PROGRAMA OFICINAS DE TRANSFORMACIÓN DIGITAL · 1.preparaciÓn de datos. 2.descubrimiento de...
Transcript of PROGRAMA OFICINAS DE TRANSFORMACIÓN DIGITAL · 1.preparaciÓn de datos. 2.descubrimiento de...
BIG DATA & INTELIGENCIA ARTIFICIAL
MADRID, 23/05/2019
JAVIER COLMENAREJO MARTÍNEZ
PROGRAMA OFICINAS DE TRANSFORMACIÓN DIGITALCofinanciado por el Programa Operativo Plurirregional de España (POPE) (C-027/17-ED)
Índice
1. Capítulo 1. Transformación Digital
2. Capítulo 2. Big Data
3. Capítulo 3. Internet of Things: IoT
4. Capítulo 4. Data Science
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITALJUSTIFICACIÓN TECNOLÓGICA
Wolfram RozasBig Data Business Development Executive in IBM
ANTIGUO PROCESO DE NEGOCIO
+NUEVA TECNOLOGÍA
=ANTIGUO PROCESO DE
NEGOCIO CARO
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
Ley de AMARA ( Roy Amara):Tendemos a sobreestimar el efecto de la tecnologíaen el corto plazo y a subestimarla a largo plazo
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
El 85% de los empleos que conocemos hoy en día
no existirán en el año 2030
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
Los jóvenes que acaban de terminar sus
estudios tendrán que reciclarse y
transformarse profesionalmente entre 10
y 14 veces a lo largo de su vida
laboral
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
TRANSFORMACIÓN DIGITAL
https://willrobotstakemyjob.com/
TRANSFORMACIÓN DIGITAL
La diferencia no está en
la TECNOLOGÍA sino en
saber cómo UTILIZARLA
TRANSFORMACIÓN DIGITAL
“Una buena herramienta es aquélla que se hace invisible, que no es
intrusiva y puedes enfocarte en la tarea a realizar, y no en la herramienta en sí”. Mark Weiser
BIG DATA
BIG DATA
CONCEPTO TECNOLOGÍA
Vs
BIG DATA
BIG DATABig data es un término que hace referencia a una cantidad de datosde orígenes muy diversos, tal que supera la capacidad del softwareconvencional para ser capturados, administrados y procesados paraextraer conocimiento, en un tiempo razonable.
BIG DATA
LAS 5 V´s DEL BIG DATA
BIG DATA
1-VOLUMEN
Fuente: Mckinsey
BIG DATA2-VELOCIDAD
TIEMPO REAL
BIG DATA
BIG DATA
3- VARIEDADVARIEDAD
BIG DATAEJEMPLO DE DATO ESTRUCTURADO
BIG DATAEJEMPLO DE DATO NO ESTRUCTURADO
BIG DATAEJEMPLO DE DATO SEMI-ESTRUCTURADO
BIG DATA
BIG DATA
• LO IMPORTANTE ES EL DATO QUE APORTA VALOR
• LA EXPLOTACIÓN DE ESE DATO DEBE SER COHERENTE PENSADA Y ALINEADA CON LA ESTRATEGIA DE LA EMPRESA
4-VALOR
BIG DATA“El Síndrome de DiógenesTecnológico-Empresarial, queconsiste en que las organizacionesllenan sus bases de datos debasura electrónica que nonecesitan para nada.
BIG DATA
5-VERACIDAD
BIG DATA
BIG DATA
FACTORES DE ÉXITO
BIG DATA
MERCADO MÁS MADURO TECNOLÓGICAMENTE
BIG DATADISMINUCIÓN DE COSTES TECNOLÓGICOS
BIG DATAGENERACIÓN DE DATOS
BIG DATA
Fuente: thegoblab.org
BIG DATA
BIG DATA
BIG DATA
BIG DATA
BIG DATA
BIG DATA• ALTAMENTE ESCALABLE
• FLEXIBILIDAD
• VELOCIDAD
• TOLERANTE A FALLOS
• BAJO COSTO DE ALMACENAMIENTO
BIG DATA
INTERNET OF THINGS-IoT
Paradigma tecnológico que define la dotación de conectividad acualquier objeto sobre el que se pueda medir parámetros físicos oactuar, así como las aplicaciones y tratamientos de datos relativosa los mismos.
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
"Cuando lo inalámbrico esté perfectamentedesarrollado, el planeta entero se convertirá enun gran cerebro, que de hecho ya lo es, con todaslas cosas siendo partículas de un todo real yrítmico (… ).(…)y los instrumentos que usaremos para ellosserán increíblemente sencillos comparados connuestros teléfonos actuales. Un hombre podrállevar uno en su bolsillo.“
-NIKOLA TESLA 1926-
INTERNET OF THINGS-IoT
ORIGEN DE LA TELEMETRÍA
1874MONTBLANC
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
TSUNAMI TECNOLÓGICO
Fuente: MIOTI
INTERNET OF THINGS-IoT
DIGITALIZACIÓN VS TRANSFORMACIÓN DIGITAL
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
RED DE REDES
INTERNET OF THINGS-IoT
VALOR
Fuente: MIOTI
INTERNET OF THINGS-IoT
Fuente: https://bridgera.com
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
COGNITIVO
CONSCIENTE
ACTO REFLEJO
INTERNET OF THINGS-IoT
Fuente: Deloitte
INTERNET OF THINGS-IoT
Factores de éxito
INTERNET OF THINGS-IoT
❖COSTE
❖FACILIDAD DE DESARROLLO
❖CAPACIDAD DE ADQUISICIÓN,PROCESAMIENTO Y ALMACENAMIENTO DEL DATO
❖CAPACIDAD DE CONEXIÓN
❖CONSUMO ENERGÉTICO
❖SEGURIDAD
❖CAPACIDAD DE INTEGRACIÓN
Hardware:Factores de
éxito
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
PLATAFORMASIoT
INTERNET OF THINGS-IoT
Fuente: http://www.iot-analytics.com
PLATAFORMASIoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
PRIVACIDAD
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
INTERNET OF THINGS-IoT
Digital Twin
INTERNET OF THINGS-IoT
Realidad Aumentada
INTERNET OF THINGS-IoT
Impresión 3D
INTERNET OF THINGS-IoT
• IoT es cloud pero también es local y fog.• IoT son sensores y actuadores• IoT es real time pero también es near real time y non-real time.• Hay un claro espacio para el Machine Learning y la inteligencia artificial.• No todos los datos tienen que ser guardados.• La IMPORTANCIA de la SEGURIDAD. Nuevas oportunidades, pero también
nuevos riesgos.• La IMPORTANCIA de la INTEGRACIÓN de tecnología y personas
INTERNET OF THINGS-IoT
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
EMPRESAS “DATA DRIVEN”
Empresas basadas en la información, donde los datos son el epicentro de los procesos y toma de decisiones en contraposición a la empresa tradicional en la que la toma de decisiones está basada en intuición y experiencia propias.
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA PREPROCESSING
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
• Artificial Intelligence is when you teach the machine to play chess
• Machine Learning is when you teach the machine to detect spam
• Deep learning is when you teach the machine to see chiguaguas
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
APLICACIÓN DEL MACHINE LEARNING AL IoT1.PREPARACIÓN DE DATOS.2.DESCUBRIMIENTO DE PATRONES Y VALOR AÑADIDO.3.VISUALIZACIÓN DE INFORMACIÓN Y TOMA DE DECISIONES EN TIEMPO REAL.4.CREACIÓN DE DATASETS DE GRAN CALIDAD.5.ANALÍTICA AVANZADA .6.SERVICIOS DE GEOLOCALIZACIÓN EN TIEMPO REAL.
IoT & MACHINE LEARNING
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE
DATA SCIENCE & IoT
Aproximadamente el 90% de los activos no tienen un patrón de fallos asociados al
tiempo
DATA SCIENCE & IoT
DATA SCIENCE & IoT
MANTENIMIENTO COGNITIVO• Utilizar análisis de imágenes y sonidos para la clasificación de defectos o averías
DATA SCIENCE & IoT
• Clasificación de imágenes térmicas
MANTENIMIENTO COGNITIVODATA SCIENCE & IoT
• Análisis en zonas de difícil acceso u obras lineales
MANTENIMIENTO COGNITIVODATA SCIENCE & IoT
DATA SCIENCE
“El proceso debe empezar por
un caso muy bien definidodesde negocio, despuésseleccionar los algoritmosanalíticos a aplicar y sólo alfinal ver qué soportetecnológico se debe desarrollarpara ello”.
Gonzalez Diaz, Isaac. Big Data para CEOs y Directores de Marketing
NEGOCIO
ANALÍTICA
TECNOLOGÍA
DATA SCIENCE
• LO IMPORTANTE ES EL DATO QUE APORTA VALOR
• LA EXPLOTACIÓN DE ESE DATO DEBE SER COHERENTE PENSADA Y ALINEADA CON LA ESTRATEGIA DE LA EMPRESA
www
www.transformaciondigital.gob.es