Conectividad ubicua, Inteligencia Artificial, Computación Distribuida y Blockchain ayudan a las ciudades a transformar sus datos en inteligencia procesable.
¿Qué hace que una ciudad sea una "ciudad inteligente"? Algunos argumentarán que tiene que ver con el grado en que la ciudad se mantiene al tanto de los avances tecnológicos, pero eso es demasiado unidimensional. Las ciudades inteligentes requieren un enfoque integrado de Internet de las Cosas (IoT por sus siglas en inglés), conectividad, Inteligencia Artificial, Informática Distribuida y otras tecnologías.
Para sacar el máximo provecho de la tecnología de las ciudades inteligentes, los técnicos deben comprender los puntos débiles a corto y largo plazo para los gobiernos de las ciudades; el marco de adquisiciones, incluidas las cuestiones presupuestarias y de financiación; así como los procesos burocráticos y legislativos en general.
Un enfoque integrado para la implementación de la tecnología, que abarca todas las áreas y/o dependencias de la ciudad, puede ayudar a aliviar desafíos específicos como la gestión del estacionamiento, la gestión del tráfico, el alumbrado público, el consumo de energía (la respuesta a la demanda) y la seguridad pública.
Ganando atención
El concepto de ciudad inteligente ha estado ganando atención a nivel mundial durante la última década; sin embargo, Estados Unidos se ha quedado rezagado. La tecnología ha sido considerada como la solución para cada desafío que enfrentan los administradores de la ciudad.
El concepto de ciudad inteligente implica la implementación de hardware, software y servicios de tecnología de comunicación e información, para mejorar la eficiencia operativa, impulsar el compromiso ciudadano, la calidad de vida, e identificar nuevas fuentes de ingresos.
Los sensores y las "pasarelas" recopilan datos de la infraestructura, como alumbrado público y sistemas de gestión del tráfico, los transfieren a la nube donde se agregan, normalizan, analizan e interpretan en tiempo real.
Los líderes de la ciudad pueden usar esa información para, por ejemplo, mantener la infraestructura de manera proactiva o responder rápidamente a emergencias.
El éxito de las implementaciones de IoT significa dividir los silos departamentales
Los objetivos estratégicos de la ciudad inteligente se entrelazan: es probable que la inversión en un área tenga un impacto en otras áreas. Por ejemplo, una solución IoT que reduzca la congestión del tráfico probablemente tenga un impacto directo en los objetivos ambientales de una ciudad.
Además, aunque es mucho más probable que los objetivos estratégicos sean similares en varias ciudades, su priorización puede variar. Es más probable que las ciudades más grandes prioricen la gestión del tráfico y la seguridad frente a las preocupaciones ambientales, lo que a su vez puede afectar su decisión de seleccionar e implementar soluciones específicas.
Por lo general, la mayoría de las iniciativas de ciudades inteligentes son prioridades de cada dependencia y los datos no se comparten con otras en las ciudades. Esto resulta en diferentes dependencias que implementan soluciones de IoT que pueden no integrarse fácilmente, creando dolores de cabeza logísticos para las áreas de TI.
Así que: ¿por qué los alcaldes, los consejos y los gerentes de las ciudades no toman la delantera en el despliegue de IoT en toda la ciudad? Una posible razón: las implementaciones de IoT tardan años en implementarse y es posible que el ROI no sea visible durante muchos años. Esto podría significar que los alcaldes podrían perder las próximas elecciones por gastar demasiado dinero en algo que no está probado.
Resultados de computación distribuida en análisis en tiempo real
Si las ciudades deben desarrollar soluciones que puedan ayudar a aliviar muchos desafíos que mejoran la participación ciudadana y los niveles de aceptación en general, la latencia en la transmisión de datos a la nube es una barrera importante.
El análisis de datos en la nube significa que los datos no se pueden analizar de inmediato. La velocidad de la información depende de la red y la velocidad disponible para transmitir datos, en redes celulares, inalámbricas o de línea fija.
Para superar esa barrera, consideramos esencial la disponibilidad de procesadores mejorados para dispositivos periféricos y puertas de enlace. Con esto se debe involucrar a la Inteligencia Artificial y la Informática Distribuida para el análisis y la visualización de datos en tiempo real.
Esto permite a las ciudades desarrollar soluciones que pueden ayudar a aliviar muchos desafíos que mejoran la participación ciudadana y los niveles de satisfacción en general, lo que resulta en la migración neta a las ciudades.
Proteger la integridad de los datos con Blockchain
La integridad de los datos es otro obstáculo potencial para las ciudades inteligentes, y Blockchain podría ser la clave.
El valor de Blockchain en las ciudades inteligentes todavía no está del todo claro, asemejándose a la exageración y falta de claridad sobre el valor de la computación en la nube hace una década. Los proveedores de servicios todavía están tratando de descubrir cómo pueden aprovechar Blockchain para mejorar la integridad de los datos.
El consenso, sin embargo, apunta a que Blockchain proporciona ese enlace que puede ayudar a asegurar la integridad de los datos, a medida que se transmiten desde el punto de captura hasta el punto de análisis y almacenamiento.
La seguridad de IoT de extremo a extremo es un mito y nunca llegará a buen término. La única forma de proteger las implementaciones de IoT es con un enfoque en capas que involucre a cada proveedor de hardware, desarrollador de software y proveedor de soluciones, para asegurar capas que puedan controlar. Blockchain se puede utilizar para fortalecer la cadena de custodia de datos y ayudar a reducir los puntos de vulnerabilidad en IoT.
La conectividad ubicua une todo junto
Las ciudades se verán más afectadas por IoT y conectando todos los dispositivos. El vehículo autónomo es uno de los dispositivos conectados más importantes que probablemente estará disponible en los próximos años.
A menos que cada vehículo se pueda comunicar sin latencia con todos los demás vehículos y la infraestructura, no espere que disminuyan las tasas de accidentes de tráfico y muertes. Esta alta velocidad de transmisión de datos requerirá que las redes celulares desplieguen 5G más temprano que tarde.
La gestión del tráfico requerirá transmisión de datos casi en tiempo real desde sensores en calles y carreteras, para ayudar a las ciudades en crecimiento a aliviar los cuellos de botella de tráfico. Mientras que las ciudades necesitan un mayor gasto de infraestructura para expandir las carreteras (mirando a todas las grandes ciudades de Texas), la tecnología se puede utilizar como una solución a corto plazo para proporcionar a los residentes rutas alternativas para evitar la congestión.
La última palabra
A pesar de la emoción que hay sobre las ciudades inteligentes, es probable que enormes barreras ralenticen o detengan estas iniciativas. Al examinar la promesa y las posibilidades, considero que la probabilidad de que estas iniciativas lleven décadas dando frutos en muchas de nuestras ciudades más grandes es una tragedia.
Una ciudad no es inteligente porque es tecnológicamente avanzada. Una ciudad es inteligente porque usa la tecnología de manera que mejora la eficiencia operativa, impulsa la participación ciudadana y justifica la migración interna hacia una ciudad. IoT y sensores inteligentes ayudan a las ciudades a alcanzar esos objetivos.
Sin embargo, estos objetivos solo se pueden lograr integrando IoT, conectividad, inteligencia artificial, informática distribuida y otras tecnologías, además de dividir los silos entre los departamentos de una ciudad.
¿En conclusión? Ciudades Inteligentes no es simplemente abrir un sitio web, una página facebook, cuenta de Twitter y/o llenar la Ciudad de dispositivos conectados a la Red. Todo el esfuerzo en sí debe de ser coordinado, segro, inteligente, bien acompasado.
Mostrando entradas con la etiqueta Distributed. Mostrar todas las entradas
Mostrando entradas con la etiqueta Distributed. Mostrar todas las entradas
sábado, 10 de marzo de 2018
martes, 23 de enero de 2018
¿Cómo serán las TI en el no tan lejano 2030?
Para 2030, la “descodificación de la programación”, es decir, el uso de plataformas sin código o con poco código, se hará realidad. Será posible ensamblar bloques de código para crear nuevas aplicaciones sin tener que manipular el código subyacente. Y el software que “aprende a aprender” cumplirá el sueño del software que se escribe solo y que evoluciona con el aprendizaje.
La tecnología distribuida acelerará la democratización de la innovación
El centro de gravedad está desplazándose de un esquema en el que se toman las decisiones TI desde niveles superiores, a un esquema en el que lo que adoptan los niveles inferiores se traslada hacia arriba. Las aplicaciones monolíticas y centralizadas darán paso al desarrollo de soluciones distribuidas y ágiles. La innovación impulsada por la tecnología podrá provenir de cualquier persona, en cualquier lugar, no solo de organizaciones tecnológicas dedicadas.
Los ecosistemas del mañana serán un híbrido de personas y máquinas.
La tecnología del mañana será un ecosistema de personas y máquinas. Estos ecosistemas horizontales de tecnología y personas servirán tanto a los sectores existentes como a los modelos de negocio emergentes, ajustándose en tiempo real para conseguir una ventaja competitiva.
Estos tres factores formarán parte de un futuro en el que la tecnología se convertirá en el principal habilitador para que las personas logren sus objetivos de negocio y ejercerá presión sobre la estructura empresarial tradicional. La “gig economy” o economía de prestación de servicios de carácter puntual, es solo la primera expresión de esta incipiente manera de organizar las empresas, e incluso, tal vez, economías enteras y estados-nación.
Una vez vista la forma que tomará futuro a largo plazo, ¿cuáles son las tendencias que veremos crecer este año?
Tendencias que experimentarán crecimiento en 2018
1. Agilidad
Los datos y la analítica comenzarán a revolucionar Agile tal y como lo conocemos. A medida que los modelos de entrega continua se amplían y aceleran, Agile tendrá un mayor apetito por un conocimiento detallado basado en datos. Los datos analizados se integran en un proceso cada vez más granular y acelerado para crear más valor. Todo esto estará impulsado por sofisticados motores de generación de ese conocimiento en detalle sobre métricas de negocio y financieras en tiempo real.
Conclusión: la salud y la vitalidad de las experiencias e inversiones de software se medirán e incluso se preverán de formas nunca antes posibles.
2. Automatización
La automatización sucede hoy en día a través de la automatización de procesos de negocio, lanzamiento y testing continuo. Pero para sacarle realmente provecho, los flujos de trabajo deberán estandarizarse e integrarse en toda la cadena de herramientas y procesos de DevOps. La analítica ayudará a identificar los cuellos de botella o puntos débiles en los flujos de software automatizado.
Conclusión: el futuro de la automatización es inteligente: aprende, se adapta y optimiza automáticamente todo el sistema, y cada vez más veremos software que se ocupa del desarrollo junto con humanos, y en ciertos casos, en su lugar.
3. Conocimiento detallado
Este es el año en que comenzaremos a mejorar en lo que queremos decir con inteligencia artificial. No se trata de robots inteligentes, sino en esencia de un conjunto de algoritmos expresados como código que opera sobre datos. Los motores de análisis avanzados son la “punta de lanza” de la inteligencia artificial en todo el ciclo de vida del desarrollo de software. La inteligencia artificial y el aprendizaje automático (machine learning) están impulsando un enfoque profundamente distinto al desarrollo de software. La inteligencia artificial finalmente cumplirá la promesa de big data, y el poder de los sistemas basados en el aprendizaje ayudará a construir y entregar mejor software más rápido.
Conclusión: las actividades básicas de gestionar, gobernar y asegurar su tecnología no desaparecerán, pero serán más eficientes, automatizadas e inteligentes. Y esto ayudará a concentrar más energía en lo que importa: crear nuevo valor para impulsar el negocio.
4. Seguridad
A medida que el software se convierte en la principal forma en que los clientes interactúan con las marcas, la seguridad se está convirtiendo en sinónimo de “confianza”. Esto significa que ahora se asegura toda la cadena de valor de la empresa, incluida la marca, y no solo los datos en sí.
Mejorará la capacidad para reducir los vectores de amenazas gracias a una mayor inteligencia sobre la identidad y a análisis más sofisticados, pero también mejorará la habilidad de los piratas informáticos, porque el aprendizaje automático y la inteligencia artificial formarán parte del panorama de amenazas de seguridad.
Conclusión: las mismas cosas que hoy están en riesgo en la empresa, lo seguirán estando mañana: datos y continuidad del negocio. La inteligencia artificial presentará nuevas amenazas que la empresa tendrá que afrontar. Será necesario combatir la inteligencia artificial con inteligencia artificial.
Si bien las predicciones de tecnología a corto plazo pueden ayudar a planificar recursos, el pronóstico a más largo plazo puede configurar la evolución de sus capacidades en el uso de la tecnología como un activo estratégico. Si no tiene personal con la experiencia adecuada en Agile o los conocimientos de automatización necesarios, es hora de invertir en esos recursos. Si no está explorando cómo utilizar el análisis predictivo y el aprendizaje automático, ahora es el momento de comenzar. Y no es demasiado pronto para comenzar a analizar detenidamente su organización de TI con el objetivo de reorganizarla para una era en la que la tecnología esté altamente distribuida y descentralizada.
La tecnología distribuida acelerará la democratización de la innovación
El centro de gravedad está desplazándose de un esquema en el que se toman las decisiones TI desde niveles superiores, a un esquema en el que lo que adoptan los niveles inferiores se traslada hacia arriba. Las aplicaciones monolíticas y centralizadas darán paso al desarrollo de soluciones distribuidas y ágiles. La innovación impulsada por la tecnología podrá provenir de cualquier persona, en cualquier lugar, no solo de organizaciones tecnológicas dedicadas.
Los ecosistemas del mañana serán un híbrido de personas y máquinas.
La tecnología del mañana será un ecosistema de personas y máquinas. Estos ecosistemas horizontales de tecnología y personas servirán tanto a los sectores existentes como a los modelos de negocio emergentes, ajustándose en tiempo real para conseguir una ventaja competitiva.
Estos tres factores formarán parte de un futuro en el que la tecnología se convertirá en el principal habilitador para que las personas logren sus objetivos de negocio y ejercerá presión sobre la estructura empresarial tradicional. La “gig economy” o economía de prestación de servicios de carácter puntual, es solo la primera expresión de esta incipiente manera de organizar las empresas, e incluso, tal vez, economías enteras y estados-nación.
Una vez vista la forma que tomará futuro a largo plazo, ¿cuáles son las tendencias que veremos crecer este año?
Tendencias que experimentarán crecimiento en 2018
1. Agilidad
Los datos y la analítica comenzarán a revolucionar Agile tal y como lo conocemos. A medida que los modelos de entrega continua se amplían y aceleran, Agile tendrá un mayor apetito por un conocimiento detallado basado en datos. Los datos analizados se integran en un proceso cada vez más granular y acelerado para crear más valor. Todo esto estará impulsado por sofisticados motores de generación de ese conocimiento en detalle sobre métricas de negocio y financieras en tiempo real.
Conclusión: la salud y la vitalidad de las experiencias e inversiones de software se medirán e incluso se preverán de formas nunca antes posibles.
2. Automatización
La automatización sucede hoy en día a través de la automatización de procesos de negocio, lanzamiento y testing continuo. Pero para sacarle realmente provecho, los flujos de trabajo deberán estandarizarse e integrarse en toda la cadena de herramientas y procesos de DevOps. La analítica ayudará a identificar los cuellos de botella o puntos débiles en los flujos de software automatizado.
Conclusión: el futuro de la automatización es inteligente: aprende, se adapta y optimiza automáticamente todo el sistema, y cada vez más veremos software que se ocupa del desarrollo junto con humanos, y en ciertos casos, en su lugar.
3. Conocimiento detallado
Este es el año en que comenzaremos a mejorar en lo que queremos decir con inteligencia artificial. No se trata de robots inteligentes, sino en esencia de un conjunto de algoritmos expresados como código que opera sobre datos. Los motores de análisis avanzados son la “punta de lanza” de la inteligencia artificial en todo el ciclo de vida del desarrollo de software. La inteligencia artificial y el aprendizaje automático (machine learning) están impulsando un enfoque profundamente distinto al desarrollo de software. La inteligencia artificial finalmente cumplirá la promesa de big data, y el poder de los sistemas basados en el aprendizaje ayudará a construir y entregar mejor software más rápido.
Conclusión: las actividades básicas de gestionar, gobernar y asegurar su tecnología no desaparecerán, pero serán más eficientes, automatizadas e inteligentes. Y esto ayudará a concentrar más energía en lo que importa: crear nuevo valor para impulsar el negocio.
4. Seguridad
A medida que el software se convierte en la principal forma en que los clientes interactúan con las marcas, la seguridad se está convirtiendo en sinónimo de “confianza”. Esto significa que ahora se asegura toda la cadena de valor de la empresa, incluida la marca, y no solo los datos en sí.
Mejorará la capacidad para reducir los vectores de amenazas gracias a una mayor inteligencia sobre la identidad y a análisis más sofisticados, pero también mejorará la habilidad de los piratas informáticos, porque el aprendizaje automático y la inteligencia artificial formarán parte del panorama de amenazas de seguridad.
Conclusión: las mismas cosas que hoy están en riesgo en la empresa, lo seguirán estando mañana: datos y continuidad del negocio. La inteligencia artificial presentará nuevas amenazas que la empresa tendrá que afrontar. Será necesario combatir la inteligencia artificial con inteligencia artificial.
Si bien las predicciones de tecnología a corto plazo pueden ayudar a planificar recursos, el pronóstico a más largo plazo puede configurar la evolución de sus capacidades en el uso de la tecnología como un activo estratégico. Si no tiene personal con la experiencia adecuada en Agile o los conocimientos de automatización necesarios, es hora de invertir en esos recursos. Si no está explorando cómo utilizar el análisis predictivo y el aprendizaje automático, ahora es el momento de comenzar. Y no es demasiado pronto para comenzar a analizar detenidamente su organización de TI con el objetivo de reorganizarla para una era en la que la tecnología esté altamente distribuida y descentralizada.
Etiquetas:
2030,
Agilidad,
Agility,
Automation,
Automatización,
Conocimiento,
Distribuida,
Distributed,
Knowledge,
Machine,
Máquina,
Person,
Persona,
Riesgo,
Risk,
Technology,
Tecnologías
Suscribirse a:
Entradas (Atom)