En el mundo empresarial, la eficiencia operativa es más importante que las características superfluas. Cuando se trata de optimizar las aplicaciones empresariales, especialmente para el Internet de las cosas (IoT), las empresas deben centrar sus esfuerzos en los fundamentos de la optimización empresarial en lugar de la innovación impulsada por la información. Una encuesta reciente de GlobalData a 1,000 profesionales de IoT reveló una fuerte dependencia de software tradicional de inteligencia empresarial (BI, por sus siglas en inglés). Además, el 40 por ciento de los encuestados clasificaron las plataformas de inteligencia empresarial por encima de todos los demás medios de análisis de datos.

Desafortunadamente, con la tendencia generalizada del mercado hacia la democratización de los datos ya establecida, estas plataformas de software de BI todo en uno han dado paso a numerosas formas más discretas de obtener valor de los datos empresariales, ya sea a través de una consulta SQL directa, un modelo de datos predictivo, una visualización de descubrimiento de datos generada automáticamente o un panel ejecutivo interactivo en vivo. Las razones de esto son simples: el software de inteligencia empresarial es reactivo y estático. Sus usuarios dependen en gran medida de mecanismos básicos de informes que, a su vez, dependen en gran medida de consultas y reportes laboriosos, lo cual es una empresa muy costosa tanto para construir como para mantener.

Esta renuencia a seguir la tendencia del mercado más amplio alejándose de las plataformas de BI dentro de IoT es preocupante, dado un cambio sutil observado en la misma encuesta con respecto a cuándo, durante su ciclo de vida, falla una implementación de IoT. En 2016, no se registraron fallas después de la implementación. Sin embargo, en 2017, ese número aumentó al 12 por ciento. “Con los costos de implementación y mantenimiento también encabezando nuestra encuesta como la principal razón por la cual las implementaciones de IoT fallan o se abandonan antes de la implementación”, señaló Brad Shimmin, director de servicios de tecnología y software de TI global en GlobalData. “Por lo tanto, queda claro que los profesionales de IoT deben enfatizar los beneficios tácticos sobre las ideas analíticas estratégicas, al menos al comienzo de un proyecto, como una forma de demostrar el retorno de la inversión y asegurar futuras inversiones por parte de la empresa”. Sin embargo, la inteligencia artificial (IA) puede hacer mucho más que informar. Puede demostrar de inmediato el valor de IoT como medio para optimizar los procesos empresariales existentes.

Incluso con el marco y modelo de aprendizaje automático (ML, por sus siglas en inglés) de IA más simple listo para usar, por ejemplo, los profesionales de IoT pueden resolver dos problemas urgentes: detectar anomalías y predecir resultados deseados. La encuesta de GlobalData muestra que los compradores empresariales están ansiosos por hacer precisamente eso, con un 43 por ciento indicando que el mejor papel para la IA es automatizar y optimizar centralmente los procesos empresariales. El problema radica en la idea de la centralización. La centralización es parte integral del análisis y la generación de informes tradicionales de BI y de ideas tradicionales como la modelización predictiva. Sin embargo, donde la IA es más valiosa es en el borde. Las implementaciones de IoT deben utilizar herramientas como ML, no de manera centralizada, sino en el borde, cerca del dispositivo mismo. Y al igual que el software empresarial actual, estos esfuerzos analíticos deben ser breves y concisos, y centrarse en resolver desafíos específicos.

En resumen, para optimizar las implementaciones de IoT, es fundamental enfocarse en la eficiencia operativa y en los beneficios tácticos en lugar de las ideas analíticas estratégicas. La inteligencia empresarial tradicional puede ser costosa y reactiva, por lo que es importante considerar herramientas como la inteligencia artificial y el aprendizaje automático para detectar anomalías y predecir resultados deseados. Además, es esencial utilizar estas herramientas en el borde, cerca de los dispositivos IoT, para obtener los mejores resultados. Al seguir estos enfoques, las empresas pueden demostrar el valor de IoT y asegurar el éxito de sus proyectos.