Llevamos usando Big Data desde antes de que se llamara Big Data

La motivación y el interés por cuestionarse el entorno están en el origen de todos los avances, incluidos los tecnológicos. Cuando Alan Turing se preguntó en 1950 si las máquinas podían pensar, estaba generando el embrión de lo que más tarde se conocería como inteligencia artificial. Ese mismo año, Isaac Asimov publicaría su Yo Robot, donde establecería las tres leyes de la robótica.

Aunque parezca muy lejano, por aquel entonces ya estaban desarrolladas las disciplinas que están detrás de una inteligencia artificial: matemáticas, estadística y algoritmia. En las dos décadas siguientes se desarrollaron gran parte de los algoritmos de machine learning que usamos hoy en día, sin embargo, en ese momento no disponíamos de los datos ni de la capacidad de procesarlos que las tecnologías de Big Data nos permiten actualmente.

Hoy en día, el trinomio formado por cloud, Big Data y machine learning nos sitúa en un contexto de cambio en el que muchas industrias se van a ver disrumpidas, modificando las reglas del juego por completo.

Y justo esto es lo que están haciendo los grandes players digitales: sacar el máximo partido a sus datos, procesando grandes volúmenes de información a gran velocidad, con el objetivo de conocer al cliente para darle lo que necesita cuando lo necesite. De hecho, el paradigma de la experiencia de usuario ya no es mobile first, sino IA first: personalizar la experiencia del cliente, generando una interacción a través de la inteligencia artificial que permita conocerle cada vez mejor para, a su vez, seguir optimizando su experiencia.

Esto es lo que realmente va a marcar un antes y un después, tener un conocimiento 360 grados del usuario para poder personalizar el servicio al máximo. Los datos, de forma aislada, sirven de poco; la oportunidad real está en la conexión entre la inteligencia artificial y el conocimiento que nos aporta el Big Data.

Coches que se conducen solos o cabinas médicas dotadas con chatbots que realizan diagnósticos a pacientes son sólo algunas de las evidencias que nos indican que la inteligencia artificial ha llegado para quedarse. El desarrollo de tecnologías capaces de procesar grandes cantidades de datos (estructurados y no estructurados) en tiempo real es lo que ha permitido que ejemplos como estos sean reales y que no parezcan salidos de una novela de Julio Verne.

En paralelo al crecimiento exponencial de la tecnología, las grandes compañías deben entender cómo la inteligencia artificial, de la mano de los grandes players digitales, va a transformar las industrias en las que se encuentran y anticiparse a este reto. Sectores tan variopintos como el retail, la industria automovilística, las aseguradoras, la banca o la medicina van a sufrir cambios disruptivos, posicionando a la inteligencia artificial como un activo estratégico fundamental.

El gran reto que tienen las grandes compañías en este contexto no es otro que el de convertirse en data driven companies, es decir: conseguir que la toma de todas sus decisiones se realice en base a datos.

Y, si los datos son la nueva energía, ¿cuáles son los retos de la industria energética?

Según explica Juan José Casado, Director de Data & Analytics de Repsol, las grandes compañías energéticas tienen un reto claro en este sentido: entender cómo van a transformar la inteligencia artificial y el Big Data la industria de la energía y cómo será en un futuro la experiencia perfecta del consumidor de energía y de movilidad.

Pero, además de un reto por los cambios que generarán en el entorno, estas tecnologías también pueden suponer una ayuda en el día a día de las empresas. Tomar decisiones estratégicas en base a datos es una gran ventaja competitiva si los empleados cuentan con herramientas de uso fácil y con formación específica para comprender esos datos.

En esta línea, Repsol ha creado una plataforma en la que se recogen y visualizan todos los datos de sus activos de exploración y producción de crudo y gas a nivel global. Además de conseguir gestionar procesos de una manera más ágil, la herramienta permite visualizar de forma estandarizada toda la información sobre su producción mundial de cara a optimizar la toma de decisiones, la seguridad y la sostenibilidad.

Conseguir una mayor eficiencia energética es otro de los retos en los que la inteligencia artificial puede también jugar un papel importante. Equipos monitorizados y sensorizados que, con machine learning, dan lugar a una producción más sostenible, optimizan el mantenimiento y mejoran la seguridad.

Y esto no es nuevo. Repsol lleva mucho tiempo trabajando con Big Data e Inteligencia Artificial. De hecho, de la mano de IBM, lleva ya varios años desarrollando tecnología cognitiva aplicada a la optimización de la búsqueda y a la producción de petróleo y gas. El objetivo: contar con una información sobre los yacimientos mejor, más certera y en tiempo real, gracias a ordenadores que entienden y aprenden sobre estas materias. La gran oportunidad que brindan estas tecnologías a las empresas es poder tomar mejores decisiones en base al conocimiento.

Si los datos son la nueva energía, con unos pocos datos y un ordenador, generas algo de luz (conocimiento). Pero, si tienes un buen data lake y toda la potencia de procesamiento del Big Data en cloud, entonces tienes en tu mano la posibilidad de iluminar el mundo entero.