Los avances en tecnología han dado un salto cualitativo con la minería de datos. Se le llama «minería» porque los datos son ya una materia prima de gran valor. A diferencia de otras, esta fuente es inagotable y se está en continuo crecimiento. Son tremendamente apreciados porque, con el tratamiento adecuado, pueden llegar a predecir el futuro.

La transformación que está sufriendo el mundo laboral a partir del desarrollo tecnológico quedó reflejada de una manera inquietante en el informe que se elaboró para el Foro Económico Mundial de Davos a principios de 2016. Desaparecerán millones de puestos de trabajo en tan solo 5 años.

La mayoría de las industrias que ya están despuntando y que prometen el reemplazo de empleos trabajan con los datos, una materia prima con multitud de aplicaciones.

Según el Big Data Survey 2015, el 40% de las 186 compañías que participaron en este estudio declararon que en los próximos tres años incluirán business intelligence en sus organizaciones. Actualmente, el 17% ya la están usando.

El business intelligence consiste en recopilar datos y transformarlos en información útil para un determinado negocio. No se trata solo de que se vayan a multiplicar las empresas que produzcan tecnología, es que cualquier empresa terminará por acudir a la explotación de datos.

¿Para qué valen exactamente los datos?

Estos son algunos conceptos fundamentales para entender en qué medida los datos son la clave de las nuevas industrias.

Big Data. Los datos se producen continuamente y su volumen es gigantesco. La participación en redes sociales, los formularios que rellenas on-line cuando haces una compra, te apuntas a un curso o firmas una petición, las búsquedas que haces a través de un portal, las bases de datos de multitud de organizaciones (sanitarias, fiscales, empadronamiento…), estas son algunas fuentes de las que se extraen los datos. Para trabajar con tal amalgama de información se necesitan herramientas y expertos en Big Data que la traduzcan y la conviertan en un material con el que se pueda trabajar.

Modelos predictivos. Son la materia derivada, lo que se pretende conseguir depurando los datos. Se construyen a partir de los patrones que se observan en los datos recogidos y analizados, y se aplican para predecir lo que va a hacer un colectivo y la medida que se va a tomar si sucede. Por ejemplo, en una línea de tren se observa que a las 7 de la tarde hay mucha más cantidad de entradas que a las 11 de la mañana. Este patrón se repite de lunes a viernes. La medida que toma la compañía de trenes es aumentar la afluencia de transporte en esa franja los días laborables. Las aplicaciones de modelos predictivos en combinación con Big Data son múltiples. Una de las áreas donde más se está desarrollando es en la de marketing: los modelos predicen el comportamiento del cliente y la compañía ofrece de antemano el servicio que prevé que este necesitará.

Inteligencia artificial. El aprendizaje profundo o deep learning se basa en los algoritmos que permiten a una máquina extraer de una cantidad ingente de datos aquellos que resultan pertinentes y generar una respuesta a partir de esta información. Por ejemplo, un buscador. También funciona a partir del reconocimiento de voces, imágenes o textos y genera igualmente una respuesta, por ejemplo los asistentes de voz de los teléfonos móviles. Y no dan siempre la misma respuesta. A partir de la interacción con el usuario, «aprenden» si la respuesta que han dado es la adecuada o si deben ofrecer otra alternativa. El deep learning no es algo nuevo, se dejó de lado en los años 60-70 porque la tecnología de la época no era capaz de trabajar con grandes cantidades de datos. Ahora, se ha vuelto a poner de moda gracias a los avances tecnológicos que hacen posible procesar terabytes de información en un tiempo «finito».

El avance que se pretende conseguir por parte de la industria tecnológica es tal que el desarrollo de un perfil laboral en cualquiera de estos campos es un seguro de trabajo para los próximos años.