Cómo utilizan las empresas modernas los datos de IoT para impulsar la innovación

Pocas tecnologías modernas han captado tanto la imaginación colectiva como el reciente desarrollo del Internet de las cosas (IoT). El término, inventado en 1999 por el innovador Kevin Ashton, describe un vasto mundo interconectado de objetos que comparten información a través de Internet, lo que permite a los dispositivos conectados realizar tareas de forma autónoma¹.

Hoy en día, gracias a la difusión de la tecnología 5G, los dispositivos IoT están en todas partes. Desde vehículos y electrodomésticos hasta drones, satélites e incluso plantas de fabricación enteras, los sensores integrados recopilan y comparten datos a través de redes ultrarrápidas, lo que permite que prosperen tecnologías de punta como la inteligencia artificial (IA) y el cloud computing. Según Forbes, el número de dispositivos IoT se ha más que duplicado en los últimos años, de 10 300 millones en 2018 a 25 000 millones en 2025².

Sin embargo, la base del rendimiento de muchas aplicaciones de IoT es un océano de big data que las empresas necesitan recopilar y almacenar de forma segura para que las aplicaciones funcionen. Desde instalaciones de fabricación totalmente automatizadas hasta ciudades y redes energéticas más inteligentes, los dispositivos IoT generan más datos de los que las empresas saben qué hacer con ellos.

Entre en el edge computing, una tecnología que ofrece a las empresas una mayor flexibilidad a la hora de procesar los datos generados por los dispositivos IoT. El edge computing es un marco informático distribuido que permite procesar los datos más cerca de su origen, en el "extremo" de las veloces redes por las que los datos viajan. Esto reduce los problemas de latencia y ancho de banda que son comunes cuando los datos de IoT se procesan en centros de datos centralizados.

El término "big data" describe la información que las empresas recopilan de diversas fuentes, incluidas las redes sociales, Internet y las bases de datos. Técnicamente, los datos de IoT son un subconjunto de big data que se ocupa únicamente de la información recopilada de un dispositivo conectado a una red de IoT, como un sensor o un medidor. Sin embargo, los datos de IoT se diferencian de otros tipos de datos en tres aspectos importantes y deben gestionarse en consecuencia.

Los datos de IoT son generados por un dispositivo que está conectado a Internet. Sin embargo, el big data puede generarse a partir de varias fuentes: por ejemplo, el historial de redes sociales de un usuario, sus transacciones financieras y más. Esto significa que los datos de IoT suelen estar estrechamente estructurados y formateados, limitados por las limitaciones de los dispositivos que entregan la información, como un medidor o un sensor. El big data, sin embargo, no suele ser estructurado.

Los centros de datos diseñados para procesar grandes conjuntos de datos no estructurados a menudo no están a la altura de la tarea de procesar datos de forma continua, un requisito básico de la mayoría de las aplicaciones de IoT, lo que puede provocar problemas de latencia y precisión.

El creciente número de dispositivos de IoT conectados genera una cantidad asombrosa de datos. Según un estudio reciente, los dispositivos de IoT generaron 86 petabytes de información en 2022 y generarán más de 1100 en 2027, una tasa de crecimiento de más del 1000 %³.

Los centros de datos tradicionales no están diseñados para este volumen de datos, especialmente cuando se transmiten de forma continua, como están diseñados los dispositivos IoT. El diluvio de datos llena sus sistemas de almacenamiento y causa problemas.

Los datos de IoT se envían en tiempo real y deben procesarse inmediatamente para que las aplicaciones que alimenta sean efectivas. Imagine que un coche autónomo tuviera que esperar a que los datos relativos a los semáforos se procesaran en un centro de datos y se devolvieran antes de poder reaccionar. El big data suele incluir datos históricos que pueden procesarse por lotes, a lo largo del tiempo, sin afectar al rendimiento de las aplicaciones asociadas.

Los centros de datos tradicionales (edificios físicos en las instalaciones que albergan la infraestructura de TI) fueron diseñados para almacenar y procesar grandes volúmenes de datos no estructurados en lotes, a lo largo del tiempo. Aunque esta arquitectura puede ser óptima para el proceso de datos complejos a gran escala, es menos que ideal para el volumen, la escala y las necesidades de tiempo real de la carga de trabajo de IoT.

El número y la complejidad de las fuentes de datos en las que se basa la tecnología IoT, junto con la cantidad de datos y las velocidades a las que los dispositivos los transmiten, a menudo abruman a los centros de datos tradicionales. El edge computing y los llamados "centros de datos edge" almacenan y procesan los datos de forma que encajen mejor.

Las soluciones edge ofrecen una alternativa atractiva a los modelos tradicionales de centros de datos para dispositivos IoT. A diferencia de los métodos tradicionales de proceso de datos, uno de los beneficios del edge computing es que los datos pueden procesarse y analizarse a medida que se reciben. Incluso está cerca del punto en el que se está generando en lugar de enviarse a la nube o a una base de datos tradicional.

Con una solución edge, los datos generados por un dispositivo IoT pueden ser procesados y analizados en tiempo real por una aplicación de base de datos no relacional (NoSQL) situada en el edge de la red. Por ejemplo, en el caso de los coches sin conductor, el edge computing es crítico para proporcionar capacidades de reacción en tiempo real para evitar una colisión.

Este enfoque se utiliza, con ligeras diferencias en el diseño según el dispositivo, en muchas aplicaciones de IoT, lo que ayuda a reducir la congestión de la red y permite capacidades de respuesta en tiempo real. Sin embargo, incluso con estas soluciones edge mejoradas, los dispositivos IoT siguen recopilando más datos de los que necesitan para funcionar

Como los dispositivos IoT solo usan una pequeña fracción de la cantidad de datos que generan, algunas empresas deciden descartar cualquier dato adicional. A primera vista, parece una solución relativamente sencilla, pero los datos del IoT no son como la basura que se puede embolsar y llevar a la papelera. Los dispositivos IoT existen en hogares, automóviles y otros espacios privados y, a menudo, contienen información muy personal y muy regulada.

Además de detectar la velocidad del viento o el color de un semáforo, por ejemplo, un dispositivo IoT puede generar volúmenes de información de identificación personal (PII). Algunos ejemplos son: la ubicación de una persona, su historial financiero, el uso de Internet, etc. Estos datos deben recopilarse, almacenarse y analizarse cumpliendo rigurosas leyes de soberanía de datos que son costosas de violar.

Entonces, si los datos recogidos por los dispositivos IoT deben almacenarse de forma segura, ¿cómo pueden las empresas ponerlos en uso para generar conocimientos y servir a algún propósito empresarial más amplio?

Los posibles casos de uso de los datos generados por los dispositivos conectados a IoT son asombrosos. Según un informe reciente, los datos generados por los dispositivos IoT están a punto de liberar un valor de entre 5,5 y 12,6 billones de dólares en los próximos cinco años⁴.

Cuando se almacenan de forma segura y se procesan cumpliendo todas las leyes locales pertinentes, los datos generados por los dispositivos IoT pueden ayudar a las empresas a encontrar información, descubrir tendencias, planificar futuros productos y mucho más. Estas son cinco áreas en las que las empresas modernas están utilizando los datos de IoT.

Los dispositivos IoT, como refrigeradores inteligentes, automóviles autónomos y sensores de energía para hogares inteligentes, ayudan a los clientes a automatizar procesos que antes requerían entrada manual. Pero también pueden generar conocimientos valiosos sobre el comportamiento y las preferencias de los clientes e incluso ayudar a las empresas a planificar nuevos productos.

Con los datos generados por una nevera inteligente, por ejemplo, una empresa puede saber qué productos prefiere un cliente y vender esa información a un tercero o utilizarla para promocionarle más servicios.

El edge computing tiene un enorme potencial para la forma en la que los agricultores eligen qué cultivos plantar, cómo los cosechan y cómo planifican las condiciones meteorológicas cambiantes.

Gracias a la información en tiempo real procedente de sensores integrados en el suelo y los cultivos, pueden gestionar más eficazmente el crecimiento y los fertilizantes y detectar posibles amenazas, como plagas. Los ganaderos que gestionan rebaños de ganado están recurriendo al edge computing para supervisar a los animales de forma remota y detectar los primeros signos de enfermedades.

Los sistemas de supervisión inteligente en plantas industriales incorporan cientos de dispositivos IoT con sensores que proporcionan información sobre temperatura, eficiencia operativa, velocidad y más. Aunque estos sistemas ayudan a automatizar procesos que antes requerían la intervención humana, también generan datos que pueden utilizarse de otras maneras.

En el campo del mantenimiento predictivo, por ejemplo, las empresas están utilizando los datos de IoT para planificar mejor el tiempo de inactividad y mantener sus activos más valiosos funcionando con la máxima eficiencia. La información de los sensores de las máquinas predice con precisión cuándo fallan determinados componentes, informando sobre las prácticas de mantenimiento y ayudando a los gestores a programar las reparaciones fuera de las horas punta.

Los dispositivos inteligentes del sector sanitario, como los relojes que monitorizan la frecuencia cardíaca, la glucosa en sangre y otros, están ayudando a mejorar la atención y los resultados de los pacientes que padecen diversas dolencias. Al igual que en otros sectores, los dispositivos recopilan más información de un paciente de la necesaria para que el dispositivo IoT funcione.

Por ejemplo, en el caso de un paciente que utiliza un dispositivo wearable para realizar un seguimiento de la frecuencia cardíaca, puede optar por un servicio que utilice los datos del dispositivo para recomendar suplementos dietéticos o rutinas de entrenamiento basadas en otra información recopilada por el wearable.

Los dispositivos IoT, como cámaras y sensores de movimiento conectados a una red, están afectando drásticamente al sector de la seguridad. Los nuevos dispositivos IoT reducen el riesgo para los operadores y el personal de seguridad y, a veces, hacen innecesarias las patrullas en persona.

Sin embargo, la información generada por estos dispositivos también está mejorando la forma en que las empresas de seguridad prestan sus servicios. La información recopilada por estas cámaras y otros sensores, por ejemplo, puede analizarse para predecir amenazas, identificar patrones y diseñar respuestas más proactivas.

Los dispositivos IoT generan más datos de los que las empresas saben qué hacer con ellos, pero con la conectividad inalámbrica 5G y el edge computing, están descubriendo nuevas aplicaciones para ellos.

Hoy en día, los dispositivos IoT están prácticamente en todas partes y recopilan información de una amplia gama de dispositivos, incluidos electrodomésticos, vehículos sin conductor, satélites y muchos, muchos más. El procesamiento de datos periférico y en tiempo real, en lugar de trasladarlos a servidores como se hacía en el pasado, está allanando el camino para el desarrollo de nuevas aplicaciones innovadoras.  

Desde fábricas y ciudades más inteligentes hasta soluciones sanitarias habilitadas para IoT y supervisión remota de instalaciones y equipos, el número de aplicaciones empresariales de IoT y edge computing está creciendo rápidamente. Al invertir en edge computing e IoT, las empresas pueden acelerar la transformación digital, ayudar a descubrir nuevos conocimientos sobre los procesos y permitirse actuar de inmediato sobre los datos en vivo.