Hoy en día se ha logrado desarrollar nuevas tecnologías de comunicación entre los dispositivos; lo que se conoce como Internet de las cosas. Así se supera a la red de redes basada en las relaciones interpersonales y se genera un tipo de enlace inusual, con un modo innovativo de actuar, el llamado machine learning prediction; que, además, consigue que evolucione el funcionamiento preestablecido de los ordenadores.

 

Hasta hace unos pocos años la maniobra se realizaba manualmente o de forma poco automatizada, excepto en el caso de las corporaciones importantes. Estas podían elaborar todo un sistema de control que enviaba los datos a unos grandes ordenadores centrales; allí eran procesados en tiempo real, usados para la toma de decisiones y la generación de reportes, requeridos en especial por los auditores.

 

En la actualidad, con la aparición de las aplicaciones para dispositivos personales, que poseen la capacidad de captar las señales en el momento en que se producen, la cantidad de bytes recabados y trasmitidos se multiplica. Solo que no van a un lugar predeterminado sino que se disipan a través de Internet y de los programas que los sepan aprovechar.

 

Un ejemplo de esto serían las estaciones personales de análisis de clima que cualquiera puede instalar en su casa. Esta información la maneja el instalador, las aplicaciones que vienen de fábrica y los sitios de Internet especializados en este tema; con lo que su habilidad predictiva se ve potenciada gracias a los valores que flotan en el ciberespacio.

 

El método de ataque a dichos valores dependerá del propósito de quien los analice. Con lo cual será factible averiguar la condición actual o en las últimas horas del clima en los alrededores de la estación y hasta implantar patrones de largo alcance al monitorearlos constantemente.

 

Un nuevo mundo virtual

 

 

El modelo de análisis obedece a sus propósitos. Así, se pueden desarrollar algoritmos que sean capaces de establecer relaciones y fijar directrices que, a su vez, permitan definir estrategias o sugerir esquemas de modo automático. También es posible dirigir el procesamiento de la información hacia donde lo necesitan los sistemas.

 

El aprendizaje de las máquinas y las etapas de predicción persiguen automatizar esa gran abundancia de datos. El objetivo es encauzarla hacia procesos permanentes de optimización, creados para retroalimentarse y obtener resultados que provengan de cambios introducidos a conciencia.

 

Existen distintos niveles de profundización en la minería de datos y compañías que se han especializado en ella. Asimismo, hay información adicional que podría mejorar notablemente los resultados obtenidos o los procedimientos de trabajo de las corporaciones, aunque, por lo general, no se encuentran dentro de sus alcances predefinidos. Esto nos abre los ojos a todo un universo que afecta las decisiones empresariales, y que, sin embargo, es probable que muchos ni siquiera sepan que está allí.