Todos sabemos que cuando hablamos de Cloud, habitualmente surgen dudas acerca de la seguridad, la disponibilidad, y el coste asociado. 

Sin embargo, la popularización de internet, el IOT y en general el avance de las tecnologías, han hecho que cada vez nos enfrentemos más al reto de almacenar y recuperar ingentes cantidades de datos e información, de modo sencillo, rápido, y con un coste admisible. Pero, la problemática no acaba ahí. Actualmente todos somos conscientes de las posibilidades que nos ofrece el aprovechar nuestros datos y tratar de extraer conocimiento y valor de ellos. Sin embargo, el tratamiento de grandes volúmenes de datos con máquinas locales o  almacenadas en costosos CPDs, en los que la escalabilidad y el mantenimiento no suele ser sencillo ni económico, implica graves problemas. En este contexto, las plataformas Cloud, no solo como sistemas de almacenamiento, sino también como arquitecturas de cómputo con capacidades elásticas, suponen un socio clave para el Big Data.

Por este motivo, en los últimos años, la apuesta por sistemas Cloud ha resultado clara. No en vano, en la actualidad un buen porcentaje de PYMES ya utilizan plataformas Cloud, algo que hasta hace relativamente poco tiempo resultaba impensable, a pesar de que aún están lejos del ratio de implantación en grandes empresas. 

De acuerdo con la Encuesta CloudView[1] realizada por IDG, en 2018 al menos la mitad del gasto mundial se destinará a Cloud. Además, según el mismo informe, más del 43% de las organizaciones opinan que, en un plazo de cinco años, la mayor parte de su capacidad de TI se entregará a través de servicios de Cloud Pública, y que, dentro de tres, van a tener acceso a un 78% de los recursos informáticos a través de alguna forma de Cloud Pública, privada o híbrida.

De modo similar, Teradata en su estudio “The State of Analytics in the Cloud”[2] revela que el 83% de las compañías está de acuerdo al señalar la nube como el lugar óptimo para gestionar la analítica. Asimismo, asegura que en los próximos cinco años, la mayoría de las empresas querrán que esta adopción se haga realidad, aunque aproximadamente un 91% asegura que la transición a la nube debería ser más ágil. Este estudio también revela que las grandes organizaciones están madurando en lo relativo al uso de distintas técnicas de extracción de conocimiento, afirmando que una de cada tres utiliza algoritmos de Deep Learning y Machine Learning para potenciar sus procesos de analítica de datos, incluyendo además, en un tercio de ellas, el uso la nube pública. 

 Como puede desprenderse de los más recientes estudios, sin lugar a dudas, el colectivo de partidarios de modelos Cloud cada día va ganando adeptos, pero ¿Cuáles son los beneficios más destacados? A continuación destacamos algunos de los más significativos:

  • Monitoreo y control de todos los sistemas. En todo momento es posible conocer el porcentaje de uso de CPU, RAM y el almacenamiento de disco, permitiendo establecer las medidas oportunas para adecuar las capacidades del sistema a los requerimientos de negocio. 
  • Procesamiento y análisis de los datos de manera transparente, sin necesidad de conocer la arquitectura y facilitando la integración de herramientas de análisis para la extracción de conocimiento.
  • Disminución del coste de mantenimiento de servidores y licencias software. 
  • Pago por uso, ajustando de este modo el coste al uso real realizado. 
  • Rapidez en el acceso a la información.
  • Seguridad. Los principales proveedores de plataformas Cloud proporcionan rigurosos protocolos de control de acceso a la información, ofreciendo además  robustos sistemas para garantizar su almacenamiento y disponibilidad. 

Según IDC, en 2020 la información que generarán las empresas se incrementará 75 veces, mientras que el personal de TI sólo lo hará 1.5 veces. Por tanto, ¿cómo podrán las empresas gestionar y aprovechar esta avalancha de información para permitirles ser más eficientes y productivos? Los sistemas Cloud y la integración de técnicas de Inteligencia Artificial para el tratamiento de Big Data, ejes destacados en el Máster en Big Data y Data Science de la VIU, tienen la respuesta.

 

[1] https://www.idc.com/getdoc.jsp?containerId=IDC_P37198

[2] http://assets.teradata.com/resourceCenter/downloads/ExecutiveBriefs/EB1…

Author

Arturo Peralta

Profesor del Máster en Big Data y Data Sciencie

Director I+D+i en Prometeus Global Solutions