¿Cuáles son los campos más prometedores en big data en los próximos cinco años 2015-2020?

Answer 1

La industria de la logística y la cadena de suministro ha estado tan dispersa y desorganizada durante muchos años en el mercado logístico de la India y aún continúa haciéndolo. Las nuevas empresas de logística tecnológica y otras compañías han comenzado a utilizar tecnologías basadas en datos como Big data, Analytics, Internet of things (IOT), tecnologías de sensores y otros algoritmos de aprendizaje automático para manejar análisis en tiempo real de datos enormes que no están estructurados. Si bien hay muchos factores que afectan la logística y la gestión de la cadena de suministro, es importante comprender las aplicaciones de las tecnologías basadas en datos para simplificar los aspectos complejos de los datos asociados a la gestión de la cadena de suministro.

El otro aspecto que es importante al tratar con grandes datos desordenados y desestructurados en el almacenamiento es el pronóstico. La previsión no solo le indica una acción específica que debe realizarse de acuerdo con un determinado criterio, sino que también predice el resultado en un futuro próximo y lo alerta para que tome los pasos adecuados en consecuencia. Por ejemplo, en los almacenes, las cámaras digitales generalmente se usan para monitorear los niveles de stock y proporcionan alertas cuando se requiere el siguiente conjunto de stock. Sin embargo, si los datos se alimentan a través de algoritmos de aprendizaje automático para capacitar a un sistema de administración de inventario inteligente para predecir cuándo se requiere un próximo conjunto de suministro. Por lo tanto, la conclusión es que la gestión de la cadena de suministro no solo se puede organizar, estructurar linealmente, sino también automatizarse de manera eficiente con la ayuda de tecnologías basadas en datos. El personal de logística, como los gerentes de la cadena de suministro, se basará en la toma de decisiones basada en alertas para que las operaciones se realicen de manera efectiva y reduzcan los costos. Existe una necesidad pertinente e inmediata de que las empresas de logística implementen tecnologías basadas en datos digitales en la cadena de suministro. La implementación del aprendizaje automático basado en datos, Big data, tecnologías analíticas ha impactado significativamente en las cadenas de suministro de varias organizaciones para ayudar a cumplir con las expectativas para la realización de valor empresarial.

Usando estas tecnologías, algunas startups de logística en India están preparadas para perturbar el mercado creando un gran valor en el sector. Es obvio que esta creación de valor para el mercado logístico ciertamente está siendo impulsada por los inversionistas de capital de riesgo y los inversores Angel para financiar las nuevas empresas de logística y ser parte del creciente mercado de logística revolucionario. En términos de hablar de aspectos comerciales con el uso de tecnologías controladas por datos digitales, algoritmos de aprendizaje automático y análisis de Big data, se han allanado con oportunidades para mejorar significativamente la eficiencia operativa, reduciendo los costos generales y la toma de decisiones en toda la cadena de suministro. En última instancia, no solo ayuda a las empresas de logística y otras compañías a obtener la inteligencia comercial, sino que también brinda servicios eficientes a los clientes. El riesgo es inevitable en el rápido crecimiento de los negocios. Es importante que la cadena de suministro se adapte constantemente a los cambios imprevistos. El mercado juega un papel menor en el cambio y también debido a los cambios en los eventos mundiales. Otra fuente ineludible de riesgo es el rápido cambio en los niveles de demanda: presenciar la caída de las ventas de camionetas, camionetas y vehículos utilitarios ligeros que los fabricantes de automóviles están experimentando a medida que los precios del combustible explotan de las listas. A medida que las organizaciones se han trasladado a cadenas de suministro centradas en la demanda, se han vuelto mucho más serias con respecto a sus datos de demanda, y el análisis de pronósticos se ha convertido en un área de intensa actividad de desarrollo. Los temas centrales son cómo adquirir datos relevantes sobre órdenes y otros indicadores de demanda futuros, y luego cómo aprovecharlos en los procesos de planificación y ejecución de la cadena de suministro.

Una vez que las organizaciones integran las estrategias de análisis de big data en sus operaciones, es importante que también actualicen su estrategia de talento, contratación, talento para aprovechar el poder de la analítica. Con la ayuda de la analítica, la automatización se realiza para las tareas relacionadas con la toma de decisiones de la cadena de suministro. Al automatizar las cantidades masivas de datos de varias fuentes a lo largo de la cadena de suministro, se logrará una mayor eficiencia operativa. La automatización de la ingesta de datos ayudará a permitir un mayor uso de inteligencia empresarial para mejorar la toma de decisiones. En lo que se refiere a la analítica, hay aspectos clave en la cadena de suministro que se verán afectados: son datos, información, visualización, máquina y seguridad.

Big data y otras tecnologías actualmente están capturando, integrando, almacenando y aprovechando de manera eficiente los datos de la cadena de suministro para obtener información significativa para obtener inteligencia empresarial. Insights Analytics es empujado a las operaciones de la cadena de suministro en la toma de decisiones importantes y creará indicadores estratégicos para impulsar la transformación organizativa y cultural. Las herramientas de visualización permiten la visualización de datos en tiempo real y crean una excelente experiencia de usuario interactiva para obtener información sobre los datos en tiempo real, identificar problemas y el análisis de causa instantáneo. Para el aprendizaje automático, la informática, la Internet de las cosas (IoT) y la robótica, están afectando todas las funciones de la cadena de suministro, automatizando las decisiones e impulsando una gran cantidad de mejoras operativas, desde la utilización de activos hasta las actualizaciones de los clientes, el servicio y la agilidad empresarial. En Seguridad, el análisis de la cadena de suministro desempeña un papel importante en la seguridad de la cadena de suministro en general como un ecosistema de actores estructurado, abierto y conectado que crea un entorno dinámico que cambia rápidamente con nuevos riesgos para administrar.

La toma de decisiones basada en datos es ciertamente una tendencia creciente en la cadena de suministro y es esencial para el éxito futuro de las actividades y procesos de la cadena de suministro. Entre los mayores desafíos que vienen con una mayor visibilidad y más datos está el determinar cómo usar mejor esa información para impulsar mejoras que beneficien al cliente. Con las empresas de logística en la India, como Rivigo, BlackBuck, Sendit y otras empresas centradas en la tecnología, el uso de los datos para una mejor optimización de los procesos con las tecnologías anteriores definitivamente ayudará a la logística india organizada y estructurada en beneficio de las empresas en todos los sectores, dependiendo de la logística y la contribución. Más al crecimiento económico de la India.

Gautham Pasupuleti

Gerente de producto

sitio web: www.sendit.in

Answer 2

La base de la empresa comercial es la información. Eso no ha cambiado en miles de años.
Sin embargo, aquellos que creen que los grandes datos de hoy son solo una continuación de las tendencias de información del pasado son tan erróneos como para afirmar que una tableta de piedra es esencialmente lo mismo que una tableta o un ábaco similar a una supercomputadora.
Hoy tenemos más información que nunca. Pero la importancia de toda esa información se extiende más allá de simplemente poder hacer más o saber más de lo que ya hacemos. El cambio cuantitativo conduce a un cambio cualitativo. Tener más datos nos permite hacer cosas nuevas que antes no eran posibles. En otras palabras: más no es simplemente más. Más es nuevo. Más es mejor. Más es diferente.
Por supuesto, todavía hay límites sobre lo que podemos obtener o hacer con los datos. Pero la mayoría de nuestras suposiciones sobre el costo de la recopilación y la dificultad de procesar los datos deben ser revisadas. Ninguna área de la actividad humana o del sector industrial será inmune a la increíble reorganización que está a punto de producirse a medida que el big data recorre la sociedad, la política y los negocios. Las personas dan forma a sus herramientas, y sus herramientas les dan forma.
Este nuevo mundo de datos, y cómo las empresas pueden aprovecharlo, choca contra dos áreas de política pública y regulación. El primero es el empleo. El big data y los algoritmos asociados desafían a los trabajadores del conocimiento de cuello blanco en el siglo XXI de la misma manera que la automatización de las fábricas y la línea de ensamblaje erosionaron la mano de obra obrera en los siglos XIX y XX. Pero hay beneficios: Big Data traerá grandes cosas en la sociedad. Nos gusta pensar que la tecnología conduce a la creación de empleos, incluso si se produce después de un período temporal de interrupción. Eso fue ciertamente cierto durante la Revolución Industrial. Sin duda, fue un momento devastador de dislocación, pero finalmente condujo a mejores medios de vida. Sin embargo, esta perspectiva optimista ignora el hecho de que algunas industrias simplemente nunca se recuperan del cambio. Cuando los tractores y automóviles reemplazaron los arados y carros tirados por caballos, la necesidad de caballos en la economía básicamente terminó.
Los trastornos de la revolución industrial crearon cambios políticos y dieron origen a nuevas filosofías económicas y movimientos políticos. No es un tramo intelectual predecir que surgirán nuevas filosofías políticas y movimientos sociales en torno al big data, los robots, las computadoras e Internet, y el efecto de estas tecnologías en la economía y la democracia representativa. Los recientes debates sobre la desigualdad de ingresos y el movimiento Ocupar parecen apuntar en esa dirección.
La segunda área de política es la privacidad. Por supuesto, la privacidad era un problema incluso con “datos pequeños”, pero es un desafío mucho mayor en la era del big data. Aquí, también, más es diferente. La naturaleza de la protección de la información personal cambia cuando las posibles amenazas a la privacidad ocurren no diariamente o por hora, sino 1,000 veces por segundo. También cambia cuando el acto de recopilar datos sucede de manera invisible y pasiva, como el subproducto de otros servicios, en lugar de abiertamente y activamente. Es difícil imaginar cómo funcionará la ley de privacidad clásica en ese mundo, o cómo una persona cuya privacidad ha sido violada actuará, o incluso estará al tanto de la situación.
Se pone peor. Una base de la ley de privacidad en todo el mundo es el principio, consagrado por las pautas de privacidad de la Organización para la Cooperación y el Desarrollo Económicos, de que una entidad debe descartar datos una vez que se haya cumplido su propósito principal. Pero el punto central del big data es que deberíamos guardar los datos para siempre porque no podemos conocer hoy todas las formas valiosas en que podrían usarse mañana.
Por esa razón, necesitamos reguladores que comprendan que las reglas que rigen los datos masivos no pueden ser más, es decir, más de lo mismo. De hecho, las reglas de hoy hacen un mal trabajo de protección de la privacidad, por lo que, simplemente, seguir adelante con más de las políticas mediocres existentes tiene poco sentido. En cambio, las empresas de big data están pidiendo regulaciones que son nuevas, mejores y, por supuesto, diferentes.
Big data cambiará el negocio, y el negocio cambiará la sociedad. La esperanza, por supuesto, es que los beneficios superarán los inconvenientes, pero eso es principalmente una esperanza. El mundo de los grandes datos aún es muy nuevo y, como sociedad, no somos muy buenos en el manejo de todos los datos que podemos recopilar ahora. Tampoco podemos prever el futuro. La tecnología continuará sorprendiéndonos, tal como lo haría un hombre antiguo con un ábaco mirando un iPhone. Lo cierto es que más no será más: será diferente.

Lea el artículo completo aquí .

Answer 3

Aquí hay algunas posibilidades para comenzar en su búsqueda para encontrar los campos más prometedores en Big Data:

Nuestro equipo de investigación en CB Insights reunió el gráfico anterior para mostrar la diversidad en aplicaciones de big data. Como rastreador de capital de riesgo, CB Insights utiliza el aprendizaje automático y el análisis predictivo para ayudar a los clientes a invertir de manera más inteligente y responder preguntas difíciles.

Los recursos humanos serán otro campo importante para Big Data y análisis en los próximos años: la ificación de los datos de RRHH: 10 Startups que aportan Big Data al reclutamiento y la gestión del talento

Estas son algunas de las nuevas empresas que desarrollan enfoques basados ​​en datos para mejorar la contratación, la retención y la gestión del talento:

• Visier
• Logística objetiva
• VoloMetrix
• TenXer
• Dorar

Me voy un poco al meta aquí, pero así es como usamos Big Data para ilustrar la actividad de fusiones y adquisiciones en el departamento de recursos humanos de Big Data. Vale la pena echarle un vistazo si realmente quieres entender la tendencia. Las grandes empresas, así como las empresas tradicionales, están interesadas en el campo (es decir, en la estrategia de gastos) …

Nota: estoy en el equipo de la comunidad en CB Insights . ¡Espero ver lo que otros tienen que decir sobre Big Data!

Answer 4

Creo que el aprendizaje automático es el futuro del big data, y allí empezaron muchos proyectos como IBM Watson (gran ejemplo), Google Auto-Drive Car y muchos otros proyectos.

Answer 5

¡¡¡Aprendizaje automático!!!

Answer 6

Verá un aumento en más de las tecnologías Hadoop 2.0, como los protocolos de transmisión como Kafka y Flink.