Transcript AL de la Internet a la nube

América Latina de la internet
a la nube
Wilson Peres
CEPAL, agosto de 2013
El telón de fondo a mediados de 2013
• 6800 millones de suscripciones a móvil-celular
• 2700 millones – casi 40% de la población mundial –
están online
• 750 millones de hogares – 41% del mundo –
conectados a Internet
• Los precios de la banda ancha fija cayeron 82% entre
2008 y 2012
• 2100 millones de suscripciones a banda ancha móvil
esperadas para fines de 2013
Más números para 2013
• Web indexada: más de 37 mil millones de páginas en
Google el 2 de agosto
• Facebook: 1150 millones de usuarios activos en
junio
• YouTube: más de 1000 millones de usuarios únicos
por mes
• Más de 6 mil millones de horas video vistas por mes
• 100 horas video subidas a YouTube cada minuto
• Twitter: 500 millones de tweets por día
Aun más números
• Apple App Store: 900 mil apps
• Más de 50 mil millones de downloads
• Android: 800 mil aplicaciones
• Internet de las cosas: 24 mil millones de
dispositivos conectados en 2020; 14 mil
millones de ellos, móviles
Conexiones múltiples
Dispositivos conectados a Internet por usuario
100%
90%
80%
6%
30%
70%
9%
35%
12%
40%
60%
16%
43%
20%
44%
50%
24%
45%
40%
30%
64%
56%
20%
48%
42%
35%
31%
2014
2015
10%
0%
2010
2011
Menos de 5
Fuente: Cisco Global Cloud Index, 2010-2015.
2012
Entre 5 y 10
2013
Más de 10
Temas
1. El impacto económico de las TIC
2. La banda ancha en América Latina
3. La computación en la nube
4. Big data y analytics
5. High-performance computing
6. Las principales tendencias en curso
Impacto económico de las TIC
Metodologías para estudiar el
impacto económico
1. Contabilidad del crecimiento a partir de
una función de producción estándar.
2. Análisis de trayectorias tecnológicas a
partir de datos de productividad laboral y
gastos en TIC.
Contribución del capital TIC al crecimiento del PIB
(porcentajes)
Grupos de países
1989-1995
1995-2000
2000-2004
Mundo
(110 economías)
9,6
14,7
11,2
Grupo de los Siete
17,8
25,2
21,6
Asia en desarrollo
1,9
5,6
6,8
No miembros del G7
6,7
10,7
9,3
América Latina
4,9
14,2
9,3
Europa oriental
-1,4
10,1
6,5
África Subsahariana
6,4
7,1
7,2
África septentrional y
Oriente Medio
3,8
7,7
9,8
Los países más desarrollados se benefician más de las TIC, pues en ellos las
repercusiones de estas tecnologías sobre el crecimiento son mayores.
Contribución al crecimiento del PIB, 1995-2008
(puntos porcentuales)
UE (10)
Estados
Unidos
Argentina
Brasil
Chile
19952004
1995-2004
1995-2008
19972009
19952009
1 Producto (2) + (3)
2,2
3,7
3,4
2,8
4,2
2. Horas trabajadas
0,7
0,6
1,0
1,3
0,5
3. Productividad del trabajo (4)+(5)+(8)
1,5
3,0
2,4
1,5
3,7
4. Composición del trabajo
0,2
0,3
0,3
1,2
0,8
5. Servicios del capital por hora (6) + (7)
1,0
1,3
0,7
1,0
3,5
6. Capital TIC por hora
0,5
0,8
0,3
0,5
0,3
7. Capital no TIC por hora
0,5
0,4
0,4
0,5
3,2
8. Productividad multifactorial
0,3
1,4
1,3
-0,7
-0.6
Contribución de economía del
conocimiento a la productividad laboral
(4)+(6)+(8)
1,1
2,6
1,9
1,0
0,5
Contribuciones de:
Eficiencia del gasto en las TIC 1993-2004
80000
Desempeño (productividad laboral)
70000
60000
50000
40000
30000
20000
10000
0
0
0.02
0.04
0.06
0.08
0.1
0.12
Esfuerzo tecnológico (gasto en TIC/PIB)
Frontera Tecnologica
México
India
Linear (Reino Unido)
Linear (Brasil)
Estados Unidos
Noruega
Nueva Zelanda
Linear (Estados Unidos)
Linear (China)
Chile
Italia
Colombia
Linear (Argentina)
Linear (India)
Brasil
Reino Unido
Linear (Italia)
Linear (Chile)
Linear (Nueva Zelanda)
Argentina
China
Linear (Noruega)
Linear (México)
Linear (Colombia)
Repercusiones de las TIC sobre la productividad
laboral en 44 países, 1993-2004
80000
y = 0.0461x + 22902
R2 = 0.4061
70000
60000
Productividad media
50000
40000
ARG
30000
CH
ME
X
VEN
20000
BRA
COL
10000
-400000
-200000
0
200000
400000
Efecto TIC
600000
800000
1000000
0
1200000
La necesaria complementariedad
• Las TIC son un complemento, no un sustituto, de la
base de conocimiento de un país.
• Los mejores resultados en términos de crecimiento
se dan en países donde hay una “buena”
proporcionalidad entre las proxies de conocimiento.
• Cuando el uso de TIC está por debajo de la “buena”
proporción, un aumento del mismo tiene un mayor
impacto sobre el crecimiento del PIB.
Mensajes del análisis del impacto
económico
• Efectos positivos de las TIC sobre crecimiento
económico y productividad
• Los efectos son mayores en países desarrollados.
• Complementariedades con sistemas de producción,
innovación, educación y desarrollo institucional.
Se requiere equilibrio entre el gasto en TIC y
factores complementarios: capacidades
imprescindibles para su adopción eficiente.
Banda ancha en América
Latina
Desarrollo
económico y social
Innovación
Educación
Funcionalidad
Tráfico
Cobertura
Tecnología
Asequibilidad
Conectividad
Apropiación
El sistema de la banda ancha
Medición del impacto
Impacto en el PIB de 10% de aumento
en la penetración de BA
Czernich (OCDE)
Duplicar la velocidad aumenta el PIB en 0,3%.
Duplicaciones adicionales generan aumentos
mayores.

2,50%
Qiang (WB)
Ericsson, Arthur D. Little and Chalmers University of Technology, 2011
1,38%
Gobierno Corea
Ahorro de recursos
1,31%
Gobierno Australia
EIU (NZ)
Impacto de la velocidad de BA
0,82%
▫
UE: facturación electrónica permitiría ahorrar
US$ 20 mil millones.
0,35%
Desarrollo sostenible
Katz (Alemania)
0,26%
▫
Koutroumpis (UK)
0,25%
▫
Katz (América Latina)
0,16%
Impacto en el empleo
▫
Smart grids: ahorro en consumo de energía
de 5% en hogares y 2,5 % en la industria.
Reducción de 15% de emisiones de carbono.
Aumentar la penetración en 10%
incrementa la tasa de crecimiento del
empleo entre 0,02% y 5%.
El impacto depende del grado de
desarrollo del sistema de banda
ancha
Difusión de la banda ancha en 2011
Adopción de BA en ALC cercana al promedio mundial,
con rezago en BA móvil
140
120
100
Norteamérica
Europa
80
Mundo
Estados Árabes
60
América Latina y el Caribe
40
Asia Pacífico
África
20
0
Tel. fija
Tel. móvil
Internet
Fuente: CEPAL con datos de UIT, “World Telecommunications Indicators Database”, 2011.
BA fija
BA móvil
Penetración de la banda ancha fija y móvil
en América Latina y el Caribe y en la OCDE, 2006-2011
(en porcentajes)
60
OCDE BA móvil
50
40
30
OCDE BA fija
20
ALC BA móvil
10
ALC BA fija
0
2006
2007
2008
2009
2010
2011
La heterogeneidad entre países 2011
Rep. de Corea
Japón
Finlandia
Dinamarca
Estados Unidos
Reino Unido
OCDE
Nueva Zelanda
Australia
España
Alemania
Italia
Portugal
Brasil
Chile
Panamá
Argentina
LAC
Ecuador
China
Uruguay
Rep. Dominicana
México
Paraguay
Venezuela (Rep. Bol. de)
Guatemala
Colombia
Honduras
El Salvador
Costa Rica
Bolivia (Est. Plur. de)
Jamaica
Perú
Trinidad y Tabago
Nicaragua
0
20
Banda ancha fija
40
60
Banda ancha móvil
80
100
Banda ancha móvil cada 100 habitantes,
2011-2012
120
100
80
60
40
20
0
Re
p.
Es
Br
as
pa
il
ña
de
Co
rea
Ur
ug
u
Ch
il
ay e
Ec
u
ad
o
El
Co
Ve
An
Co
Re
Pa
Ar
Mé
B
P
Gu
Ho
Pe
g
Sa
lom ara
ne
tig
st a
p.
na
nd
rú
xic olivi
gu
zu atem
ua
lva
má entin
D
u
a
o
b
R
r
o
ay
as
r
ia
ela
do
ala
i ca
yB
mi
a
r
nic
ar
an
bu
da
a
Ja
Ni
ca Trin
ma
i
ra
ica
gu dad
a
yT
ab
ag
o
Difusión rural-urbana de internet
50
45
40
43.0
38.0
35.6
35
34.7
31.9
30
31.7
28.6
24.4
24.0
25
21.3
19.3
20
17.9
15.5
15.4
15
10
13.8
12.0
11.8
10.9
10.0
8.2
8.0
6.8
5
2.4
1.6
0
Brasil
2011
Uruguay
2010
Chile
2009
Costa Rica
2010
Tota l
Colombia
2010
Rura l
1.1
0.9
Honduras
2010
El Salvador
2010
0.3
Paraguay
2010
Perú
2010
Urba no
Fuente: Observatorio para la Sociedad de la Información en Latinoamérica y el Caribe (OSILAC), con base en información de encuestas de hogares de los
institutos nacionales de estadísticas.
La verdadera brecha: la capacidad de TX
Capacidad total de transmisión en banda ancha en países de ALC y la UE
(cable módem y DSL)
700
600
500
En 2008, un habitante de la UE tenía
497 Kbps más que uno de ALC.
400
300
200
100
0
1998
1999
2000
2001
2002
LAC
2003
2004
2005
2006
2007
EU
Participación de ALC en el total mundial de acceso a Internet
Abonados a BA
1993
0,5%
2000
4,4%
2007
8,2%
Capacidad de transmisión
0,2%
2,9%
1,1%
(DSL, cable módem y fibra óptica)
2008
Adopción de banda ancha de alta
velocidad
Porcentaje de conexiones a velocidades superiores a 5 Mbps
Economías emergentes
Economías desarrolladas
75%
64%
60%
2008
52%
49%
2010
37%
22%
26%
18%
17%
0.8%
0.4%
5%
Rep. de
Corea
Japón
Países
Bajos
2.6%
2.3%
31%
Dinamarca
EE.UU.
Fuente: Akamai Technologies, 2010; Booz & Co. analysis.
Reino
Unido
0.5%
0.8%
0.5%
0.0%
Brasil
Chile
Malasia
Egipto
Difusión de las tecnologías de acceso
Participación de mercado según tecnologías
por regiones del mundo (2009)
Tecnologías de acceso
 Alámbricas




Par de cobre
Cable módem
Fibra óptica
Red eléctrica
 Inalámbricas



Redes móviles (3G, 4G)
WiFi - WiMax
Satélite
100%
90%
AL
AL
80%
70%
60%
50%
40%
30%
20%
10%
0%
xDSL
Cable Módem
Asia - Pacífico
Europa Oriental
Europa Occidental
Fuente: "World Broadband Statistics, Q4 2009", Point Topic, march 2010.
FTTx
Sur y Asia del Este
Norteamérica
América Latina
Costo de la banda ancha móvil en mayo
de 2013
Dólares promedio por 1 Mbps / PIB per capita mensual
(en porcentajes)
18.0
17.0
16.0
14.0
12.0
11.0
9.7
10.0
8.5
8.7
8.0
6.8
6.2
6.0
4.0
2.8
2.4
2.0
0.6
0.6
0.7
0.9
1.1
1.4
3.0
2.9
3.3
3.2
3.6
3.8
4.1
1.7
(R
el
a
P
e
E
l S rú
al
va
do
P
r
ar
ag
ua
G
y
ua
te
m
al
a
E
cu
ad
o
H
B
on r
ol
iv
du
ia
(E ras
st
.P
lu
r.)
N
ic
ar
ag
ua
a
ep
.B
o
C
os l.)
ta
R
ic
a
m
bi
ol
o
éx
ic
o
C
V
en
ez
u
si
l
M
B
ra
hi
le
A
rg
en
tin
a
C
añ
a
P
or
tu
ga
l
U
ru
gu
ay
P
an
am
á
E
sp
Ita
lia
In
gl
at
er
ra
Fr
an
ci
a
Ja
pó
n
0.0
Tarifas de banda ancha fija en relación al PIB per cápita entre
diciembre 2010 y mayo de 2013
(en porcentajes)
90%
80%
70%
60%
50%
40%
30%
17.8%
20%
5.8%
10%
ED
IO
PR
OM
e)
ur
.D
Pl
Bo
l
iv
ia
(E
st
.
Pa
ra
gu
ay
r
Ec
u
Ri
st
a
Co
ad
o
ca
ile
Ch
gu
ay
Ur
u
a
m
bi
lo
Co
Br
as
il
Ar
ge
nt
in
a
0%
% PIB per capita mensual dic. 2010
% PIB per capita mensual mayo 2013
Valor de un notebook básico como porcentaje del
ingreso nacional bruto anual per capita
10
9
8
7
6
5
4
3
2
1
0
Perú
Brasil
Colombia Argentina
Uruguay
2010
Chile
México
2013
Reino
Unido
España
Estados
Unidos
Cociente entre el acceso a Internet en hogares del
quintil de mayores ingresos y del quintil de menores
ingresos
(Número de veces)
Brecha de demanda de banda ancha fija
2011
País
Cobertura
Penetración de
hogares
Brecha de
demanda
Argentina
96
39
57
Bolivia
40
3
37
Brasil
94
29
65
Chile
78
44
34
Colombia
81
27
54
Costa Rica
95
32
63
Ecuador
87
20
67
México
62
47
15
Perú
59
16
43
Uruguay
98
34
43
Promedio
79
29
50
Brecha de demanda de banda ancha
móvil 2011
País
Cobertura
Penetración de
abonados
Brecha de
demanda
Argentina
92
19
73
Bolivia
29
3
26
Brasil
84
21
63
Chile
82
17
65
Colombia
96
9
87
Costa Rica
93
11
82
Ecuador
66
11
55
México
77
14
63
Perú
63
9
54
R. Dominicana
70
5
65
Promedio
75
12
63
Factores explicativos de la brecha de
demanda
(porcentajes)
Motivos citados de no conexión a
Internet en el hogar
(solo hogares con computadora)
Chile
(2009)
Brasil
(2011)
Costa
Rica
(2011)
México
(2010)
Precio del servicio
37
48
60
60
Falta de interés
24
14
12
19
Falta de habilidades de uso
8
10
7
n. d.
Otras razones (falta de disponibilidad,
uso en otros lugares, etc.)
31
28
21
21
IXP: claves para el sistema de BA
La región es la que mayormente depende de la conectividad con EE.UU.
• Aumento de los tiempos de
conexión para acceder a contenido
local.
• Mayor costo de los servicios.
• Enlaces internacionales equivalen
al 35% y 40% de la tarifa de
acceso.
▫ ALC: US$100 – US$200 /Mbps
▫ OCDE: US$ 8 - US$ 10 /Mbps
• Es necesario mejorar la
infraestructura regional.
▫ IXPs a nivel nacional y regional
Ancho de banda conectado a EE.UU.
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2002 2003 2004 2005 2006 2007 2008 2009 2010
África
Asia
Europa
Fuente: Telegeography, Global Internet Bandwidth, 2011.
América Latina
Uso de internet en AL: sólo básico
USO DE INTERNET SEGÚN TIPO
(En porcentajes de usuarios entre 15 a 74 años)
100
90
80
70
60
50
40
30
20
10
Uruguay Costa Rica
2009
2008
Brasil
2008
Perú
2009
Comunicación
México
2009
Gobierno
Paraguay
2008
Banca
Ecuador El Salvador
2009
2008
UE - 27
Compras
Fuente: CEPAL, Observatorio para la Sociedad de la Información en Latinoamérica y el Caribe (OSILAC), con base en información de encuestas de hogares.
Obstáculos a la difusión en la región








La topografía encarece la infraestructura.
Baja densidad poblacional.
Alto porcentaje de población en áreas rurales.
Asequibilidad : bajo PIB per cápita.
Baja cobertura eléctrica.
Bajo grado de alfabetización literaria y digital.
Problemas en la formación de capital humano.
Bajo valor agregado del uso de la red: aplicaciones.
Políticas públicas para la complementariedad sistémica
La computación en la nube
Above the Clouds
(Berkeley 2009)
• Cloud computing (CC) se refiere a:


Aplicaciones suministradas como servicios mediante
internet (SaaS) y
Sistemas de hardware y software en centros de datos que
proveen esos servicios (nube)
• Clouds públicas vs. Clouds privadas
• Utility Computing: servicio vendido por una
cloud pública
• Cloud Computing = SaaS + Utility Computing
La nube, un negocio de servicios
Recursos escalables y virtualizados ofrecidos como un servicio
a través de Internet
IaaS
PaaS
Infraestructura como Plataforma como
servicio
servicio
SaaS
Software como
servicio
Accesible en línea, en cualquier lugar y momento
Se paga por lo que usa
Disponible según demanda
Nivel de servicios negociable
Escalabilidad automatizada, sin fallas
Un modelo de computación en la nube
Mercado esperado de servicios cloud en
Estados Unidos, 2014
Tipo de
servicio
Monto esperado
(millones de dólares)
Porcentaje del total
SaaS
7300
62%
IaaS
4000
34%
PaaS
460
4%
Fuente: Telecom Intelligence Series, marzo 2011
Nuevos elementos de CC
• La ilusión de recursos de cómputo infinitos
disponibles bajo demanda de corto plazo
• La eliminación de compromisos iniciales de
recursos por los usuarios
• Pago por el uso de recursos de cómputo sobre
una base de corto plazo en la medida que
sean necesarios
No deja de haber polémica sobre la
novedad de la CC
“The interesting thing about cloud computing
is that we’ve redefined CC to include
everything we already do… I don’t understand
what we would do differently in the light of
computing other than change the wording of
some of our ads.”
CEO de Oracle 26/9/2008
¿Conviene moverse a la nube?
Visión desde los costos
• Flexibilidad para responder a picos de demanda
• Menor riesgo de perder clientes por falta de
capacidad
• Economías de escala y utilización
• Diferente dinámica de los costos de
computación, almacenamiento y transmisión
(internet)
• Costo directo del movimiento
Otros beneficios
• Aceleración de la forma cómo empresas crean
nuevos productos y servicios
• Capacidad de las organizaciones de explorar
sus datos (data mining) para encontrar
información sobre tendencias
• Reducir la diferencia entre grandes y
pequeñas empresas en uso de TIC
• Economías rezagadas pueden dar saltos
(leapfrog) al poder acceder a tecnología de
frontera sin tener que construirla
Relevancia e impacto
 Nueva tecnología de propósito general basada en Internet que
redefine la industria de software y hardware.
 Transforma costos fijos en costos variables.
 Aumenta flexibilidad de respuesta al ciclo.
 Reducción de costos de entrada .
 Ingresos de nuevas empresas
 Aumento del número de competidores.
 Impactos:
 Incremento del 0,2% a la tasa de crecimiento del PIB (Etro, 2009).
 Creación de nuevas empresas (Pymes).
 Impacto en sectores donde el gasto fijo en TIC es crucial.
Impactos de la computación en la nube
hacia 2015
 Creación de empleos: 13,8 millones



China, India e Indonesia: 7,7 millones
Estados Unidos: 1.1 millones
América Latina (5): 833000
 Brasil: 414000; México: 214000; Argentina: 89000; Colombia:
83000; Chile: 33000
 Ingresos: $1,1 millones de millones por año
 Tres tendencias en la creación de empleo



Movilidad: las apps se ubican en la nube.
Redes sociales residen en la nube.
Big Data: El negocio de almacenar, asegurar y procesar
información digital podría alcanzar los US$40 mil millones.
Grado de digitalización por sector
Índice de digitalización por sectores, UE 27, 2011
Fuente: Eurostat; Booz & company analysis
Promedio = 43,3
Los efectos más importantes
Porcentaje de usuarios que consideran un efecto como importante o
muy importante
Posibilitar nuevos productos o
servicios
86%
Colaboración / intercambio de
información
71%
Reducción de costos
71%
Obliga a centrarse en el negocio
central (core business)
57%
Reduce riesgos empresariales
50%
Fuente: World Economic Forum y Accenture
Obstáculos I
Manejo de datos
• Lock-in : portabilidad
• Confidencialidad
• Seguridad
• Visibilidad sobre dónde está el
almacenaje
• Cómo someter los datos a una auditoría
Obstáculos II
El servicio
• Disponibilidad del servicio
• Cuellos de botella en transmisión
• Desempeño no predecible de las VM
• Reducido margen de los proveedores
y problemas para financiar redes
Obstáculos III
El entorno
• Licencias de software
• Falta de estandardización de API,
middleware e interconexión de
recursos
• Educación de los usuarios, facilidad
de uso
Big data y analytics
Big data
 ¿Qué es?

Conjuntos de datos cuyo tamaño está más allá de la
capacidad de las herramientas de software de bases de
datos típicas para capturar, almacenar, gestionar y analizar
información.
 ¿Cómo se origina?

Por la explosión en la cantidad (velocidad y frecuencia) y
diversidad de datos digitales generados en tiempo real
como resultado del rol cada vez mayor de la tecnología en
las actividades diarias.

¿Para qué sirve?

Permite generar información y conocimiento con base en
información completa en tiempo real.
Tipos de datos






Compras y transacciones (incluyendo información de tarjetas de crédito)
Datos de gestión empresarial
Búsqueda (consulta, trayectoria recorrida, historia)
Sociales (datos de identidad, información de amistades)
Intereses personales (que me gusta, tweets, recomendaciones, enlaces)
Ubicación, sensores físicos (GPS, patrones de tráfico, Internet of Things,
etc.)
 Contenido (SMS, llamadas, e-mails)
Información generada de fuentes tradicionales pero
particularmente por empresas e individuos en sus actividades
cotidianas
Las tres V que en realidad son cuatro
• Volumen : Cuántos datos
• Velocidad: Cuán rápido se procesan los datos
• Variedad: Cuántos y cuáles tipos de datos
• Veracidad: Cuán correctos son los datos para
predecir en el universo en consideración
(precisión y contexto)
Implicancias
 Nueva era caracterizada por la abundancia de datos.


Ha alcanzado todos los sectores en la economía mundial
Los datos son un nuevo factor de producción y de ventaja competitiva
 Oportunidad:



Aprender sobre el comportamiento humano para diversos fines.
Creación de valor vía innovación, eficiencia y competitividad
Aumento del excedente del consumidor y del bienestar del ciudadano
 Nuevas formas de competencia y nuevos negocios


Almacenamiento y gestión de datos.
Análisis de datos empresariales. En 2010 se estimaba el valor de esta
industria en más de $ 100 mil millones, creciendo a casi un 10% al año.
Big data para la creación de valor
1. Segmentación de mercado y población para personalizar
acciones
2. Innovación en nuevos modelos de negocios, productos y
servicios



Mejora de productos existentes
Desarrollo de nuevos productos (masa y personalización)
Nuevos modelos de servicio a nivel empresarial y gubernamental
3. Apoyo a la toma de decisiones con software inteligente
4. Transparencia y eficiencia por compartir datos
5. Mejor y más oportuno análisis de desempeño de las
organizaciones y ajustes en acción.
Big data para el desarrollo

Consiste en convertir datos imperfectos, no
estructurados y complejos acerca del estado de bienestar
de las personas, en información procesable, que reduzca
las brechas temporales y de conocimiento para:
Tomar decisiones de política pública que respondan oportunamente
a determinadas situaciones
Tener rápida retroalimentación sobre el impacto de tales políticas.

Permite generar información inteligente que puede
ahorrar recursos en la generación de estadísticas para
políticas de desarrollo.
Analytics: capacidades
 La analítica de grandes datos se refiere a las
herramientas y metodologías par transformar
cantidades masivas de datos brutos en “datos sobre
datos” con propósitos analíticos
 Se originó en las áreas de biología intensiva en
cómputo, ingeniería biomédica, medicina y
electrónica
 Algoritmos para detectar patrones, tendencias y
correlaciones, en varios horizontes temporales, en
los datos
 Uso de técnicas avanzadas de visualización: datos
que hacen sentido
Reality mining: sensing complex social
systems (MIT)
 Continuous data analysis over streaming
data, using tools to scrape the web (e.g.,
gathering product prices in real-time)
 On-line digestion of semi-structured data
and unstructured ones (e.g., news items,
product reviews)
 Real-time correlation of streaming data
(fast stream) with slowly accessible
historical data repositories
Ejemplos micro, macro y social
 Micro: Un modelo de físicos de la Northwestern University
predice con más de 93% de precisión donde una persona está
en un momento determinado con base en el análisis de
información de teléfonos celulares generada en sus
movimientos pasados
 Macro: El PIB de un país se puede estimar en tiempo real
mediante la medida de la emisiones de luz en la noche
detectadas remotamente (Helbing y Balietti, Eur. Phys. J.
2011)
 Social: Científicos de la John Hopkins University analizaron
más de 1,6 millones de tweets relacionados con salud (de un
total de más de 2 mil millones) en Estados Unidos entre mayo
de 2009 y octubre de 2010 y hallaron una correlación de
95,8% entre la tasa de enfermos de gripe estimada con base
en sus datos y la tasa oficial de engripados
Un ejemplo más detallado
(MIT, Harvard)
 Eagle, Pentland y Lazer (2009) analizaron 330 mil horas de
datos sobre comportamiento en el uso de teléfonos
móviles de 94 personas, y los compararon con datos de
relaciones directamente reportados por los individuos
 Presentan un método para medir conductas basado en
datos de proximidad y comunicación, e identifican
características que les permiten predecir con 95% de
precisión las relaciones de amistad recíprocas
 Usando estas señales de conducta, pueden predecir
resultados individuales como satisfacción en el trabajo
 Observaciones sobre el uso de teléfonos móviles proveen
indicaciones no solo sobre el comportamiento observable,
sino también sobre variables como amistad y satisfacción
individual
Problemas
 Disponibilidad de datos: asimetrías



Las redes sociales generan datos abiertos
Los gobiernos los están abriendo, pero lentamente
Los datos de empresas siguen cerrados (¿filantropía de datos?)
 Diferentes capacidades de buscar y analizar datos
 Falta de incentivos para compartir datos (WEF, 2012)
 Privacidad y los límites a la anonimización de conjuntos de
datos
 Una buena parte de las nuevas fuentes de datos reflejan sólo
percepciones, intenciones y deseos
 Apophenia: ver patrones donde no hay; cantidades masivas
de datos abren conexiones en todos los sentidos (error de
Tipo I)
High-performance computing
Definición
• La computación de alto desempeño es el uso de
procesamiento paralelo para ejecutar aplicaciones
avanzadas de manera eficiente, confiable y rápida.
• El término se aplica en especial sistemas que operan
arriba de un teraflops (1012).
• El término se usa, a veces, como sinónimo de super
cómputo, aunque técnicamente una
supercomputadora es un sistema que opera cerca
del máximo nivel disponible en un momento dado.
Algunas supercomputadoras trabajan a más de un
petaflops (1015).
Usuarios
• Los más frecuentes: investigadores científicos,
ingenieros e instituciones académicas.
• Algunas agencias gubernamentales,
especialmente las de seguridad y defensa,
utilizan HPC para aplicaciones complejas.
• A medida que aumente la demanda por mayor
poder de procesamiento y velocidad, la HPC
interesará a las empresas, particularmente para
procesar transacciones y almacenamiento de
datos (data warehouses)
El sistema de HPC
HPC: un conjunto de herramientas para gestionar la
innovación
Computación distribuida y en red
Diseño, pruebas y control de calidad en
la producción
Virtualización
Visualización y gestión de datos
Unidades de procesamiento gráfico
Paralelismo y datos compartidos en una
arquitectura multicore
Herramientas y entornos para sistemas
de ingeniería de alto desempeño
Modelado, simulación y analítica
(MS & A)
Aplicaciones de la HPC
• La simulación de terremotos para identificar áreas
especialmente sensibles y predecir sus condiciones. Impactos
sobre códigos de construcción, planes de emergencia, etc.
• Modelado del clima. Además, nuevos modelos computaciones
pueden ser usados con datos viejos para evaluar su utilidad para
predecir pautas climáticas.
• Hacer prototipos (prototyping) físicos es caro y lleva mucho
tiempo. Modelaje por computadora puede reducir tiempos y
costos.
• Manufactura digital. El uso de la HPC (modelado, simulación y
analítica) para definir productos y procesos manufactureros
(The National Center for Manufacturing Sciences, NCMS).
• Big data: manejo de grandes cantidades de datos y de
decisiones o rutinas complejas.
Beneficios de la gestión de la innovación
usando HPC
• El tiempo de ajuste en un laboratorio es de unos 9 meses,
mientras que con una computadora se reduce a menos de una
semana.
• El análisis de un componente cuesta en promedio 50,000 USD
en un laboratorio, mientras que mediante la computación se
puede hacer por 3,000 USD.
• Prototipos virtuales y modelados en gran escala con base en
HPC aceleran y racionalizan los procesos.
• No sólo se mejoran la IyD, el diseño y la ingeniería “aguas
arriba” (relaciones con OEM) sino también los procesos de
negocios “aguas abajo” (minería de datos, logística, CRM, etc.)
Reducción de “time to market”
Economía de la HPC
• El valor total del mercado mundial de HPC era de
unos $26 mil millones en 2010.
• Se estima que alcanzará los $30 mil millones en 2015
• Nuevos modelos de negocios mediante internet y la
computación en la nube
• Los recursos de HPC en la nube son cada vez más
accesibles, lo que permite que los consumidores los
consideren un servicio
Evolución de la HPC a nivel mundial
• Cambios tecnológicos acelerados determinados
por la competencia internacional
• Los servidores son los principales componentes de
costo, pero están declinando como porcentaje de
las inversiones
• Las mayores tasas de crecimiento se registran en
los servicios y el almacenamiento de datos
Necesidad de tres cambios simultáneos
•De laboratorios físicos de prueba a
centros de cómputo
•De métodos aproximados a técnicas
más complejas y exactas
•De una cultura de solucionar
problemas a una de diseño predictivo
desde el inicio
Barreras al uso del HPC
• Barreras educacionales y de capacidades (falta de
científicos computacionales)
• Obstáculos técnicos (por ejemplo, los códigos
heredados deben ser actualizados, hay rezago en la
formulación de nuevos códigos, creciente brecha
entre los procesadores más veloces y otros sistemas
tecnológicos)
• Las empresas ven al HPC como un costo, no como
una inversión, particularmente por la dificultad para
medir el retorno de inversión (ROI)
Herramientas para incrementar el impacto
de HPC sobre la innovación
• Cooperación público-privada para impulsar el uso
de HPC
• Acuerdos entre universidades y empresas para
compartir los recursos de HPC
• Aumento del uso de HPC en las cadenas de
proveedores de la manufactura para elaborar
modelos, simulaciones y métodos analíticos
• Reconocimiento de que to outcompete is to
outcompute (American Scientific, mayo 2013)
Las principales tendencias en
curso
10 modelos de negocios basados en TIC
para la próxima década
Capacidades TIC
Grandes
datos
1. La matriz social
Sensores
y
actuators
Computación
en la nube
Tecnología
móvil
X
X
X
2. La Internet de todas las cosas
X
X
3. Grandes datos, analítica avanzada
X
X
4. Todo es un servicio
5. Automación del trabajo basado en conocimiento
X
X
X
X
7. Para mí + gratis + fácil
X
X
X
X
X
X
X
X
X
X
X
X
9. Los próximos 3 mil millones de ciudadanos digitales
McKinsey, mayo de 2013
X
X
X
8. La e-volución del comercio
X
Almacena
miento y
redes
X
X
6. Experiencias digitales y físicas integradas
10. Transformación del gobierno, el cuidado de la salud
y la educación
Interfaz
de
usuario
natural
X
X
X
Temas a considerar
• El trade-off entre privacidad y utilidad
(personalización)
• Cyber-seguridad
• Certificación, standardización
• Acuerdos de niveles de servicio (SLA)
• Transparencia (consumidores y empresas)
• Centralización vs. descentralización
The ever-accelerating progress of
technology…gives the appearance of approaching
some essential singularity in the history of the race
beyond which human affairs, as we know them,
could not continue.
John von Neumann
Well in our country”, said Alice …
“you’d generally get to somewhere else,
if you run very fast for a long time as we’ve been doing.”
“A slow sort of country!”, said the Queen.
“Now, here, you see, it takes all the running you can do,
to keep in the same place. If you want to get somewhere else
you must run at least twice as fast as that!”
Through the Looking-Glass and what Alice found there, II