Sin embargo, un viaje al Silicon Valley y unas cuantas entrevistas con empresarios locales son suficientes para entender que lo que aquí denominamos cuarta plataforma, otros operadores lo llaman de otra manera; pero parece claro que las compañías telefónicas del mundo, especialmente las más potentes, no están dispuestas a dejar escapar dos negocios que se perfilan como los más fructíferos del planeta: los datos y los contenidos; o más allá, los servicios basados en la recolección y el análisis de datos por una lado, y la elaboración y distribución de contenidos por otro.
En california, un alto ejecutivo comentaba que: “lo que quieren los operadores es emular el negocio de las grandes empresas de Internet (OTTs) y ¿por qué no? Tienen las mejores herramientas y están en su perfecto derecho”. “De lo que se trata ahora es de conseguir que existan acuerdos globales y de interoperabilidad porque, de conseguirlo nos situaríamos en otro nivel. Son días de trabajo colaborativo, no competitivo -afirmaba-”.
Las compañías telefónicas del mundo, especialmente las más potentes, no están dispuestas a dejar escapar dos negocios que se perfilan como los más fructíferos del planeta: los datos y los contenidos
Tal vez hay que recordar que los negocios en los que están trabajando los operadores, con el fin de rentabilizar sus inversiones en red, de conseguir fidelizar a sus clientes y de alejarse, paulatinamente, de la idea de que son vendedores de minutos o de capacidad de transmisión, pasan por concienciar a sus clientes que esos datos que emiten cada segundo de su vida y que se transmiten a través de la red del operador son suyos, les pertenecen y, por tanto, como materia prima que son, no tienen por qué regalarla a las OTT sino que pueden aprovecharla en beneficio propio.
Así, por ejemplo, si los operadores trabajan de forma conjunta, saben perfectamente dónde te encuentras en cada momento; de modo que, si alguien realiza una transacción económica con alguno de tus medios de pago, del tipo que sea, lejos de tu ubicación, dentro o fuera de las fronteras propias, el fraude se detectaría de forma inmediata y se podría no sólo paralizar la operación sino tomar medidas en contra del delincuente.
Pero las cosas no son tan fáciles y, aunque sabemos que en España Telefónica está volcada en el desarrollo de su oferta de servicios personales, técnica y empresarialmente se requieren equipos o compañías especializadas en muchos campos del entorno digital para poder llegar a tener éxito. Entre ellos: Internet of Things (la fuente de los datos), transmisión y almacenamiento, inteligencia artificial (IA), Big Data, servicios en red y seguridad, entre otras.
El carpe diem de la inteligencia artificial
De todos estos temas se trató en el congreso organizado por NetEvents, el cual tuvo lugar en Mountain Winery, Saratoga, California, con motivo de los 20 años de su fundación. Uno de los más destacados -entre los que trataremos a lo largo de los próximos números- fue el hecho de que la inteligencia artificial haya salido de los laboratorios de ‘futurología’ para integrarse en la vida real, en la gestión de redes y servicios de telecomunicaciones en el mundo de la ciberseguridad.
A este respecto, Kathryn Hume, presidenta de Fast Forward Labs, explicó que el problema de la Inteligencia Artificial es que los resultados, como los buenos cuentos, dependen de quien los cuente; dependen de qué, quién y cómo los interprete; ya que cada persona puede tener un modelo mental, considerar un tipo de algoritmo diferente para una misma remesa de datos y obtener diferentes resultados.
De esta forma, hay que trabajar mucho para encontrar la llave del éxito, la nueva ‘killer app’; porque nunca en la historia de la tecnología alguien ha predicho cual iba a ser la aplicación que iba a triunfar y se ha puesto a desarrollarla; sencillamente han salido productos al mercado y, de repente, la sociedad acepta uno por encima de los demás y lo hace suyo. En consecuencia, es posible que analistas y expertos no pueden predecir cuales van a ser las aplicaciones triunfadoras, pero sí aprovechar la tesitura y perfeccionar su habilidad para detectar cambios de juego relevantes y sacar provecho de ellos.
Por ejemplo, cuando se empezó a desarrollar el llamado lenguaje natural, las empresas que estaban inmersas en ellas pensaban en los sistemas de dictado, en la generación de noticias de forma automática; pero esto ha quedado como entorno residual; sin embargo, se utiliza para interpretar datos o para procesar y sacar conclusiones de radiografías en apenas unos segundos.
Un ser humano puede utilizar algunas de las características para tomar decisiones; - pero una máquina inteligente podría usar cientos, miles o incluso millones de características para aprender patrones
“Estamos en el comienzo de una revolución basada en la inteligencia artificial. No estamos seguros de a dónde vamos, pero hay una enorme oportunidad si nos centramos en aquellos campos donde la tecnología está teniendo éxito”.
Stuart McClure, inventor y fundador de Cylance, un ‘baby unicorn’ de ciberseguridad basada en Inteligencia artificial consideró que ésta es buena en tanto en cuanto permite categorizar las cosas. En el caso de Cylance, acerca de si algo (como un archivo ejecutable) es buena (es decir, seguro) o malo (es decir, malicioso). ¿Y cómo se consigue? Entrenando con un montón de conjuntos de datos.
McClure utilizó el ejemplo de la determinación de si un adulto es un hombre o mujer. Hay algunos indicadores, algunas características, con las que se puede entrenar el software. ¿Longitud del pelo? Las probabilidades son si el pelo es largo, es una mujer, si hay uno corto, entonces un hombre – pero por supuesto, hay excepciones-. ¿Vello facial? Si hay una barba, es probable que sea un hombre, sin vello facial, menos propensos a ser hombre, pero, de nuevo, por supuesto, hay excepciones (muchos hombres van bien afeitados). Y así, sucesivamente.
Un ser humano puede utilizar algunas de las características para tomar decisiones; - pero una máquina inteligente podría usar cientos, miles o incluso millones de características para aprender patrones. Con ese potencial, la IA puede aprender a tomar decisiones de forma impactante; - categoriza los datos mucho más rápidos que los seres humanos y posiblemente con mayor precisión-.
En conclusión de sus decisiones se puede obtener provecho y ese provecho ponerlo al servicio de los clientes, entre otros, de los operadores.
Si (
No(
