Recientemente he estado leyendo el libro de Thomas Friedman, Gracias por llegar tarde .
La idea general del libro es replantear el pensamiento del lector sobre cómo entender y aprovechar la “era de la aceleración” de hoy en cinco áreas cruciales: entornos laborales, política, geopolítica, ética y comunidades cotidianas.
La tesis general de Freidman me hizo pensar en las diferentes formas en que la tecnología se ha acelerado en las últimas dos décadas, específicamente en lo que respecta a su impacto en hacer que los objetos cotidianos sean “más inteligentes”.
- ¿Es posible imprimir en 3D con material mezclado?
- ¿Qué industrias están en sus fases de ‘salvaje oeste’?
- ¿Cómo será Facebook en 2032?
- ¿Sobrevivirá IBM hasta 2025? Ha tenido una reducción significativa en el talento leal, que reemplazó con contratistas de corto plazo en el extranjero, y parece que no se enfoca en sus valores históricamente fundamentales.
- ¿Cómo cambiarán los think tanks en los próximos 5-10 años?
Incluso a través de la rápida evolución de los sensores en miniatura: desde bocas de incendio hasta automóviles, desde cestos de basura hasta el collar que lleva su perro, desde su cepillo de dientes hasta su propio software, el aprendizaje automático ha permitido entender cómo interactúan estos objetos. el mundo.
A su vez, esto nos da (por “nosotros” me refiero a la gran cantidad de robots y máquinas de red que existen cómodamente en el éter en una especie de episodio del tipo “Espejo Negro”) la información que necesitamos para tomar decisiones Basado en predicciones para el futuro, en lugar de reflexiones del pasado.
Dejame darte un ejemplo:
Friedman escribe en ” Gracias por llegar tarde “, “General Electric recopila datos de más de 150,000 dispositivos médicos de GE, 36,000 motores a reacción de GE, 21,500 locomotoras de GE, 23,000 aerogeneradores de GE, 3,900 turbinas de gas y 20,700 piezas de equipos de petróleo y gas. , todo lo cual informa de forma inalámbrica a GE cómo se sienten, cada minuto “.
Eso es un montón de datos. Me gusta mucho.
Friedman continúa notando que cuando todos estos sensores transmiten sus datos a bancos de datos centralizados, entonces una aplicación de software increíblemente poderosa comienza a buscar patrones. De los datos, las señales débiles se pueden detectar mucho antes de que se vuelvan fuertes, y los problemas se pueden abordar de manera proactiva en lugar de reactivamente.
Aquí hay algunas maneras fáciles de pensar sobre esto:
PASADO: mantenimiento basado en la condición = “Si se ve sucio, lávelo”.
PASADO: Mantenimiento preventivo = “Cambie el aceite en el automóvil cada 6,000 millas”.
FUTURO: Mantenimiento predictivo / prescriptivo = Busque patrones en los datos y pronostique el momento exacto en que un componente, ya sea un neumático, un medicamento farmacéutico en la cadena de suministro o una parte del avión, fallará o deberá ser reemplazado.
Ahora, ¿cómo se ven algunos de esos FUTUROS, ejemplos predictivos?
1. Hidrantes inteligentes
Hay bocas de incendio que registran continuamente la presión del agua y envían datos a las empresas locales de servicios eléctricos para reducir la cantidad de explosiones que se producen.
2. Contenedores de basura inteligentes
Estos botes de basura alertan a los trabajadores de saneamiento cuando están llenos para aumentar la eficiencia en las rutas de basura.
3. Lechería alemana
Microsoft ayudó a crear una granja lechera conectada a TI, utilizando etiquetas de sensores para monitorear la salud de las vacas, sin requerir que los empleados monitoreen continuamente los establos.
Estos son solo algunos ejemplos, pero muestran las diferentes formas en que los datos se están inculcando cada vez más en nuestras vidas.
Lo que me lleva a donde creo que todo esto se dirige:
Cuando vea estas “innovaciones inteligentes” y las combine con la cadena de bloques, el viejo modelo de mantenimiento basado en condiciones y las “alertas tontas” pronto saldrán por la ventana. Simplemente ya no es efectivo decir: “Esto sucedió antes, así que probablemente vuelva a suceder”. Ya pasamos ese punto. En su lugar, el software rastreará cantidades masivas de datos y comenzará a especular por sí solo cuando una parte o una herramienta deba limpiarse, repararse, reemplazarse, etc. Habrá un cambio hacia el “mantenimiento preventivo”, que afectará a docenas de industrias Bastante ingenioso, ¿eh?
Un estudio de caso o lente perfecto para ver este fenómeno es la industria farmacéutica y todos los diferentes desafíos que enfrentan con su cadena de suministro. De la forma en que se ejecuta la cadena de frío farmacéutica, los sensores se colocan en todos los envíos farmacéuticos, lo que muestra si ha habido una excursión de temperatura en tránsito (con un enfoque más bien analógico y binario: sí o no, luz roja o luz verde), que es parte de las prácticas de cumplimiento requeridas. Los sensores ligeramente más inteligentes podrían decirle a un cliente que ha habido una excursión de temperatura, pero no necesariamente qué hacer con esa información.
Eso es un problema.
No solo un problema, sino arcaico si me preguntas.
Además, los proveedores de logística, los transportistas y los empaquetadores son los que leen los datos de estos sensores. No saben qué hacer cuando ven que un envío masivo de medicamentos se ha visto comprometido. ¿Se lo devuelven? ¿Marcarlo y seguir adelante? ¿Qué pasa con el papeleo que necesita ser completado? ¿A quién se envía eso?
Es un proceso increíblemente difícil para todas las partes involucradas.
Al combinar dispositivos y sensores de IoT, estas alertas inteligentes se pueden mejorar drásticamente. Esto es algo que estamos construyendo en la compañía que cofundé, Chronicled: una plataforma de alerta inteligente que puede operar de una manera más predictiva y prescriptiva.
Sin embargo, el último paso aquí es recopilar todos estos datos de manera descentralizada (una cadena de bloques), de modo que toda la industria pueda trabajar junta para aumentar la eficiencia, reducir el error y planificar excursiones mucho antes de que ocurran. Y la razón por la que el blockchain desempeña un papel tan vital en todo esto es que los grandes datos que están centralizados y son propiedad de las grandes empresas es lo que crea un monopolio de poder.
Y, honestamente, ¿quién quiere vivir en un futuro monopólico, centralizado, digno de Black-Mirror?
Por eso me interesan las cadenas de bloques y los almacenes de datos descentralizados para IoT. La promesa de interoperabilidad sin control monopolístico centralizado es revolucionaria y llevará a innumerables productos y servicios innovadores construidos sobre almacenes de datos basados en blockchain.
