Reconocida como una ingeniería de referencia en el sector del transporte y con un capital humano altamente especializado y de gran valor, Ineco ha desarrollado en los últimos años un conjunto de iniciativas innovadoras en el área TI, desarrollando nuevos servicios digitales para sus clientes (Smart Cities, IoT, Inteligencia Artificial, Blockchain, Realidad Virtual/Aumentada, etc.). Se ha iniciado, por tanto, un proceso de transformación digital al que ahora se quiere dar un impulso decisivo con el lanzamiento del Plan de Transformación Digital 2018-2020, aplicándolo no solo a los servicios prestados a los clientes, sino también al propio funcionamiento de la compañía.

Gracias a la transformación digital se consigue unificar la visión de la empresa para avanzar en una sola dirección, conectados entre sí, haciendo uso de los activos intangibles de la compañía y sacando provecho común a las herramientas digitales. En esta nueva etapa, la información deja de pertenecer a un área para pasar a pertenecer a toda la compañía.

Confluencia Tecnológica

La modernización de las empresas del ámbito del transporte y en la propia Administración pasa hoy en día, inexorablemente, por el uso de las nuevas tecnologías de forma intensiva. Tecnologías como el cloud computing, Big Data o la Inteligencia Artificial constituyen elementos fundamentales para hacer frente a los desafíos actuales. Es más, estas tecnologías tienen un efecto multiplicador entre ellas, haciendo posible por ejemplo el cloud computing aplicaciones de Big Data o Inteligencia Artificial, que no serían posibles de otra manera.

Utilizando servicios en la nube en los sistemas de gestión del transporte, las empresas tienen a su alcance la reducción de costes, una mayor agilidad y flexibilidad, una mejor respuesta ante eventos poco predecibles y ante cambios en el comportamiento de los clientes, la reducción del nivel de riesgos, la disponibilidad de servicios accesibles de forma global y una mayor facilidad y rapidez de implementación.

La principal iniciativa de la Unión Europea en materia de transformación digital es la Estrategia Europa 2020 de la que se deriva la estrategia nacional

El uso de la Inteligencia Artificial y Big Data en el sector del transporte permiten detectar tendencias, constatar fenómenos o predecir comportamientos. Con estas herramientas, tomar decisiones será más sencillo, más rápido y, sobre todo, más eficiente, por lo que estos datos se convierten en un elemento de gran valor. De hecho, este análisis ya está en marcha y al servicio de la Administración Pública en áreas que afectan al transporte de viajeros, ya sea en ciudades o en carreteras. Por ejemplo, ya se instalan sensores en semáforos que contabilizan el número de vehículos que circulan por un determinado punto para optimizar los tiempos de apertura, mejorando así la fluidez del tráfico.

En realidad, son muchas las ventajas que nos aporta esta cantidad ingente de datos que analizar, ya que se puede planificar y gestionar mejor, pero también se puede disminuir el impacto medioambiental u optimizar el rendimiento de vehículos y conductores. La Inteligencia Artificial se aplica también en la mayoría de los ámbitos del sector del transporte, sobre todo en los relativos a la conducción autónoma. En este campo, desarrollado ampliamente en el sector de la aviación, se suma ahora con fuerza el vehículo autónomo de transporte por carretera y los drones inteligentes.

Las nuevas generaciones de tecnologías y dispositivos móviles ayudan a mejorar la eficiencia y a reducir costes de las empresas que transportan pasajeros, mientras que los usuarios disfrutan de viajes más rápidos, seguros y fiables que pueden planificar, gestionar y pagar cómodamente desde sus terminales. Y tanto agentes como usuarios se benefician del potencial del análisis de los grandes volúmenes de datos en tiempo real que se generan como consecuencia de estas transacciones.

En el caso de los empleados, la utilización de tecnologías móviles permite transformar los procesos de negocio, de tal manera que se puedan desarrollar desde cualquier ubicación. Los empleados tendrán acceso a toda la información y herramientas que necesitan para desarrollar su trabajo en el dispositivo móvil de su elección, lo que mejora la productividad y las relaciones con los clientes.

El Internet de las Cosas (IoT), tiene el potencial para transformar radicalmente el sector del transporte, creando servicios con grandes niveles de inteligencia

El Internet de las Cosas (IoT), que es la base de un entorno en el que personas y objetos están interconectados, tiene el potencial para transformar radicalmente el sector del transporte, creando nuevos servicios con grandes niveles de inteligencia. Así ocurre en el transporte aéreo con la optimización de rutas y la consecuente reducción de los tiempos de viaje y el aumento de la seguridad; la simplificación de las gestiones, o la disponibilidad por parte de los pasajeros de procesos de autoservicio y de servicios sin interrupciones, tanto en los aeropuertos como en los propios aviones.

Otro gran campo de aplicación del IoT es el de los vehículos y la conducción. Tomando como ejemplo el caso del coche, el punto de partida actual es el del automóvil conectado, en el que tanto el conductor como el coche tienen una gran conectividad con el exterior, y en el que están disponibles los servicios que son necesarios para los desplazamientos. La creciente adopción de tecnologías vehicle-to-vehicle (V2V) y vehicle-to-infrastructure (V2I), unida al desarrollo de las ciudades inteligentes (smart cities) y de carreteras inteligentes, influirá positivamente en la circulación, gracias a la comunicación directa entre coches y a la interacción con semáforos, señales e incluso dispositivos móviles de los peatones.

El resultado son sistemas de transporte en los que todos los elementos del entorno se comunican y cooperan para generar una conducción más segura y eficiente en el marco de la movilidad inteligente (smart mobility). El siguiente paso son los coches autónomos y el concepto de Car as a Service (CaaS): ya no es necesario comprar un coche para desplazarse de un lugar a otro, sino que se puede disponer de él como servicio cuando se precise. En este entorno, la interactuación con los clientes a través de las redes sociales y la economía colaborativa aportan muchas ventajas, entre ellas, la fidelización y el posicionamiento de la marca.

Las metodologías ágiles permiten adaptar la forma de trabajo a las condiciones del proyecto en cada momento. Las dos más utilizadas hoy en día por los desarrolladores son las denominadas Scrum y Kanban, la primera de ellas caracterizada por su estrategia de desarrollo incremental, codificándose el proyecto en incrementos a través de iteraciones, llamadas sprints. En cambio, Kanban es una metodología más visual, donde las tareas, detalladas según unas reglas definidas, van avanzando por las distintas fases (to do, in progress, done …).

En el actual entorno IT, el término DevOps es uno de los más mencionados. Su concepto puede definirse como una metodología para la creación de software basada en la integración entre desarrolladores software y administradores de sistemas. DevOps permite fabricar software más rápidamente, con mayor calidad, menor coste y una altísima frecuencia de lanzamientos (releases). Otra ventaja es la automatización de la gestión del hardware y software básico mediante lenguajes de scripts especializados, reduciendo los costes de administración y generando sistemas más homogéneos y eficientes. DevOps no es en sí una cultura, pero sí requiere de un fuerte cambio cultural y organizativo. Un cambio cultural hacia la colaboración, la comunicación y, en último término, la completa integración entre las antiguas áreas (habitualmente estancas) de desarrollo y sistemas.

También generan beneficios los nuevos enfoques de las nuevas arquitecturas basadas en microservicios y contenedores software. A diferencia de un enfoque tradicional en el que todo se crea en una única pieza, los microservicios están separados y funcionan conjuntamente para llevar a cabo las mismas tareas. Cada uno de estos componentes, o procesos, son los microservicios cuyo objetivo final es entregar software de calidad más rápido.

En cuanto a los contenedores de software, son un paquete de elementos que permiten ejecutar una aplicación determinada de manera aislada del sistema operativo que lo soporta. Si se desarrolla un software y ha de pasar de un servidor instalado en un centro de datos a una máquina virtual que funciona en una nube pública, tal vez el código no termine de funcionar del todo bien en su nuevo entorno. En cambio, si ese software desarrollado está dentro de un contenedor puede llevarse al sistema que más convenga.

Con una cantidad ingente de datos se puede planificar y gestionar mejor, pero también se puede disminuir el impacto medioambiental u optimizar el rendimiento de vehículos y conductores

El denominado Blockchain (cadena de bloques) es un paradigma tecnológico cuya aplicación se está explorando en todos los sectores por la capacidad que tiene para cambiar radicalmente los modelos de negocio actuales. Precisamente la cadena de bloques es la tecnología que hace funcionar a Bitcoin, la principal criptomoneda del mundo y claro caso de éxito de Blockchain, pero es un paradigma que se puede utilizar en otros ámbitos muy distintos.

La tecnología de cadena de bloques permite la colaboración garantizando la seguridad de las transacciones con un gran nivel de transparencia. Una red Blockchain es un conjunto de ordenadores, que reciben el nombre de nodos, conectados entre sí usando un protocolo común con el objetivo de validar y almacenar la misma información en una red P2P (peer to peer). Esta información se interpreta como un libro mayor común (ledger), de ahí el acrónimo DLT (Distributed Ledger Technology) asociado a este tipo de arquitecturas. El ledger registra todas las transacciones entre nodos que han ocurrido desde la creación de la citada red Blockchain. Proporciona una tecnología incorruptible, segura, sin errores ni intermediarios y con procesos rápidos.

El uso de la realidad virtual/aumentada en el transporte es cada vez mayor. Entre las principales ventajas destaca la creación de entornos virtuales envolventes que permiten moverse con total libertad por una simulación interactiva; el teletrabajo físico, a través del uso de dispositivos hápticos y sistemas automatizados; la comercialización de productos y servicios sin necesidad de tener un entorno físico para la venta; y su gran utilidad para apoyar la educación y la formación.

redes 5G, el nuevo paradigma

La tecnología 5G aborda la siguiente (quinta) generación de transmisión de datos para redes móviles, constituyendo no solo el nuevo paradigma de las comunicaciones inalámbricas, sino que será el componente tecnológico esencial en la transformación digital en los países más avanzados durante la próxima década.

Las principales soluciones habilitadoras para esta transformación digital, el Internet de las Cosas y el Big Data, la robótica, la realidad virtual o la ultra alta definición, se soportarán sobre la tecnología 5G. Por ello, para el éxito en su introducción, no solo es necesario la propia evolución de las infraestructuras y las redes de telecomunicaciones, sino que debe desarrollarse todo un ecosistema de plataformas, servicios y contenidos 5G.

La madurez tecnológica y comercial del 5G llegará en 2020 con un gran incremento de tráfico en las redes móviles, así como un aumento masivo de los dispositivos interconectados entre sí

La madurez tecnológica y comercial del 5G llegará en el horizonte del año 2020 con un gran incremento de tráfico en las redes móviles, así como un aumento masivo de los dispositivos interconectados entre sí (se prevé pasar de 15.000 millones de dispositivos interconectados en 2015 a más de 75.000 en 2025). La nueva tecnología jugará un papel fundamental a la hora de dar soporte a la ingente cantidad de datos que se esperan mover en la Red. Por otro lado, permitirá reducir notablemente los tiempos de descarga de archivos. En concreto, las redes 5G facilitarán banda ancha móvil de muy alta velocidad y capacidad, con velocidades en movilidad superiores a 100 Mbit/s con picos de 1 Gbit/s, lo que permitirá, por ejemplo, ofrecer contenidos en ultra alta definición o experiencias de realidad virtual. Proporcionará comunicaciones ultra fiables y de baja latencia, en torno a 1 milisegundo (ms) frente a 20/30 ms propios de las redes 4G. Esta condición podría hacerlas apropiadas para aplicaciones que tienen requerimientos específicos en este ámbito, como el vehículo conectado o el vehículo autónomo, servicios de telemedicina, sistemas de seguridad y control en tiempo real y otros como la fabricación inteligente. Permitirán también comunicaciones masivas tipo máquina a máquina (M2M). Se incrementará la capacidad para gestionar gran cantidad de conexiones simultáneas, lo que permitirá entre otras cosas, el despliegue masivo de sensores, el Internet de las Cosas (Internet of Things, IoT) y el crecimiento de los servicios de Big Data.

Cualquier usuario conectado a Internet mediante cualquier dispositivo es un objetivo potencial de un ciberataque, de ahí la importancia vital de la ciberseguridad, una disciplina en constante evolución, que se concentra en ofrecer la mejor protección a los sistemas frente al panorama cambiante de amenazas, ya que los atacantes se han ido profesionalizando en los últimos años, y cuentan con importantes infraestructuras y organizaciones que pueden poner en jaque la seguridad casi de cualquier institución o compañía.

Objetivos del Plan

La Transformación Digital constituye una palanca de cambio e innovación muy poderosa en una compañía. Sin embargo, no constituye un objetivo último en sí mismo, sino que debe ser un catalizador que permita la consecución de los objetivos derivados de lo analizado anteriormente:

1. 1. Digitalización total de procesos: conseguir que todos los procesos de la organización se gestionen de manera digital, mejorando la eficiencia, sostenibilidad y relación con los clientes.
   2. Conseguir una mejora competitiva basada en la gestión inteligente del dato: transformar el análisis y la explotación de los datos de la compañía para mejorar la toma de decisiones y realizar una gestión más inteligente.
   3. Potenciar la colaboración y comunicación entre áreas de la organización: favorecer en la medida de lo posible la colaboración y trabajo en equipo de todo el personal de Ineco para aprovechar todo el conocimiento existente en la compañía.
   4. Gestión comercial integral y digital: gestión de manera integral de las relaciones con los clientes, desde la generación de las oportunidades hasta la ejecución y cierre de los proyectos, involucrando a todo el personal de Ineco que participa en cada fase en la detección de nuevas oportunidades de negocio. Creación de nuevos canales digitales de relación con los clientes (p. ej., Social Selling).
   5. Permeabilidad de la tecnología a todos los niveles: aprovechando las nuevas tecnologías para continuar aportando valor a los productos y servicios actuales, así como habilitando la generación de nuevas soluciones que apoyen el crecimiento del negocio futuro.
   6. Facilitar la Transformación Digital, pilotando nuevas ideas para generar una transformación disruptiva.

Líneas de Actuación

Finalmente, para habilitar la consecución de los objetivos indicados se debe trabajar sobre diferentes líneas de actuación que, en este Plan, se han encuadrado sobre seis perspectivas diferentes:

• Digital transformation lab. Esta línea se concreta en un Laboratorio para probar todo tipo de ideas sobre Transformación Digital, especialmente las disruptivas bajo el paradigma fallar rápido. Esto es, descartando de manera rápida aquellas iniciativas que se consideren fallidas y escalando aquello que funcione. Adicionalmente, se trata de difundir internamente tecnologías innovadoras que tienen el potencial para transformar la organización: Big Data, Inteligencia Artificial, RPA, etc.
• Fast execution. Dentro de este apartado se engloban aquellas acciones e iniciativas que pretenden mejorar la velocidad en la ejecución de procesos de la compañía, así como la mejora de la productividad de sus empleados, con el consiguiente aumento de eficiencia a todos los niveles. Las acciones dentro de esta categoría se pueden contemplar desde dos ópticas: la del usuario y la de sistemas. Desde la óptica del usuario, se incorporan acciones dirigidas a mejorar la usabilidad y la experiencia del usuario de las aplicaciones, ganando agilidad, mayor velocidad en la adopción de nuevas herramientas gracias a una curva de aprendizaje menor, etc. Desde la óptica de los sistemas, se buscan mejoras en la velocidad ‘en bruto’ de las aplicaciones y agilidad en los desarrollos y modificaciones de las mismas, gracias a cambios en la arquitectura de sistemas, menor personalización/uso de soluciones out-of-the-box, reducción del número de herramientas a través de la fusión de las funcionalidades o la ‘movilización’ de procesos en smartphones.
• Ciberseguridad. Las iniciativas relacionadas con la ciberseguridad tienen como objetivo salvaguardar la seguridad de la información y de los sistemas. Las acciones incluidas en esta línea de actuación contemplan la implantación de las directrices, acciones, formación, prácticas idóneas y tecnologías que pueden utilizarse para proteger los activos de la organización, así como a los usuarios dentro del entorno informático en donde trabajan. El enfoque se centra en todo momento en los usuarios del sistema, buscando garantizar los niveles de ciberseguridad con el menor intrusismo posible en el trabajo diario de las personas, entendiendo que se puede lograr un excelente nivel de seguridad digital sin perjudicar la productividad a través del uso de las tecnologías más recientes (IA, monitorización pasiva, etc.).
• Paperless. Las iniciativas que forman parte de este apartado tienen como finalidad última la eliminación total del papel en los procesos de la organización, obteniendo importantes beneficios como la mejora de la eficiencia, incremento de la sostenibilidad, facilitar el trabajo en red o el análisis y optimización de procesos.
• Data-driven company. Las Data-Driven Company son aquellas organizaciones que se caracterizan por saber aprovechar y explotar los datos generados en la actividad diaria de la compañía con el objetivo final de mejorar su propuesta de valor, sus procesos y la toma de decisiones. Para lograr esto, los datos deben estar adecuadamente incorporados en su formato digital, estar disponibles transversalmente, ser ‘únicos’ y de calidad. Las iniciativas, por tanto, se orientan a la identificación de datos con valor para la organización no digitalizados, a su inclusión en herramientas y soluciones para un acceso sencillo a los mismos, a la creación de nuevos canales de datos y a la explotación avanzada de toda la información disponible a través de técnicas de BI/Business Discovery, IA o similares.
• Co-creation/Collaboration. Esta línea de actuación contempla las acciones enfocadas a fomentar la agilidad, la colaboración y las opciones de co-creación entre las diferentes áreas de la compañía. El objetivo subyacente es maximizar la productividad y la utilización del conocimiento de todos los empleados, aprovechando las capacidades multidisciplinares y fomentando el trabajo en equipo, independientemente del área en que se encuentre cada empleado (tanto geográfica como organizativa).

La previsión de crecimiento hasta el 2020 es de casi 40ZB (zettabyte, 10²¹ bytes), la mayor parte generada por seres humanos, seguido por dispositivos físicos conectados a Internet. Otro indicador que nos permite constatar esta tendencia es que el mercado de la tecnología y analítica Big Data crece a razón del 20-30% anualmente, con un mercado mundial estimado en 50.000 millones de euros hasta 2018.

Pero no es solo el volumen de datos lo que hace característico al concepto Big Data. Tendemos a hacer la traducción y asociarlo al concepto de gran cantidad de información, pero como veremos más adelante, se deben dar más características para considerar un conjunto de datos como Big Data.

Definición de Big Data y problemática asociada

Podemos hablar de Big Data cuando se generan grandes cantidades de información (Volumen), de manera muy rápida (Velocidad), con tipos de datos heterogéneos (Variedad). A las clásicas tres características (las tres Vs), recientemente la industria ha empezado a añadir una cuarta, Veracidad. Dado que gran parte de la información se genera directamente por personas, es necesario dotar al origen de datos de la característica de veracidad. De nada nos sirve tener una fuente completa de datos que no es fiable.

En gran medida, el auge de las tecnologías Big Data ha venido de la mano de las redes sociales, en cuanto al volumen y variedad de datos, y del sector del marketing en cuanto a las posibilidades de poner en valor toda la información que se está generando. La banca es otro de los sectores clásicos de generación y explotación de Big Data. El estudio de la información de usos y costumbres que se pueden obtener de la información bancaria permite desde diseñar productos adaptados al cliente, a predecir comportamientos, como impagos, en base a la correlación de la información disponible. También las ingenierías empiezan a identificar casos de uso donde la capacidad de análisis de Big Data supone una ventaja competitiva.

Por último, cabe destacar el ámbito de IoT (Internet of Things) y las Smart Cities. El concepto Smart City implica un uso intensivo de las tecnologías de la información para recoger y procesar la información que genera la ciudad basada en los sensores desplegados u otros orígenes de datos como pueden ser cámaras de tráfico o cualquier otra fuente de información no estructurada.

Las cuatro características que debe cumplir la información para que se identifique con el concepto Big Data son: volumen, velocidad, variedad y veracidad

La orientación de la industria

Los proyectos Big Data no pueden ser abordados de forma eficiente con las tecnologías tradicionales. Las necesidades de almacenamiento y explotación de tal cantidad de datos, con sus características de velocidad y heterogeneidad, ha obligado a la industria a diseñar nuevas tecnologías que permitan trabajar con información en tiempo real, y con las características de volumen y variedad de datos anteriormente mencionados.

Entre los diferentes paradigmas que presenta la industria para acometer proyectos Big Data podemos destacar las tecnologías In-Memory (IMDB) y los Sistemas Distribuidos. La tecnología In-Memory permite cargar toda la información con la que se necesita trabajar en memoria, donde el procesamiento es mucho más rápido. Por otro lado, las soluciones basadas en sistemas distribuidos se orientan al procesamiento paralelo, permitiendo descomponer y resolver un problema complejo usando diferentes máquinas que se encargan de resolver cada parte del problema original. Esta descomposición permite utilizar ordenadores económicos, pero que en conjunto componen una gran plataforma de procesamiento. A esta tendencia ha ayudado la aparición de soluciones Open Source como Hadoop o Storm.

Por otro lado, existe una tendencia de implementar las plataformas Big Data usando servicios en la nube (cloud). El problema que se plantea en los proyectos Big Data es el dimensionamiento y la escalabilidad (capacidad de crecimiento) de la infraestructura. Por este motivo, este tipo de proyectos necesitan disponer de una infraestructura que sea elástica, y que permita ampliar o disminuir los recursos disponibles basándose en los requerimientos que dispongamos en cada momento.

Las soluciones basadas en servicios en la nube se van a imponer a la contratación de la infraestructura privada (on premise), ya que permite a las empresas liberarse de las tareas de instalación y mantenimiento de la infraestructura, para centrarse en tareas que aporten valor al proyecto. Ya no hablamos de adquirir máquinas (virtuales o físicas) donde hemos instalado y configurado nuestra propia solución, sino de utilizar los servicios que necesitemos en cada momento, pagando solo por el tiempo de procesamiento y por el almacenamiento. Por ejemplo, si necesitamos un servicio de aprendizaje automático, donde poder definir un algoritmo de predicción que trabaje con nuestra propia información, basta con contratar el servicio en la nube y pagar solo por el tiempo de uso.

Lo que esconde el Big Data

Una vez que tenemos esta ingente cantidad de datos, ¿cómo generamos valor a partir de nuestra información? Existe el error de pensar que los proyectos Big Data consisten en almacenar la información existente y aplicar tecnología más o menos compleja para analizar qué es lo que podemos obtener. Un proyecto Big Data debe comenzar antes de empezar a recopilar la información. Es necesario tener claro los objetivos que motivan el proyecto, qué tipo de información necesitamos y plantear todos los condicionantes implicados en la recolección y procesamiento de la misma.

A diferencia de la tecnología Big Data, los sistemas clásicos de inteligencia de negocio (Business Intelligence) se basan en la consolidación de la información que nos permita realizar operaciones con esos datos precalculados. El nuevo paradigma de Big Data nos obliga, por un lado, a tener la capacidad de analizar el flujo de información en tiempo real, y por otro, almacenar la información en bruto. Por ejemplo, en el caso de sensores de temperatura, necesitamos registrar todas las medidas que ha generado el sensor. No es suficiente con manejar la temperatura media por día, ya que al disponer de la información agregada no nos permite analizar el detalle para poder llegar a predecir el comportamiento de los parámetros o identificar patrones de comportamiento. Es decir, necesitamos poder almacenar y analizar la información en el estado original, o con nivel de granularidad mucho menor que en los sistemas analíticos tradicionales.

Big Data en la ingeniería

Los campos de aplicación son muy amplios, desde las soluciones para Smart Cities hasta las técnicas de aprendizaje automático para actividades de mantenimiento predictivo. En Ineco somos conscientes de la importancia y posibilidades que tienen las tecnologías de Big Data en el campo de la ingeniería. Por ese motivo, la subdirección de Tecnologías de la Información estudia y explota las características de Big Data en diferentes ámbitos. En el caso de las Smart Cities trabajamos en diferentes campos, donde podemos destacar la plataforma Smart CityNECO, para la integración de la información de los diferentes servicios de la ciudad (movilidad, medio ambiente, etc.) permitiendo la correcta gestión basada en los cuadros de mando de los diferentes servicios que proporciona la ciudad. Por otro lado, también dentro de ámbito de las Smart Cities, pero más concretamente en el vertical de movilidad (Smart Mobility), Ineco trabaja en el estudio y optimización de la movilidad en las ciudades, creando entornos de simulación y predicción en tiempo real que permitan determinar los parámetros óptimos de regulación de la movilidad en las diferentes áreas de la ciudad. Esta solución se basa en la integración de los modelos de simulación, así como en técnicas de aprendizaje automático, trabajando con la información en tiempo real del estado de la movilidad en la ciudad.

Un proyecto Big Data debe tener claro los objetivos, qué tipo de información necesitamos y plantear los condicionantes implicados en la recolección y procesamiento de la misma

Dentro del ámbito de mantenimiento de infraestructuras, el mantenimiento predictivo se basa en prever el problema antes de que este se produzca o de que se pierdan las condiciones óptimas en su estado. De esta forma, alargamos los tiempos entre actuaciones de mantenimiento, mejorando la disponibilidad a la vez que se ahorra en costes. En este campo, desarrollamos técnicas predictivas a partir de mediciones de diferentes parámetros gracias al establecimiento de sensores, que permitan establecer una relación con su ciclo de vida. La diferencia con las técnicas tradicionales radica en combinar toda la información del estado, sus características, la explotación, así como condiciones medioambientales de una forma automática.

Dentro de la actividad de aforos y encuestas de movilidad, Ineco trabaja en una plataforma de encuestas con dispositivos móviles, que permite la recopilación de toda la información relevante para este tipo de estudios, entre las que se encuentran las respuestas que proporciona el usuario, la información de ubicación proporcionada por el GPS, etc. Además, sobre las contestaciones que se realizan en lenguaje natural, podemos realizar lo que se denomina ‘Análisis de Sentimiento’ (minería de opinión) lo cual nos permite identificar la actitud del interlocutor con respecto a un tema.

Por otro lado, no podemos olvidar que Big Data no solo contempla información alfanumérica. Por ese motivo, otro de los campos de investigación se centra en el tratamiento de imágenes. El objetivo es la localización de defectos u objetos de una forma automatizada.

En conclusión, estamos sufriendo una transformación digital, que unida a las capacidades de interconexión, está aumentando exponencialmente la cantidad de información generada. Nos encontramos en la ‘Era del Dato’ y las capacidades de análisis de esa información va a marcar la diferencia en todos los ámbitos empresariales.