Instrumented Interconnecteds Intelligent

La construcción de un
planeta más inteligente.
El blog de un planeta más inteligente.


eh
 
21/04/2015
11:18
 

Germán Sánchez Prudencio, Director de servidores de IBM España, Portugal, Grecia e Israel

Germán Sánchez Prudencio, Director de servidores de IBM España, Portugal, Grecia e Israel


Por Germán Sánchez (*)

El lanzamiento de la última generación de los sistemas informáticos mainframe supone un hito importante de cara a la nueva era digital y marcada por la movilidad. El diseño de esta máquina se ideó con la movilidad en mente. Durante la pasada década, el mundo ha sido testigo de la explosión de los datos, desde las redes sociales a los sistemas de negocio y el “Internet de las Cosas”. Hoy, nuestras interacciones con los datos y con cualquier persona cada vez son más móviles. Como resultado, estamos consumiendo y generando datos todo el tiempo, todos los días. Además, se espera que existan 100 veces más datos fluyendo en los próximos dos o tres años. El nuevo mainframe, con más de 900 microprocesadores en su interior, es la única computadora construida para lidiar con el tsunami de los datos en movilidad que se nos viene encima.

Esta tecnología prepara a los negocios para ser más sensibles a todos los datos en tiempo real en nombre de sus clientes. Por primera vez en la historia, el mainframe lleva la analítica integrada; es, por decirlo de alguna manera, una ‘trituradora’ de datos. Su poder se debe al alto rendimiento de sus procesadores, pero también a su enorme volumen de memoria (más de 10 terabytes) y su increíble capacidad de transmisión de datos (hasta 16.000 gigabits por segundo) entre procesador, memoria y almacenamiento.

Las organizaciones pueden utilizar el mainframe para desplegar servicios cloud para clientes y consumidores similares. De hecho, se puede pensar en el mainframe como un centro de datos cloud en una caja. Una sola máquina es capaz de desarrollar al menos 8.000 servicios en la nube con fiabilidad para millones de usuarios.

Por poner un ejemplo: imaginemos que estamos en una cafetería después del trabajo, consultando a través del smartphone qué regalar a un ser querido. Para ello, utilizamos una app que nos conoce y sabe cuáles son nuestros hábitos de compra y cómo solemos responder a los descuentos. Todos estos datos son procesados por un mainframe.

Mientras hacemos la compra, el sistema reconoce lo que estamos viendo y ofrece productos adicionales para captar nuestra atención y en los que quizá estemos interesados. Además, adapta los precios a lo que entiende que estaríamos dispuestos a pagar. El mainframe hace posible todo esto a través de la “analítica de las transacciones” y permite que el establecimiento en cuestión cierre una venta y tú encuentres el regalo perfecto a un precio atractivo.

El mainframe ayuda a mejorar todos los aspectos de la experiencia de venta móvil. Todos sabemos que las personas tenemos una tolerancia muy limitada ante los retrasos cuando usamos un smartphone. Por eso, si hay unos segundos de retraso, el mainframe ajusta la latencia del sistema. Y, por supuesto, todos esperamos que nuestros datos financieros y personales estén a salvo cuando operamos en Internet. En este sentido, el nuevo sistema mainframe cuenta con una capacidad de encriptación de datos que nos protege frente a ataques maliciosos o robos de identidad.

Estos son solo algunos ejemplos de algo que llevamos diciendo mucho tiempo: la cantidad de actividades diarias que dependen de la operativa de un mainframe, incluso algunas que no se ven, como operaciones financieras, registros de datos y algo tan habitual como hablar por teléfono. El mainframe está presente todos los días en nuestra vida.

(*) Artículo publicado originalmente en Silicon Week el 7 de abril de 2015.

15/04/2015
9:17
 

Pedro Gaspar, Senior Manager - Head of Live Banking, Novabase

Pedro Gaspar, Senior Manager – Head of Live Banking, Novabase


Por Pedro Gaspar, @pgaspar

La simplicidad es algo que me fascina. El lograr más con menos tiene algo muy atractivo: los atletas que consiguen el máximo rendimiento evitando movimientos innecesarios; los artistas que utilizan espacios en blanco para transmitir una mayor sensación de poder visual; los músicos que utilizan pausas, silencios, para hacer crecer la tensión dramática; los investigadores que nos hacen comprender cuestiones muy complejas de forma tan sencilla que (casi) nos hemos convertido en expertos en física cuántica.

Definitivamente, la simplicidad es el producto final en el que se ve el verdadero genio y la verdadera innovación. Es ahí donde la más pequeña de las ideas tiene tanto de elegancia que pueden incorporarse dos sentidos aparentemente opuestos: una fuerza poderosa junto con una gran sencillez. Es en este palco de elegancia y sofisticación donde tienen lugar las mayores innovaciones que nos hacen sentir un placer inesperado en algo aparentemente insignificante y que de otro modo nos sería indiferente.

Y ¿cómo podemos simplificar? Restando. Y sabemos que reducir significa saber qué es lo que no hay que hacer, con el fin de centrarse en lo importante y esencial. Si nos fijamos en el trabajo del curador de un museo, la cuestión más difícil que se le plantea es decidir qué no mostrar y dejar en el almacén. Como él, todos tenemos que decidir qué no hacer. De hecho, creo que todo el mundo debería tener una “not-to-do list”, donde pongamos todo lo que no hacemos o debemos dejar de hacer, de modo que nos veamos obligados a reflexionar sobre en qué realmente queremos invertir nuestra energía. Y si, a primera vista, esto parece cosa fácil, según el neurocientífico Antonio Damásio, el área de nuestro cerebro que se utiliza cuando restamos es diferente de la que usamos cuando hacemos adiciones. ¡Para restar tenemos que pensar de forma totalmente distinta!

Y es precisamente esa “not-to-do list” la que sistemas cognitivos como IBM Watson pueden utilizar de forma que nos complementen en nuestro día a día y, además, de manera muy natural. Se trata de un cambio radical en la forma de pensar y de gestionar nuestra vida diaria: podremos hacer más y mejor utilizando soluciones IBM Watson conforme van estando disponibles, de modo que lo que antes dejábamos fuera como no importante dentro de nuestra “not-to-do list” ¡muy pronto conseguiremos hacerlo también! Al final, lo que queremos es una nueva realidad donde Watson nos ayude a simplificar nuestras vidas para que nos quede más tiempo para lo que es de verdad importante, con lo que al final la cuestión se convertirá en: ¿Va a ser Watson el fin de las “not-to-do lists”?

Fernando Arencibia, Fundador y CEO de Habber Tec, Business and Intelligence

Fernando Arencibia, Fundador y CEO de Habber Tec, Business and Intelligence


Por Fernando Arencibia, @ferarencibia

Aprovechar las modernas técnicas de Big Data y análisis de datos para mejorar la agilidad y competitividad de una empresa exige que la inversión se encuentre arropada y soportada por procesos de negocio excelentes en todos sus pasos.

Voy a poner un ejemplo utilizando empresas del sector turístico. En los últimos años las empresas líderes de este ramo han hecho grandes esfuerzos para incorporar prácticas de análisis de datos semiestructurados (automáticas o no) y accionar aquellos activos conseguidos con ellas. Sin embargo, y hablo estrictamente desde mi experiencia personal, resulta sorprendente que muchas veces algo tan trascendente como el nivel de atención al cliente esté poco desarrollado y el grado de satisfacción o valor percibido no sea el ideal cuando prácticamente por el mismo coste se podría conseguir una experiencia mucho mejor. Desde mi punto de vista es una cuestión de actitud, sentido común y búsqueda de la excelencia, que refleja muy a las claras que mejorar en este aspecto no requiere necesariamente grandes inversiones sino tener claro cuál es tu negocio y el valor que quieres transmitir.

Contaré dos casos que he vivido hace apenas diez días:

En el primero me alojé con mi familia en un hotel de una cadena internacional, cuatro estrellas y servicio acorde con la categoría. Todo correcto hasta el momento de mi partida. Al hacer el checkout a las cinco de la mañana para coger un tren y después un avión, el recepcionista olvida devolverme la tarjeta de crédito (cierto que yo, medio dormido, no se la pedí). Al ir a retirar los billetes de tren, ya en la estación, veo que me resulta imposible porque necesitaba esa tarjeta en concreto. Como resultado, una experiencia mañanera poco agradable, con nueva compra de billetes y unos 70 euros perdidos, más el mal humor y la cara de tonto que se te queda. Lo peor, recibir la llamada del recepcionista comunicándome que me había “dejado” la tarjeta allí, y ni una disculpa por no habérmela entregado. Eficaz, pero sin duda nada empático. Como resultado, al recibir la encuesta de satisfacción del hotel, aparte de dar mis opiniones favorables a todo lo relacionado con la estancia, escribí un comentario describiendo mi insatisfacción ante lo ocurrido. Al día siguiente me llegó un mail lamentando el incidente y ofreciéndome una subida de categoría de habitación, como compensación por las molestias, para mi próxima estancia en la cadena con mi familia. La verdad, me parecieron eficaces (nuevamente), su protocolo de recogida de información, su detección del problema y su consiguiente reacción denotaron un estudiado proceso para analizar las opiniones de los clientes, encontrar alguna pista de un problema y, una vez encontrado, reaccionar para resolverlo o al menos mitigarlo.

En el segundo caso, estaba en una reunión de emprendedores compartiendo charla con el fundador y propietario de una cadena de hoteles que ya tiene más de dos mil camas en su innovadora oferta. En un momento dado hace un aparte y atiende una llamada de teléfono; los que estamos cerca oímos perfectamente (sin ánimo de cotilleo) cómo le informan de un problema con un cliente (quizás con más retraso que en el caso anterior, o sea con un proceso peor hasta la detección del problema) y su reacción es inmediata: pide el teléfono del cliente afectado y ante nuestro asombro lo llama personalmente para disculparse (aunque realmente el problema no lo había originado el hotel) y para ofrecerle cualquier ayuda que aun fuese necesaria. No hizo que el director del hotel llamara, ni siquiera que lo hiciera un miembro de la directiva de la cadena… no, no, llamó él personalmente.

Sin duda, los medios técnicos utilizados por la cadena de hotel del primer ejemplo son buenos, así como su voluntad de llegar al cliente. Pero claro, ya habréis imaginado la envidia que sentí del cliente del segundo caso y, por supuesto, sabréis quien de los dos va a ser un cliente fiel después de su experiencia.

¿Dónde está la diferencia? ¿En la calidad del Data Lake que en un caso se ha convertido en “Data Charco”? ¿En la tecnología de análisis paralelo de los sistemas? ¿En errores al utilizar los algoritmos de creación de modelos de detección? ¡Claro que no! Está en la vocación de servicio y en la pasión por crear una relación estable con el cliente. La empresa del primer caso no lo hace mal en absoluto, pero en su contacto con el cliente de ningún modo consigue transmitir que el cliente le importa de la manera en que lo hace la del segundo ejemplo. La inversión realizada para conseguir detectar un problema y reaccionar a él queda desactivada ante lo impersonal y tibia, aun siendo correcta, de la comunicación con el cliente.

En el súper competitivo mercado en que nos movemos, la búsqueda de la excelencia marca la diferencia entre empresas. Y esta excelencia se puede y debe apoyar en sistemas de análisis de datos. Pero, aunque trabajemos los datos con las mejores técnicas y las mejores herramientas, y consigamos encontrar información diferencial de inmenso valor, todo se desperdiciará si nuestra acción a partir de esa información no es de una calidad equiparable y no está soportada por una clara visión de negocio, un apasionado espíritu emprendedor y altas dosis de sentido común.

Y si lo hemos hecho mal al gestionar nuestra acción, ¡nada de echarle la culpa al análisis de datos o al Big Data! ¡Que cada palo aguante su vela!

El próximo día prometo ser más práctico y exponer un fantástico caso de uso de Big Data para detección de piratería digital.

Por cierto, no me quiero despedir sin recomendaros que le echéis un vistazo a IBM Watson Analytics. Si no lo habéis hecho, invertid algo de tiempo en ver la demo y haced una prueba con algunos datos propios. Es una herramienta que promete dar muchas alegrías a sus usuarios por su impresionante facilidad de uso combinada con una potencia de análisis más que interesante.

¡¡¡Arriba el Big Data… y el Big Sentido Común!!!

Matilde Lorente. Directora de Midmarket en IBM España, Portugal, Grecia e Israel

Matilde Lorente. Directora de Midmarket en IBM España, Portugal, Grecia e Israel


Por Matilde Lorente, @MatiLorente (*)

En 2011, un equipo de investigadores de IBM dio a conocer a IBM Watson, un sistema informático capaz de responder a preguntas formuladas en lenguaje natural. Para demostrar sus capacidades, en febrero de 2011 participó en un conocido concurso de TV llamado Jeopardy! donde compitió con los ganadores de ediciones anteriores, Brad Runner y Ken Jennings. Watson ganó el concurso y se llevó el primer premio a casa. Ahora, unos años después, tiene hasta su propio Twitter, así que puede que te estés preguntando qué es Watson exactamente y por qué es tan importante.

IBM Watson es una tecnología cognitiva que procesa la información más como un ser humano que como un ordenador, al entender el lenguaje natural, generar hipótesis basadas en la recopilación de pruebas y aprender sobre la marcha. Desde la medicina, las finanzas, el comercio minorista, etc. son muchos los sectores donde esta tecnología está demostrando ser una herramienta de inestimable valor. Ya ha sido capaz de prestar servicios individualizados, crear nuevas recetas de cocina y aportar una relación más natural entre el ser humano y el ordenador. Pero aún no hemos visto suficiente.

Aunque pueda parecer que solo las grandes empresas tienen acceso a esta tecnología disruptiva, la realidad es que sus capacidades son aplicables a todo tipo de organizaciones. Existen multitud de escenarios interesantes en los que este tipo de tecnologías son aplicables también para pequeñas y medianas empresas. Durante los últimos años, hemos estado trabajando para trasladar sus ventajas, sus elementos de hardware y software, a nuevos servidores más básicos y accesibles para las pymes a un precio competitivo. Con las tecnologías analíticas basadas en Watson, las empresas de menor tamaño tienen capacidad de gestionar enormes cantidades de información, pudiendo analizarla y dar respuesta a sus retos de negocio de forma mucho más informada e inteligente.

En una era marcada por la innovación y las nuevas tecnologías, la realidad es que muchas pequeñas y medianas empresas tienen dificultades para adoptar soluciones de Big Data y cloud privada debido a su falta de conocimiento y experiencia a la hora de diseñar y mantener estos sistemas de hardware. Gracias a los nuevos desarrollos de la tecnología IBM Watson hemos conseguido resolver este problema, ya que las últimas tecnologías en materia de gestión de grandes volúmenes de datos (Big Data) y cloud computing no requieren habilidades específicas y ofrecen los últimos avances en virtualización y automatización para acelerar la creación de nubes privadas e híbridas.

Asimismo, tecnologías como IBM Watson Analytics pueden servir a cualquier tipo de usuario, de cualquier tamaño de empresa y sin ningún tipo de conocimiento informático previo, por ejemplo, a gestionar de un modo más eficiente su cadena de aprovisionamiento, su inventario, sus ventas, márgenes, o crear mejores bases de datos y catálogos. Todo ello consumido desde un entorno cloud en modelos pago por uso. Así que, llegados a este punto, solo queda empezar a preguntarse cuándo puedo empezar a utilizar la tecnología de Watson para desarrollar el negocio de mi pequeña o mediana empresa.

(*) Artículo publicado originalmente en tycpymes.es el 13 de enero de 2015.

Jose Álvarez de Perea, IBM Solution Engineer especializado en Social para España, Portugal, Grecia e Israel

Jose Álvarez de Perea, IBM Solution Engineer especializado en Social para España, Portugal, Grecia e Israel


Por Jose Álvarez de Perea, @JAlvarezdePerea

Si las previsiones se cumplen, en los próximos cinco años todo se convertirá en un dispositivo inteligente conectado.

Esto significa que, si los termostatos de nuestra casa ya son capaces de comunicarse y de aprender de nosotros, ¿por qué no nuestro mobiliario? ¿O nuestras salas de reuniones? Diseñar un objeto “más inteligente” implica algo más que añadir un circuito y conectarlo a Internet. Las tecnologías de detección y los materiales de automatización, permitirán al usuario un mayor aprovechamiento y uso de los espacios. Así, por ejemplo, tu sillón sabría cómo de firme te gusta el cojín y se reajustaría automáticamente al recostarte; o tu sala de reunión podría advertirte a tiempo de que la reunión no está siendo del todo productiva, aportando ideas para encauzarla y mejorarla.

Al pensar en el “Internet de las cosas” nos encontramos con tecnologías como Nest, Fitbit o similares, en pleno desarrollo de negocio y revisión de sus características funcionales. Este tipo de productos tienen un denominador común, y es que llevan la palabra “diseño” escrita en su ADN desde que nacen.

¿Están preparadas las empresas para responder ante este nuevo desafío?

Una de las consecuencias principales de esta realidad, es que las líneas que separan la ingeniería, el diseño industrial, el diseño de software y, en definitiva, el diseño de soluciones, se van a diluir hasta desaparecer. Para diseñar las experiencias multiplataforma es necesario fundir por completo estos conocimientos haciéndose imprescindible en las empresas la figura del Diseñador-Ingeniero, con un perfil profesional de diseñador y cuya formación esté consolidada en las bases de la ingeniería.

En vista de lo anterior, cualquier empresa debería ser capaz de comprender y aprovechar el valor que aporta a sus clientes y usuarios desarrollar un producto o servicio centrado en el diseño pues, en su resultado final, se vería reflejado como una de las claves principales de su éxito. En estos momentos, podemos comprobar cómo algunas empresas ya están apostando por añadir valor a sus clientes desde el diseño de calidad, aumentando, en consecuencia, su capitalización bursátil. Esta idea seguirá creciendo hasta el punto en el que veamos cómo la calidad en el diseño será una medida oficial del valor de una empresa.

Fijándonos en el ranking de marcas más valoradas del mundo, encontramos la apuesta de Google con su Material Design dirigido por Matías Duarte, el trabajo de IBM con su IBM Design Language dirigido por Phil Gilbert o incluso Apple con su iOS Human Interface Design Guidelines dirigido por Jonathan Ive.

Estas guías de estilo agrupan una serie de recomendaciones para facilitar a cualquier empleado, cliente, diseñador o ingeniero la capacidad de brindar al usuario final de la solución una experiencia acorde con los valores de la marca. No se quedan en el plano meramente estético, sino que profundizan hasta la definición de las interacciones óptimas, los comportamientos adecuados de la interfaz y la arquitectura de la información, entre otros. Asimismo, posibilitan las bases del diseño de productos y servicios futuros. En el caso de IBM, podríamos subrayar dos ejemplos recientes de aplicación de estas guías y patrones de diseño visitando tanto IBM Verse como IBM Bluemix.

mail-next-screen-shot-9
Screen Shot 2015-02-21 at 8.08.53 pm

Comenzamos a ver cómo no solo las grandes empresas tecnológicas empiezan a aplicar esta premisa como modelo de trabajo sino también algo parecido ocurre en el resto, tal y como sucedió en la industria del automóvil, cuando en 1920 Henry Ford pronunciaba aquel conocido slogan “Nuestros clientes pueden tener un coche pintado en el color que quieran, mientras sea negro.” La contestación de General Motors fue la creación del primer departamento de diseño en la industria, que se encargó de redefinir sus productos de base logrando, como resultado, el liderazgo absoluto en ventas del que Ford era dueño. Cabe resaltar que, al alcanzar esa posición de liderazgo y para evitar sanciones por monopolio, General Motors tomó la decisión de despriorizar su departamento de diseño, centrándose en maximizar beneficios mediante la reutilización de componentes. Esta pudo ser una de las causas principales de su posterior quiebra.

Para que una empresa tenga éxito, su base tecnológica necesita ser tan responsive como lo es su propia web a día de hoy. Debemos apostar por las soluciones diseñadas pensando en el largo plazo, y en la capacidad de pivotar ante cambios y nuevas oportunidades. Este enfoque no implica eliminar lo que se ha construido y empezar desde cero sino que significa aprovechar lo ya existente como base para crecer.

Suscribirse a este blog