Este desarollo muestra que los sistemas de información
organizacionales fueron desplazándose desde un entorno prácticamente operativo,
pasando por funcionalidades integradas hasta la programación inteligente y
distribuida, para brindar alternativas a los tomadores de decisiones en el
sentido de adquirir datos del entorno y compaginarlos con la información
histórica organizacional. Se tiene así una perspectiva que puede usarse de
manera efectiva en la toma de decisiones.
A lo largo del tiempo se ha visto la evolución de los
sistemas puramente transaccionales que recaban información desde el sitio de
origen (cajeros, puntos de venta), pasando por los aplicativos de gestión y
áreas específica (como contabilidad, inventarios, nóminas), hasta los sistemas
de información integrados que reciben datos desde diversos ámbitos internos y
externos para consolidarlos y plantear una perspectiva actual -o tendencias
hacia el futuro- que coadyuven con datos rigurosos para tomar cursos de acción
claros y contundentes.
La evolución en sistemas de información está por dar un
siguiente salto aprovechando el estado actual de diversas tecnologías
susceptibles de ser incorporadas a sus recursos y que pueden sacar partido de
avances en diversas pareas de la ciencia, computación, algorítmica y programación
para las organizaciones de hoy en día.
Tecnologías emergentes
A continuación se describen varios avances específicos que
se plantean para uso intensivo en el mediano plazo, los cuales extenderán las
capacidades de paquetes, programas y recursos de información. Uno de nuestros
principios señala que “somos estudiantes para siempre” y en tal sentido hay
trabajar de manera consistente para conocer estos avances y estar preparados a
fin de explotarlos de manera eficaz.
Web 4.0
Esta tecnología es conocida como la “web simbiótica” o sea,
un conjunto potente de algoritmos e interfaces que permiten la interacción con
los usuarios prácticamente por medio de gestos y movimientos naturales con los
cuales se puede acceder al vasto repertorio de datos en Internet. De esta forma
se logra interactuar con los sistemas de información en tiempo real sin los
recursos convencionales como teclados o sistemas táctiles. El manejo de los
sistemas se hace a través de los movimientos o gestos humanos, contextualizados
para cada situación particular. Un aporte importante es que los usuarios podrán
utilizar la información, reportes o datos de manera más natural y sobre la
marcha, en las tareas cotidianas como servicio a clientes, puntos de venta,
logística, o producción.
Computación cuántica
Estos tratan de ir más allá de la microelectrónica, que
emplea componentes miniaturizados al nivel de capas de semiconductores, para
pasar a la interacción cuántica en el campo atómico. Los cálculos
computacionales se siguen elaborando por medio de bits 0 y 1, pero en una
computadora cuántica dichos estados no son excluyentes, sino que se superponen
(estos son los llamados qbits), lo
que hace que el poder de procesamiento se incremente no de manera lineal sino
exponencial. Muchos algoritmos sofisticados no pueden ejecutarse en las
computadoras actuales, pero sí pueden desarrollarse a través del cómputo
cuántico. Las posibilidades para los sistemas de información son amplias, sobre
todo en los entornos que4 tienen que ver con producción, análisis de grandes
cantidades de datos, o el tratamiento de bases de datos no relacionales.
Inteligencia artificial en la nube
Los sistemas de cloud
computing ya no se utilizarán solamente para el almacenamiento masivo de la
información, o el cálculo con sistemas en clúster, sino que ya se dispone en
nube de bibliotecas de inteligencia artificial de código abierto para crear
software de aprendizaje automático y adaptarlo a las necesidades de las
empresas o usuarios individuales.
Muchas áreas de negocio han seguido utilizando los recursos
informáticos para generar y administrar sus sistemas de información con
componentes ‘clásicos’, pero ahora será posible integrar rutinas de
inteligencia artificial en el software empresarial y volverlo todavía más
efectivo. Por ejemplo, un DSS podrá usar IA para presentar sugerencias a los
ejecutivos sobre las decisiones a tomar, según datos de análisis o bien sobre
gestión de escenarios consolidando bases de datos que están dispersas en
Internet. En los sistemas de información transaccionales la inteligencia
artificial podrá expandir las capacidades de los puntos de venta, sugiriendo al
vendedor los bienes que pueden brindarse al cliente final, análisis de patrones
de compra, probabilidades de venta o adaptación al cliente con base en la
demanda.
Sistemas distribuidos y bases de datos no relacionales
Uno de los elementos para analizar el comportamiento del
consumidor, patrones, ciclos y tendencias, es la gran cantidad de datos
periféricos que se generan en los Sistemas de Información actuales. Por
ejemplo, el número de clics que se hacen en los hipervínculos de los portales
de ventas, la manera como los clientes hacen búsquedas en los servicios en
línea, o el conjunto de consultas que hacen en las bases de datos. Mucha de
esta información no está organizada y se genera por decenas o cientos de
Megabytes en todo momento.
La única manera de recibir y procesar toda esta información
es por medio de sistemas distribuidos en los que los datos se reciben
masivamente y se almacenen a gran velocidad en patrones no estructurados que
siguen el comportamiento de su fuente (por ejemplo, los compradores de una
tienda en línea). Las bases de datos no relacionales pueden conectarse con los
sistemas de procesamiento y vaciar sus resultados en los sistemas de
información, diseñados para sacar provecho de los datos por medio de técnicas
computacionales, algorítmicas y estadísticas.
Privacidad digital perfecta
Dentro de las principales problemáticas actuales, en la que
todos los servicios y recursos que apoyan o sustentan las actividades humanas,
el nivel de riesgo por mantener la privacidad e integridad de la información
personal a salvaguarda de intrusiones, piratas informáticos y hackers se ha
vuelto un tema de interés. Los sistemas de blockchain
que se utilizan para las criptomonedas como bitcoin y Ethereum realmente no
tienen una privacidad digital absoluta, sino que por medio de técnicas de
análisis puede darse el caso de identificar a un usuario y la transacción que
hizo, dado que los medios son públicos. Sería factible por ejemplo, ver si X
persona cambió a dólares N cantidad de bitcoins.
La privacidad digital perfecta puede lograrse por medios de
conocimiento cero, en la que una persona puede entrar y hacer una transacción
en una red o en algún sistema de información en línea de manera que la misma sea
válida y reconocida, aunque los datos del cliente, el importe de lo que
adquirió y la forma de pago queden ocultos. Esta opacidad permite que se
realicen operaciones de negocios, protegiendo por medio de conocimiento cero a
los intermediarios. Para aplicaciones bancarias, financieras, EDI y de PRM
sería muy útil asegurar las operaciones diarias, sobre todo las que se realizan
por medio de Internet o redes públicas.
Los nuevos desarrollos que se tienen ya en puerta permitirán
que se amplíen las capacidades de los sistemas de información para incorporar
múltiples mejoras como rutinas inteligentes, seguridad de las transacciones, o
capacidad tratar datos no estructurados masivamente. Sin lugar a duda, dichos
mecanismos dotarán de mejoras, eficiencia y capacidad a los Sistemas de
Información en el corto plazo.
No hay comentarios.:
Publicar un comentario