Con la llegada del Internet, hace 40 años, el volumen de información crece exponencialmente. El ciberespacio ha hecho que los datos se constituyan en el “nuevo petróleo” de la economía mundial.

En 2006, Clive Humby, uno de los primeros científicos de datos de la historia aseguró que “los datos son el nuevo petróleo”. Con esta expresión resalta el valor que ha adquirido el análisis de datos en gran escala para la toma de decisiones en el ámbito empresarial.

En esta época digital, incluso sin quererlo, todos generamos datos, ya sea a través de dispositivos móviles como los teléfonos inteligentes, ordenadores, tabletas o con el simple hecho de usar internet.

La ciencia de datos reúne herramientas de la inteligencia artificial y operaciones de analítica avanzada, facilitando el uso de los datos en ciencias sociales, financieras y humanas. El sector empresarial ha adoptado la ciencia de datos y la ha convertido en su principal herramienta de trabajo. Toman datos, detectan patrones analíticos y comienzan a tomar decisiones con base a dichos análisis.

Otros usos frecuentes para las bases de datos se vinculan al manejo de su inventario, balances y costos. Las inteligencias artificiales alivian la carga personal en estos campos. Además, generan nuevos aplicativos para un mejor trato hacia los clientes, un eficiente sistema de facturación o un óptimo desempeño en redes sociales con fines de promoción y posicionamiento.

El manejo de inteligencias artificiales (IA’s)

Osvaldo Caire, especialista en estadística y manejo de datos, comparte sus conocimientos como docente en la Universidad Franz Tamayo, Unifranz. Trabaja con sus estudiantes la analítica y estadística desde tres tipos de análisis: descriptivo, predictivo y prescriptivo. 

El análisis descriptivo ayuda a la creación de una conclusión con base al historial de los datos. El predictivo realiza un análisis estadístico con base a esta información, utilizándola para predecir patrones de comportamiento. Y la analítica prescriptiva recoge los mismos datos para facilitar la toma de decisiones, identificando posibles soluciones.

Todos estos procesos requieren el uso de inteligencia artificial. Un ejemplo de estos beneficios se evidencia con el machine learning o aprendizaje automático. Permite entrenar a una computadora y crear un aprendizaje de dicho entrenamiento. Este proceso se logra mediante algoritmos que revisan los datos para hacer predicciones sobre comportamientos futuros, por medio de la identificación de patrones.

Adamary Uchani, egresada de la carrera de Ingeniería en Sistemas, explica este proceso. “El machine learning utiliza las máquinas para que aprendan de los datos. Youtube, Spotify y Netfilx usan esto. Por ejemplo, en Netflix, cuando buscas una serie sobre drama, después de verla, te aparecen todas las series del mismo género”.

Caire da un ejemplo del uso de este tipo de inteligencia en el ámbito empresarial. “Este análisis me puede ayudar a un balanceo más exacto de mi stock, porque ya sé que productos se venden con otros productos y qué tipo de persona compra ciertos productos, entonces me podría ayudar a tener un manejo mucho más exacto de mi stock y de mi gestión de compras”.

Para el desarrollo de este tipo de inteligencias artificiales, se utilizan distintos lenguajes de programación. Python es uno de los más usados al ser más accesible y fácil de usar. Sus bibliotecas abarcan áreas de computación científica avanzada y permiten la creación de distintos algoritmos que benefician a la empresa.

Empresas como Instagram, Google, Uber, Netflix y Facebook usan este lenguaje de programación. Construyen su infraestructura tecnológica basándose en él. En el sector financiero, grandes firmas como Goldman Sachs, JP Morgan o PayPal incluyen el manejo de Python en los requerimientos de selección de personal.

El aprovechamiento de los datos y su correcto uso en Latinoamérica

El experto hizo énfasis en la necesidad de un correcto manejo de los datos en empresas de Bolivia y en Latinoamérica.

“Creo que la importancia de los datos se ha hecho fundamental en este tiempo, el problema es que no lo están utilizando como deberían. No es tanto la cantidad de datos con la que contamos sino más bien cómo lo utilizamos y probablemente en ese sentido aún estamos retrasados”.

Bolivia, al igual que el resto de los países latinoamericanos, enfrenta esta nueva exigencia con la formación de profesionales que dominen estos conceptos. “No tenemos expertos en análisis de datos (…), tenemos que avanzar mucho más, porque todo el mundo está buscando tomar decisiones con base a datos para el mejoramiento de la empresa o la actividad que está desarrollando”. 

​