Cuando se trata de implementar soluciones de borde, no hay una respuesta rápida y sencilla. Sin embargo, hay expertos que brindan asesoramiento sobre cómo aprovechar los beneficios que pueden ofrecer. Las empresas de vanguardia automatizarán cada proceso de negocio posible mediante algoritmos de aprendizaje profundo y automático implementados en el borde más extremo de la red. Algo es seguro: los líderes empresariales y de administración de TI que no reconozcan las posibilidades de la computación de borde pronto se quedarán rezagados con respecto a sus rivales.

¿Qué significa esto para las empresas?

Markets and Markets informa que la computación de borde está destinada a crecer un 34% para 2025. Sin embargo, el Índice de transformación digital de 2020 de Dell Technologies indicó que, a pesar de que hoy en día un 89% está invirtiendo en el análisis y la administración de datos de alguna forma, la inversión cae bruscamente para las tecnologías emergentes como la IA. El mismo estudio reveló que la sobrecarga de datos y la incapacidad de extraer información valiosa de los datos son la tercera barrera más alta para la transformación digital (en 2016, ocupaban el decimoprimer lugar). Cuando se trata de la recolección de datos y el análisis, los deportes de alto rendimiento y la medicina pueden parecer abstractos o inaccesibles. Entonces, ¿cómo se traduce eso de manera más amplia en el ecosistema empresarial?

El primer paso es dejar de pensar que la computación de borde es la solución para todos los desafíos del negocio. Una barrera recurrente para la adopción del borde es la dificultad para comprender qué aspectos de la empresa se deberían aprovechar para agregar el mayor valor.

Un ejemplo claro

Pocos negocios representan tan claramente la necesidad de la “computación de borde” como la Fórmula 1. En un fin de semana de carreras habitual, el equipo McLaren recolecta aproximadamente 100 gigabytes de datos en cada automóvil y tiene acceso a los datos en tiempo real, tanto en la pista como en el centro de control. Aunque puede que los espectadores se sientan en el centro de la acción, los ingenieros pueden ver en los datos, cosas como los cambios de velocidades antes de que siquiera se escuchen en la pista. Los procesos de aprendizaje automático y de análisis acceden constantemente a esos datos y optimizan el rendimiento de cada componente del automóvil para obtener los mejores resultados posibles en la carrera. ¿Y qué hay de aquellos a quienes no les interesan los automóviles rápidos, las banderas a cuadros y los cambios rápidos de neumáticos? La tecnología creada para las pistas de carreras tiene implicancias mucho más amplias de lo que uno se imagina. Un aspecto importante de este ejemplo es que sigue siendo un humano el que está en la cabina del piloto y administra todas las maravillas técnicas del automóvil.

La humildad también es esencial para comprender dónde aplicar la computación de borde. Es fundamental encontrar a los socios y proveedores correctos para que colaboren con su empresa y la guíen hacia una solución adecuada. Con frecuencia, los altos ejecutivos no tienen los conocimientos técnicos necesarios para identificar cómo la computación de borde puede ayudar a su empresa. Los líderes empresariales son los que identifican un problema de negocio, mientras que los proveedores pueden aportar coherencia y sensatez a fin de implementar los recursos de computación de borde y administrar eficazmente el ciclo de vida. Todos los proveedores ayudarán a identificar la necesidad del negocio respecto de la computación de borde, sin importar la plataforma que se compre. Además, alentarán a los clientes a adoptar un enfoque estandarizado que les permita escalar sin inconvenientes con lo que sea que traiga el futuro.

Focalizarse en lo importante

Un punto problemático frecuente para las empresas es la naturaleza fragmentada del ecosistema de borde. Es entendible que las deudas técnicas de las empresas crezcan a lo largo de los años, lo que genera diversidad en cuanto al tipo, la ubicación y la propiedad. La aplicación retrospectiva hace que la computación de borde quede dividida en silos específicos del origen de datos, de la pila de software y de la aplicación. Sin una forma estandarizada de controlar, proteger, administrar y recopilar de manera uniforme los datos dentro de estos ecosistemas, la adopción del borde puede ser caótica.

Todavía hay tiempo

Para muchos, el aprendizaje automático, la inteligencia artificial y el 5G todavía son tecnologías emergentes, por lo que no sorprende que las empresas necesiten ayuda con la adopción. Es extraordinaria la escala de innovación que está ocurriendo en el borde de cada sector vertical, pero esa velocidad viene acompañada por una falta de claridad sobre cómo canalizar de manera eficaz.

Las empresas que quieran aprovechar esta oportunidad deberán tener una visión a largo plazo y una estrategia integrada para evitar problemas más significativos. Cuando se trata de implementar soluciones de borde, no hay una solución rápida ni una respuesta sencilla, sin embargo, hay expertos comprensivos que brindan asesoramiento sobre cómo obtener los beneficios que pueden ofrecer. Algo es seguro: las empresas de vanguardia automatizarán cada proceso de negocio posible mediante algoritmos de aprendizaje profundo y automático implementados en el borde más extremo de la red. Los líderes empresariales y de administración de TI que no reconozcan las posibilidades de la computación de borde pronto se quedarán rezagados con respecto a sus rivales. Para que una empresa pueda tomar el volante, debe observar a aquellas que ya están logrando resultados significativos con sus soluciones de borde y pedir orientación a quienes puedan ayudarle a abordar el ecosistema.