Connect with us

BI y analítica

Tres ejemplos prácticos que demuestran el valor de la ‘analítica en el borde’

José Luis Becerra Pozas

Published

on

Al impulsar más capacidades analíticas donde se recopilan datos, las organizaciones están logrando una mayor capacidad de respuesta y eficiencia. A continuación, se muestran tres casos de éxito de la analítica perimetral.

La computación de borde (edge computing) ofrece grandes ventajas potenciales para las empresas en una variedad de industrias. Este modelo de computación distribuida, que acerca el almacenamiento y análisis de datos a las fuentes de datos, puede ofrecer a las organizaciones mejores tiempos de respuesta, menor latencia de red, menores costos de ancho de banda e incluso mayor seguridad.

Edge computing ayuda a respaldar iniciativas como el Internet de las Cosas (IoT), al permitir el procesamiento remoto de los datos recopilados por los objetos conectados. Sin tales sistemas en su lugar, la inmensa cantidad de datos generados por los dispositivos conectados fácilmente abrumaría la infraestructura de datos central de una organización, o incurriría en costos significativos si se trasladara a los repositorios en la nube para su análisis.

Al llevar más capacidades analíticas al límite, donde se recopilan los datos, las organizaciones pueden lograr una mayor capacidad de respuesta y eficiencia. A continuación, se muestran algunos ejemplos de cómo las organizaciones están implementando análisis en el borde para una variedad de casos de uso.

Seguridad vial

logo-aprobacion

Trimble Transportation proporciona tecnologías tales como enrutamiento y optimización, seguimiento y visibilidad, y sistemas de seguridad y cumplimiento para sus clientes. Esos clientes, generalmente transportistas de carga motorizados, generan más de 10 mil millones de puntos de datos cada día desde sus dispositivos telemáticos en la cabina. Eso incluye más de 50 variables como la temperatura del motor, la velocidad del turbo, la presión del aceite, la velocidad y los niveles de refrigerante.

Un número cada vez mayor de sensores de vehículos monitorean métricas clave de desempeño y alertan a los conductores sobre problemas como baja presión de los neumáticos, cambios de carril y obstáculos en el retroceso. Si bien esto ha permitido muchos avances en las tecnologías de seguridad, también genera un volumen masivo de datos que deben procesarse rápidamente para que sean útiles en tiempo real.

Para Trimble, la analítica perimetral proporciona una forma de brindar información más rápidamente. La empresa, que está creando una cadena de suministro conectada mediante el desarrollo de hardware y software para empresas de transporte y logística, está construyendo un sistema de red radial donde la oficina administrativa de un transportista de camiones es el “centro”, como explica Chris Orban, vicepresidente de Ciencia de Datos en Trimble.

El centro incluye aplicaciones como sistemas de gestión de transporte, recepción de pedidos, seguridad y cumplimiento, y otros sistemas operativos que dependen de los datos proporcionados por los “rayos”, dice Orban.

“Los ‘rayos’ de este modelo son los conductores de camiones que usan tecnología de punta como computadoras a bordo, dispositivos de registro electrónico y más en la cabina mientras están en la carretera”, señala Orban. “Estos dispositivos están conectados a la nube mediante redes 4G LTE y están realizando muchos cálculos en el borde. Estos cálculos incluyen el seguimiento de las horas de servicio de un conductor, informes sobre eventos de seguridad y escaneo de documentos electrónicos como prueba de entrega”.

La compañía ha estado usando alguna iteración de la computación de borde durante años, dice Orban, comenzando cuando se reguló el seguimiento de vehículos comerciales. Los primeros dispositivos electrónicos de Trimble en las cabinas de los camiones transmitían información simple sobre dónde estaban los camiones, así como los niveles de combustible, “proporcionando comunicación con la oficina administrativa durante una época en la que no todos teníamos teléfonos móviles en el bolsillo”.

El impulsor comercial clave para esto fue la necesidad de que las empresas de camiones supieran dónde estaban sus activos y la capacidad de comunicarse con conductores y dispositivos que podrían estar fuera de la cobertura celular. “Los dispositivos tenían que funcionar en el borde con los controladores, porque la comunicación por satélite podría haber sido su única opción de conectividad”, asevera Orban.

Desde el punto de vista de la seguridad, todos los dispositivos de movilidad de Trimble interactúan entre el módulo de control del motor (ECM) de un camión comercial y las herramientas de seguridad propias y de terceros para proporcionar funciones como alertas de frenado brusco, advertencias de seguimiento de distancia y control de estabilidad de vuelco.

“En la cabina, el conductor puede recibir información inmediata sobre su comportamiento de conducción y puede modificarlo de manera efectiva en tiempo real, o el dispositivo puede hacerlo por él”, dice Orban. “Por ejemplo, si ven que están dando la vuelta a una curva demasiado rápido y el control de estabilidad de balanceo se activa, ese dispositivo puede hacer funciionar los frenos y reducir la velocidad del camión y llevarlo a un estado en el que el control de estabilidad de balanceo ya no se activa”.

Trimble también ofrece aplicaciones avanzadas para calcular la fatiga de un conductor, en función de sus horas de servicio.

Otra gran área en la que Trimble está invirtiendo en sus capacidades de análisis de datos y computación de borde es el video. “Hoy en día, muchos vehículos comerciales tienen cámaras instaladas en el camión, ya sea apuntando hacia afuera o hacia adentro en el tablero, en los espejos laterales, una cámara de marcha atrás en la parte trasera, y cosas por el estilo”, describe Orban. “La cantidad de información que se puede obtener de estas fuentes de datos visuales es inmensa”.

La herramienta Video Intelligence de Trimble se activa cuando ocurre un evento de seguridad, como un frenado brusco en el que un conductor frena de golpe para evitar una colisión. Estos videos se pueden utilizar para mitigar el riesgo de un conductor, para evitar responsabilidades durante un accidente o para fines de capacitación de conductores.

“Hemos ido mucho más allá de la cámara de tablero estándar a un lugar donde ahora tenemos sistemas de video verdaderamente integrados que pueden ayudar al conductor con su trabajo al mirar hacia el costado del camión para darles advertencias de cambio de carril, ayudarlo a posicionarse correctamente en un muelle de carga y más”, agrega Orban.

El equipo de Ciencia de Datos de Trimble está profundamente involucrado en sus ofertas de análisis de borde, afirma. “Nuestro equipo invierte gran cantidad de tiempo trabajando directamente con los clientes para comprender las necesidades específicas para su negocio”, dice.

Por lo general, a medida que los clientes de Trimble comienzan a aplicar sistemas de seguridad, ven una mejora incremental con el tiempo. A menudo, experimentarán una reducción del 10% al 15% en los accidentes evitables de sus conductores, ya que aplican diferentes tipos de advertencias de eventos críticos, como frenos bruscos, control de estabilidad de balanceo y más. “Ese tipo de soluciones de vanguardia están literalmente cambiando el comportamiento del conductor que toma estas acciones”, concluye Orban.

Control de trafico

logo-aprobacion

La ciudad de Las Vegas está utilizando la informática de punta, incluida una implementación de IoT, para el control del tráfico y para automatizar las comunicaciones con vehículos autónomos.

“Buscamos formas de mejorar la eficiencia operativa mientras brindamos beneficios a la comunidad”, comenta Michael Lee Sherwood, director de Innovación del departamento de TI de la ciudad. “La computación perimetral permite que los sistemas de IoT procesen datos críticos y proporcionen análisis y datos en tiempo real”.

El sistema de tráfico, conocido como Blackjack, utiliza una plataforma proporcionada por Cisco que monitorea el flujo de tráfico y proporciona estadísticas de tráfico en tiempo real y capacidades para comunicarse con vehículos autónomos.  

Las Vegas comenzó a implementar tecnología de computación de borde en 2018 mientras trabajaba en soluciones de tráfico inteligente. 

Un factor clave para analizar los datos en el borde de la red provino del trabajo con compañías de vehículos autónomos que necesitaban datos casi en tiempo real, dice Sherwood.

“La computación de borde permitió que los datos fueran analizados y proporcionados al destinatario de una manera que proporcionó la mejor velocidad”, dice Sherwood.

La visualización de datos en un formato en tiempo real “permite a los responsables de la toma de decisiones tomar decisiones más informadas”.

La adición de análisis predictivo e Inteligencia Artificial (IA) está ayudando a tomar decisiones que mejoran los flujos de tráfico, “y en un futuro cercano tendrá un impacto dramático en la reducción de la congestión del tráfico y la mejora de los tiempos de tránsito y los resultados”, dice Sherwood.

Para ayudar a reforzar sus operaciones de análisis de datos en general y en el borde, el gobierno de la ciudad está desarrollando un grupo de análisis de datos como una rama del departamento de TI. La Oficina de Datos y Análisis impulsará la forma en que se gobiernan y utilizan los datos dentro de la organización, dice Sherwood. “Vemos muchas oportunidades con muchas tecnologías nuevas que llegan al mercado”, dice. “Nuestro principal objetivo se ha centrado en formar nuestro equipo y trabajar en la gobernanza y la conservación de las fuentes de datos”.

Los beneficios de las primeras etapas de la implementación incluyen permitir que las intersecciones de tráfico ajusten el tiempo de señalización en función de los flujos de tráfico reales. Esto “es una indicación positiva de cómo estas nuevas tecnologías pueden ayudar realmente a crear soluciones que beneficien a todos en la comunidad”, estima Sherwood.

Con la IA ahora desempeñando un papel en algunos de los sistemas inteligentes más nuevos de la ciudad, la necesidad de computación y análisis de borde en el borde sólo crecerá, afirma.

Según Sherwood, la mayoría de los desafíos de la informática de borde implican decidir qué procesamiento hacer en el borde, cómo se almacenan los datos y durante qué período de tiempo. “Todavía estamos trabajando en este proceso, y cuantos más sistemas y proyectos piloto emprendamos, más aprendemos sobre el arte de lo posible y la realidad”, dice.

Observación de la tierra

logo-aprobacion

Satellogic, una empresa que proporciona a los clientes comerciales y gubernamentales información geoespacial de alta frecuencia y alta resolución, está llevando el concepto de informática de punta al extremo.

La compañía, que fabrica sus propios satélites, está trabajando con varios socios, incluido el proveedor de software de análisis de Big Data Palantir Technologies, para trasladar su análisis de datos al borde de su red, a bordo de sus satélites.

De esta manera, Satellogic está construyendo y operando una constelación de satélites que recolectan imágenes multiespectrales e hiperespectrales, así como videos de movimiento completo, asevera Gerardo Richarte, CTO y cofundador de la compañía.

“Cuando diseñamos y construimos nuestros primeros satélites, hace más de 10 años, sabíamos que necesitábamos tomar decisiones en el borde”, explica del directivo. “Nuestros primeros satélites volaron con hardware y software a bordo para aprovechar la informática de punta, y estar integrados verticalmente significaba que podíamos ser muy ágiles en el desarrollo y prueba de nuevas tecnologías en órbita”.

Inicialmente, el trabajo de computación basado en satélites era interno y experimental. “Y a medida que nuestra base de clientes se expandió, comenzamos a trabajar con los clientes para transmitir sus algoritmos de procesamiento de imágenes en órbita”, agrega.

Edge computing desbloquea tres importantes mejoras en la experiencia de los clientes de Satellogic. “En primer lugar, la informática de punta nos permitirá ofrecer a los clientes alertas en tiempo real. Cuanto más cerca estemos de la fuente de información, antes podremos generar y enviar las alertas que requiere cada uno de nuestros clientes”.

En segundo lugar, la empresa puede tomar medidas en el borde, incluida la reasignación de tareas. “Cuando un algoritmo marca un objeto de interés en particular, podemos volver a programar instantáneamente un satélite para bloquearlo, rastrearlo o habilitar un producto diferente como una captura de video de movimiento completo”, dice Richarte.

Un algoritmo puede hacer que un satélite active instantáneamente una carga útil particular para capturar datos que de otro modo se habrían perdido. El video de movimiento completo (FMV), por ejemplo, “es una aplicación excelente para la Inteligencia Artificial de borde, ya que puede resultar crítico para ciertos tipos de toma de decisiones”, afirma Richarte. “No obstante, [es] demasiado intensivo en datos para ejecutarse de forma continua”. 

Los algoritmos Edge AI programados de acuerdo con las necesidades precisas del cliente pueden definir los parámetros para aprovechar el valor justo de mercado de Satellogic junto con otros datos y cargas útiles costosas, asevera.

Por último, se puede aprovechar la informática de borde para priorizar el transporte de datos. “Las conexiones remotas desde la órbita a la tierra tienen un ancho de banda limitado y la descarga de datos puede tardar más de lo que requieren ciertas aplicaciones”, dice Richarte. “Al ejecutar datos satelitales a través de algoritmos en el borde, podemos orquestar el transporte de datos de acuerdo con las prioridades y objetivos de cada cliente”.

Bob Violino, CIO.com

Advertisement
Advertisement

VIDEOS

Resources

Advertisement

Recientes

Advertisement