Académique Documents
Professionnel Documents
Culture Documents
INTEGRANTES:
Luis Gabriel Herrera Orihuela
Roly Orlando Suca Lima
Diego Ernesto Zegarra Beltran
Las tecnologías ubicuas nos dan una nueva visión de la sociedad, vista a través de las mejoras que
se producen en la calidad de vida de los ciudadanos. Se puede decir, entonces, que la ubicuidad de
las tecnologías está dada por la disponibilidad de servicios, procesos e información vinculada a ellas
en cualquier lugar y en todo momento.
Este tipo de tecnología apunta a hacer nuestras vidas más simples, con el uso de herramientas que
permitan manejar información fácilmente. Estas herramientas son una nueva clase de dispositivos
inteligentes y portátiles, que permiten al usuario interactuar en todo momento desde cualquier
ubicación.
Todo apunta a que la próxima etapa de las comunicaciones “ininterrumpidas” será el surgimiento de
nuevas tecnologías y redes ubicuas, además de la mejora de las tecnologías ya existentes, tales
como:
Tecnología de identificación por radio frecuencias (RFID), una tecnología que viene
sosteniendo un crecimiento muy importante, a nivel Nacional e Internacional.
Microsensores, adecuados para detectar una gran cantidad de parámetros del entorno
(presión, temperatura, movimiento, etc)
Mejoras en las comunicaciones de corto alcance en forma inalámbrica.
Mejoras en los métodos para determinar posiciones de objetos (GPS)
Redes de área corporal (Body Area Network), donde el propio cuerpo humano se utiliza
como medio de transmisión de señales eléctricas de muy baja intensidad.
Computación Vestible (wearable computing), donde se utilizan ciertas propiedades de la
ropa (fibras que pueden cambiar su resistencia eléctrica) al estirarlas o doblarlas, ofreciendo
el manejo de interfaces Hombre-Máquina.
La computación ubicua podría originar la aparición de una serie de aplicaciones totalmente nuevas,
donde por ejemplo, los objetos funcionando de forma cooperativa crearán nuevas utilidades
emergentes. Esto podría tener gran connotación comercial y enormes repercusiones económico-
sociales.
Sabemos que la cantidad de computadoras conectadas a Internet, han aumentado en los últimos
años, y de hecho, es una tendencia que sigue en aumento. Estas redes tradicionales, seguirán
creciendo y desarrollándose, aunque las nuevas redes estarán enfocadas para construir hogares,
oficinas y no necesitaran contar con la presencia de usuarios. Casas y edificios inteligentes, es la
nueva premisa.
Los tipos de dispositivos que se usaran para conectarse no estarán solamente atados a computadoras
personales, de escritorio o a servidores, esto abarca incorporar tecnología móvil (hoy existente)
como por ejemplo: PDAs, y cualquier otro componente que pueda comunicarse en forma
inalámbrica para interactuar con el resto de los dispositivos.
A diferencia de las computadoras tradicionales y de las redes existentes, los nuevos dispositivos
tendrán las siguientes características:
Cambiarán y mejorarán rápidadamente, por lo que serán muy accesibles, al mismo tiempo
que podrán ser reemplazados rápidamente por otros iguales o mejores.
Las redes ubicuas en general explotan el entorno digital que se caracteriza por:
1. No requerir usuarios
2. Incorporan sensibilidad, adaptabilidad y respuesta a cada necesidad
3. Acceso Ubicuo, a través de interacciones naturales
Algunos países como Italia, Japón, la República de Corea y Singapur, que adoptaron en una fase
temprana, las tecnologías móviles y ubicuas, fueron los países elegidos para realizar estudios de
casos.
Si bien gran parte de la actividad, sobre todo en Europa y los Estados Unidos, se ha concentrado en
las tecnologías RFID en el contexto de la gestión de productos o como una sustitución para los
códigos de productos universales (códigos de barras), la noción de “ubicuo” en la Región Asia-
Pacífico es mucho más amplia.
Hace mucho tiempo que Singapur actúa como líder en el ámbito del gobierno y ha sido un precursor
en cuanto a la utilización de tecnologías ubicuas en ámbitos tales como la gestión del tráfico y la
automatización de bibliotecas.
Las micro plaquetas RFID se vienen utilizando desde 1998 para la fijación de precios en las rutas y
el país cuenta con un grado de penetración de vehículos del 100%. La estrategia actual de Singapur
gira en torno a su objetivo de transformarse en Concentrador de la próxima generación., con
intención de
crear una red segura de velocidad ultrarrápida para impulsar la conectividad de la próxima
generación.
Como se puede observar, el ámbito de aplicación de las tecnologías ubicuas es muy amplio.
Una tecnología importante que viene teniendo mucho crecimiento en Argentina es la
implementación de tecnología RFID en diversos ámbitos.
Aunque no se trata de un nuevo concepto, esta tecnología es la que vemos con más frecuencia
y la que se está expandiendo muy rápidamente no sólo en Argentina, sino en el mundo.
Transpondedor: para transportar datos (por ejemplo, un rótulo), que está ubicado en
el objeto que se ha de identificar
Muchos lectores están equipados de una interfaz adicional (es decir, un soporte intermedio)
que le permite transmitir los datos recibidos a otro sistema, como una computadora personal o
un sistema de control robot.
Si bien existen ejemplos tempranos de tecnologías ubicuas y sus aplicaciones, como por
ejemplo el teléfono móvil, el concepto de acceso en todo momento, en cualquier lugar, por
todas las personas y todas las cosas, se ve aún limitado por la incapacidad de compilar datos
brutos sobre el lugar donde se encuentran las cosas y los cambios en su estado.
La RFID promete introducir un cambio en ese paradigma informático, de modo tal que, en el
futuro, no sólo las personas y sus dispositivos de comunicación estarán conectados a redes
mundiales, sino que también lo estará un gran número de objetos inanimados, desde
neumáticos hasta navajas de afeitar. Las aplicaciones de la RFID permitirán la compilación
automática y autónoma de datos sobre todas las cosas que vemos y utilizamos en nuestro
entorno, creando de ese modo, espacios de red verdaderamente inteligentes y ambientales.
BIG DATA
Big Data es un término que describe el gran volumen de datos, tanto estructurados como no
estructurados, que inundan los negocios cada día. Pero no es la cantidad de datos lo que es
importante. Lo que importa con el Big Data es lo que las organizaciones hacen con los datos.
Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y
movimientos de negocios estratégicos.
El análisis de Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para
identificar nuevas oportunidades. Eso, a su vez, conduce a movimientos de negocios más
inteligentes, operaciones más eficientes, mayores ganancias y clientes más felices. Las
empresas con más éxito con Big Data consiguen valor de las siguientes formas:
Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el análisis basado en
la nube, aportan importantes ventajas en términos de costes cuando se trata de almacenar
grandes cantidades de datos, además de identificar maneras más eficientes de hacer negocios.
Más rápido, mejor toma de decisiones. Con la velocidad de Hadoop y la analítica en
memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las empresas
pueden analizar la información inmediatamente y tomar decisiones basadas en lo que han
aprendido.
Nuevos productos y servicios. Con la capacidad de medir las necesidades de los clientes y la
satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la
analítica de Big Data, más empresas están creando nuevos productos para satisfacer las
necesidades de los clientes.
Por ejemplo:
Turismo: Mantener felices a los clientes es clave para la industria del turismo, pero la
satisfacción del cliente puede ser difícil de medir, especialmente en el momento oportuno.
Resorts y casinos, por ejemplo, sólo tienen una pequeña oportunidad de dar la vuelta a una
mala experiencia de cliente. El análisis de Big data ofrece a estas empresas la capacidad de
recopilar datos de los clientes, aplicar análisis e identificar inmediatamente posibles
problemas antes de que sea demasiado tarde.
Cuidado de la salud: El Big Data aparece en grandes cantidades en la industria sanitaria. Los
registros de pacientes, planes de salud, información de seguros y otros tipos de información
pueden ser difíciles de manejar, pero están llenos de información clave una vez que se aplican
las analíticas. Es por eso que la tecnología de análisis de datos es tan importante para el
cuidado de la salud. Al analizar grandes cantidades de información - tanto estructurada como
no estructurada - rápidamente, se pueden proporcionar diagnósticos u opciones de tratamiento
casi de inmediato.
Administración: La administración se encuentra ante un gran desafío: mantener la calidad y
la productividad con unos presupuestos ajustados. Esto es particularmente problemático con
lo relacionado con la justicia. La tecnología agiliza las operaciones mientras que da a la
administración una visión más holística de la actividad.
Publicidad: La proliferación de teléfonos inteligentes y otros dispositivos GPS ofrece a los
anunciantes la oportunidad de dirigirse a los consumidores cuando están cerca de una tienda,
una cafetería o un restaurante. Esto abre nuevos ingresos para los proveedores de servicios y
ofrece a muchas empresas la oportunidad de conseguir nuevos prospectos.
Otros ejemplos del uso efectivo de Big Data existen en las siguientes áreas:
Uso de registros de logs de TI para mejorar la resolución de problemas de TI, así como la
detección de infracciones de seguridad, velocidad, eficacia y prevención de sucesos futuros.
Uso de la voluminosa información histórica de un Call Center de forma rápida, con el fin de
mejorar la interacción con el cliente y aumentar su satisfacción.
Uso de contenido de medios sociales para mejorar y comprender más rápidamente el
sentimiento del cliente y mejorar los productos, los servicios y la interacción con el cliente.
Detección y prevención de fraudes en cualquier industria que procese transacciones
financieras online, tales como compras, actividades bancarias, inversiones, seguros y atención
médica.
Uso de información de transacciones de mercados financieros para evaluar más rápidamente
el riesgo y tomar medidas correctivas.
Algunos desafíos a los que se enfrenta la calidad de datos de Big Data son:
Es difícil recolectar, limpiar, integrar y obtener datos de alta calidad de forma rápida. Se
necesita mucho tiempo para transformar los tipos no estructurados en tipos estructurados y
procesar esos datos.
Mucha volatilidad
Los datos cambian rápidamente y eso hace que tengan una validez muy corta. Para
solucionarlo necesitamos un poder de procesamiento muy alto.
CLOUD
Cloud son tecnologías que habilita al usuario el consumo de servicios pagando solo por lo
que se consume, de forma escalable, elástica, flexible y por medio de un portal de auto
aprovisionamiento. Escalabilidad y Elasticidad se refiere a la capacidad de hacer crecer o
decrecer las características físicas y Flexibilidad a la capacidad de ajustar y desplegar
rápidamente soluciones a las necesidades particulares de la organización.
Nota: Si no existe un portal de auto aprovisionamiento. “No existe Cloud, sino virtualización”
Las tecnologías Cloud ofrece al usuario diversos formatos, comúnmente llamado modelos de
servicios entre los cuales se encuentran: IaaS, PaaS, SaaS
Uso recomendado: Se recomienda cuando el usuario necesita desplegar por su propia cuenta
los servidores, ampliarlos, mantenerlos, reiniciarlos, escalarlos etc. Por lo cual el perfil del
usuario debe ser alguien dedicado al area de TI
Uso recomendado: Para usuarios que consumen las aplicaciones como soluciones
hospedadas. El perfil del usuario es medianamente técnico.
El usuario interactua con el servicio por medio de un usuario y un password. Usa el servicio
por medio de un navegador o por otro medio similar, pero el usuario no controla ni el
hardware, ni la plataforma, ni se entera de lo que corre por debajo de la solución.
Sencillamente es un servicio de usuario final. Ej: Salesforce
IoT
Internet de las cosas (en inglés, Internet of Things, abreviado IoT; IdC, por sus siglas
en español) es un concepto que se refiere a la interconexión digital de objetos cotidianos
con Internet. Alternativamente, Internet de las cosas es la conexión de Internet con más cosas u
objetos que con personas. También, se suele conocer como Internet de todas las cosas o
Internet en las cosas. Si los objetos de la vida cotidiana tuvieran incorporadas etiquetas de radio,
podrían ser identificados y gestionados por otros equipos, de la misma manera que si lo fuesen
por seres humanos.
El concepto de Internet de las cosas fue propuesto por Kevin Ashton en el Auto-ID
Center del MIT en 1999, donde se realizaban investigaciones en el campo de la identificación
por radiofrecuencia en red (RFID) y tecnologías de sensores.
Por ejemplo, si los libros, termostatos, refrigeradores, la paquetería, lámparas, botiquines, partes
automotrices, entre otros, estuvieran conectados a Internet y equipados con dispositivos de
identificación, no existirían, en teoría, artículos fuera de stock o medicinas caducas; sabríamos
exactamente la ubicación, cómo se consumen en el mundo; el extravío sería cosa del pasado, y
sabríamos qué está encendido y qué está apagado en todo momento.
El Internet de las cosas debería codificar de 50 a 100 000 millones de objetos y seguir el
movimiento de estos. Se calcula que todo ser humano está rodeado, al menos, por un total de
aproximadamente 1000 a 5000 objetos. Según la empresa Gartner, en el 2020 habrá en el
mundo aproximadamente 26 mil millones de dispositivos con un sistema de conexión al Internet
de las cosas. Abi Research, por otro lado, asegura que para el mismo año existirán 30 mil
millones de dispositivos inalámbricos conectados a Internet. Con la próxima generación de
aplicaciones de Internet (protocolo IPv6) se podrían identificar todos los objetos, algo que no se
podía hacer con IPv4. Este sistema sería capaz de identificar instantáneamente por medio de un
código a cualquier tipo de objeto.
APLICACIONES
Las aplicaciones para dispositivos conectados a internet son amplias. Múltiples categorizaciones
han sido sugeridas, la mayoría están de acuerdo en separar las aplicaciones en tres principales
ramas de aplicación: consumidores, empresarial, e infraestructura. George Osborne, ex miembro
del gabinete encargado de finanzas, propone que la IoT es la próxima etapa en la revolución de
la información, haciendo referencia a la interconectividad de todo, desde el transporte urbano
hasta dispositivos médicos, pasando por electrodomésticos.
La capacidad de conectar dispositivos embebidos con capacidades limitadas de CPU, memoria y
energía significa que IoT puede tener aplicaciones en casi cualquier área. Estos sistemas podrían
encargarse de recolectar información en diferentes entornos, desde ecosistemas naturales hasta
edificios y fábricas, por lo que podrían utilizarse para monitoreo ambiental y planeamiento
urbanístico.
Características
Inteligencia
El Internet de las cosas probablemente será "no determinista" y de red abierta (ciberespacio), en
la que entidades inteligentes auto-organizadas (servicio Web, componentes SOA) u objetos
virtuales (avatares) serán interoperables y capaces de actuar de forma independiente (que
persiguen objetivos propios o compartidos), en función del contexto, las circunstancias o el
ambiente. Se generará una Inteligencia Ambiental (construida en Computación ubicua).
La versión industrial del IoT se conoce como IIoT, Industrial Internet of Things, de sus siglas en
inglés. Incluirá determinismo, fiabilidad y sincronismo.
Arquitectura
El sistema será probablemente un ejemplo de "arquitectura orientada a eventos65, construida de
abajo hacia arriba (basada en el contexto de procesos y operaciones, en tiempo real) y tendrá en
consideración cualquier nivel adicional. Por lo tanto, el modelo orientado a eventos y el enfoque
funcional coexistirán con nuevos modelos capaces de tratar excepciones y la evolución insólita
de procesos (Sistema multi-agente, B-ADSC, etc.).
En un Internet de las cosas, el significado de un evento no estará necesariamente basado en
modelos determinísticos o sintácticos. Posiblemente se base en el contexto del propio evento:
así, será también una Web Semántica. En consecuencia, no serán estrictamente necesarias
normas comunes que no serían capaces de manejar todos los contextos o usos: algunos actores
(servicios, componentes, avatares) estarán autorreferenciados de forma coordinada y, si fuera
necesario, se adaptarían a normas comunes (para predecir algo solo sería necesario definir una
"finalidad global", algo que no es posible con ninguno de los actuales enfoques y normas).
El Concussion Detector es un sensor llevable, que mide el impacto de los golpes que los
deportistas reciben en la cabeza durante un encuentro deportivo. Los datos registrados son
enviados a los entrenadores, equipados con un iPad, donde son comparados con el historial de
los jugadores, con el fin de tomar una decisión sobre la conveniencia de mantenerlos en el
terreno de juego. Este proyecto, localizado en el Cagan Stadium de Stanford, además de
mejorar la seguridad de los deportistas, está conducido a crear una base de datos destinada a
mejorar la capacidad de diagnóstico en casos generales.
Otro proyecto, en este caso relacionado con la conformación de un espacio urbano inteligente,
es el Parking Spot Finder. Esta red de sensores está destinada a mejorar la eficiencia de la
circulación del tráfico rodado y descongestionar las calles en los centros urbanos. Con este
propósito, identifica las plazas de parking ocupadas y envía los datos a los usuarios
de smartphones. Posteriormente, esta base de datos es empleada para ajustar los precios de las
plazas de aparcamiento a la demanda.
Todos estos sistemas de sensores se caracterizan por registrar PetaBytes de datos que son
enviados a la nube, donde son relacionados con otros conjuntos de datos y procesados, en
tiempo real, para dar lugar a un conocimiento que se distribuye a través de la red. Un estado de
cosas en que la inteligencia colectiva asociada a Internet pasa a distribuirse en el ambiente,
gracias a la última evolución de Internet, la web de los datos.
La web 3.0 o web de los datos es una evolución de la web 2.0, la web social entendida como
plataforma. Una web en que el software es ofrecido como un servicio, destinado a conectar a
los usuarios unos con otros. Esta web, cuyo valor reside en las aportaciones y usos de los
cibernautas, es el comienzo de la inteligencia colectiva. Para que la web sea capaz de dar
respuestas y crear conocimiento, a partir de la información proporcionada de forma masiva por
los usuarios, es necesario que esta información se haga manejable, comprensible y operable a
tiempo real, lo que se consigue con la web de datos. Esta se basa en el desarrollo de una serie
de estándares y lenguajes que permiten asignar metadatos a los contenidos de Internet. Estos
metadatos, o datos sobre datos, son interpretables por máquinas y añaden información que
permite identificar, localizar y seguir todo el tráfico de la red. Ello da lugar a un sistema de
bases de datos relacionadas, en que puede rastrearse a través de diferentes subsistemas toda la
información referida a un objeto, lo que permite conseguir respuestas pertinentes sobre el
mismo. Cuando estos datos ya no solo proceden de nuestras interacciones en Internet, sino de
las redes de sensores distribuidas en el ambiente –produciéndose el aluvión de datos que
caracteriza el fenómeno del Big Data–, al mismo tiempo en que sale del marco delimitado de
las pantallas para hacerse accesible en el espacio físico a través de las diferentes presentaciones
de la realidad aumentada, nos hallamos ante el Internet de las cosas o como la denomina
O’Reilly la Squared web, o la web encontrando el mundo.
La computación ubicua fue definida, en 1988, en el Computer Science Laboratory del Xerox
Parc por Mark Weiser, como una tecnología calmada que se desvanece en el trasfondo
permitiendo a los usuarios centrar su atención en las tareas que están realizando y no en el
ordenador. En oposición a la realidad virtual que crea un mundo desconectado dentro de la
pantalla, la computación ubicua es una «virtualidad encarnada». El dataspace se materializa
en el mundo mediante la dispersión de pequeñas computadoras conectadas entre sí, creando un
sistema que se inserta en el mundo, haciendo de la computación una parte integral e invisible
de la vida diaria en el espacio físico. El proyecto que desarrollaban Weiser y sus colegas, en
relación a esta investigación, consistía en un conjunto de dispositivos –tabs, pads y boards–
que, funcionando a distintas escalas, permitían identificar a los usuarios, y compartir y acceder
a distintos bloques de información desde distintos lugares. De este modo, una llamada
telefónica podía ser enviada automáticamente a cualquier lugar donde se hallara localizado su
destinatario. O una agenda, acordada en una reunión, podía ser visualizada en el espacio físico
de forma colectiva y después enviada a las agendas personales de cada asistente implicado.
Esto daba lugar a una tecnología tan intuitiva e inconsciente como la lectura, que salía de la
interfaz de usuario para crear un espacio reactivo, en el que hacer cosas. Un espacio en que la
virtualidad de los datos legibles por el ordenador y todas las formas en que pueden ser
alterados, procesados y analizados se distribuyen de forma pervasiva (difusión generalizada)
en el espacio.
Aunque el espacio pervasivo que define la computación ubicua aun presenta dificultades para
su realización –como son la diversidad de sistemas operativos y lenguajes existentes, que
hacen difícil la comunicación entre ordenadores; la falta de unos estándares de diseño que
permitan homogeneizar los sistemas implicados; la existencia de agujeros en la distribución
universal de la banda ultraancha, necesaria para la circulación de estos datos o la falta de una
demanda real por parte del público general–, el Intelligent dust, tal y como lo
denomina Derrick de Kerckhove, de esta mente aumentada ha empezado a distribuirse en
nuestro ambiente. Además de los ya citados sistemas de realidad aumentada, también
accesibles desde nuestros smartphones, mediante aplicaciones como Layar, y las redes de
sensores, cada vez son más usuales los sistemas que identifican a los usuarios permitiendo
automatizar sus acciones. Entre estos se hacen usuales las distintas tarjetas incorporando chips
RFDI, como los pases de transporte en uso en algunos países –Oyster en Londres y Navigo en
París– o el Teletac, usado aquí para pagar las autopistas; o el sistema NFC o comunicación de
campo próximo. Una aplicación móvil que transmite información almacenada del usuario,
como pueden ser números de tarjetas de crédito o entradas adquiridas, a dispositivos cercanos,
permitiendo hacer pagos o acceder a espectáculos al portador del teléfono. Todas estas
aplicaciones, además, nos dan información contextualizada a demanda, en todas partes y
acerca de muchas cosas. Ello convierte nuestra interacción con la sobrecarga de información
que caracteriza a nuestra sociedad en útil sin esfuerzo. Registran datos sobre nuestra identidad,
localización e interacciones, que pasan a formar parte de nuevos subsistemas de datos que
pueden ser utilizados, a su vez, por nuevos sistemas. La necesidad del sistema de identificar
todos los objetos y personas implicados para poder reaccionar a los mismos hace de cualquier
espacio aumentado o pervasivo un espacio monitorizado.
El Big Data y los sistemas que materializan la información en nuestro entorno parece que
pueden hacernos más felices, asistiéndonos en la planificación de nuestras ciudades y en
nuestro proyecto de vida. Pero cabe plantearse aquí si lo que más les conviene a nuestras
ciudades y a nuestro entorno en general es hacerse «inteligentes». Lo que nos compromete en
nuestro entorno no es su funcionalidad y eficiencia, sino sus cualidades estéticas, históricas y
culturales. La virtualidad encarnada que caracteriza a nuestro mundo postdigital debe
desarrollarse junto con estrategias estéticas que permitan visualizar y comprender los flujos de
datos a nuestro alrededor, así como los sistemas de objetos inteligentes que los conducen. De
este modo, la información materializada no solo nos permitirá acotar estos sistemas a los
campos de nuestra vida, donde realmente pueden sernos útiles, sino apropiárnoslos, dando
lugar a relaciones significativas. La inteligencia colectiva y su capacidad de distribuirse en el
ambiente debería incrementar nuestra capacidad de actuar de forma performativa en el mundo,
haciéndonos conscientes, al mismo tiempo, del sistema de relaciones y agentes humanos y no
humanos que conforman nuestra situación en cada momento y no convertirse en un sistema
imperceptible capaz de disminuir nuestra capacidad de agencia y de provocar una pérdida de
control sobre cómo nos presentamos en el mundo.
El Auto-ID Center eligió estas instituciones para que diseñasen la arquitectura del IoT.1 La
identificación por radiofrecuencia (RFID) era vista en ese entonces como un requisito previo
para el Internet de las Cosas en sus primeros días. Si todos los objetos y las personas en la
vida cotidiana fueran equipados con identificadores, podrían ser manejados e inventariados
por los ordenadores. Además de utilizar RFID, el marcado de las cosas se puede lograr a
través de tecnologías como la comunicación de campo cercano (Near Field Communication),
códigos de barras, códigos QR y marcas de agua digitales.
Según ABI Research, más de 30 mil millones de dispositivos (30 billones) se conectarán de
forma inalámbrica a la Internet de las Cosas (Internet of Things) para el año 2020. En el
2003, había aproximadamente 6300 millones de personas en el planeta y 500 millones de
dispositivos conectados a Internet. Al dividir el número de dispositivos conectados por la
población mundial, vemos que había menos de un dispositivo (0,08 dispositivos) por persona.
El crecimiento explosivo de los smartphones y tablets elevó el número de dispositivos
conectados a Internet a 12,500 millones en 2010, mientras que la población mundial llegó a
los 6800 millones, lo que significa que el número de dispositivos conectados por persona era
de más de uno (1,84, para ser exactos) por primera vez en la historia.
Hasta ahora, la Internet de las cosas ha sido más estrechamente asociada con la
comunicación máquina a máquina o machine to machine ( M2M ), en los servicios de
fabricación y de energía, petróleo y gas. Los productos fabricados con capacidades de
comunicación M2M son de naturaleza inteligente . (etiquetas inteligentes , contadores
inteligentes , sensor de red inteligente, sensores y actuadores embebidos en objetos físicos y
vinculados a través de redes alámbricas e inalámbricas a través del Protocolo de información
de Internet ).
En la industria manufacturera, el potencial de los sistemas ciber-físicos para mejorar la
productividad en el proceso de producción y la cadena de suministro es enorme.
Consideremos la posibilidad de procesos que se gobiernan a sí mismos, cuando los productos
inteligentes pueden tomar medidas correctivas para evitar daños y donde las partes
individuales se reponen automáticamente. Estas tecnologías ya existen y podrían conducir a
la cuarta revolución industrial después de la máquina de vapor, la cinta transportadora, y la
primera fase de la informática y la tecnología de automatización.
“La Internet of Things o IoT, podría conducir a la cuarta revolución industrial después de la
máquina de vapor, la cinta transportadora, y la primera fase de la informática y la tecnología
de automatización. La industria de manufactura pasaría por una revolución a auto organizarse
a si misma”
La gran cantidad de datos generados por satélites, gobiernos, cámaras de vídeo vigilancia,
smartphones, dispositivos del internet de las cosas (IoT) junto con datos generados en la
redes sociales hacen necesarios los sistemas de Cloud.
Datos tan desorbitados como que en 2020 el universo digital puede llegar a 40 ZB o que cada
día se generan más de 2.5 trillones de bytes de datos, nos hace pensar que es imposible no
mirar a la nube como medio de almacenamiento y análisis de tal cantidad de datos.
La necesidad de las empresas de sacar valor a los datos ha hecho aumentar las necesidades de
tecnologías Cloud o de computación en la nube. Entre estas tecnologías nos encontramos con
la computación elástica, un sistema de computación similar al uso eficiente de electricidad. El
servicio se da o no, dependiendo de la demanda de uso de un determinado recurso (hora valle
o picos de uso). El sistema de computación elástico permite adaptar el uso de los recursos
computacionales dependiendo del aluvión de datos, su tamaño, tipo, velocidad de estos, para
dar una respuesta más efectiva.
No es lo mismo la fase en la que se recopilan los datos, que la fase en la que se tratan esos
datos para generar informes de cara a sacar conclusiones clave beneficiosas para el negocio.
Estos recursos de computación en la nube pueden ser gestionados con mayor eficiencia,
dependiendo de cuando realicemos el análisis Big Data. De este modo se pueden liberar
servicios para que otra empresa los pueda usar.