Big data en el futuro

Inicio » Big data en el futuro

Big data 2021

Desde su inclusión como “hype” en el mundo de la tecnología, el big data se ha proyectado repetidamente como una especie de milagro para todos los problemas corporativos de la era conectada. Pero como los “hypes” son impermanentes, el frenesí inicial en torno a los big data está disminuyendo. La empresa de análisis Gartner ya lo retiró de su famoso “Hype Cycle” en 2015. Entonces, ¿han frenado las empresas su explotación?

No, no lo han hecho. El big data se mantiene fuerte y está preparado para dar pasos aún más grandes en la entrega de conocimientos reveladores. Lo que ha sucedido es que el big data es ahora una tecnología establecida que ha superado el alboroto innecesario. Las empresas buscan un valor real, no un montón de promesas. En este sentido, vamos a hablar del futuro del big data y de su situación actual.

Hemos hecho un humilde intento de presentar un breve resumen de las tendencias, el crecimiento y los retos de la industria de los macrodatos en 2020. Sin embargo, algunas de las ideas expresadas en este documento pueden resultar más tarde erróneas, ya que el día de mañana puede dar paso a una realidad diferente. Esa es la belleza de un espacio tan dinámico como el big data.

Ejemplos de big data

Una encuesta realizada por Gartner descubrió que el 48% de las empresas invirtieron en big data en 2016, y casi tres cuartas partes de los encuestados ya habían invertido, o estaban planeando invertir en análisis de datos. El big data está ayudando a las empresas de diferentes sectores, desde el marketing hasta las empresas farmacéuticas y las organizaciones del tercer sector. Para 2020, se prevé que la cantidad de datos dignos de ser analizados, se duplicará sorprendentemente.

Según Forrester, las empresas intentarán vender sus datos. Por lo tanto, una cosa es segura, casi todas las empresas del mundo, a través de numerosas industrias, ofreciendo una variedad de productos y servicios, están en el negocio de los datos. Así pues, ¿hasta cuándo va a ser el análisis de big data un elemento de cambio en el mercado que evoluciona dinámicamente? Averigüémoslo.

Sin la analítica, los datos no sirven de nada. Los datos de los que se dispone pueden utilizarse para aumentar la rentabilidad si se analizan de forma óptima. Actuar sobre los conocimientos derivados de los datos analizados puede ayudarle a llevar su negocio al siguiente nivel. Exploremos las razones por las que una empresa puede necesitar servicios de análisis de datos.

Beneficios y retos del big data

El mundo se nutre ahora de big data, lo que obliga a las empresas a buscar expertos en análisis de datos, capaces de aprovechar el complejo tratamiento de los mismos. Pero, ¿será igual en el futuro? En este artículo encontrará las opiniones de los expertos y cinco predicciones sobre el futuro del big data.1. Los volúmenes de datos seguirán aumentando y migrando a la nube

La mayoría de los expertos en big data coinciden en que la cantidad de datos generados crecerá exponencialmente en el futuro. En su informe Data Age 2025 para Seagate, IDC prevé que la datasfera mundial alcanzará los 175 zettabytes en 2025. Para ayudar a entender lo grande que es, midamos esta cantidad en iPads de 128 GB. En 2013, la pila se habría extendido dos tercios de la distancia de la Tierra a la Luna. En 2025, esta pila habría crecido 26 veces más.¿Qué hace creer a los expertos en un crecimiento tan rápido? En primer lugar, el creciente número de usuarios de Internet que lo hacen todo en línea, desde las comunicaciones empresariales hasta las compras y las redes sociales.En segundo lugar, los miles de millones de dispositivos conectados y sistemas integrados que crean, recogen y comparten una gran cantidad de datos analíticos del IoT cada día, en todo el mundo.

Gartner big data

El propósito de este documento de posición es presentar el estado actual, las oportunidades y los retos de los big data y la IA en la educación. El trabajo se ha originado a partir de las opiniones y las actas de los paneles de discusión de una conferencia internacional sobre big data e IA en la educación (The International Learning Sciences Forum, 2019), donde destacados investigadores y expertos de diferentes disciplinas como la educación, la psicología, la ciencia de los datos, la IA y la neurociencia cognitiva, etc., intercambiaron sus conocimientos e ideas. Este artículo está organizado de la siguiente manera: comenzamos con una visión general del progreso reciente de los grandes datos y la IA en la educación. A continuación, presentamos los principales retos y las tendencias emergentes. Por último, basándonos en nuestras discusiones sobre los grandes datos y la IA en la educación, se sugieren las conclusiones y el alcance futuro.

Como subconjunto de la IA, el aprendizaje automático se centra en la construcción de sistemas informáticos que pueden aprender de los datos y adaptarse a ellos automáticamente sin necesidad de programación explícita (Jordan y Mitchell, 2015). Los algoritmos de aprendizaje automático pueden proporcionar nuevos conocimientos, predicciones y soluciones para personalizar las necesidades y circunstancias de cada individuo. Con la disponibilidad de una gran cantidad de datos de entrenamiento de entrada de alta calidad, los procesos de aprendizaje automático pueden lograr resultados precisos y facilitar la toma de decisiones informadas (Manyika et al., 2011; Gobert et al., 2012, 2013; Gobert y Sao Pedro, 2017). Estos métodos de aprendizaje automático con gran cantidad de datos se sitúan en la intersección de los big data y la IA, y son capaces de mejorar los servicios y la productividad de la educación, así como de muchos otros campos, como el comercio, la ciencia y la administración.

Ir arriba