Si estamos de acuerdo en que la información es la base del conocimiento, sería necesario añadir que la calidad de ese conocimiento depende de cómo ordenemos y discriminemos tal información.
En una época donde la mayor parte del trabajo está en formato digital, ningún proceso industrial puede prescindir de una estructuración particular de sus datos. Cualquier proyecto empresarial u organizacional que ignore su propio universo “Big Data”, en verdad, está dejando al azar el destino de sus inversiones, sus trabajadores y el cumplimiento de objetivos.
Evidentemente, la dimensión técnica de la recolección y ordenamiento de los datos tiene distintos niveles. En una fábrica o una planta dedicada a tratar cierta materia prima para extraer un nuevo producto, un laboratorio de diseño o investigación o, en general, cualquier ámbito empresarial se generan datos: condiciones ambientales, movimiento, estados del material, etc.
Un tratamiento agregado de esta información genera millones de datos. Cuando éstos logran procesarse con eficiencia, es posible programar las decisiones (individuo-máquina) con una carga de racionalidad que, sencillamente, puede ahorrar recursos, generar un impacto ambiental menor y minimizar los riesgos inherentes a cualquier actividad económica.
Por supuesto, los componentes técnicos y protocolos para la recogida y administración de los datos tienden a estandarizarse, lo que genera mercados en sí mismos. Uno de ellos, naturalmente, es el de formación de cuadros productivos capaces de extraer lo importante del océano Big Data. Por ejemplo, identificando ciclos y patrones que revelen tendencias o comportamientos.
Sin embargo, la formación en esta área requiere un enfoque muy estudiado: destaca el ensamblaje de lo técnico y lo empresarial.
Dos conceptos sobresalen: origen (de los datos) y estructuración. Uno de los grandes desafíos del profesional en Big Data es cómo llevar a cabo la gestión de los datos no estructurados, que suponen el 85% del total, con un ritmo de crecimiento exponencial. Por otra parte, el formato o fuente de origen (documentos, mensajes, redes sociales, comunicación entre máquinas, videos, audios, etc.) exige el desarrollo de herramientas y arquitecturas específicas.
Existe otro aspecto que convierte a este tipo de profesionales en vehículos de una gran revolución tecnológica: viviremos, cada día más, en entornos donde las máquinas que realizan tareas cotidianas o a las que programamos para trabajos básicos pero esenciales dependerán de que los datos enviados por miles y millones de sensores sean usados con un criterio que eleve la racionalidad humana a un nuevo nivel (desde los electrodomésticos de casa, las generadoras de energía o los sistemas de transporte hasta los satélites de los que pueden depender las comunicaciones o la seguridad del material que forma el avión que nos lleva a las vacaciones).
Esto es algo más que el “Internet de las cosas”. Puede que las grandes misiones de la NASA o algunos proyectos pioneros en Big Data en equipos de Fórmula 1, hayan allanado el terreno de la ciencia de los datos. Pero, en realidad, nos daría lo mismo que los sofisticados robot de exploración de Marte encontraran rastros de agua, gracias a que todos los datos que incesantemente envían sus sensores son analizados y ordenados por expertos en grandes volúmenes de información, lo que ha permitido alargar tremendamente su vida útil, o que los 160 sensores del monoplaza de McLaren - Honda permitan desarrollar en el futuro una verdadera genialidad mecánica. Aunque todo eso sea impresionante, no sería más que anecdótico si no habláramos de tecnologías y técnicas que pueden cambiar nuestra manera de vivir, consumir y producir.