Miles de millones de datos alimentan la inteligencia artificial. La toma de decisiones y los procesos automáticos se ven reforzados por el torrente informativo de la era digital. El Big Data promete cambiar el mundo, pero una frase se repite cada vez con más insistencia: Big Data es igual a Big Risks. Dejemos de lado las (muchas) ventajas del análisis de grandes conjuntos de datos. Estos son los riesgos que se asocian indefectiblemente con el Big Data.
La seguridad
Los ciberataques a grandes corporaciones han llenado portadas en el último año. Programas maliciosos como WannaCry o Petya pusieron el acento en los datos y en su valor para las compañías. Sin embargo, la gran mayoría de brechas en la ciberseguridad se producen en las pequeñas y medianas empresas.
Cada vez más empresas acumulan datos de clientes, herramientas online y dispositivos, datos que son susceptibles al robo. Por eso, los riesgos del Big Data en seguridad no van, precisamente, a dejar de aumentar.
“Cualquier tipo de dispositivo, como altavoces, objetos domésticos, juguetes, bombillas o coches estará conectado a Internet”, explica en su blog Bruce Schenir, CTO de IBM Resilient, en referencia al auge del Internet de las Cosas. “Buena parte de estas redes y sistemas instalados en los dispositivos no cuentan con el apoyo de buenos equipos de ciberseguridad. Muchas incluso carecen de la posibilidad de ser actualizadas después de un ciberataque”.
Además de en los propios dispositivos generadores de Big Data, existe un gran riesgo en el lugar donde se almacenan estos datos. “Cuanto más grande e importante sea tu base de datos, más interés atraerá de los ciberdelincuentes”, señala Bernard Marr, CEO de Bernard Marr & Co y experto en Big Data.
La privacidad
Al hablar de datos y robo de información, no se puede pasar de puntillas por la privacidad de empresas y usuarios. Y es que uno de los grandes problemas del Big Data es, como explica el analista Taylor Armending, asegurar que los datos guardados sean anónimos.
Según él, a medida que más y más dispositivos personales contribuyan al torrente de datos se hará más difícil mantener el anonimato y la privacidad. Una cosa es que las empresas, de forma intencionada, rechacen acceder a la información personal que también forma parte del Big Data, pero eso no significa que estos datos no se acumulen y que, llegado el caso, alguien los pueda utilizar.
La discriminación
En relación directa con la privacidad, existe otro punto que se ha ido abriendo camino en el debate tecnológico. La discriminación (por sexo, religión, etnia, cultura…), algo que creíamos fundamentalmente humano, debería desaparecer cuando las decisiones las empezasen a tomar máquinas inteligentes mediante el análisis de Big Data. Pero no ha sido así.
El problema, al parecer, está en los datos en sí mismos. Dado que la gran mayoría se producen, de momento, por actividades fundamentalmente humanas y los seres humanos tendemos a establecer una serie de sesgos, los datos, de entrada, serán sesgados. Por ejemplo, si la gran mayoría de fotos de gente de África disponibles en Flickr son etiquetadas (por humanos) con el tag pobreza, cuando busquemos pobreza es muy probable que, entre los primeros resultados, nunca aparezca un pobre de origen europeo.
Para Taylor Armending, el debate no debe centrarse en la discriminación resultante del Big Data en sí, sino en establecer mecanismos de protección frente a decisiones discriminatorias tomadas por la inteligencia artificial. Es, sin duda, un debate complejo, pero de sus resultados depende en gran medida la imagen y la marca de las empresas en la era del Big Data.
Los costes para la compañía
Todo el mundo quiere apostar por el Big Data. Todas las compañías repiten términos anglosajones como business intelligence, data-driven strategy o deep learning. Sin embargo, esta tecnología tiene un coste que hay que tener en cuenta antes de lanzarse a la piscina.
Aunque las herramientas de análisis, el almacenaje de datos en data centres o el hardware para procesar la información son, cada vez, más baratos, todavía no son asequibles para cualquier bolsillo. Sin embargo, los costes reales no son tanto estructurales, sino derivados de los puntos señalados antes y, sobre todo, de la seguridad y la privacidad.
“La estrategia aquí es fundamental. Se deben tener muy claros los objetivos y los beneficios que pretendemos conseguir a través de los datos”, explica Bernard Marr. Así se evitará acumular datos innecesarios, pero susceptibles a robos o a causar problemas con la privacidad que pueden convertirse en importantes lastres para la compañía, tanto a nivel financiero (por ejemplo, por culpa de las demandas de los usuarios) como a nivel de imagen.
Cantidad no significa calidad
Aunque se repita con insistencia, el poder real no está en los datos, entendidos como ceros y unos. El poder real está en su análisis y en extraer las conclusiones correctas, convertirlos en información valiosa y utilizarla para mejorar los negocios y el mundo.
“Malinterpretar los patrones que muestran los datos y encontrar relaciones de causa-consecuencia donde no hay más que coincidencias es una trampa mortal”, señala el CEO de Bernard Marr & Co. “Los datos pueden indicar un aumento de las ventas tras un evento deportivo, llevando al empresario a establecer un patrón entre los aficionados a ese deporte y la demanda de tu producto, pero, en realidad, las ventas pueden haber subido simplemente porque el evento atrajo a más personas a la ciudad”.
Al igual que el Big Data puede perder relevancia si se analiza e interpreta de forma incorrecta, también pierde valor si los datos se recaban de forma errónea o imprecisa. El volumen de datos derivados del uso de herramientas digitales y plataformas online es cada vez mayor. Por eso, determinar qué datos son necesarios para nuestro negocio ahorrará costes, tiempo y reducirá los riesgos.
Como en todo, riesgos significa oportunidades. Conocer los desafíos que presenta esta tecnología disruptiva puede convertirse en una ventaja competitiva para nuestra empresa. Ignorar los riesgos del Big Data, como ya hemos visto, puede acabar convirtiendo la innovación en un lastre.
Juan F. Samaniego
Imágenes: iStock
