Souma Das, Managing Director Teradata India, nos realiza la siguiente entrega: Analíticas de Datos: requisito previo para la movilidad de la IA

Lima, Perú, 18 de setiembre del 2018.— La línea que separa el presente del futuro se está desdibujando en la industria automotriz gracias a un cambio de paradigma en la tecnología implementada en los vehículos. Los automóviles autónomos y con inteligencia artificial (IA) ya no son conceptos del futuro. Ya no debemos imaginar que la movilidad segura, la protección ambiental, el placer y la conveniencia en la conducción llegarán en la “próxima década”, porque esto impulsará nuestro estilo de vida en los próximos dos o tres años.

Aunque los automóviles con IA nunca lleguen a tener la intuición humana, los datos y algoritmos correctos los ayudarán a hacer caminos más seguros y viajes más eficientes”.

Los automóviles actuales no son solamente máquinas sobre ruedas sino una comunión inseparable entre hardware y software. Funciones tales como el control de velocidad, la asistencia al conductor, los sistemas anti colisión, la geolocalización e integración de conectividad, entre otras, se introdujeron en el mercado masivo y aumentaron la seguridad y comodidad.

Sin embargo, el objetivo de la industria es hacer vehículos que sean una extensión del ser humano, más que un accesorio. Y es aquí donde la inteligencia artificial (IA) y el aprendizaje automático (AA) entran en juego.

Donde hay IA, hay analíticas de datos

Aunque las funciones de conectividad y asistencia al conductor habilitadas por IA, tales como sensores, mantenimiento predictivo y mapeo geo espacial, se están integrando actualmente en los automóviles, los vehículos autónomos que necesitan un mínimo de intervención humana son algo totalmente distinto.

En un coche totalmente autónomo, las decisiones de manejo son gobernadas por algoritmos de IA que procesan datos históricos recopilados por empresas automotrices, así como datos reunidos por sistemas de aprendizaje adaptativo, que registran situaciones dinámicas en el camino y las aplican, después de procesarlas, a la conducción en tiempo real

McKinsey —compañía global de consultoría de gestión— afirma que el ecosistema habilitado por la IA para los fabricantes de automóviles, y que abarca a todo el sector, tendrá un valor de alrededor de USD 215.000 millones para el año 2025. Si se quiere aprovechar esta oportunidad, las tecnologías de IA y AA deben trabajar en conjunto con los fabricantes de vehículos conectados y autónomos.

A fin de integrar plenamente estas tecnologías sin problemas y lograr que se impongan en el mercado de los vehículos de consumo, los fabricantes de automóviles deben tener herramientas analíticas potentes que recopilen, procesen y den sentido a los datos.

Las analíticas de datos para vehículos autónomos son tan importantes como las ruedas

La inteligencia artificial aplicada a los automóviles generará muchas oportunidades para reducir costos, aumentar la eficiencia operacional, optimizar el precio, mejorar la programación del mantenimiento, predecir y satisfacer la oferta y la demanda, así como ayudar a generar nuevas fuentes de ingresos.

Con numerosas compañías tecnológicas y automotrices que se incorporan a la carrera automovilística internacional de la IA para aprovechar estas oportunidades es evidente que enormes cantidades de datos se mezclarán y pueden llegar a convertirse en un obstáculo para la productividad.

Sin embargo, una plataforma analítica de big data fuerte y escalable puede recopilar todo, agilizar la producción y aumentar la eficiencia del ecosistema en su conjunto. McKinsey predice que el big data en los automóviles se convertirá en una industria de USD 750.000 millones para 2030.

Por ejemplo, las herramientas de analíticas de datos actuales analizan patrones de trenes, subterráneos, taxis, automóviles, semáforos, afluencia a los restaurantes y movimiento de la población en general para proporcionar nuevos conocimientos que permitan adoptar medidas de prevención en sistemas autónomos.

Las herramientas analíticas pueden estudiar los datos suministrados por los sensores de flotas de vehículos, tales como el tiempo de viaje y las rutas, y optimizar las operaciones para predecir la posibilidad de que haya un desperfecto que, en consecuencia, afectaría en el negocio.

El análisis de big data de automóviles individuales puede ayudar a que un sistema de IA integrado entienda la diferencia entre una situación en la que realmente ocurre un accidente y otra en la que casi ocurre, y así lograr que los vehículos autónomos del futuro sean más inteligentes y seguros.

Aunque los automóviles con IA nunca lleguen a tener la intuición humana, los datos y algoritmos correctos los ayudarán a hacer caminos más seguros y viajes más eficientes. A medida que los vehículos totalmente autónomos se expongan a un ambiente cambiante, se convertirán en almacenes de datos que deben ser procesados constantemente para obtener información útil y mejorar el rendimiento. Cuantos más datos se tengan, mayor será su potencial. Por lo tanto, los vehículos autónomos y las analíticas de big data deberán trabajar en conjunto para subirse la vara mutuamente.