Por Elías Garcés, Ingeniero de Proyectos de Penta Analytics.egarces@analytics.cl
El Big Data se ha convertido en un término relevante en los últimos años, y sobre todo cuando reviste oportunidades importantes para el desarrollo de nuestra economía (altamente apalancada a la explotación de recursos naturales). Al comparar con un vistazo a las economías desarrolladas, encontramos evidencia concreta que muestra un camino fértil ligado a la tecnología, innovación, big data analytics e IoT (internet de la cosas). En América Latina, en cambio, se espera que para el 2020 haya un incremento de un 129% en gasto en Big Data & Analytics, a lo que se suma que según los últimos datos de la CEPAL de las Naciones Unidas, el 46% de los presupuestos de las TIC en AL se asignaron a la nube en 2012, muy por encima de la media mundial de 34%.
Si bien en el sector privado se puede observar un mayor desarrollo con la creación de áreas específicas de Data Science o Analytics que buscan potenciar a las organizaciones en eficiencia o rentabilidad con el uso y análisis de datos, el sector público no se queda atrás en identificar beneficios para la sociedad con estas prácticas. El poder del Big Data en el sector público se impulsa desde la noción de que las problemáticas sociales a las que se enfrenta pueden encontrar soluciones en los datos relacionados con los ciudadanos que se encuentran en el espacio sin analizar, e incluso que el análisis de datos puede ayudar a diagnosticar problemas que no han sido percibidos anteriormente.
Ejemplos del uso del Big Data en el sector público se pueden extraer del “Big Data Innovation Challenge” del Banco Mundial en el que se destacan por temática:
- Pobreza: Utilizando imágenes satelitales nocturnas en India, se pudo analizar la cobertura eléctrica en las más de 600.000 aldeas del país para así dar cuenta de sus necesidades y de esta forma obtener indicadores de forma más barata para el Estado.
- Seguridad: En Bogotá, se usó la información de las rutas del sistema de buses (‘Bus rapid transit’, BRT), en conjunto con el modelamiento de terreno riesgoso para buscar asociación entre crimen e infraestructura urbana. De esta manera, se asociaron ciertas zonas y horarios a mayor ocurrencia de delitos.
- Salud: En Sudáfrica se generaron algoritmos para unificar bases de datos de las instituciones públicas que manejan información con respecto a los pacientes que tienen SIDA. Con esto, se tiene un manejo global de aquellos sectores de atención que tienen mayor proporción de pacientes con SIDA.
- Transporte: En Córdoba, se desarrolló un sistema de seguimiento en el transporte público. Esto con el fin de validar el ingreso de estas empresas, que además poseía problemas con la integración de los datos y una cultura de “recuperar” el transporte público que estaba siendo administrado por privados.
- Producción/Alimentos: “The Banana Network” utiliza inteligencia artificial para estimar la productividad de la banana analizando información del clima con el fin de ayudar a los productores de banana y granjeros a tomar decisiones de inversión para mitigar costo de desastres naturales. “Stanford Sustain” por otro lado, utiliza satélites y machine learning para predecir el rendimiento de los campos. Con esto, ayuda a granjeros, organizaciones y gobiernos en la toma de decisiones entorno a las plantaciones que poseen.
Podemos continuar con esta lista pero nuestro mensaje es claro: El uso de Big Data está avanzando de ser uso exclusivo de algunos a ser una oportunidad como herramienta en donde el Estado se debe apoyar para orientar sus políticas. Sin embargo, cada uno de los casos presentados de manera breve anteriormente tienen sus propias particularidades, por lo que nuestras recomendaciones pensando en la adopción de la inteligencia de valor “público” en las instituciones del Estado son:
- Personas: Es fundamental que el Estado, para asumir estos desafíos, invierta en profesionales que potencien sus conocimientos en estas áreas tanto dentro como fuera de Chile, logrando no solamente usar técnicas de Machine Learning sino que también analizando aplicaciones de lo mismo en el sector público en el mundo.
- Tecnología: Tanto en el sector privado como en el público, muchas veces antes de implementar un proyecto que implique uso de Big Data & Modelos de Machine Learning, se tiene un paso previo en el que se deben asegurar los recursos tecnológicos para el uso de los grandes volúmenes de datos. Por esto, se sugiere invertir en estos recursos para un desarrollo más eficiente de proyectos.
- Desarrollo de Estrategias: Bajo cualquier proyecto, tenga relación con Big Data o no, se deben tomar en cuenta que preguntas se quieren contestar, qué datos se necesitarán y qué técnicas se utilizarán.
- Seguridad y Propiedad de los Datos: El gran dilema que hay hoy en día, y no sólo con los proyectos privados, es el tema de “hasta donde” se puede usar la información. Estos límites son los que por un lado, proyectos tanto públicos como privados deben aclarar desde el principio y además, los Estados deben avanzar en facilitar el uso de la información de los individuos para que de esta forma los resultados sean aún mejores, al menos, para el sector público.
Por último, si bien el desarrollo a nivel de sector público aún tiene camino por recorrer, el desafío será por un lado, generar las condiciones mínimas para que los proyectos que tengan relación con estas temáticas se puedan ejecutar, esto es, que existan los datos y se encuentren de manera funcional para hacer uso de ellos, y por otro, incentivar a partir de fondos de financiamiento tales como los que ha hecho CORFO con sus fondos SSAF (Subsidio Semilla de Asignación Flexible), pero que vayan con foco en tecnologías exponenciales, donde los beneficios potenciales sean acordes al contexto que se vive hoy en esta era tecnológica.
Fuentes:
https://www.analytics.cl/big-data-generacion-valor-publico/
https://www.bidceosummit.com/wp-content/uploads/2018/04/ECONOMIA-DIGITAL.pdf