Evolución de la interconexión de los dispositivos

La interconexión de dispositivos a la Red de redes, tendencia conocida como el Internet de la Cosas (IoT por sus siglas en inglés), propicia que cada vez se generen más datos que por sí solos no revelan ninguna oportunidad para las personas que hacen uso de esta tecnología. Es por eso que en la actualidad se requieren de nuevas innovaciones que permitan realizar una analítica avanzada de la información (data) para visualizarla en soluciones de la vida real.

Francisco Corona, director de services cloud para Microsoft México, expone que ahora no solo trabajan con temas de IoT, sino que han comenzado la fase de IoT edge, es decir, ahora es posible la extensión de la inteligencia de la nube a dispositivos perimetrales. Microsoft, mediante su reciente plataforma Azure, provee un servicio que aporta funcionalidad de la nube al perímetro para poder distribuir inteligencia a dispositivos IoT.

Este nuevo método, de acuerdo con Microsoft, permite optimizar los sistemas de computación en la nube al procesar los datos cerca de la fuente que los crea. Con esto se pretende aprovechar los recursos que puedan no estar conectados continuamente a la red como son computadoras portátiles, teléfonos inteligentes, tabletas y sensores.

Corona explica que los servicios de Azure están en constante evolución para que los usuarios puedan aprovechar los beneficios. Enfatiza que el set de servicios integrados a la nube es para cualquier empresa o persona que esté interesada en adquirirlos, debido a que su intención es democratizar su tecnología para que sea un elemento que acelere el proceso creativo de quien la utilice. En ese sentido, Microsoft permite que funcionen otros sistemas operativos como Linux y no exclusivamente Windows 10.

Armando Blanco, director de IoT para Microsoft, comenta que la parte más importante para la compañía es saber qué hacer con los datos generados por IoT, por lo que realizan un proceso de Machine Learning con el objetivo de hacer cosas interesantes y útiles con los datos en distintos sectores. Por ejemplo, se puede predecir el comportamiento o vigencia de operación de una máquina y saber cuándo se va a descomponer. En el sector de agroindustria la principal preocupación es la producción, así que se recolecta información del clima, con la ayuda de sensores, y se mezcla con la información de un invernadero para que el aprendizaje automatizado desarrolle diagnósticos sobre la producción de verduras.

Microsoft utiliza la misma inteligencia para prevenir posibles amenazas, lo cual, según Francisco Corona, les ayuda a ser predictivos y no reactivos. Machine Learning detecta anomalías en el comportamiento de un usuario o de un servicio. Al generar alertas el dispositivo se bloquea en términos de seguridad. Además, cuentan con un programa de certificación de aparatos. Se hacen diferentes pruebas para saber que es seguro para hacer conexión con la nube.