El Economista - 70 años
Versión digital

jue 28 Mar

BUE 21°C

Por qué las empresas deberían explorar el ecosistema de borde

3588059e-1100-4add-a42e-65429f03a06c-1
3588059e-1100-4add-a42e-65429f03a06c-1
10 agosto de 2021

Por Christiano Lucena Vicepresidente de Soluciones de Data Center para América Latina de Dell Technologies

Pocas empresas entienden la necesidad del "edge computing" tan claramente como la Fórmula 1. En un fin de semana normal de carreras, el equipo McLaren recoge en tiempo real unos 100 gigabytes de datos de cada vehículo, tanto en la pista como en los mandos. Así, los ingenieros pueden ver un cambio de marcha en los datos antes de que se vean en la pista. El Machine Learning y Analytics están constantemente escarbando en esa información y optimizando el rendimiento de cada componente del vehículo para obtener los mejores resultados de carrera posibles.

¿Y para los que no están interesados en F1, banderas a cuadros y pits? Pues esta tecnología tiene implicancias mucho más amplias de lo que podemos imaginar.

Por ejemplo, esta misma tecnología que impulsa el equipo de Fórmula 1 de McLaren está ayudando a una empresa farmacéutica británica a supervisar la recuperación de víctimas de accidentes cerebrovasculares (ACV) y personas con artritis grave. Al igual que los automóviles, la clave está en encontrar información predictiva y procesable para usar de forma eficiente. ¿Cómo? Mediante sensores: en el automóvil, en el caso de la F1 y en el cuerpo humano, en el área médica.

Sobre este último ejemplo, los médicos solían confiar en el registro de los niveles de actividad de los pacientes con ACV cada vez que acudían a la clínica, pero ahora podrán revisar información de sensores que controlan con precisión la recuperación con datos en tiempo real. Este nivel de biotelemetría también ha garantizado resultados cada vez más precisos y ha aumentado la confianza en los estudios clínicos. La esperanza a largo plazo es que permita sacar al mercado nuevos productos farmacéuticos y a un costo menor.

¿Qué significa esto para las empresas?

Markets and Markets informa que la computación de borde, o edge computing, crecerá 34% para 2025. Sin embargo, el Indice de Transformación Digital 2020 de Dell Technologies descubrió que, aunque el 89% está invirtiendo en gestión y análisis de datos, la inversión cae bruscamente para las tecnologías emergentes como la Inteligencia Artificial (IA). El mismo estudio reveló que "la sobrecarga de datos y la incapacidad de extraer información de los datos" es la tercera barrera más importante para la transformación digital.

¿Cómo cambiar eso?

El primer paso es dejar de pensar que el edge computing es la solución a todos los retos empresariales. Una barrera recurrente para la adopción de edge computing es saber qué aspectos del negocio deben instrumentalizarse para añadir el mayor valor. En el ejemplo de la Fórmula 1, es revelador que todavía haya un humano en la cabina gestionando todo el ingenio técnico del auto.

La humildad también es esencial para entender dónde aplicar la computación de borde. La clave es encontrar los socios y proveedores adecuados que intervengan y guíen a la empresa hacia una solución apropiada. A menudo, los directivos muchas veces no tienen los conocimientos técnicos necesarios para identificar cómo el edge computing puede ayudar a su empresa. Los líderes pueden identificar un problema de negocio, mientras que los proveedores pueden aportar coherencia y cordura al despliegue de los recursos de edge computing y a la gestión eficaz de su ciclo de vida.

Todos los proveedores ayudarán a identificar la necesidad empresarial de edge computing, independientemente de la plataforma que se compre. Es más, animarán a los clientes a adoptar un enfoque estandarizado que les permita escalar sin esfuerzo con lo que venga después.

Otro punto importante es la Integración. Un punto de dolor frecuente para las empresas radica en la naturaleza fragmentada del ecosistema de edge. Es comprensible que la deuda técnica de las empresas se acumule a lo largo de los años, dando lugar a una diversidad de tipo, ubicación y propiedad. La aplicación retrospectiva conduce a la computación de borde dividida en silos específicos de la aplicación, del software y de la fuente de datos. Sin una forma estandarizada de interconectar, asegurar, gestionar y recopilar de forma cohesiva los datos dentro de estos ecosistemas, la adopción de la computación de borde puede ser caótica.

También es importante buscar un buen copiloto. Muchos todavía consideran que el Machine Learning, IA y el 5G son tecnologías emergentes, por lo que no es de extrañar que las empresas necesiten ayuda para su adopción. La escala de la innovación que se está produciendo "en el borde" en todas las verticales es extraordinaria. Las empresas que desean sacar provecho de esta situación deben tener una visión a largo plazo y una estrategia coherente para evitar problemas más importantes.

En conclusión, no hay una solución rápida ni una respuesta fácil cuando se trata de implementar soluciones de vanguardia. Sin embargo, hay expertos empáticos que pueden aconsejar sobre cómo cosechar los beneficios potenciales que ofrecen. Lo que es seguro es que las empresas con visión de futuro automatizarán todos los procesos empresariales imaginables utilizando algoritmos de Machine Learning y Deep Learning desplegados en el mismo borde de la red. Los líderes empresariales y de gestión de TI que no reconozcan las posibilidades de la computación de borde pronto se encontrarán a la zaga de sus rivales. Para que una empresa se coloque en el asiento del conductor, debe fijarse en quienes ya ofrecen resultados significativos con soluciones de borde y pedir ayuda a quienes pueden ayudarles a navegar por este ecosistema.

Seguí leyendo

Enterate primero

Economía + las noticias de Argentina y del mundo en tu correo

Indica tus temas de interés