Llevar la nube al borde: Acelerando la toma de decisiones en IoT

Adi Hirschtein de Iguazio

En el panorama IoT actual, las empresas deben tomar decisiones en fracciones de segundo. Adi Hirschtein, director de producto de Iguazio, explica que enviar datos a una nube distante —y de vuelta— crea latencia que perjudica tanto la eficiencia como la rentabilidad.

La computación en el borde (edge computing) ofrece una respuesta convincente: al procesar datos en la fuente, las empresas pueden eludir la latencia de la nube y desbloquear todo el potencial del IoT.

El mercado estadounidense de edge computing, valorado en 80 millones $ en 2017, se espera que supere los 1000 millones $ para 2025 a medida que empresas de todos los sectores adoptan sus ventajas. Business Insider proyecta que 5600 millones de dispositivos IoT empresariales y del sector público dependerán de edge computing para 2020 —un salto de nueve veces desde 2015.

La nube sigue siendo esencial. Las plataformas híbridas permiten a las empresas usar edge computing para decisiones en tiempo real y ahorro de ancho de banda, mientras siguen aprovechando nubes públicas para almacenamiento histórico y computación escalable. En este modelo, modelos de machine learning entrenados en la nube se envían automáticamente a nodos edge, entregando máximo rendimiento donde más importa.

Una necesidad crítica

Consideremos algunos casos ilustrativos en los que el proceso que consume tiempo de enviar datos ida y vuelta a una nube centralizada podría poner en peligro el rendimiento de las empresas y la seguridad pública.

Si la inteligencia localizada en una planta industrial predice o detecta un fallo de equipo en IIoT, las fábricas deben cesar operaciones y activar actuadores de auto-reparación lo antes posible para evitar más daños a maquinaria, y lo más importante, con equipos industriales pesados en movimiento —para evitar poner en peligro la vida de los empleados.

La necesidad apremiante de soluciones de edge computing en entornos industriales ayuda a explicar por qué la manufactura está destinada a representar la mayor porción del mercado estadounidense de edge computing en 2025, con 306 millones $ (266,04 millones €).

En telecomunicaciones, edge computing sirve como herramienta vital para monitorizar y predecir la salud de la red en tiempo real. Esto solo puede lograrse procesando alto rendimiento de mensajes de múltiples flujos, correlacionados con datos históricos en el edge. Sin la capacidad de edge computing para procesar y actuar sobre flujos de datos distintos en tiempo real, el proceso analítico sería mucho más ineficiente y lento, aumentando drásticamente la probabilidad de grandes caídas de redes móviles.

Estas caídas, si son causadas por eventos naturales o ciberataques, tienen la capacidad de paralizar la región afectada, aumentando la importancia de la capacidad de un operador para detectar y resolver caídas rápidamente. En cuanto a seguridad pública, eficiencia y tiempo son clave para resolver crímenes. Toda la tecnología que las fuerzas del orden tienen a su disposición —destinada a hacer la resolución de casos más rápida— se desperdicia cuando el procesamiento en la nube retrasa seriamente el análisis de datos.

En casos extremos, son exactamente esos tres minutos extra los que determinan la capacidad de las fuerzas del orden para mantener al público seguro. Solo una solución edge puede correlacionar rápidamente datos de múltiples fuentes estructuradas y no estructuradas para allanar el camino a la policía para detectar y prevenir actividad criminal. Como en otros casos de uso altamente sensibles donde los tomadores de decisiones necesitan acceso rápido a analítica accionable, el procesamiento de datos hiper-localizado es la única respuesta.

Repensando la gestión de datos

En medio de la infusión de IoT en prácticamente todos los aspectos del negocio, las empresas han generado una demanda sin precedentes de acceso y análisis de vastas cantidades de datos. En este clima, las empresas tienen dos opciones: pueden enviar todos sus datos para procesamiento a la nube o pueden optar por tener sus datos más críticos y sensibles al tiempo procesados y analizados localmente mientras utilizan la nube para entrenamiento de modelos de machine learning y elasticidad.

La primera opción hace a las empresas vulnerables a todo tipo de retrasos e impone costes y riesgos significativos. La segunda proporciona a las empresas la ventaja que necesitan para impulsar tiempos de respuesta. Todo esto plantea una pregunta importante: En lugar de enviar todos los datos a la nube y de vuelta, ¿por qué no mover esa nube al propio borde? Las empresas parecen estar haciéndose esta pregunta y estando de acuerdo.

Según un análisis de Gartner, para 2022, tres cuartas partes de los datos de las empresas se procesarán y analizarán lejos de centros de datos centralizados, comparado con menos del 10 % en 2017. A medida que más empresas adopten el enfoque de borde inteligente, significará mayor simplicidad, rendimiento y seguridad —llevando los beneficios del IoT a más empresas y gobiernos, sin incurrir en costes innecesarios de tiempo y dinero.

La analítica en el borde no solo permite a las empresas ser más competitivas en sus respectivas industrias, sino realizar efectivamente sus tareas en tiempo real, algo esencial en nuestra realidad interconectada.

El autor de este blog es Adi Hirschtein, director de producto en Iguazio