE LEARNING
• Machine learning (ML): El aprendizaje de máquina es un tipo de inteligencia artificial que se refiere a una serie de técnicas
para que un computador aprenda sin ser programado explícitamente para ello.
• Aprendizaje supervisado: Tipo de aprendizaje que utiliza ejemplos en donde el resultado es conocido para que el computador
reconozca un patrón y pueda aplicarlo a futuros casos en donde no se conoce el resultado.
• Aprendizaje no supervisado: Aprendizaje que no cuenta con resultados conocidos, sino que intenta reconocer patrones
escondidos en la información.
• Open source: Programa computacional cuyo código fuente ha sido publicado a las personas y está disponible para su uso,
modificación y redistribución.
• Procesamiento de lenguaje natural: Es un campo de la computación e inteligencia artificial dedicado al estudio de la
interacción entre el humano y el computador por medio del lenguaje hablado.
• Deep learning: Es una rama del machine learning en donde se modelan abstracciones de alto nivel en datos a través de
transformaciones lineales y no lineales.
• Ensemble learning: Proceso por medio del cual se utilizan diversos modelos que se combinan para resolver un problema
particular.
• Data science: Campo interdisciplinar que trata de generar conocimiento a través de la extracción, procesamiento y análisis de
datos.
TIC
21
GLOSARIO DE TÉRMINOS-ANALÍTICA PREDICTIVA Y
PRESCRIPTIVA
• Analítica predictiva: Modelos para el análisis de datos que permita la predicción de comportamientos basados en la
información.
• Analítica prescriptiva: Sistemas de generación de recomendaciones o acciones de manera automática, basados en el análisis de
a información para optimizar procesos.
• Datos estructurados: Datos que se encuentran dentro de un campo determinado, lo cual permite su agrupación o
categorización.
• Datos no estructurados: Datos sin categorización, dentro de esta categoría se encuentran textos, videos, audio o contenido de
redes sociales.
• Data science: Campo interdisciplinar que trata de generar conocimiento a través de la extracción, procesamiento y análisis de
datos.
• Bussiness intelligence: Sistemas y herramientas de análisis de la información de una empresa, que permiten realizar procesos de
planeación.
• Spark: Software de código abierto, para organizar varios ordenadores de manera que trabajen en paralelo, reduciendo los
tiempos de cómputo.
TIC
22
TIC
A continuación se presenta una descripción del
área priorizada con los aspectos más
importantes de la temática y su evolución.
3.IIOT EN TIC
MAPA:IIOTTIC
(Harvard Business Review, 2014)
IIOT: El uso de sensores en las
diferentes piezas de
maquinaria industrial y su
conexión a través de una
plataforma que permite
acceder al mundo físico a
través de un servicio digital se
conoce como internet de las
cosas industrial.
Esta tecnología ofrece la
oportunidad de medir variables
y transmitir los datos para
conectar la información a un
sistema que permita tomar
decisiones basadas en un
panorama completo de la
situación.
*SCP: Smart connected products
24
TIC
En este capítulo se evidencian aspectos claves del
mercado global, haciendo énfasis en el comportamiento
comercial a nivel de productos, servicios y tecnologías
disponibles en el mercado y las tendencias de los mismos
a nivel de oferta y demanda. Adicionalmente, los
principales jugadores del mercado mundial,
evidenciando sus productos y aplicaciones que
comprueban los resultados de este tipo de desarrollos.
3.1TENDENCIAS DEL MERCADOIIOT EN TIC
DRIVERS: IIOTTIC
Gobierno
• Mayor coordinación y eficiencia
en el uso de los recursos.
• Promover el incremento de la
productividad del sector
industrial.
• Aumentar la eficiencia
energética.
• Mejorar la calidad de vida de
los ciudadanos mediante el uso
de tecnologías IoT, por ejemplo
Smart cities o Smart grid.
DR
IVER
S
• Miniaturización de sensores e incremento en la funcionalidad.
• Conectividad entre dispositivos para permitir la transferencia multidireccional de información.
• Infraestructura para la gestión de un gran volumen de datos.
Habilitadores
Universidades y centros de
Investigación
Empresas de hardware y
softwareSector productivo
• Creación de arquitecturas de
captura y procesamiento de
datos.
• Gestión de grandes cantidades
de información.
• Analítica de información de
operación de los equipos que
permita generar mayores
beneficios.
• Mayor monitoreo y control de
la operación.
• Generar una mayor
trazabilidad de los procesos
• Uso de la información generada
para la oferta de servicios
conexos.
• Nuevos modelos de negocios,
que permitan el pago por uso.
• Mayor coordinación y eficiencia
en el uso de los recursos.
• Mejorar la productividad y
disminuir pérdidas.
• Ofrecer mejores servicios de
manufactura mas eficientes y
oportunos.
• Detección y corrección
temprana de posibles fallos.
• Ofrecer un mejor servicio
posventa.
26
CRECIMIENTO DEL MERCADO:IIOTTIC
Las áreas de operación del internet de las cosas
industrial son:
• Automatización de fábricas
• Robótica
• Calefacción, ventilación y aire acondicionado
• Sistemas de seguridad
• Sistemas médicos
• Cadena de servicios
• Analítica
Segmentación de la inversión por geografía
40,9%
27,3%
22,1%
9,7%
APAC
Norteamérica
Europa
ROW
Tamaño mercado 2016
$92,6Miles de millones USD
Tamaño mercado 2020
$131,6Miles de millones USD
Crecimiento mercado 2016
6,98%Crecimiento mercado 2020
7,63%
ROW: Resto del mundo
APAC: Asia pacíficoTechnavio,2015
Los beneficios potenciales del internet de las
cosas industrial son la mejora en la productividad
y reducción de costos, principalmente en los
sectores de salud, manufactura y cadena de
suministro.
La inversión de los negocios y el gobierno en
tecnologías del internet de las cosas y el análisis
de big data impulsan el mercado en este sector.
La región geográfica que genera mayores ingresos
es APAC y se espera un alto crecimiento en el
período pronosticado.
92,699
106,1113,8
122,3131,6
6,98%
7,12%
7,30%
7,45%
7,63%
6,20%
6,40%
6,60%
6,80%
7,00%
7,20%
7,40%
7,60%
7,80%
0
20
40
60
80
100
120
140
2015 2016 2017 2018 2019 2020
Mercado (miles de millones USD)
27
PRINCIPALES REFERENTES: IIOTTIC
General Electric
Multinacional Estadounidense tiene operaciones en
sectores como aviación, salud, petróleo, gas,
energía, transporte, entre otras. La empresa es la
fundadora del “Industrial Internet Consortium”,
inventó el internet industrial y ofrece una plataforma
en la nube llamada Predix para el análisis y
visualización de la información, además cuenta con
“Predix Startups program” que ayuda a desarrollar
aplicaciones para el análisis de datos en tiempo real.
www.ge.comCisco
Multinacional Estadounidense. Ofrece un portafolio
de productos en tecnología de conexión, dispositivos,
gestión de redes, redes ópticas, redes de
almacenamiento y centros de datos. Las soluciones
ofrecidas para internet de las cosas industrial son:
“Cisco Industrial Networks”, “Cisco Field Networks”,
“Cisco Embedded Networks”, Cisco Physical and
“Cyber Security Solutions”, “Cisco Connected
Factory”, “Cisco Secure Ops”, “Cisco Connected
Supply Chain”, “Cisco Connected Transportation” y
“Cisco Connected Grid Network Management
Solution”.
www.cisco.com RTI - Real-Time Innovations
Empresa Estadounidense, proveedora de
“middleware” embebido. Ofrece la plataforma: RTI
IoT industrial FaxTrax Program que ayuda a las
empresas a manejar grandes volúmenes de datos
heterogéneos en tiempo real de dispositivos
conectados, que además ayuda a mejorar la
eficiencia operacional.
www.rti.com
IBM
Compañía Estadounidense. Ofrece productos de TI,
soluciones empresariales y servicios de consultoría en
empresas. Provee variedad de productos para el IoT
industrial, “IBM Bluemix IoT Zone”, “IBM IoT Cloud
Open Platform” y “IMB IoT Ecosystem” .
www.ibm.com
Rockwell Automation
Empresa Estadounidense. Comercializa soluciones en
automatización de energía, control e información.
Opera principalmente en dos segmentos: Productos
de control y Arquitectura y software. Cuenta con una
solución llamada “Connected Enterprise” para ayudar
a gestionar los procesos de manufactura, reducir las
complejidades de la red y proveer información de los
riesgos a la seguridad.
www.rockwellautomation.com
Intel
Empresa Estadounidense, que diseña y manufactura
microprocesadores y chips. Intel ayudó en el
desarrollo de 3 áreas en IoT industrial: conexión de
dispositivos a la red, gestión de la seguridad de datos
e integración con la infraestructura existente.
www.intel.com28
PARA TENER EN CUENTA
• Existe una alta competencia en el mercado. Existen grandes jugadores que lideran los desarrollos tecnológicos
en el área y que compiten en una amplia gama de productos y servicios ofrecidos al mercado
• Oportunidad para nuevos jugadores. A pesar del hecho de existir alta competencia, el IIOT se considera un
mercado naciente, por tanto hay oportunidad de que nueva compañías entren a competir en este mercado con
propuestas de valor diferentes.
• El desarrollo de la tecnología depende de la interoperabilidad. Dado crecimiento del mercado y el número
de soluciones disponibles, se hace necesario generar estándares que permitan la comunicación entre los nuevos
dispositivos y estos a su vez con tecnología anterior. En vista de que ya se ha creado un consorcio de empresas
que ha iniciado la creación de dichos estándares, las empresas deberían acogerse a estos para que sus soluciones
permanezcan vigentes en el tiempo.
• Se requieren nuevas capacidades de análisis. El volumen de información que generan los nuevos dispositivos
requieren capacidades de análisis en tiempo real que las empresas tradicionales de manufactura no tienen, por
lo tanto se está optando por dos tipos de estrategias, la formación del personal o la tercerización de este tipo de
análisis.
• Existe un gran potencial en el mercado de servicios públicos. Uno de los mercados con mayor potencial está
basado en el concepto de smart cities, usar los recursos y la infraestructura de manera inteligente para la
gestión de recursos o servicios públicos como smart grid o smart water (un informe completo con estas temáticas
se puede encontrar en http://brainbookn.com).
TIC
29
TIC
En este capítulo se presentan los nuevos
productos y modelos de negocio que
incursionan en el mercado, haciendo énfasis
en sus características diferenciadoras.
3.2NUEVOS PRODUCTOSIIOT EN TIC
PRODUCTOS INNOVADORES
Smart grids/cities
Los avances en sensórica permiten
el constante monitoreo,
optimización y control de los
sistemas e infraestructura. ABB
ofrece soluciones para la gestión de
energía, agua, transporte,
calefacción y refrigeración urbana.
Centros de datos
Decathlon es la plataforma de
“infraestructura de gestión del
centro de datos” (DCIM por sus
siglas en inglés) que ofrece la
capacidad de monitorear la
operación en diferentes servidores y
varios tipos de equipos.
Internet industrial
El uso de sensores permite conocer
la operación de las empresas hasta
tal punto que se pueden operar las
máquinas con mayor eficiencia y
menor impacto ambiental, conocido
como una nueva revolución
industrial la “Industria 4.0”.
ABB IoTSP: La línea de negocios de ABB, internet de las cosas,
servicios y personas tiene como fin conectar los dispositivos
industriales para realizar un análisis de la operación que
permita mejorar la eficiencia en planta.
TIC
31
PRODUCTOS INNOVADORESTIC
Empresa Estadounidense que cuenta con alianzas con empresas
de hardware, equipos, visualizaciones, predicción del tiempo y
software, para integrarlo todo en una plataforma de recolección
y análisis de datos en el sector agricultura. La plataforma IoT es
una herramienta de gestión de información que reúne todos los
datos y los transforma en información útil que le puede servir al
agricultor para la consulta en la toma de decisiones casi en
tiempo real.
El Centro de Excelencia y Apropiación en Internet de las Cosas
(CEA-IoT) es una alianza entre universidades, líderes
tecnológicos y empresas ancla para potenciar el desarrollo y la
innovación a través del Internet de las Cosas (IoT) mediante la
formación de talento humano especializado en IoT. El centro
cuenta con las líneas de trabajo que están alineadas con las
metas del Plan Vive Digital 2014-2018 de Colombia: Salud,
logística, industria, vestibles (wearables), seguridad, gobierno y
agroindustria y medio ambiente. El centro cuenta con servicios
para el sector industrial: Capacitación, desarrollo de prototipos,
asesoría y evaluación de soluciones.
32
PRODUCTOS INNOVADORESTIC
Empresa dedicada a la producción y venta de equipos y servicios
para minería subterránea y a cielo abierto. Cuenta con un
sistema de minería inteligente, el cual se encarga del monitoreo
del proceso de carga, informando al operario el estado de esta
para evitar sobrecargas y paradas. También cuenta con el
sistema “PreVail” que se encarga de monitorear el estado de las
máquinas para informar sobre cualquier anomalía presentada en
la operación a la empresa.
General Electric es una empresa multinacional con líneas de
negocios en aviación, química, alimentos, salud, petróleo, entre
otros. La plataforma Predix es una solución realizada entre GE
Digital y Oracle, el sistema funciona como “Plataforma como
servicio” (PaaS) en donde se reúne la información de los
dispositivos y se combina con sistemas de Oracle como ERP,
“Oracle Cloud Plataform” y Gestión de cadena de suministro
para optimizar los procesos, hacer la cadena de suministros mas
eficiente, realizar manufactura inteligente y hacer
mantenimiento predictivo.
33
• Productos orientados al monitoreo, control y servicios de optimización. Los productos que se
empiezan a posicionar en el mercado de IoT están centrados en la recolección de datos de diversas fuentes
y el procesamiento de esta información en plataformas para brindar soluciones que soporten la toma de
decisiones.
• Plataformas de visualización y análisis. Las herramientas de análisis que surgen actualmente, permiten
al usuario analizar y visualizar diferentes variables respecto a la operación para dar un panorama
completo.
• Sistemas integrales de monitoreo. Además de las plataformas algunas empresas también se enfocan en
la comercialización de sensores y dispositivos de control, que se integran con los sistemas de análisis,
entregando un sistema que comprende no solo el software sino también el hardware, los cuales se
complementan sin problemas de compatibilidad.
• Smart connected products. Los beneficios de instalar sistemas de monitoreo conectados a la red permite
que los productos ordinarios puedan convertirse en los llamados “Smart connected products”, ofreciendo
mayores prestaciones y un sistema integral de información y control.
• En Colombia se promueve el desarrollo de tecnologías en IIOT. Se identifica la iniciativa CEA-IoT
impulsada por el Ministerio de las TIC y con el apoyo de COLCIENCIAS, que pretende la apropiación de
tecnologías en IoT, y generar productos y servicios basados en tecnologías del internet de las cosas.
PARA TENER EN CUENTATIC
34
TIC
En este capítulo se evidencia el comportamiento
científico y tecnológico a nivel mundial, las
tendencias, tecnologías emergentes y el nivel de
madurez de los hallazgos; además, las principales
instituciones líderes que pueden apoyar cada área
de oportunidad desde el ámbito científico y
tecnológico.
3.3TENDENCIAS TECNOLÓGICASIIOT EN TIC
TENDENCIAS TECNOLÓGICAS: IIOT
• Adopción del protocolo TCP/IP. Es necesario realizar una migración en los protocolos de comunicación de los
dispositivos, que permita la interoperabilidad y mayor acceso a la información, por lo cual se necesita de un nuevo
sistema que permita un direccionamiento eficiente y simple.
• Generación de nuevas metodologías de análisis. En las industrias de manufactura se usa una mezcla de datos
históricos con datos en tiempo real para la toma de decisiones, sin embargo con acceso al nuevo tipo de datos se
necesitan diferentes tipos de análisis para resolver los problemas de manera óptima.
• Uso de Li-Fi para la transmisión de datos. El Li-Fi es un método de que involucra la luz visible y puede transmitir a
una velocidad 100 veces mayor que el Wi-Fi, este cambio está dado por el alto volumen de información generado por
los dispositivos y que debe almacenarse en otra ubicación.
• Crecimiento en la demanda de análisis de “big data”. El aumento en el volumen de datos está obligando a las
compañías a adoptar nuevas herramientas y contratar personal que puedan obtener información útil y encontrar
oportunidades en sus negocios.
TIC
36
NIVEL DE MADUREZ:IIOTTIC
ACTIVACIÓNEXPECTATIVAS
INFLADASDESILUCIÓN
MESETA DE
PRODUCTIVIDADACLARACIÓN
Un potencial de avance
tecnológico. Las primeras
historias de prueba de
concepto y de interés
dispara los medios y se
observa publicidad
significativa. A menudo no
existen productos utilizables
y la viabilidad comercial, no
está comprobada.
La publicidad temprana
produce una serie de
historias de éxito - a menudo
acompañados de decenas de
fracasos. Algunas empresas
toman medidas; muchos no
lo hacen.
El interés y los experimentos
se reducen y las
implementaciones no se
pueden alcanzar. Los
productores de la tecnología
se reducen. Se sigue
invirtiendo sólo si los
proveedores que sobreviven
mejoran sus productos para
satisfacer a los adoptadores
tempranos.
Más casos de cómo la
tecnología puede beneficiar a
la empresa, el principio se
vuelven más ampliamente
entendido. Aparecen los
productos de segunda y
tercera generación. Más
empresas financian los
pilotos; las empresas
conservadoras se mantienen
cautelosas.
La adopción masiva
comienza a despegar. Los
criterios para evaluar la
viabilidad se definen con
mayor claridad. Amplia
aplicabilidad y relevancia de
la tecnología en el mercado.
Plataformas de
inteligencia operacional
Analítica en tiempo
real
Redes IOT de
gran área
Procesamiento de flujo
de eventos
Internet de los objetos
Convergencia de plataforma
operacional
Seguridad de tecnología
operacional
Servicios de
comunicación M2M Manufactura inteligente
Analítica predictivaMeseta de productividad se puede
alcanzar en:
Dos a cinco años
Cinco a diez años
Gartner.com
Arquitectura IOT
Plataforma IOT
ERP habilitada por IOT
ZigBee
RFID para logística y
transporte
37
PRINCIPALES LÍDERES TECNOLÓGICOS: IIOT
Wuhan University of Technology
Universidad ubicada en Wuhan, en China central.
Líder en ciencia de materiales e ingeniería. Las
temáticas en las cuales investiga se centran en
gestión de adquisición de datos para aplicaciones en
el sector energía, gestión de cadenas de suministro y
manufactura en la nube.
http://english.whut.edu.cn
Old Dominion University
Universidad pública ubicada en Norfolk, Estados
Unidos. Las investigaciones que conducen en la
universidad están enfocadas en sistemas de rastreo
de mercancía, RFID en tiempo real, envío,
almacenaje y acceso a la información.
www.odu.edu
Beijing Jiaotong University
Universidad ubicada cerca de Xizhimen, China. Tiene
su foco de investigación en IIOT en sensores remotos
para procesos industriales y sistemas de rastreo en la
cadena de frío.
www.etri.re.kr
Chongqing University of Posts and
Telecommunications
Universidad pública ubicada en Chongqing, China. Se
enfoca en la investigación en el área de información
y comunicaciones, particularmente en tecnología 3G
y metodologías para la implementación de chips en
hardware.
http://english.cqupt.edu.cn
Reylabs
Empresa ubicada en San José, Estados Unidos. La
empresa tiene una serie de soluciones orientadas al
monitoreo y control del consumo energético, para
incrementar la eficiencia en el uso.
reylabs.com
Beihang University
Universidad pública ubicada en Beijing, China, con
un fuerte componente en investigación tecnológica y
científica. Las temáticas en las cuales centra sus
investigaciones son manufactura la nube,
manufactura inteligente y sistemas dinámicos de
oferta y demanda en servicios de manufactura.
http://ev.buaa.edu.cn/
TIC
38
PARA TENER EN CUENTA
• Crecimiento en investigaciones relacionadas con IIOT. Existe un numero creciente de publicaciones científicas
relacionadas con el internet de las cosas y su aplicación al área industrial. El crecimiento en el número de publicaciones
se debe a un trabajo exploratorio principalmente en nuevas formas de realizar los procesos de manufactura y mejorar
la red de distribución eléctrica.
• Patentamiento en etapa de crecimiento. La protección de los desarrollos tecnológicos relacionados con IIOT se
encuentran en etapa de crecimiento. Existe un gran número de entidades que comienzan a proteger sus desarrollos,
entre ellos se pueden encontrar universidades y empresas que quieren capitalizar sobre sus investigaciones
• Los beneficios de la tecnología comienzan a evidenciarse. Si bien la tecnología del IIOT se encuentra en una etapa
aún emergente y con algunos desafíos por delante, es posible encontrar algunas aplicaciones en el mercado de las
cuales las empresas ya están apropiando y empleando a un nivel productivo.
TIC
39
TIC
En este capítulo se presentan las necesidades a las
cuales dan respuesta los servicios y productos
asociados al tema de estudio, adicionalmente los
beneficios que se generan y las barreras que se deben
superar para lograr su desarrollo.
3.4RETOSIIOT EN TIC
RETOS DE IIOT EN TIC
• Gestión de la seguridad que
habiliten la conexión de los
dispositivos a internet evitando
vulnerabilidades.
• Posibilidad de sincronización de
dispositivos, manteniendo los
protocolos de seguridad.
• Falta de estandarización, dada
la variedad de dispositivos es
necesario unificar la
comunicación entre estos,
manteniendo la seguridad del
sistema.
Análisis de datos ProtocolosCiberseguridad
• Integración de diferentes
herramientas de análisis de
datos.
• Análisis en tiempo real de la
información.
• Gestión de diversos tipos y
cantidad de datos.
• Establecer un marco legal para el
acceso y uso de los datos.
• Transición de los dispositivos
anteriores al TCP/IP.
• La integración de los sistemas
con los protocolos anteriores al
IoT.
• Generación de protocolos para
la estandarización de los
procesos de comunicación.
Sistemas embebidos
• Generación de soluciones que se
implementen de forma ágil y
compatible con los dispositivos.
• Desarrollo de software con un
bajo uso de memoria y energía.
TIC
41
RED DE ACTORES Y SU PAPEL:IIOT
A continuación se presentan los actores que hace relación a las personas naturales o jurídicas que pudieran
tener una participación activa en el desarrollo o implementación de las tecnologías de IIOT.
• Promotor de iniciativas.
• Generación de incentivos.
• Creación de normativas y
lineamientos para la
implementación y aplicación de
tecnologías en IIOT.
• Verificación de cumplimiento de
normativas y lineamientos éticos.
• Desarrollo y perfeccionamiento de
nuevas tecnologías en IIOT.
• Comercialización de las
tecnologías desarrolladas.
• Soporte y asistencia en la
implementación de las
tecnologías.
• Extender las capacidades de
análisis del sistema.
• Mayor entendimiento de los
segmentos de mercado.
• Descubrimiento de nuevos nichos
de mercado.
• Investigación y desarrollo de
tecnologías de IIOT aplicado al
sector industrial y servicios
públicos.
• Formación, capacitación y
divulgación del conocimiento.
• Investigación soportada en datos
reales.
Sector productivoEmpresas de hardware y
softwareGobierno Universidades y centros
de Investigación
• Apropiación de las tecnologías
desarrolladas.
• Realimentación para
perfeccionamiento de las
tecnologías.
• Alimentación de las bases de
datos de información.
TIC
42
• La infraestructura es uno de los factores habilitantes. Existen varios factores que ayudan a la implementación
de un sistema de IIOT, por un lado se tiene que la producción de los sensores se realiza cada vez a menor costo,
sumado a esto se cuenta con la infraestructura necesaria para la transmisión y almacenamiento de los datos.
• Necesidad de la analítica de datos. El volumen de datos recolectados por los dispositivos es cada vez mayor,
para esto es necesario disponer de capacidades de análisis de los datos bien sea interna o externa. Otra
oportunidad que surge de los datos es la venta de información de operación que podría generar una fuente
adicional de ingresos a partir del análisis de los datos.
• Mantener la ciberseguridad en los dispositivos es una prioridad. Al abrir una vía digital hacia un dispositivo
físico, se puede estar generando una vulnerabilidad, pues crear un acceso desde internet abre la posibilidad de un
ataque, para evitar esta situación es necesario crear dispositivos y aplicaciones que se integren manteniendo la
seguridad del sistema.
• Variedad de actores involucrados en el ecosistema. Existen diferentes actores que influencian el desarrollo de
las tecnologías en IIOT, cada uno con diferentes roles y necesidades, aunque el factor común en este tipo de
tecnologías es el aumento en la eficiencia productiva, es importante tener en cuenta cada una de las partes para
el desarrollo de sistemas que se integren con las necesidades individuales.
• Preparación del personal en el uso de las nuevas tecnologías. Dado que con las nuevas herramientas se logran
automatizar muchas de las tareas que antes debía hacer una persona, se están desplazando muchos empleos, cabe
mencionar que capacitar a las personas en las nuevas tecnologías puede ampliar la utilidad de estas, dando lugar
a mayores beneficios a las organizaciones.
PARA TENER EN CUENTATIC
43
REFERENCIAS- IIOT EN TICTIC
• Accenture. (2015). Disponible en: www.accenture.com
• Accenture. World Economic Forum. (2015). Disponible en: http://www3.weforum.org/docs/WEFUSA_IndustrialInternet_Report2015.pdf
• BuddeComm Intelligence Report. (2015). Disponible en: www.budde.com.au
• CBInsights. (2016). Disponible en: https://www.cbinsights.com/blog/top-startups-iiot/
• Cisco. (2015). http://gblogs.cisco.com/asiapacific/top-10-ict-trends-in-2015-are-you-ready-for-digital-
transformation/?_ga=1.125899725.1995177025.1463512140&doing_wp_cron=1463517820.8987729549407958984375
• Deloitte. (2016). Disponible en: http://dupress.com/articles/internet-of-things-iot-in-electric-power-industry/
• Ericsson AB. (2014). Disponible en: https://www.ericsson.com/res/docs/2014/gtwp-op-transforming-industries-aw-print.pdf
• European Commission. (2014). Disponible en: http://eskills-lead.eu/fileadmin/lead/reports/lead_-_technology_trends_-_august_2014_rev_sep1.pdf
• IBM Center for Applied Insights. (2015). Disponible en: https://ibmcai.com/2015/10/06/iot-utilities/
• MarketsAndMarkets. (2016) Disponible en: http://www.marketsandmarkets.com/Market-Reports/artificial-intelligence-market-
74851580.html?gclid=CjwKEAjw1Iq6BRDY_tK-9OjdmBESJABlzoY7cS1O8x8NgCdMgLtB79fky-cBRwYYRLqlR5FmKcM1IhoCQFXw_wcB
• River Publishers. (2014). Disponible en: http://www.internet-of-things-research.eu/pdf/IoT-
From%20Research%20and%20Innovation%20to%20Market%20Deployment_IERC_Cluster_eBook_978-87-93102-95-8_P.pdf
• Segal, G. College of Micronesia – FSM. (2016). Disponible en:
http://www.comfsm.fm/national/administration/VPA/researchdocs/techPlan/ED_Conf_TechTrends.pdf
• Technavio. (2015). Disponible en: http://www.technavio.com/
• The World Bank. (2010). http://blogs.worldbank.org/edutech/10-global-trends-in-ict-and-education
44
TIC
A continuación se presenta una descripción
del área priorizada con los aspectos más
importantes de la temática y su evolución.
4.MACHINE LEARNING
Machine learning es un método que
permite al computador aprender de la
información que se le suministra, el
sistema es capaz de ajustar un modelo
automáticamente sin ser programado
específicamente para eso, sino que
aprende a medida que recibe los datos.
Las aplicaciones de machine learning
permiten realizar tareas como:
• Detección de fraudes
• Predicción de fallas en equipos
• Ubicar publicidad en páginas web y
dispositivos móviles en tiempo real
• Análisis de sentimientos al comparar
texto
• Detección de intrusiones en una red
• Reconocimiento de patrones e
imágenes
MAPA:MACHINE LEARNING
(SAS, 2016)
TIC
46
TIC
En este capítulo se evidencian aspectos claves del
mercado global, haciendo énfasis en el
comportamiento comercial a nivel de productos,
servicios y tecnologías disponibles en el mercado y
las tendencias de los mismos a nivel de oferta y
demanda. Adicionalmente, los principales jugadores
del mercado mundial, evidenciando sus productos y
aplicaciones que comprueban los resultados de este
tipo de desarrollos.
4.1TENDENCIAS DEL MERCADOMACHINE LEARNING
DRIVERS: MACHINE LEARNINGTIC
Gobierno
• Mayor coordinación y eficiencia
en el uso de los recursos.
• Gestionar una gran cantidad de
datos e información.
• Mejorar el proceso de toma de
decisiones basadas en
información en tiempo real.
DR
IVER
S
• Aumento en la capacidad de cómputo y procesamiento de diferentes tipos de datos.
• Metodologías y modelos matemáticos para el análisis de la información.
• Infraestructura para el almacenamiento y la gestión de un gran volumen de datos.
Habilitadores
Universidades y centros de
Investigación
Empresas de hardware y
softwareSector productivo
• Gestionar una gran cantidad de
datos e información.
• Incremento en la capacidad de
predicción de los sistemas de
análisis de datos e
información.
• Prestar servicios de análisis de
datos e información.
• Generación de conocimiento a
partir de la información.
• Uso de la analítica para
generación de plataformas y
servicios.
• Nuevos modelos de negocios en
la manera de entregar la
analítica.
• Mayor eficiencia en el uso de
los recursos.
• Mejorar el proceso de toma de
decisiones basadas en
información en tiempo real.
• Ofrecer mejores servicios.
• Detección y corrección
temprana de posibles fallos.
48
Tamaño mercado 2015
$419,7Millones USD
Tamaño mercado 2020
$5,05Mil Millones USD
Crecimiento anual promedio en el periodo proyectado
53,65%
CRECIMIENTO DEL MERCADO:MACHINE LEARNING
(Marketsandmarkets, 2015)
Mercado de Inteligencia Artificial
TIC
• Se espera que el machine learning junto con el procesamiento de lenguaje
natural jueguen un papel fundamental en la adopción de la tecnología en los
próximos 5 años.
• Los sectores en los cuales se puede apreciar las ventajas de los sistemas de
aprendizaje son mercadeo, ventas, finanzas y salud.
• La necesidad de los negocios por generar analíticas predictivas está
impulsando el crecimiento de los sistemas capaces de brindar información
relevante en tiempo real para la toma de decisiones.
• Las empresas empiezan a invertir en los software de aprendizaje en vista de
los recientes avances realizados por empresas como IBM y el potencial que
han visto en este tipo de sistemas.
• El incremento en la eficiencia de las empresas mediante sistemas que
analizan la información y permiten tomar decisiones mucho más acertadas.
(Forbes, 2015)
1,30%
1,50%
2,90%
3,30%
3,80%
4,40%
4,90%
5,10%
5,60%
6,00%
6,80%
7,20%
8,10%
8,30%
9,40%
10,00%
11,40%
0% 5% 10% 15%
Otros
Defensa
Gobierno
Arte y recreación
Automotriz
Transporte
Construcción
Ventas
Salud
Educación
Financiero
Robótica
Energía
Telecomunicaciones
Manufactura
Servicios profesionales o científicos
Internet de las cosas
Aplicaciones Machine Learning
49
IBMMultinacional Estadounidense de tecnología y
consultoría. La empresa es propietaria de “Watson”, se
trata de un sistema cognitivo el cual ha aprendido a
través de los años por medio del estudio de información
no estructurada, usa machine learning, análisis
estadístico y procesamiento de lenguaje natural para el
proceso de aprendizaje.
www.ibm.com
Microsoft Multinacional Estadounidense que desarrolla, licencia,
ofrece soporte técnico y vende software, dispositivos
electrónicos y computadores. La plataforma Microsoft
Azure permite el desarrollo de productos para uso
propio o se puede comercializar los productos mediante
un “Marketplace”. La plataforma ofrece capacidades de
analítica predictiva mediante machine learning.
https://www.microsoft.com
SASEmpresa Estadounidense dedicada al desarrollo y
comercialización de software para realizar analítica de
datos. SAS Viya es una plataforma para el análisis in-
memory de datos y visualización a través de la
extracción de datos (“data mining”) y machine
learning, cuenta con herramientas para aprendizaje
supervisado y no supervisado.
http://www.sas.com
Amazon
Empresa Estadounidense que provee un servicio de
ventas electrónicas y cloud computing. El amazon
Machine Learning es un servicio para los desarrolladores
que proporciona asistentes y herramientas de
visualización en el proceso de creación de modelos de
machine learning, una vez que los modelos están listos,
le permite obtener predicciones de la aplicación
utilizando APIs.
https://www.amazon.com
GoogleGoogle cloud machine learning es una plataforma que
permite hacer uso de los modelos preestablecidos por
google y generar modelos personalizados. Los modelos
contienen módulos para el análisis de reconocimiento
de voz, imágenes, información financiera y
traducciones dinámicas. Recientemente google liberó el
software TensorFlow como open source, dando acceso a
la herramienta a cualquier persona y permitiendo el
desarrollo de aplicaciones.
https://cloud.google.com
Hewlett Packard EnterpriseMultinacional Estadounidense fundada en 2105 como
una de las empresas en las que se dividió Hewlett
Packard. La empresa ofrece una plataforma con
servicios de analítica de datos basados en machine
learning los productos que tiene son: Heaven
OnDemand, HPE Vertica, HPE IDOL y HPE SIEM.
https://www.hpe.com
COMPAÑIAS REFERENTES: MACHINE LEARNINGTIC
50
• Gran expectativa en el mercado de machine learning. El potencial que esconde el hecho de que un
computador pueda aprender es enorme, simplificando muchas de las tareas que hoy en día se hacen
manualmente, por esto se continúan desarrollando plataformas y herramientas para este fin pues se pronostica
un alto crecimiento en este mercado.
• La capacidad en cómputo está habilitando los desarrollos. Dados los recientes avances en computación es
posible que un sistema pueda analizar un gran volumen de datos, este hecho desencadenó el avance en
machine learning pues ahora es posible que un computador pueda revisar la información muchas veces para
detectar patrones y aprender de la información que se le provee, dando como resultado la generación de una
multitud de herramientas para realizar este proceso.
• Competencia por posicionar un producto. Se detecta una alta rivalidad entre grandes empresas por
posicionar sus productos, para que sean empleados como una de las principales herramientas, sobre la cual los
desarrolladores realicen sus productos y ganar sobre la venta de estos a través de tiendas virtuales de
aplicaciones.
PARA TENER EN CUENTATIC
51
TIC
En este capítulo se presentan las
innovaciones como productos y modelos de
negocio que incursionan en el mercado,
haciendo énfasis en sus características
diferenciadoras.
4.2NUEVOS PRODUCTOSMACHINE LEARNING
PRODUCTOS INNOVADORES: IBM WATSON
La inteligencia artificial de IBM, representa
el primer paso hacia la computación
cognitiva, las siguientes capacidades hacen
al sistema robusto:
• Procesamiento de lenguaje natural:
Permite entender la información no
estructurada, que actualmente
representa el 80% de la información.
• Generación de hipótesis y evaluación:
Usar la analítica avanzada para ponderar
y evaluar varias respuestas basadas en la
relevancia relevante.
• Aprendizaje dinámico: Ayuda a mejorar
el aprendizaje con cada iteración basado
en los resultados.
TIC
Servicios de
Watson
Productos
Watson Engagement Advisor: el sistema
provee una plataforma para comunicarse con
los clientes en donde Watson responde a las
preguntas y ofrece soluciones.
Watson Explorer: Plataforma que procesa
información estructurada y no estructurada,
para presentar tendencias, patrones y análisis.
Watson Knowledge Studio: Plataforma para
enseñarle a Watson las complejidades del
lenguaje en una industria determinada, y que
construya una base de conocimiento de dicha
industria.
Watson Company Analyzer: El sistema ayuda
en la recolección de información de otras
empresas, clientes y oportunidades.
Ecosistema de
desarrollo
Watson Developer Cloud: IBM ofrece la
posibilidad de usar su inteligencia cognitiva
para que los desarrolladores usen las
capacidades de Watson en lingüística, visión,
reconocimiento de diálogo y datos a través de
diferentes APIs.
Watson University Program: IBM tiene
convenios con diferentes universidades a nivel
mundial en donde ofrece la plataforma a
profesores y estudiantes para que exploren las
capacidades de Watson con fines académicos,
como construir robots, competencias en
hackathons, desarrollo de algoritmos o casos de
estudio de negocios.
53
PRODUCTOS INNOVADORES: IBM WATSONTIC
Pregunta
Análisis de
la pregunta
y el tema
Descomposición
de la preguntaGeneración
de hipótesis
Hipótesis y
puntuación de la
evidenciaSíntesis
Categorización y
respuesta final
Múltiples
interpretacionesCientos de posibles
respuestas
Modo de operación de Watson
Miles de posibles
evidencias
Cientos de miles de
calificaciones de
los algoritmos de
análisis
Generación de
hipótesis
Hipótesis y
puntuación de la
evidenciaRespuesta
Balance y
combinación
El proceso para obtener la respuesta:
1. Identifica los aspectos
importantes de la pregunta.
2. Genera una serie de hipótesis en
pasajes del mensaje que podrían
tener una respuesta.
3. Compara el lenguaje entre la
pregunta y las posibles
respuestas, mediante algoritmos
de razonamiento.
4. Cada algoritmo le da uno o mas
puntajes a las posibles respuestas.
5. Los puntajes son ponderados a
través de un modelo estadístico.
6. El proceso se repite para cada una
de las posibles respuestas.
54
NuPIC es una plataforma open source y comunidad para machine
intelligence basada en la teoría de neocórtex llamada Hierarchical
Temporal Memory (HTM). La empresa Numenta es quien ha impulsado este
desarrollo y la tecnología ofrece soluciones a problemas con características
como análisis de datos en streaming o tiempo real, patrones en los datos
que cambian con el tiempo, patrones basados en tiempo o umbrales que
producen falsos positivos o falsos negativos.
PRODUCTOS INNOVADORESTIC
FBLearner Flow es la inteligencia artificial utilizada por Facebook para leer
las actividades de sus usuarios y poder ofrecer contenido personalizado. La
herramienta permite el análisis de los perfiles de los usuarios mediante el
uso de una variedad de algoritmos como redes neuronales, árboles de
decisión, LambdaMART, gradiente descendiente estocástico y regresión
logística.
Empresa de analítica e inteligencia artificial, la plataforma integra
computación estadística, lenguaje natural, big data y machine learning
para la interpretación de información financiera. El sistema está diseñado
para proveer un servicio para entidades de inversión que sea rápido, se
pueda escalar, permita la automatización de tareas y responda preguntas
financieras complejas.
55
Empresa Estadounidense con operaciones en Nerteamérica, Europa, Asia y
Oceanía que ofrece servicios de Plataforma como servicio, automatización
como servicio y gestión remota de infraestructura. Los productos que
ofrece son: Amelia es un agente cognitivo que permite realizar la atención
al cliente, como abrir cuentas bancarias o ingresar pacientes al hospital;
Ipcenter es una plataforma de análisis de la operación de la TI para
incrementar la productividad al automatizar actividades de gestión; y
Apollo es una plataforma analiza las operaciones y genera flujos de trabajo
para las tareas por realizar.
PRODUCTOS INNOVADORESTIC
Rocketfuel ofrece una plataforma que permite hacer un mercadeo en línea
programático, es decir la herramienta analiza la interacción del cliente y
envía los contenidos de acuerdo al momento, contexto y dispositivo desde
donde se conecta para maximizar las conversiones de publicidad en venta.
Con la herramienta se ofrecen los servicios de “Brand” optimiza el
posicionamiento de la marca, “Direct response” predice el nivel de
atención del usuario para mejorar las ventas, “Demand Side Platform”
automatiza y optimiza las campañas de mercadeo y “Data Management
Platform” para centralizar y gestionar la información de los canales de
ventas.
56
• Integración y colaboración entre actores. En el mercado de machine learning se están generando una
variedad de soluciones tanto de software propietario (con acceso a la plataforma para desarrolladores)
como open source, esta tendencia está habilitando el desarrollo de productos más robustos y la generación
de una comunidad alrededor de la tecnología.
• Desarrollo de nuevos modelos de negocio. Los productos que se desarrollan se continúan comercializando
de la manera tradicional, sin embargo también están emergiendo otro tipo de modelos de negocio como el
pago por uso de capacidades de machine learning, las cuales se acceden vía APIs y se facturan en función
del volumen de datos que hacen uso de estas funcionalidades, de este modo desarrolladores ISV
(independent software vendors) pueden crear aplicaciones valiéndose de estas posibilidades.
PARA TENER EN CUENTATIC
57
TIC
En este capítulo se evidencia el comportamiento
científico y tecnológico a nivel mundial, las
tendencias, tecnologías emergentes y el nivel de
madurez de los hallazgos; además, las principales
instituciones líderes que pueden apoyar cada área de
oportunidad desde el ámbito científico y tecnológico.
4.3TENDENCIAS TECNOLÓGICASMACHINE LEARNING
TENDENCIAS TECNOLÓGICAS: MACHINE LEARNING
• Mejor representación de la realidad. Los modelos matemáticos usados para la representación de
los sistemas son cada vez más complejos, logrando un mayor detalle en la clasificación y análisis de
los datos.
• Ayuda diagnóstica en aplicaciones médicas. El machine learning para la analítica de imágenes se
está empleando en aplicaciones médicas ayudando con el reconocimiento de patrones que permitan
realizar diagnósticos de manera más acertada
• Aplicaciones que evalúan las condiciones del entorno en video. En el análisis de video se emplea
software que es capaz de reconocer el entorno y los objetos que son presentados, permitiendo
realizar una clasificación de su contenido y generar aplicaciones que pueden decidir según la
evaluación que realicen del ambiente donde se encuentren.
• Aplicaciones capaces de reconocer conceptos dentro del texto. El análisis de texto esta enfocado
en la clasificación de diferentes conceptos como el reconocimiento de sentimientos, comprensión
semántica o de los conceptos que se presenten.
TIC
59
NIVEL DE MADUREZ:MACHINE LEARNING
ACTIVACIÓNEXPECTATIVAS
INFLADASDESILUSIÓN
MESETA DE
PRODUCTIVIDADACLARACIÓN
Un potencial de avance
tecnológico. Las primeras
historias de prueba de
concepto y de interés
dispara los medios y se
observa publicidad
significativa. A menudo no
existen productos utilizables
y la viabilidad comercial, no
está comprobada.
La publicidad temprana
produce una serie de
historias de éxito - a menudo
acompañados de decenas de
fracasos. Algunas empresas
toman medidas; muchos no
lo hacen.
El interés y los experimentos
se reducen y las
implementaciones no se
pueden alcanzar. Los
productores de la tecnología
se reducen. Se sigue
invirtiendo sólo si los
proveedores que sobreviven
mejoran sus productos para
satisfacer a los adoptadores
tempranos.
Más casos de cómo la
tecnología puede beneficiar
a la empresa, el principio se
vuelven más ampliamente
entendido. Aparecen los
productos de segunda y
tercera generación. Más
empresas financian los
pilotos; las empresas
conservadoras se mantienen
cautelosas.
La adopción masiva
comienza a despegar. Los
criterios para evaluar la
viabilidad se definen con
mayor claridad. Amplia
aplicabilidad y relevancia de
la tecnología en el mercado.
(Gartner, 2015)
Solución a preguntas en lenguaje natural
Analítica prescriptiva
Data science
TIC
Ensemble learning
Meseta de productividad se puede
alcanzar en:
Dos a cinco años
Cinco a diez años
Analítica de video
Analítica de texto
Machine learning
Spark
Reconocimiento de
emoción
Analítica en tiempo real
Deep learning
Plataforma como servicio
Analítica predictiva
60
PRINCIPALES LÍDERES TECNOLÓGICOS: MACHINE
LEARNING
Carnegie Mellon University
Universidad privada enfocada en la investigación y
ubicada en Pittsburgh, Estados Unidos. Las
investigaciones en machine learning se enfocan en
áreas como medicina, bioquímica, ciencias sociales,
neurociencia, física y ciencia de decisiones.
Dentro de la universidad se encuentra el “Machine
Learning Department”, que es un departamento
académico perteneciente a la escuela de ciencias
computacionales, en el departamento se encuentran
una variedad de grupos y laboratorios especializados
en darle uso a la tecnología de machine learning.
http://www.cmu.edu/
Siemens
Multinacional con sede principal en Alemania. La
empresa se enfoca en la comercialización de equipos
para la industria, salud, energía, infraestructura y
ciudades. En el área de machine learning cuentan
con tecnologías para el monitoreo y control de
operaciones en plantas industriales o de energía,
además cuenta con sistemas para el análisis de la
información de dispositivos médicos como imágenes
diagnósticas o la medición de la frecuencia cardíaca.
https://www.siemens.com
Yahoo!
Multinacional Estadounidense con sede central en
Sunnyvale. La empresa tiene servicios de correo
electrónico, motor de búsqueda, noticias, finanzas,
entre otros. Cuenta con investigaciones en “scalable
machine learning”, para la implementación de
herramientas que permitan soluciones en el análisis,
reporte de métricas y visualización de grandes
volúmenes de datos.
https://www.yahoo.com
Tsinghua University
Universidad enfocada en investigación, ubicada en
Beijing, China. En la universidad se encuentra el
“Machine Learning and Computational Biology
Group” que se enfoca en el estudio de
bioinformática, biología computacional y análisis de
datos, el grupo cuenta con software open source
para el diseño y análisis computacional de proteínas.
http://www.tsinghua.edu.cn
TIC
61
PARA TENER EN CUENTA
• Crecimiento en investigaciones relacionadas con machine learning. Existe un numero creciente de
publicaciones científicas relacionadas con métodos y modelos para aplicarlos en el área de machine learning.
El crecimiento en el número de publicaciones se debe al incremento en la actividad exploratoria, es decir que
se está indagando en nuevas aplicaciones de esta tecnología en un mayor número de industrias o campos de la
ciencia.
• Patentamiento en etapa de crecimiento. La protección de los desarrollos tecnológicos en relación a machine
learning está creciendo, pues las empresas líderes en el mercado se están moviendo para asegurar sus activos
intangibles, y capturar el valor de las aplicaciones que han creado.
• Creación de tecnologías para diferentes necesidades en el mercado. Es posible encontrar una diversidad
de tecnologías en el mercado que se pueden clasificar en dos grupos, el primero son plataformas que permiten
el acceso a software propietario en donde se realizan análisis con diferentes propósitos dependiendo de la
empresa que contrate el servicio y el segundo grupo son productos que responden a necesidades puntuales de
la empresa.
TIC
62
TIC
En este capítulo se presentan los retos que se
deben superar para lograr el desarrollo del
machine learning, adicionalmente los
beneficios que se generan y el papel de los
diferentes actores involucrados.
4.4RETOSMACHINE LEARNING EN TIC
Tecnológicos
RETOS DE MACHINE LEARNING EN TIC
• Resistencia en el uso de
herramientas autónomas.
• Apropiación y migración
tecnológica por parte de las
empresas.
• Costo asociado al desarrollo y
uso de las plataformas.
Información LegalUsuario
• Procesamiento de lenguaje
natural.
• Diversidad en los tipos de
información existente.
• Análisis de información no
estructurada.
• Establecer un marco legal para
el acceso y uso de los datos.
• Definir un lineamiento de
propiedad intelectual y modelo
de negocio en relación a los
datos y su análisis.
TIC
• Integración de diferentes
herramientas de análisis de
datos.
• Interoperabilidad entre
diferentes plataformas.
• Capacidad de realizar análisis en
tiempo real de la información.
• Generación de soluciones que se
implementen de forma ágil y
compatible con los dispositivos.
64
RED DE ACTORES Y SU PAPEL: MACHINE LEARNING
A continuación se presentan los actores que hace relación a las personas naturales o jurídicas que pudieran
tener una participación activa en el desarrollo o implementación de las tecnologías.
• Promotor de iniciativas.
• Generación de incentivos.
• Creación de normativas y
lineamientos para la
implementación y aplicación de
tecnologías.
• Verificación de cumplimiento de
normativas y lineamientos éticos.
• Desarrollo y perfeccionamiento de
nuevas tecnologías.
• Comercialización de las
tecnologías desarrolladas.
• Soporte y asistencia en la
implementación de las
tecnologías.
• Extender las capacidades de
análisis del sistema.
• Mayor entendimiento de los
segmentos de mercado.
• Descubrimiento de nuevos
modelos de negocio y nichos de
mercado.
• Generación de algoritmos para
optimizar el análisis de
información.
• Formación, capacitación y
divulgación del conocimiento.
• Investigación soportada en datos
reales.
Sector productivoEmpresas de hardware y
softwareGobierno Universidades y centros
de Investigación
• Apropiación de las tecnologías
desarrolladas.
• Realimentación para
perfeccionamiento de las
tecnologías.
TIC
65
• Necesidad de la analítica de datos. El volumen de datos recolectados es cada vez mayor, para esto es
necesario disponer de capacidades de análisis de los datos bien sea interna o externa. Las capacidades
internas hacen relación a la adquisición de herramientas o comprar el acceso a plataformas y las
capacidades externas al pago por el servicio de análisis.
• La infraestructura es uno de los factores habilitantes. Existen varios factores que ayudan a la
implementación de un sistema de machine learning, por un lado se tiene el creciente aumento al acceso
en la información que sumado al hecho de que se cuenta con la infraestructura necesaria para la
transmisión y almacenamiento de los datos, genera un gran potencial para la creación de soluciones que
agreguen valor.
• Necesidad de formación y cambios en la cultura. Si bien las empresas cada vez son más conscientes de
la necesidad de explorar y sacar provecho a la información, aún hay ciertas barreras de tipo cultural y
escepticismo de los beneficios que impiden la adopción de la tecnología.
PARA TENER EN CUENTATIC
66
• Cbinsights. (2016). Disponible en: https://www.cbinsights.com
• Deloitte. Cognitive technologies in the technology sector. (2015). Disponible en: http://dupress.com/articles/cognitive-technologies-in-
technology-sector-tmt/
• Forbes. (2014). Disponible en: http://www.forbes.com/sites/anthonykosner/2014/12/29/tech-2015-deep-learning-and-machine-
intelligence-will-eat-the-world/#4af066c282cc
• Gartner. (2016). Disponible en: https://www.gartner.com/doc/3231617?ref=SiteSearch&sthkw=machine%20learning&fnl=search&srcId=1-
3478922254
• Market research. (2016). Disponible en: http://www.marketresearch.com/MarketsandMarkets-v3719/Artificial-Intelligence-Technology-
Machine-Learning-9749197/
• Marketsandmarkets. (2016). Disponible en: http://www.marketsandmarkets.com/PressReleases/cognitive-computing.asp
• Marketsandmarkets. (2016). Disponible en: http://www.marketsandmarkets.com/PressReleases/artificial-intelligence.asp%20.asp
• O’Reilly. The current state of machine intelligence 2.0. (2015). Disponible en: https://www.oreilly.com/ideas/the-current-state-of-
machine-intelligence-2-0
• SAS. Statistics and Machine Learning at Scale (2014). Disponible en:
http://www.sas.com/content/dam/SAS/en_us/doc/conclusionpaper1/statistics-machine-learning-at-scale-107284.pdf
• SAS. Machine learning (2016). Disponible en: http://www.sas.com/en_id/insights/analytics/machine-learning.html
• Technavio. (2016). Disponible en: http://www.businesswire.com/news/home/20160627005559/en/Technavio-Announces-Top-Emerging-
Trends-Impacting-Global
REFERENCIASTIC
67
TIC
A continuación se presenta una descripción
del área priorizada con los aspectos más
importantes de la temática y su evolución.
5.ANALÍTICA PREDICTIVA Y PRESCRIPTIVA
La actual tendencia hacia la recolección de datos
de una multitud de fuentes, hace necesario generar
habilidades para extraer información de los datos
en bruto y de la información lograr el
entendimiento del objeto estudiado.
Los diferentes tipos de analítica están divididas en:
• Descriptiva: Se encarga de relatar que ha
pasado.
• Diagnóstica: Da cuenta de por qué han pasado
ciertos eventos.
• Predictiva: Genera modelos para anticiparse a
los hechos de acuerdo a la información histórica.
• Prescriptiva: Ayuda a la toma de decisiones
analizando la información y modelos disponibles.
MAPA:ANALÍTICA PREDICTIVA Y PRESCRIPTIVATIC
(Gartner, 2016) 69
TIC
En este capítulo se evidencian aspectos claves del
mercado global, haciendo énfasis en el comportamiento
comercial a nivel de productos, servicios y tecnologías
disponibles en el mercado y las tendencias de los mismos
a nivel de oferta y demanda. Adicionalmente, los
principales jugadores del mercado mundial,
evidenciando sus productos y aplicaciones que
comprueban los resultados de este tipo de desarrollos.
5.1TENDENCIAS DEL MERCADOANALÍTICA PREDICTIVA Y PRESCRIPTIVA
DRIVERS: ANALÍTICA PREDICTIVA Y PRESCRIPTIVATIC
Gobierno
• Mayor coordinación y eficiencia
en el uso de los recursos.
• Gestionar una gran cantidad de
datos e información.
• Mejorar el proceso de toma de
decisiones basadas en
información en tiempo real.
DR
IVER
S
• Aumento en la capacidad de cómputo y procesamiento de diferentes tipos de datos.
• Metodologías y modelos matemáticos para el análisis de la información.
• Infraestructura para el almacenamiento y la gestión de un gran volumen de datos.
• Arquitectura de procesamiento en memoria para mayor agilidad en el análisis.
Habilitadores
Universidades y centros de
Investigación
Empresas de hardware y
softwareSector productivo
• Gestionar una gran cantidad de
datos e información.
• Incremento en la capacidad de
predicción de los sistemas de
análisis de datos e
información.
• Prestar servicios de análisis de
datos e información.
• Generación de conocimiento a
partir de la información.
• Uso de la analítica para
generación de plataformas y
servicios.
• Nuevos modelos de negocios en
la manera de entregar la
analítica.
• Apoyar la toma de decisiones.
• Mayor entendimiento del
mercado y la operación.
• Mayor eficiencia en el uso de
los recursos.
• Mejorar el proceso de toma de
decisiones basadas en
información en tiempo real.
• Ofrecer mejores servicios.
• Detección y corrección
temprana de posibles fallos.
71
Prescriptiva
Aplicaciones de la analítica
Tamaño mercado 2015
$2740Millones USD
Tamaño mercado 2020
$9200Millones USD
Crecimiento anual promedio en el periodo proyectado
27,4%
CRECIMIENTO DEL MERCADO:ANALÍTICA PREDICTIVA Y
PRESCRIPTIVA
(Gartner, 2016)
(Marketsandmarkets, 2015)
Predictiva
TIC
• Se espera que un alto crecimiento en el mercado, principalmente por un incremento en
el presupuesto de las empresas y la inversión en plataformas en la nube.
• Las cantidades masivas de información no estructurada, están obligando a las empresas
a cambiar de sistemas tradicionales de business intelligence (BI) hacia técnicas de
análisis predictivo.
• Existe una creciente expectativa en varios niveles de la empresa (financiero, mercadeo,
gestión de riesgos, entre otras) que impulsa el uso de capacidades avanzadas de
análisis.
• La extracción y análisis de información a través de fuentes externas como redes
sociales, sensores inteligentes, clientes y proveedores, es una tendencia que se ha visto
en los últimos años y se espera que continúe para proveer un mayor entendimiento del
mercado y la operación.
• Análisis embebido en los procesos de negocios, para integrar cada etapa de la operación
con la analítica.
• Transición de la analítica descriptiva hacia la analítica predictiva y prescriptiva.
Tamaño mercado 2014
$310Millones USD
Tamaño mercado 2019
$1100Millones USD
Crecimiento anual promedio en el periodo proyectado
22%
10%
8%
9%
12%
17%
23%
22%
18%
24%
26%
47%
67%
6%
33%
32%
34%
41%
36%
40%
45%
39%
42%
33%
20%
Otros
Video
Audio
Imágenes
Texto
E-mails
Datos de interacción en redes sociales
Internet de las cosas
Datos de perfiles en redes sociales
Datos geoespaciales
Datos de registro
Transacciones
Fracción de datos analizados por aplicación
Presente Futuro
72
IBM
Multinacional Estadounidense de tecnología y
consultoría. La empresa cuenta con plataformas para
realizar analítica avanzada como SPSS Statistics y
SPSS Modeler que ofrecen capacidades de integrar
software como R, Python y Spark, para mayor
flexibilidad, aún así la programación es opcional.
www.ibm.com
SAS
Empresa Estadounidense dedicada al desarrollo y
comercialización de software para realizar analítica
de datos. SAS cuenta con una amplia gama de
productos para realizar analítica avanzada de datos,
que promueven el ambiente colaborativo como “SAS
Factory Miner”.
www.sas.com
Microsoft
Multinacional Estadounidense, cuenta con una
plataforma de análisis “Microsoft Analytics Platform
System” para el análisis de big data e a través de un
sistema de almacenamiento distribuido en paralelo,
también permite el análisis en continuo de dato
relacionales y no relacionales.
https://www.microsoft.com
KNIME
Empresa con sede central en Zurich, Suiza. Ofrece
una plataforma gratis y open source para
computadores de escritorio en analítica avanzada,
así como una versión comercial en servidores con
funcionalidades adicionales y que permite
implementarlo en nube privada o en las
instalaciones.
www.knime.org
Rapid Miner
Empresa Estadounidense que ofrece soluciones
comunitarias (gratuitas) basadas en open source y
soluciones empresariales que permitan conectarse
con diferentes fuentes de datos, funcionalidades más
avanzadas y acoplar los análisis con aplicaciones de
procesos de negocio.
https://rapidminer.com/
COMPAÑIAS REFERENTES: ANALÍTICA PREDICTIVA Y
PRESCRIPTIVA
TIC
Alteryx
Empresa Estadounidense, que provee una plataforma
de analítica avanzada, que permite integrar
información interna, de la nube, de terceros, cuenta
además con herramientas predictivas que se pueden
integrar en un solo flujo de trabajo.
www.alteryx.com
73
• Incremento en el interés por herramientas de analítica avanzada. A medida que aumenta el volumen de
datos en los sistemas de gestión y monitoreo en las empresas, se hace cada vez más evidente la necesidad
de contar con un sistema que permita integrar y analizar diversas fuentes de datos, que no solo permita
extraer el conocimiento del como y por qué de un comportamiento determinado, sino predecir este y ayudar
en la toma de decisiones.
• Integración de las herramientas con diferentes sistemas de gestión. Existe una necesidad latente de
analizar la información proveniente de diversas plataformas de gestión e información empresarial, que
habiliten el análisis en tiempo real y la integración en flujos de trabajo establecidos por la empresa que
agilicen la toma de decisiones.
• El aumento en la capacidad de cómputo está habilitando el análisis de grandes volúmenes de datos.
Dados los recientes avances en computación es posible que un sistema pueda analizar un gran volumen de
datos, este hecho ha facilitado el desarrollo de software especializado en el procesamiento de una gran
cantidad de datos.
• Alta competencia por posicionar un producto en el mercado. Se detecta una alta rivalidad entre las
grandes empresas por posicionar sus productos, para que sean empleados como una de las principales
herramientas de análisis y ganar una mayor cuota de mercado.
PARA TENER EN CUENTATIC
74
TIC
En este capítulo se presentan las innovaciones
como productos y modelos de negocio que
incursionan en el mercado, haciendo énfasis en
sus características diferenciadoras.
5.2NUEVOS PRODUCTOSANALÍTICA PREDICTIVA Y PRESCRIPTIVA
PRODUCTOS INNOVADORES: SAS
SAS es el líder en analítica, cuenta con productos en
analítica avanzada, análisis multivariable,
inteligencia de negocios, gestión de datos y analítica
predictiva. El portafolio de productos cuenta con una
variedad de paquetes para llevar a cabo las funciones
de análisis que incluyen:
• Minería de datos: Permite interactuar con los
datos utilizando diagramas y gráficos dinámicos.
• Análisis estadístico: Utiliza algoritmos con
metodologías estadísticas para analizar los datos.
• Pronóstico: Genera proyecciones
automáticamente, acorde con modelos
prestablecidos.
• Analítica de texto: Utilizando reglas lingüísticas y
herramientas de modelado analítico se puede
descubrir información oculta en el texto.
• Optimización y simulación: Crea un modelo que
permita modificar variables para probar varios
escenarios y encontrar la mejor solución.
TIC
Saca y prepara los datos
de las fuentes los limpia
para obtener resultados
óptimos.
• SAS® Enterprise Miner™
• SAS® Factory Miner
• SAS® High-Performance
Data Mining
Explora los datos para
encontrar información
relevante, patrones y
tendencias.
• SAS® Visual Statistics
Usa una serie de
herramientas estadísticas
para cuantificar la
incertidumbre, realizar
inferencias y ayudar a la
toma de decisiones.
• SAS® Analytics Pro
Construye modelos
usando mediante
algoritmos estadísticos,
minería de textos y
minería de datos para
extraer información.
• SAS/ETS®
• SAS® Forecast
Aplica el nuevo modelo
validado en nuevas
fuentes de datos.
• SAS/OR®
• SAS® Simulation Studio
• SAS® High-Performance
Text Mining
Examina el modelo para
verificar que se mantiene
vigente y entregando
resultados veraces.
• SAS® Model Manager
Preparación de los
datos
Visualización de los
datosAnálisis estadístico
Modelado
predictivo
Implementación del
modelo
Monitoreo y gestión
del modelo
76
PRODUCTOS INNOVADORES: SASTIC
Es una plataforma para realizar analítica que cuenta con módulos para realizar operaciones de importación,
transformación, análisis, e implementación. La empresa ofrece su producto en dos modalidades:
1. “KNIME Analytics Platform” la cual es gratuita gracias a su proyecto open source.
2. “KNIME Cloud Analytics Platform” es una versión empresarial de pago implementada en la nube.
KNIME Cloud Analytics
Platform
Esta plataforma lleva las capacidades de “KNIME Analytics
Platform” a una solución en línea, con las mismas
capacidades que ofrece su contraparte de escritorio. Este
producto ahora cuenta con la posibilidad de ser usado en
“Microsoft Azure”, lo cual le da la opción de ser ejecutado
en un ambiente flexible.
KNIME Analytics Platform
Solución de código abierto para el análisis de información,
que cuenta con más de 1000 módulos en los que se
encuentran almacenados algoritmos para realizar
operaciones, dado que los módulos se pueden organizar en
un flujo de trabajo de manera secuencial o paralela, se
brinda la oportunidad de generar modelos flexibles
Leer Transformar Analizar Desplegar
77
PRODUCTOS INNOVADORES: KNIMETIC
Colaboración
1. KNIME TeamSpace: Servicio en línea para
colaborar entre varios miembros del equipo,
permite guardar archivos y flujos de trabajo en un
mismo espacio.
2. KNIME Server Lite: Ofrece servicios de
autenticación básicos, permisos de acceso, y
adicionalmente las capacidades de ejecución que
ofrece TeamSpace.
3. KNIME WebPortal: Extiende las funcionalidades de
Server Lite, haciendo posible el acceso desde
cualquier dispositivo a través de un navegador
web.
4. KNIME Server: Ofrece repositorios compartidos,
gestión de acceso, habilitación web y soporte
técnico.
5. KNIME Cloud Server: Ofrece las funcionalidades de
KNIME Server y hace uso de herramientas de
colaboración en la nube.
Productividad
1. KNIME Personal Productivity: Ofrece funcionalidades
adicionales a la versión gratuita, que permiten reutilizar
y automatizar flujos de trabajo.
2. KNIME Partner Productivity: Agrega una funcionalidad
que le permite a consultores externos encriptar el
trabajo, protegiendo su propiedad intelectual.
Desempeño
1. KNIME Big Data Connector: Integra
Apache Hadoop en los flujos de
trabajo de KNIME, a través de nodos
que permiten la lectura de
información desde Hadoop.
2. KNIME Spark Executor: Contiene una
serie de herramientas para ejecutar
Spark desde KNIME.
3. KNIME Cluster Extractor: Permite
ejecutar tareas de KINME en un
clúster de computación, es decir
distribuye las tareas a realizar entre
varios computadores.
78
Fico es una empresa Estadounidense de software. Ofrece una serie de
productos para analítica, entre ellos se encuentran: FICO® Decision
Management Suite 2.0 para implementar sistemas de análisis y gestión de
decisiones, FICO's Data Danagement provee un sistema para recoger,
mapear y conectar datos en tiempo real, Optimization es un programa
diseñado especialmente para solucionar problemas de optimización y Model
Management sistema para gestionar y monitorear de manera automatizada
los modelos que describen la toma de decisiones.
PRODUCTOS INNOVADORESTIC
Empresa Estadounidense que realiza software para el tratamiento de datos
y analítica avanzada. Ofrece una serie de soluciones para la adquisición,
preprocesamiento y análisis de datos. Cuenta con soluciones para múltiples
industrias: inmobiliario, energía, financiero, salud, educación,
manufactura, entre otros. En el campo de analítica ofrece la plataforma
Alteryx Analytics que ofrece varias herramientas que se pueden unir en un
flujo de trabajo para el análisis de datos.
Empresa Estadounidense que provee software para la integración, analítica
y procesamiento de eventos. Cuenta con Tibco Spotfire 2, para la
visualización de la información y el análisis que puede adquirirse de dos
formas Spotfire® Cloud para realizar las operaciones en la nube y Spotfire®
Platform que permite realizar la analítica en forma local y personalizada.
79
Microsoft Analytics Platform System es una solución pensada para realizar
el análisis en centros de datos (“data warehouse”), que permite realizar el
escalado fácilmente y se puede procesar un alto volumen de información
en paralelo. Además se pueden analizar datos relacionales y no relacionales
por medio de PolyBase.
PRODUCTOS INNOVADORESTIC
IBM SPSS es la solución para realizar analítica predictiva, que ofrece
paquetes para análisis estadístico, modelamiento predictivo, minería de
datos, big data, gestión y despliegue de decisiones. El software IBM SPSS
Statistics está pensado para el uso individual mientras que IBM SPSS
Modeler Gold on Cloud permite realizar los análisis en la nube.
RapidMiner Studio es una herramienta con un sistema de modelación
gráfico que permite cargar los datos, generar un modelo y entrenarlo para
realizar un análisis predictivo, el producto cuenta además con un método
para validar los modelos y ofrece opciones de despliegue a través de APIs
en servicios web.
80
• Existe una gran rivalidad entre los líderes del mercado. La competencia por posicionar el producto se
hace cada vez más intensa entre los principales competidores, adicionalmente se encuentran otras
empresas seguidoras o imitadoras, que intentan copiar las funcionalidades de los principales sistemas de
análisis de los líderes en el mercado.
• Se observan dos grandes grupos de productos, los de amplio espectro y los especializados. En las
soluciones que se comercializan actualmente, se observan aquellas que ofrecen un portafolio de productos
amplio para satisfacer una variedad de necesidades de los clientes y aquellas soluciones que se
especializan en nichos puntuales como optimización, analítica predictiva, analítica prescriptiva,
estadística, entre otros.
• Los modelos de negocios están enfocados en la integración de soluciones. Las soluciones se continúan
comercializando como un software para ser usado en un computador individual, sin embargo también se
está incursionando en plataformas que permiten integrar datos de diversas fuentes, para realizar el análisis
en tiempo real de la operación y que habiliten la toma de decisiones.
PARA TENER EN CUENTATIC
81
TIC
En este capítulo se evidencia el comportamiento
científico y tecnológico a nivel mundial, las
tendencias, tecnologías emergentes y el nivel de
madurez de los hallazgos; además, las principales
instituciones líderes que pueden apoyar cada área de
oportunidad desde el ámbito científico y tecnológico.
5.3TENDENCIAS TECNOLÓGICASANALÍTICA PREDICTIVA Y PRESCRIPTIVA
TENDENCIAS TECNOLÓGICAS: ANALÍTICA
PREDICTIVA Y PRESCRIPTIVA
• Integración de los modelos de analítica en las aplicaciones empresariales. Los modelos
matemáticos usados para la representación y predicción de eventos se están conectando con las
aplicaciones de gestión y control de las empresas, de manera que los datos se integren con los
sistemas de análisis.
• Los sistemas de recomendación están embebidos en las aplicaciones de generación de datos.
Los datos analizados están siendo utilizados para la generación de modelos que permitan no solo
predecir el comportamiento de un sistema determinado, sino también se están empleando la
analítica para generar recomendaciones que optimicen el uso de recursos de la empresa.
• La analítica en memoria posibilita la agilidad en el análisis. Las arquitecturas se basan en
tecnologías en memoria (in-memory) para agilizar la lectura y análisis de datos, lo cual habilita a su
vez la analítica en tiempo real para sistemas que requieren de una alta velocidad en análisis y
recomendación.
• El monitoreo de la operación comercial permite hacer uso eficiente de los recursos. El análisis
de las transacciones y la actividad del cliente son dos de las mayores áreas que se están
desarrollando actualmente, pues estas permiten la predicción de satisfacción del cliente así como
generar recomendaciones para retener y fidelizarlo de manera eficiente.
TIC
83
NIVEL DE MADUREZ:ANALÍTICA PREDICTIVA Y PRESCRIPTIVA
ACTIVACIÓNEXPECTATIVAS
INFLADASDESILUSIÓN
MESETA DE
PRODUCTIVIDADACLARACIÓN
Un potencial de avance
tecnológico. Las primeras
historias de prueba de
concepto y de interés
dispara los medios y se
observa publicidad
significativa. A menudo no
existen productos utilizables
y la viabilidad comercial, no
está comprobada.
La publicidad temprana
produce una serie de
historias de éxito - a menudo
acompañados de decenas de
fracasos. Algunas empresas
toman medidas; muchos no
lo hacen.
El interés y los experimentos
se reducen y las
implementaciones no se
pueden alcanzar. Los
productores de la tecnología
se reducen. Se sigue
invirtiendo sólo si los
proveedores que sobreviven
mejoran sus productos para
satisfacer a los adoptadores
tempranos.
Más casos de cómo la
tecnología puede beneficiar
a la empresa, el principio se
vuelven más ampliamente
entendido. Aparecen los
productos de segunda y
tercera generación. Más
empresas financian los
pilotos; las empresas
conservadoras se mantienen
cautelosas.
La adopción masiva
comienza a despegar. Los
criterios para evaluar la
viabilidad se definen con
mayor claridad. Amplia
aplicabilidad y relevancia de
la tecnología en el mercado.
(Gartner, 2015)
Solución a preguntas en lenguaje natural
Analítica prescriptivaData science
TIC
Ensemble learning
Meseta de productividad se puede
alcanzar en:
Dos a cinco años
Cinco a diez años
Analítica de video
Analítica de texto
Machine learning
Spark
Autoservicio de datos
Analítica en tiempo real
Deep learning
Gestión de modelos
Analítica predictiva
Simulación
Mercados de analítica
Optimización
Procesamiento de eventos
84
PRINCIPALES LÍDERES TECNOLÓGICOS: ANALÍTICA
PREDICTIVA Y PRESCRIPTIVA
IBM Thomas J. Watson Research Center
Centro de investigación de IBM con instalaciones en
Yorktown Heights, New York y Cambridge, cuenta
con 12 laboratorios alrededor del mundo. Las
investigaciones que llevan a cabo en este centro en
analítica se enfocan en varios sectores como
optimización de recursos en la ciudad, gestión de
riesgo y ventas en una organización y proyecciones
de recursos en el sector salud.
https://www.research.ibm.com/labs/watson/
Accenture
Empresa multinacional dedicada a la prestación de
servicios de consultoría, servicios tecnológicos y de
tercerización. Las tecnologías de la empresa están
enfocadas en el análisis de comportamiento de
clientes para mejorar las ventas, integración de
analítica en las aplicaciones empresariales y
plataformas de analítica.
https://www.accenture.com
SAP
Multinacional alemana dedicada al diseño de
productos informáticos de gestión empresarial, para
empresas y organismos públicos. En el área de
analítica cuenta con tecnologías en integración de
modelos de análisis en la inteligencia de negocios,
sistemas in-memory para almacenar, gestionar y
generar modelos de análisis de datos y uso de
analítica predictiva para la generación de
recomendaciones. La plataforma SAP HANA permite
integrar la analítica avanzada en las soluciones de
gestión empresarial.
http://go.sap.com
University of Maryland
Universidad pública de investigación ubicada en
Marylad, Estados Unidos. Cuenta con una serie de
programas educativos en análisis de datos en salud,
negocios y ventas. Las investigaciones están
enfocadas en la reutilización de conocimiento a
través de modelos de desempeño, predicción de
eventos sociales, predicción de la resistencia de
materiales y análisis de big data en el sector salud.
http://www.umd.edu/
TIC
85
PARA TENER EN CUENTA
• La investigación en analítica predictiva y prescriptiva se encuentra en una etapa crecimiento. Existe un número
creciente de publicaciones científicas que están enfocadas en la generación de modelos que describan operaciones en
ingeniería, medicina, gestión, negocios, ciencias de materiales entre otros.
• Patentamiento en etapa de crecimiento. La protección de los desarrollos tecnológicos en analítica se encuentran en
etapa de crecimiento. Existe un número de entidades líderes, que comienzan a proteger sus desarrollos, y se puede
evidenciar que dichos desarrollos ya han empezado su camino a la implementación en plataformas, como productos o
soluciones integrales.
• Las tecnologías se enfocan en el uso eficiente de recursos. Existen muchos esfuerzos en el desarrollo de tecnologías
que habiliten sistemas de análisis para optimizar el uso de recursos al interior de las empresas y gobiernos, así como
también aplicaciones que permitan analizar transacciones, información médica, uso de energía, comportamiento de
usuarios, entre otras, con el fin de aumentar la eficiencia en cada operación que se realice.
TIC
86
TIC
En este capítulo se presentan los retos que se deben
superar para lograr el desarrollo de la analítica
predictiva y prescriptiva, adicionalmente los beneficios
que se generan y el papel de los diferentes actores
involucrados.
5.4RETOSANALÍTICA PREDICTIVA Y PRESCRIPTIVA EN TIC
Tecnológicos
RETOS DE ANALÍTICA PREDICTIVA Y
PRESCRIPTIVA EN TIC
• Desconocimiento del tipo de
capacidades de analítica que se
requieren para cada área de la
empresa.
• Generar empoderamiento del
usuario para que utilice la
información procesada.
• Compartir el conocimiento
generado a través de la
organización.
• Recopilación de información
externa a la organización.
Información LegalUsuario
• Integración de silos de
información.
• Hacer la transición entre la
analítica por lotes a tiempo
real.
• Realizar una mayor
segmentación de los datos para
obtener información más
personalizada.
• Asegurar la calidad de los datos.
• Diversidad en los tipos de
información existente.
• Análisis de información no
estructurada.
• Informar a todos los interesados
manteniendo la confidencialidad
de la información.
• Establecer un marco legal para
el acceso y uso de los datos.
• Definir un lineamiento de
propiedad intelectual y modelo
de negocio en relación a los
datos y su análisis.
TIC
• Integración de diferentes
herramientas de análisis de
datos.
• Interoperabilidad entre
diferentes plataformas.
• Capacidad de realizar análisis en
tiempo real de la información.
• Generación de soluciones que se
implementen de forma ágil y
compatible con los dispositivos.
88
RED DE ACTORES Y SU PAPEL: ANALÍTICA
PREDICTIVA Y PRESCRIPTIVAA continuación se presentan los actores que hace relación a las personas naturales o jurídicas que pudieran
tener una participación activa en el desarrollo o implementación de las tecnologías.
• Promotor de iniciativas.
• Generación de incentivos.
• Creación de normativas y
lineamientos para la
implementación y aplicación de
tecnologías.
• Verificación de cumplimiento de
normativas y lineamientos éticos.
• Desarrollo y perfeccionamiento de
nuevas tecnologías.
• Comercialización de las
tecnologías desarrolladas.
• Soporte y asistencia en la
implementación de las
tecnologías.
• Extender las capacidades de
análisis del sistema.
• Mayor entendimiento de los
segmentos de mercado.
• Descubrimiento de nuevos
modelos de negocio y nichos de
mercado.
• Generación de algoritmos para
optimizar el análisis de
información.
• Formación, capacitación y
divulgación del conocimiento.
• Investigación soportada en datos
reales.
Sector productivoEmpresas de hardware y
softwareGobierno Universidades y centros
de Investigación
• Apropiación de las tecnologías
desarrolladas.
• Realimentación para
perfeccionamiento de las
tecnologías.
TIC
89
• Constante aumento en el volumen de datos generados y necesidad de análisis. Los sistemas de gestión y las nuevas
tecnologías que permiten el constante monitoreo de la operación hacen que se incremente volumen de datos generado
en las empresas, para afrontar esta situación es necesario que las empresas cuenten con capacidades de análisis que les
permitan extraer conocimiento de los datos brutos y también puedan tomar mejores decisiones.
• Dificultades en la apropiación y migración tecnológica por parte de las empresas. Actualmente las empresas están
empezando a ser conscientes de la importancia del uso de herramientas que les permitan analizar el volumen de datos
en sus sistemas de gestión, sin embargo, existe una dificultad a la hora de integrar y apropiar las tecnologías necesarias
en su infraestructura, sumado a esto se encuentra el hecho del costo asociado al desarrollo o adquisición de dichas
tecnologías, lo cual presenta una barrera para la adopción de las tecnologías disponibles.
• Existen la infraestructura y las herramientas necesarias para la adopción. Si bien es cierto que existen barreras
para la implementación de un sistema de analítica robusto en las empresas, también hay que considerar que el estado
de la tecnología y el software necesarios para implementar una función de analítica ya se encuentran establecidos, lo
cual habilita el inicio en la adopción de este tipo de sistemas.
PARA TENER EN CUENTATIC
90
• International Institute for Analytics. Prescriptive Analytics. (2014). Disponible en:
http://www.sas.com/content/dam/SAS/en_us/doc/research2/iia-prescriptive-analytics-107405.pdf
• Gartner. Forecast Snapshot: Prescriptive Analytics, Worldwide. (2016). Disponible en: https://www.gartner.com/doc/3202617/forecast-
snapshot-prescriptive-analytics-worldwide
• Gartner. Magic Quadrant for Advanced Analytics Platforms. (2016) Disponible en: https://www.gartner.com/doc/reprints?id=1-
2YEIILW&ct=160210&st=sb
• Global Industry Analysts, Inc. Prescriptive Analytics – A Global Market Report. (2016). Disponible en:
http://www.strategyr.com/pressMCP-7946.asp
• Marketsandmarkets. Predictive Analytics Market by Business Function, Applications, Organization Size, Deployment Model, Vertical, & by
Region - Global Forecast to 2020. (2015). Disponible en: http://www.marketsandmarkets.com/Market-Reports/predictive-analytics-
market-1181.html
• Predictive analytics today. (2016). Disponible en: http://www.predictiveanalyticstoday.com/what-is-predictive-analytics/
• SAS. Predictive Analytics. (2016). Disponible en: http://www.sas.com/en_sg/insights/analytics/predictive-analytics.html
• Webopedia. (2016). Disponible en: http://www.webopedia.com
REFERENCIASTIC
91
REFERENCIAS DE IMÁGENES- TICTIC
1. Simple Icons. (2016). Cloud. Disponible en: https://thenounproject.com/search/?q=technology&i=31175
2. Wohlwend, M. (2016). Microchip. Disponible en: https://thenounproject.com/search/?q=technology&i=86666
3. Creative Stall. (2016). Mobile. Disponible en: https://thenounproject.com/search/?q=technology&i=144069
4. Gawiński, P. (2016). Gateway. Disponible en: https://thenounproject.com/search/?q=technology&i=5477
5. Vicons Design. (2016). Digital reader. Disponible en: https://thenounproject.com/search/?q=technology&i=207089
6. Uyen, T. (2016). User. Disponible en: https://thenounproject.com/search/?q=user&i=305942
7. Novak, B. (2016). Data Analysis. Disponible en: https://thenounproject.com/search/?q=data&i=16391
8. Walker, M. (2016). Data Center. Disponible en: https://thenounproject.com/search/?q=data&i=11065
9. Tai, A. (2016). High-speed internet. Disponible en: https://thenounproject.com/search/?q=high+performance+computing&i=257781
10. Westphal, F. (2016). Internet of things. Disponible en: https://thenounproject.com/search/?q=internet+of+things&i=143916
11. OCHA Visual Information Unit. (2016). Leadership. Disponible en: https://thenounproject.com/search/?q=open+community&i=4199
12. van Driel, P. (2016). 3D Printer. Disponible en: https://thenounproject.com/search/?q=3d+printing&i=423907
13. Homan, C. (2016). Gears. Disponible en: https://thenounproject.com/search/?q=machine+to+machine&i=158028
14. Cordeiro, G. (2016). Gears. Disponible en: https://thenounproject.com/search/?q=productivity&i=19376
15. Wildmoser, G. (2016). University. Disponible en: https://thenounproject.com/search/?q=Universities&i=106796
16. Vectors market. (2016). Court Building. Disponible en: https://thenounproject.com/search/?q=government&i=253719
17. Krisada. (2016). Factory. Disponible en: https://thenounproject.com/search/?q=industry&i=247505
18. Hernandez, A. (2016). Web development. Disponible en: https://thenounproject.com/search/?q=developer&i=345757
19. Luck, Y. (2016). Multiple documents. Disponible en: https://thenounproject.com/search/?q=protocol&i=208394
20. Armes, R. (2016). Cyber Physical Systems. Disponible en: https://thenounproject.com/search/?q=embedded+systems&i=127904
21. Miller, T. (2016). Health insurance. Disponible en: https://thenounproject.com/search/?q=health&i=396737
22. Wieser, J. (2016). Document. Disponible en: https://thenounproject.com/search/?q=math+model&i=6039
23. BenPixels. (2016). Video File. Disponible en: https://thenounproject.com/search/?q=video&i=180879
92
TIC
6.RECOMENDACIONES
En este capítulo se presentan
recomendaciones que permitan la
apropiación de las tecnologías
existentes y su aprovechamiento en
el entorno local.
CONSIDERACIONES FINALESTIC
• Identificación de capacidades locales. En el entorno local existen unas capacidades que pueden ser
aprovechadas para el desarrollo de productos y servicios, si bien es necesario especializarse en algunas
temáticas que se encuentran en estado emergente a nivel local, es posible emplear los recursos con los
que ya cuenta la región para adaptar las soluciones existentes a las nuevas demandas del mercado.
• Apropiación de tecnologías disponibles. Muchas de las tecnologías en el sector TIC ya se encuentran
disponibles bajo una licencia “open source”, lo cual brinda una oportunidad para apropiar dichas
tecnologías y adaptarlas de acuerdo a las necesidades locales, que generen beneficios orientados a la
mejora en la prestación de servicios o venta de productos basados en software de código abierto.
• Uso de ecosistemas de desarrollo existentes. Algunas de las empresas líderes en el mercado cuentan
con todo un sistema, que permite el desarrollo de aplicaciones utilizando su software propietario,
sumado a esto se encuentra la posibilidad de comercializar estas aplicaciones dentro de un
“Marketplace” o tienda, que brinda la oportunidad de ofrecer el producto a potenciales clientes.
• Oportunidades en el análisis de información. Actualmente existe un interés en servicios y/o productos
que permitan el análisis de la información generada por las empresas, para dar una solución eficaz, es
necesario desarrollar sistemas que den cuenta de las necesidades puntuales y propias de la región, que
permitan un aumento en la eficiencia y que reduzca costos en la operación.
• Trabajo colaborativo y generación de sinergias. La activación de las oportunidades se puede potenciar
mediante alianzas con empresas, de esta manera se pueden generar especializaciones que conlleven a la
prestación de servicios más robustos y que generen mayor valor para el cliente.
94
GRACIAS