Al combinarse con nuevos sistemas de inteligencia artificial (IA) y avances en materia de conectividad como las redes 5G y LoRA, el IoT se convertirá en motor de un cambio de gran magnitud en el mundo empresarial, muy similar al que trajeron consigo los ordenadores.
Muchas organizaciones eficientes están llegando a un punto en el que las mejoras de sus resultados están forzando al límite su capacidad para tomar decisiones, ya sea de cara a buscar mejoras en los tiempos de producción, formas de reducir fallos en los productos, mejorar la salud de los pacientes o manejar un inventario de forma más eficiente. Simplemente hay demasiados datos que gestionar. E incluso cuando al fin conseguimos analizarlos, el valor de los datos que manejamos ya se ha deteriorado.
Para poder disfrutar de nuevos niveles de eficiencia, necesitaremos contar con inteligencias artificiales que hagan buena parte de la labor decisoria. El Edge Computing y la IA existen en una relación simbiótica. Así, para que la IA pueda ser eficaz, deberemos abastecerla de enormes conjuntos de datos. Al mismo tiempo, los dispositivos del IoT son capaces de recabar enormes volúmenes de datos, pero para poder extraer información útil de ellos, deberemos recurrir a la IA.
Aunque en este nuevo mundo aún habrá lugar para el procesamiento de datos en la nube, el IoT no será posible sin recursos de Edge Computing. El sector de las nuevas tecnologías ya ha asistido a un tránsito de los servidores físicos al almacenamiento y análisis de datos en la nube. Sin embargo, ahora, ante los problemas de latencia y la cada vez mayor exigencia en materia de transferencias de datos, un volumen mayor de datos se analizará en el perímetro de la red, lo que a su vez requerirá más recursos inteligentes de Edge Computing.
Según un estudio realizado por Gartner, el 10% de los datos generados hoy en día por las empresas se recaba y procesa fuera de los centros de datos tradicionales y fuera de la nube. Para el año 2022, Gartner prevé que esta proporción sea del 75%.
El procesamiento de datos mediante Edge Computing permite resolver tres problemas de costes, tanto físicos como jurídicos. En primer lugar, enviar la información a la nube resulta costoso. Como sucede con los contratos de datos para móviles, los proveedores de Internet y de servicios en la nube facturan a sus clientes por transferir y procesar datos. Filtrar y procesar los datos en el perímetro de la red resulta más eficiente.
En segundo lugar, un coche autónomo deberá frenar en el mismo instante que identifique a un peatón cruzándose en su trayectoria. El vehículo no puede permitirse el tiempo necesario para transferir la información a la nube y recibir los datos de vuelta para activar los frenos. Estamos ante un problema de latencia física.
Por último, las normativas jurídicas de los diversos gobiernos requieren que muchos datos se almacenen de forma local y no en la nube. Un número cada vez mayor de países está controlando sus fronteras de forma más estricta e implementando nuevas leyes de privacidad de datos. Un buen ejemplo de ello es la GDPR de la Unión Europea, que restringe los movimientos transfronterizos de datos y hace del Edge Computing algo necesario.
La mayoría de las compañías (especialmente las de los sectores comercial, industrial y de infraestructuras urbanas) no pueden permitirse el lujo de seguir esperando a que llegue ese día para empezar a adoptar tecnologías de IoT, Edge Computing y AI. Recabar y analizar datos de tan solo un aspecto de nuestra empresa puede resultar información muy útil que nos permita, por ejemplo, reducir nuestros costes de inventario en un 5%. Cuanta más tecnología implementemos, más gastos podremos recortar y antes podremos reinvertirlos en más innovación y en aumentar nuestra eficiencia. Lo realmente importante es dar un primer paso.
Lenovo DCG Iberia
Director General
