El Big data está de moda. Todo el mundo habla del tema. Es el nuevo terreno donde florecen las innovaciones. Últimamente los capitalistas de riesgo de Silicon Valley, gregarios por excelencia, no invierten sino en este sector, pero la cuestión del impacto sobre los procesos de innovación es más complejo que eso.
El Big data es el manejo de miles de millones de «data sets» (conjuntos de datos) almacenados por los aparatos digitales que utilizamos conscientemente (como el ordenador) o que alimentamos inconscientemente (como las cámaras de vigilancia). Activamente, cuando realizamos una transacción en línea; o pasivamente, cuando nos desplazamos con nuestro teléfono móvil.
La cantidad es mucho mayor de la que podríamos imaginar, y todo cambia cuando, en vez de tener miles o millones de «puntos de datos», se tiene acceso a miles de millones, que podemos manejar en un plazo razonable o hasta en tiempo real.
Es así como el profesor Shigeomi Hoshimizu mide la forma en que posamos nuestros traseros en el asiento de un coche: es capaz de precisar 360 puntos diferentes y medirlos en una escala de 1 a 256, que le permite indicar —con una probabilidad de 98% de éxito— si la persona sentándose es la misma que acostumbra hacerlo (lo cual facilita, por ejemplo, detectar ladrones). La comparación con los datos sobre accidentes de coche debería permitirle determinar si la persona conduciendo empieza a quedarse dormida y entonces activar una alarma que reduciría los accidentes viales.
El ejemplo nos lo da un excelente artículo de la revista Foreign Affairs en su número de mayo-junio. Los autores explican de manera diáfana tres puntos clave:
- Primero, uno recoge todo cuanto pueda. Las estadísticas tradicionales son más bien un trabajo inteligente sobre una cantidad limitada de datos. Ahora todo vale.
- Luego, en vez de buscar elegir con precisión los datos significantes, se trabaja con los datos en desorden o que aparentemente no significan gran cosa… como el tamaño o el movimiento de nuestros traseros… pero que permiten obtener cantidades considerables de datos.
- Y, por último, debemos aprender a pensar de manera diferente: hace falta a veces renunciar a entender la causa de las cosas y aceptar que pueden hacerse maravillas comprendiendo sus relaciones. De ahí derivó que la empresa de mensajería UPS instalara captores en ciertas partes de sus vehículos cuyo calentamiento ya ha desembocado en averías. UPS no requiere saber por qué, basta con haber constatado la correlación para cambiar la pieza en el garaje y no correr el riesgo de que la unidad se descomponga en plena calle.
La capacidad de recoger y procesar tales cantidades de datos permite contemplar una gran variedad de nuevos productos y servicios. Pero la cuestión difícil es la del impacto de dicha tendencia sobre los procesos de innovación.
El análisis de los datos puede abrir camino a nuevas innovaciones y permitir entender mejor o hasta prever las necesidades y deseos de los usuarios a partir de elementos existentes. Ofrece la posibilidad de saber cómo reaccionarán a lo que se les propone, lo cual refuerza la importancia de la fase de experimentación (a condición de poder realizar las pruebas a un número suficiente de personas).
Pero ¿qué hay de las innovaciones disruptivas? Steve Jobs decía que «la gente no sabe lo que quiere hasta que se le muestre». Puede ser que solo careciera de datos.
Al final, la pregunta parece ser: ¿cuál es el paso lateral que puede hacerse cuando se recurre al Big data? Cuál el enfoque oblicuo que hará emerger la asociación creativa? Los dirigentes de Xerox y el sitio sueco InnovationManagement.se coinciden al decir que se necesita incluir un trabajo serio de etnografía.
Einstein nos previno cuando pegaba sobre el muro de su estudio en Princeton un papel que decía: «Todo lo que puede ser contado no cuenta, y todo lo que cuenta no puede ser contado».