hin255 - Fotolia
Al planear la TI, las compañías necesitan analítica y big data
La analítica de big data no está completa sin el cómputo cognitivo. Pero el marco de trabajo de cómputo cognitivo no debe tomarse a la ligera.
Mucha atención se ha prestado a la explotación de los grandes datos dentro de la empresa, pero lo que ha recibido poca atención es cómo estas aplicaciones de mega datos se pueden utilizar con eficacia una vez que se han construido. En la mayoría de los casos, las empresas deben diseñar y construir un entorno de análisis que permite a los científicos de datos consultar estos almacenes de datos. En otras palabras, en lugar de democratizar los datos y usarlos para informar y permitir la toma de decisiones en todos los niveles, estamos creando una nueva torre de marfil de TI: una, literalmente, con personal de laboratorio en batas blancas en los cuales dependemos para formular nuestras propias consultas adecuadas.
Por supuesto, existen aplicaciones de software de análisis que permiten consultas generales en un entorno de aplicación de grandes datos. Muchos de estos son bastante intuitivos; sin embargo, muchas de las decisiones empresariales y de redes más importantes no se prestan a la clase de cuestionamiento simple que soportan la mayoría de los motores de análisis. En cambio, lo que se necesita es una herramienta de análisis y big data diseñada para aplicar todos los datos disponibles para un problema en particular –una herramienta que también puede explotar datos que son ambiguos o difusos. Este es el reino de la computación cognitiva: el uso de un motor inteligente para sacar conclusiones a partir de conjuntos de datos masivos.
La respuesta es Watson. ¿Cuál es la pregunta?
IBM, por supuesto, ha estado considerando la aplicación de la computación cognitiva para el análisis de grandes datos desde hace algún tiempo. En 2011, demostró su tecnología de cómputo cognitivo Watson en el juego de Jeopardy. Watson, jugando a un nivel de expertos, derrotó a sus dos oponentes humanos. ¿Cómo? Al tener en cuenta los pares de preguntas y respuestas en el contexto de una enorme base de datos que se había creado para apoyar el ejercicio.
Desde entonces, IBM ha desarrollado Watson en una capacidad basada en la nube que puede ser solicitada por aplicaciones que necesitan encontrar rápidamente respuestas en conjuntos de datos complejos. Es compatible con el lenguaje natural de front-end y se puede utilizar para analizar las relaciones en grandes colecciones de datos. En particular, sus aplicaciones Watson Explorer y Watson Analytics permiten a los tomadores de decisiones considerar literalmente todos los datos disponibles en un dominio particular para poder informarse en sus decisiones. En lugar de paralizarse por el análisis, Watson permite el análisis de excelencia mediante el aprovechamiento de todos los activos de aplicaciones de grandes datos de la empresa.
En el reciente evento World of Watson, IBM demostró el valor de la utilización de todos los datos disponibles para resolver un problema. En este caso, IBM Watson mostró cómo está mejorando tratamientos contra el cáncer, haciendo coincidir la información genética de un paciente para posibles opciones de tratamiento. Dado que el volumen de la investigación médica está creciendo de manera exponencial, esta es una tarea extremadamente compleja y prácticamente imposible para que los médicos gestionen de manera individual. Watson, sin embargo, puede conducir rápidamente los cruces necesarios, hacer recomendaciones al médico tratante, e incluso puede aprender del médico cuando se selecciona una opción de tratamiento. Se pone mejor con el tiempo.
Una ruta para ilustrar el valor de la computación cognitiva
IBM ha hecho que Watson Analytics esté disponible para los desarrolladores y las empresas de TI a través de un portal en línea que proporciona acceso libre para explorar sus capacidades. Para aplicaciones reales, IBM vende a las empresas y las organizaciones de TI acceso a su entorno Watson de nube a través de suscripciones. Además, IBM acaba de anunciar un nuevo producto de nube híbrida para las empresas que desean mantener su entorno informático en las instalaciones.
Watson, por supuesto, no es el único enfoque para el cómputo cognitivo de analítica y big data. Hay muchas start-ups de inteligencia artificial que exploran este espacio. SmartAction, un desarrollador de herramientas artificialmente inteligentes para respuesta de voz interactiva, por ejemplo, está abordando el espacio del centro de llamadas a clientes con su plataforma IVA. Además, el Instituto de Sistemas Cognitivos es un gran recurso para seguir la evolución de este espacio.
Watson, sin embargo, se distingue porque es el primer intento en un mercado listo para los motores cognitivos diseñado para uso general. Y con las APIs abiertas, está claramente dirigido a la creación de un ecosistema cognitivo que en última instancia conduzca a una nueva ola de la computación racional.
Los profesionales de TI de la empresa necesitan familiarizarse con la computación cognitiva, la analítica avanzada y tecnología de inteligencia artificial. La tasa a la que crecen los datos rápidamente se está convirtiendo en algo exponencial, con el potencial de más de 20 zetabytes (20 mil billones de gigabytes) de datos empresariales en el año 2020, de acuerdo con una previsión de Frost & Sullivan Stratecast. Simplemente almacenar estos datos va a ser difícil, pero analizarlos será prácticamente imposible usando herramientas como hojas de cálculo. Serán esenciales más herramientas avanzadas.
Sin embargo, implementar cómputo cognitivo no es trivial. El desarrollo de la infraestructura de apoyo a la computación cognitiva no es algo que los departamentos de TI promedio deben intentar sin ayuda. Incluso Watson viene con una fuerte dosis de servicios profesionales por delante con el fin de definir el caso de uso que será soportado para afinar el enfoque. El modelo de negocio está ligado a las métricas de negocio como parte de este proceso, de modo que una vez que se implementa la aplicación, se puede determinar el retorno de la inversión. Al igual que con cualquier implementación de la tecnología, las métricas de negocio son esenciales: Es difícil medir el impacto de una nueva tecnología, a menos que uno entienda qué se está comparado.
Una pregunta legítima podría ser si todo el esfuerzo que conlleva vale la pena el cambio. Stratecast cree que en cada industria vertical, la empresa que domine la computación cognitiva para su negocio va a adquirir una ventaja competitiva casi insuperable. El cómputo cognitivo es transformacional: redefinirá el panorama competitivo. Vale la pena el esfuerzo.
