05 Tecnologias Emergentes YTransformacion Digital

Tecnologías emergentes y
transformación digital
Ediciones Roble, S.L.
Indice
TECNOLOGÍAS EMERGENTES Y TRANSFORMACIÓN DIGITAL 4
I. Introducción y objetivos 4
II. Movilidad y geolocalización 6
2.1. Un mundo móvil 6
2.2. Avalancha de información 7
2.3. Tecnologías de conectividad móvil 7
2.4. Aplicaciones de la movilidad 8
2.5. Geolocalización 9
2.6. Movilidad, geolocalización y transformación digital 9
III. Big Data 10
3.1. Definición de Big Data 11
3.2. Big Data, Internet de las cosas, M2M y Cloud 12
3.3. Big Data como nueva profesión 12
3.4. Datos, información y conocimiento 13
3.4.1. Los datos 13
3.4.2. La información 13
3.4.3. Generación de datos 14
3.4.4. Naturaleza de los datos 15
3.4.5. Origen de los datos 15
3.5. El valor de los Big Data (macrodatos) 16
3.5.1. Analítica de datos 16
3.5.2. Análisis predictivo 17
3.6. Big Data en la empresa 17
IV. Internet de las cosas (IoT) 18
4.1. Todo conectado: personas y cosas 18
4.1.1. Potencialidad de IoT 19
4.1.2. Desarrollo de sistemas IoT en la industria de las Smart Cities 20
4.2. Sensores y comunicaciones M2M 20
4.3. Las comunicaciones M2M dentro del IoT 21
4.4. Normalización y estándares de referencia 22
4.5. El futuro de IoT 23
V. Inteligencia artificial (IA) 24
5.1. Áreas de aplicación de la inteligencia artificial (IA) 25
5.2. Aprendizaje automático 26
5.3. Sistemas expertos 26
5.4. Aprendizaje autónomo 27
5.5. Ética y regulación de la IA 27
VI. Otras tecnologías emergentes 29
6.1. Aplicaciones de la fabricación 3D y la bioimpresión 29
6.2. Visión artificial 30
6.3. Realidad virtual y realidad aumentada 30
6.4. Smart Cities 31
6.5. Redes neuronales 32
VII. Industria 4.0 32
7.1. Smart Factory o fabricación inteligente 34
VIII. La e-administración en España 35
8.1. Políticas en materia de Administración electrónica 36
8.2. Admistración electrónica 37
2/46
8.3. Derechos y obligaciones en materia de Administración electrónica 37
IX. Resumen final 39
Ejercicios 41
Enunciado 41
Se pide 42
Recursos 44
Bibliografía 44
Glosario. 44
3/46
Tecnologías emergentes y transformación digital
TECNOLOGÍAS EMERGENTES Y TRANSFORMACIÓN

DIGITAL
I. Introducción y objetivos
Tecnologías digitales y sistemas inteligentes
Desde principios del siglo XXI, las tecnologías emergentes han irrumpido como desencadenante de la
digitalización y del progreso económico. Internet de las cosas (IoT), Cloud, Big Data, la movilidad y la
geolocalización, las Smart Cities o la Industria 4.0 desempeñan un papel determinante en la transformación digital
que están acometiendo las empresas tradicionales, tanto en la industria como en los servicios.
Lo que se persigue con el conocimiento de las tecnologías emergentes es entender su papel como soluciones
tecnológicas y aplicaciones inteligentes existentes para desarrollar proyectos de transformación digital en la
empresa.
Esto es posible, a su vez, gracias a los grandes avances en conectividad y la banda ancha y que han permitido
un acceso prácticamente universal a la red de una forma rápida, segura y desde cualquier lugar. Así, la movilidad y
la geolocalización, se han convertido en facilitadoras e imprescindibles para dar soporte a la mayoría de las
aplicaciones tecnológicas de la empresa.
Cloud
E l Cloud, con la posibilidad de almacenar grandes cantidades de información y acceder a ella de manera
móvil y el Big Data, que posibilita la recepción y el análisis de las grandes cantidades de datos que surgen
gracias a estas conexiones para convertirlos en información valiosa, completan el marco tecnológico que forma
la base de esta transformación. Y aún más: la capacidad de analizar esta ingente cantidad de datos nos
permitirá obtener patrones y algoritmos cada vez más y más complejos que harán posible la creación de
máquinas inteligentes, con una capacidad de aprendizaje y de predicción tal que les permitirá una total
autonomía en la toma de decisiones.
IoT
Internet de las cosas (IoT) es la tecnología encargada de conectar el mundo físico con el mundo digital,
uniendo objetos, procesos, datos y personas y permitiendo la interrelación entre todos ellos y con la red. Todo
tipo de objetos que se puedan imaginar serán susceptibles de estar conectados a Internet: electrodomésticos,
ropa, muebles, vehículos, máquinas y un sinfín de objetos más.
4/46
Las tendencias previstas para los próximos años anuncian un crecimiento espectacular de las tecnologías y de
las aplicaciones inteligentes que de ellas se deriven, que se fundamentan principalmente en dos grandes áreas de
desarrollo: las ciudades inteligentes y la Industria 4.0. Todo ello dará lugar a una nueva era de desarrollo económico
y social que nos ofrecerá una vida más conectada por medio de las tecnologías digitales. A continuación, se puede
ver una clasificación de estas tecnologías en las que unas juegan un papel como facilitadoras de las actividades de
la empresa y otras tienen una utilidad directa en el desarrollo de productos y servicios digitales o inteligentes. En el
tercer grupo, nos referimos a tecnologías en sí mismas, sino a conceptos tecnológicos que integran la utilización de
una parte o todas las tecnologías emergentes, con un orientación determinada. Es el caso, por ejemplo, del
concepto de Smart Cities, que, con el objetivo de mejorar la vida de los ciudadanos, se utilizan todas las
tecnologías disponibles.
Facilitadoras
Web
Redes sociales
Moóvilidad
Geolocalización
Cloud computing
Ciberseguridad
Big Data
Desarrollo de productos o servicios digitales
Internet de las cosas (IoT)

Inteligencia artificial - (IA)
Realidad aumentada y virtual
Impresión 3D y bioimpresión
Robótica
Drones
Blockchain
Conceptos tecnológicos
Weareables o persona conectada

Hogar digital
Smart Cities
Industria 4.0
5/46
Entender las tecnologías que integran la movilidad y la geolocalización e identificar las

aplicaciones que tienen en la empresa para relacionarse con clientes y empleados
digitales.
Reconocer el valor de los grandes datos o Big Data en la empresa actual para la
generación de información y conocimiento para la toma de decisiones a través de la
analítica, así como sus aplicaciones en ventas o el desarrollo de nuevos servicios.
Saber analizar las múltiples aplicaciones de Internet de las cosas (IoT), e identificar las
utilizaciones que se está haciendo de esta tecnología de propósito general en la
transformación digital de las empresas.
Comprender la naturaleza de la inteligencia artificial (IA), identificar las áreas de
aplicación y reflexionar sobre las implicaciones éticas de sus posibles usos.
Entender el concepto de Industria 4.0 e identificar las tecnologías que se utilizan en la
fabricación inteligente, entre ellas las de comunicación máquina a máquina (M2M) para
programar la producción, hacerla más flexible y reducir el volumen de las series.
Identificar un grupo de otras tecnologías emergentes y las aplicaciones de cada una de
ellas en diferentes aspectos de la transformación digital.
Conocer el plan de transformación digital de la Administración General del Estado y sus
organismos públicos para entender cómo la administración electrónica o e-
Administración afecta a los ciudadanos en general y en particular a las empresas.
II. Movilidad y geolocalización
2.1. Un mundo móvil

El acceso a Internet crece día a día, principalmente a través de las redes móviles, que se están convirtiendo en un
auténtico fenómeno social gracias a la evolución, en cuanto a prestaciones, de los dispositivos móviles y a la
capacidad de las redes de banda ancha, lo que facilita el uso de este medio para obtener información multimedia
con textos, imágenes, vídeos o datos.
Movilidad
Entendemos por movilidad la capacidad para poder acceder y procesar información localizada en un equipo
central, independientemente del lugar en el que nos encontremos y los desplazamientos que realicemos.
A nivel empresarial, movilidad es un término que define la capacidad de una organización para conectar, de
modo inalámbrico, dispositivos portátiles (ordenadores, teléfonos móviles, agendas, etc.) con los sistemas de la
organización, lo que aumenta la productividad y el rendimiento de sus empleados. Se trata de que cualquier
empleado pueda acceder de forma inalámbrica, desde cualquier lugar y en cualquier momento, a las
aplicaciones de la empresa.
Este fenómeno social y empresarial de la movilidad está relacionado con distintos factores determinantes: la
proliferación en las ventas de dispositivos móviles conectados, las infraestructuras de redes ultra anchas, tanto fijas
(fibra óptica, cable) como móviles (LTE, 4G, 5G), la hiperconectividad, con un enorme incremento en la capacidad
de conexión tanto entre personas como entre objetos o máquinas, o la expansión de la computación en la nube, que
posibilita el almacenamiento de información y recursos, así como su acceso remoto desde cualquier dispositivo.
6/46
Cada vez son más las conexiones a la red que utilizan dispositivos móviles, cambiando la forma en que las
personas interactúan y se comunican, obligando a cualquier proyecto que pretenda la transformación digital a
considerar esta movilidad como una herramienta fundamental para acceder a información, para controlar
dispositivos, sensores y aplicaciones o para relacionarse. Cualquiera puede, en estos momentos, utilizar
simultáneamente diversos dispositivos conectados a Internet, como un teléfono móvil, un reloj inteligente, un
ordenador o un navegador GPS. De hecho, los teléfonos inteligentes tienen actualmente la potencialidad de un
ordenador personal, lo que les permite integrar cada vez más funcionalidades.
2.2. Avalancha de información

Los avances en conectividad y movilidad, junto al boom de los dispositivos móviles, han provocado la aparición
de una gran avalancha de datos e información que surgen desde todos los ámbitos: las personas, las empresas y,
sobre todo, los objetos conectados del Internet de las cosas y el auge de las redes sociales. Las empresas no han
sido ajenas a esta situación y han visto el valor que, en plena era digital, suponía la posibilidad de manejar toda
esta información.
Al mismo tiempo, cada vez son más los aparatos que son monitorizados y controlados desde Internet, como
cámaras de videovigilancia, semáforos, ascensores, sistemas de fabricación o electrodomésticos. Esta
interconectividad de multitud de dispositivos está generando cantidades ingentes de datos, estadísticas que
ofrecen información sobre los propios dispositivos y sobre quienes los utilizan, y son la fuente de la analítica
aplicada a los clientes y los empleados.
2.3. Tecnologías de conectividad móvil

En las últimas décadas, ha existido un fuerte y continuo avance de las tecnologías de las comunicaciones,
principalmente en lo relativo a las comunicaciones inalámbricas, lo que ha permitido el desarrollo de la movilidad.
IrDa (Infrared Data Association)
Estándar que utiliza rayos infrarrojos para la transmisión y recepción de datos. Se suele utilizar para
comunicar ordenadores o teléfonos inteligentes con otros dispositivos, sin necesidad de conexión física.
NFC (Near Field Communication)
Tecnología inalámbrica de corto alcance que permite que dos dispositivos muy próximos entre sí (menos de
20 cm) puedan comunicarse.
RFID (identificación por radiofrecuencia)
Se usa principalmente para identificar objetos a corta distancia, de forma inalámbrica, mediante un lector, a
través de etiquetas asociadas a los objetos.
Bluetooth
Tecnología inalámbrica que permite la comunicación entre dispositivos. Puede alcanzar hasta una distancia
teórica de 300 m (de 40 a 60 reales).
7/46
Wifi
Permite que una gran variedad de dispositivos se conecten a internet de forma inalámbrica a través de un
punto de acceso (router) conectado a internet. Puede alcanzar distancias de hasta 50 m, algo más si es en
lugares abiertos.
LMDS (sistema de distribución local multipunto)
Tecnología de conexión vía radio que permite transmisiones a alta velocidad (tanto voz como datos) así como
el acceso a internet, con cobertura hasta unos 5 km de cada base.
WiMax (interoperabilidad mundial para acceso por microondas)
Es una de las denominadas tecnologías de última milla. Permite la recepción de datos por microondas y la
emisión por ondas de radio. Su cobertura es de unos 50 km y se utiliza principalmente en zonas rurales.
Conectividad 4G
Es la cuarta generación de tecnologías para telefonía móvil que evoluciona las capacidades de sus
antecesoras (1G, 2G y 3G)
Conectividad 5G
En proceso de desarrollo actualmente (está prevista su plena funcionalidad para el año 2020), presenta una
tecnología más inteligente y eficiente, con un aumento espectacular de la velocidad de transferencia de datos,
una reducción de la latencia y un aumento significativo de la capacidad máxima de dispositivos conectados.
2.4. Aplicaciones de la movilidad

La movilidad se convierte en una de las herramientas básicas en la evolución de la tecnología, tanto en el ámbito
laboral como en la vida cotidiana, mostrándose como un elemento imprescindible para el acceso a la información y,
con ella, al control remoto de dispositivos o aplicaciones.
Los grandes avances en comunicaciones y conectividad móvil de los últimos años han permitido que el uso de
tecnologías como Cloud, Big Data o Internet de las cosas se esté consolidando y generalizando a pasos
agigantados. Las conexiones móviles nos permiten comunicarnos o acceder a cualquier tipo de información o
dispositivo de forma remota, lo que permite una mayor flexibilidad y capacidad de movimiento en nuestro trabajo,
pues los archivos están disponibles siempre que los necesitemos. Los archivos pueden estar en cualquier sitio, por
ejemplo, en un archivo central
En el ámbito empresarial, esta disponibilidad de acceso a la información, los datos o a las aplicaciones
corporativas en cualquier momento y desde cualquier lugar posibilita mayor eficacia y flexibilidad para adaptarse y
responder rápidamente a las exigencias cambiantes de los clientes, incrementando la productividad y la eficiencia
y disminuyendo costes. Las empresas buscan nuevas experiencias digitales basadas en la movilidad como una de
las medidas esenciales para obtener mejores resultados, apostando por el desarrollo de entornos colaborativos y
móviles.
8/46
Los nuevos avances en conectividad móvil, unidos a otras tecnologías como el Cloud y a la aparición en el
mercado de trabajo de la generación millennials, ofrecen nuevas posibilidades organizativas para las empresas, en
las que van perdiendo cada vez más fuerza los entornos físicos donde los trabajadores desarrollan su labor y se va
caminando hacia una virtualización del puesto de trabajo. Ahora, todas las tareas pueden realizarse sin necesidad
de presencia física, precisando únicamente de una conexión a Internet para ello.
Las redes inteligentes permiten la interacción entre los trabajadores, así como el intercambio de documentación
y contenidos, sea cual sea el soporte, o el desarrollo de reuniones remotas, garantizando siempre la calidad, la
fiabilidad y la seguridad de la información. Y todo ello a través de cualquier dispositivo conectado a Internet, desde
cualquier lugar y en tiempo real.
2.5. Geolocalización
La geolocalización se refiere a la localización geográfica de un objeto o dispositivo con un alto grado de
precisión. Los más comúnmente utilizados son los móviles, pero también cualquier otro dispositivo conectado a
Internet, como los ordenadores o los dispositivos wearables que están surgiendo con fuerza en los últimos años.
Existen diversas tecnologías que facilitan la geolocalización, entre los que destacan el GPS (Global Positioning
System), basado en una red de satélites que emiten una señal cada cierto tiempo sobre la ubicación del
dispositivo, y el GSM (Global System for Mobile communications), que utiliza las redes de telefonía (torres, antenas,
etc.).
El uso de los servicios de geolocalización está creciendo de forma exponencial en todo el mundo, con
posibilidades de aplicación en todas las áreas, desde la profesional (marketing online) hasta la vida cotidiana
(localización de plazas de aparcamiento, navegadores), el ocio (guía para viajes, localización de restaurantes), lo
social (seguridad, localización en caso de emergencia) o las relaciones personales (contactos).
A nivel empresarial, está creciendo el número de aplicaciones que utilizan estos servicios para alcanzar un mayor
nivel de personalización en nuestras campañas de marketing online. Utilizando los servicios de geolocalización, las
empresas pueden enviar, de forma automática y en tiempo real, mensajes publicitarios u ofertas altamente
personalizados y segmentados, al detectar la proximidad del usuario a la tienda.
También tiene una importante aplicación en otros sectores, como la logística y el transporte, optimizando la
gestión integral de todos los procesos relacionados con la administración y gestión de flotas, la entrega del
producto al cliente final o el aprovisionamiento de mercancías. La geolocalización permite, tanto al proveedor como
al cliente, un control permanente y en tiempo real de todo el proceso de transporte y entrega.
2.6. Movilidad, geolocalización y transformación digital

La movilidad y la geolocalización, que permite la localización geográfica de los objetos o dispositivo móviles, han
hecho evolucionar la tecnología hacia el uso individual y la cotidianidad usando como dispositivo los teléfonos
inteligentes a nivel personal. A la vez se ha creado una situación nueva hasta ahora: tanto las personas empleadas
como los clientes, en muchos casos, tienen un mayor acceso a la tecnología que muchas de las empresas para las
que trabajan o de las que son clientes.
Esta situación debe de ser considerada en cualquier proyecto de transformación digital, para evitar una brecha
tecnológica entre las empresas tradicionales y sus clientes o empleados digitales. Los proyectos de transformación
digital deben considerar la movilidad y la geolocalización como una herramienta de partida para retener a los
empleados y para hacer posible la relación con unos clientes que usan estas herramientas como canal habitual de
comunicación.
9/46
III. Big Data
En la empresa de hoy, la información tiene un valor incalculable. La capacidad de aprovechar las enormes
cantidades de datos generados, principalmente, por personas (redes sociales), máquinas (comunicaciones
M2M) y millones de dispositivos y sensores conectados a la red (internet de las cosas), es uno de los principales
activos en la economía digital. Las cifras sobre el continuo movimiento de datos e información de todo tipo que
recorren la red diariamente no ofrecen dudas sobre la importancia que están adquiriendo.
El Big Data gestiona enormes cantidades de información procedente de muy variadas fuentes, desde aquella
que surge de la propia actividad de la empresa hasta la producida por las personas en sus relaciones
personales, por sus interacciones en las redes sociales o en sus relaciones con la Administración Pública.
También analiza los datos procedentes de los sensores del Internet de las cosas distribuidos por las ciudades,
los datos del tráfico, la información meteorológica, etc. La gran cantidad de estos datos, la variedad de formatos
que presentan y la velocidad a la que se mueven impiden su almacenamiento, análisis y gestión por medio de
bases de datos convencionales.
Los datos en cantidades demasiado grandes o que se mueven muy rápido para las bases de datos
convencionales son los llamados Big Data. Son aquellos que los sistemas tradicionales no pueden procesar,
almacenar y mucho menos analizar.
Los Big Data, o los macrodatos, en su denominación en español, se refieren a los datos que reúnen cinco
condiciones o las 5V (tabla 4.2).
10/46
Tabla 4.2. Las 5V del Big Data.
Tabla 4.2. Las 5V del Big Data.
Fuente: elaboración propia.
3.1. Definición de Big Data

El Diccionario LID de Inteligencia y Seguridad define Big Data como “un anglicismo que hace referencia al
conjunto de datos cuyo tamaño excede la capacidad de los programas informáticos utilizados habitualmente para
capturar, gestionar y procesar información”.
Tascón lo define, de una forma breve, como el conocimiento empíricamente obtenido de los datos y los hechos
puestos a nuestra disposición para tomar decisiones. Big Data está emparentado con lo que se ha conocido como
minería de datos, un campo de las ciencias de la computación que intenta descubrir patrones en grandes
volúmenes de datos. La minería de datos, al igual que el Big Data, utiliza los métodos de la inteligencia artificial y la
estadística para analizar los patrones en las bases de datos con las que trabaja (Tascón, 2013).
Y continúa exponiendo que “el tratamiento y gestión de enormes cantidades de datos procedentes de múltiples
fuentes, como las redes sociales (Facebook o Twitter, por ejemplo) y las tecnologías de las comunicaciones, son
de vital importancia en el contexto de la inteligencia competitiva, lo que ha fomentado el auge de tecnologías y
servicios de Big Data. Además, los servicios de inteligencia y seguridad centran su interés en el proceso de estos
datos y en el desarrollo de tecnologías que permitan su transformación en conocimiento”.
Para la Fundación Bankinter, “ Big Data es el conjunto de tecnologías, técnicas y herramientas que hacen posible
la recogida, procesamiento y análisis de volúmenes masivos de datos, y también la visualización de los resultados.
El propósito es convertir la información hallada en esos grandes conjuntos de datos en algo útil como estadísticas,
patrones de comportamiento, análisis de rendimiento, etc.” (Fundación Bankinter, 2015).
11/46
Figura 4.2. Cuadrado mágico de Gartner sobre software de Big Data.
Fuente: Gartner.
El BBVA define Big Data como “el conjunto de procesos, tecnologías y modelos de negocio que están basados
en datos y en capturar el valor que los propios datos encierran”. Para hacer posible el tratamiento de los datos, la
industria del software está desarrollando un buen número de aplicaciones, como se puede ver en la figura 4.2.
3.2. Big Data, Internet de las cosas, M2M y Cloud

E l Big Data permite recopilar, gestionar y analizar grandes cantidades de datos procedentes de las
interacciones personales o de la multitud de dispositivos conectados del Internet de las cosas, para convertirlos en
información valiosa, frente a la incapacidad de los sistemas tradicionales para procesar tales cantidades.
Saber cómo analizar estos datos en tiempo real y cómo actuar a partir de la información resultante supone una
ventaja competitiva para las organizaciones, ya que les permite una respuesta automatizada, más rápida y flexible
ante las demandas cambiantes del mercado. En un mercado globalizado como el actual, las empresas no se
pueden permitir prescindir de esta información, ni siquiera que esta llegue con retraso.
Muy relacionados con el Big Data están Internet de las cosas y las comunicaciones M2M, que aportan millones
de sensores distribuidos por todo el mundo para recoger y enviar información de forma continua, así como el Cloud,
como vía capital para conectar estos datos con las soluciones Big Data.
La digitalización de muchas actividades es un hecho, y se observa un nuevo impulso de la mano de innovaciones

que pueden tener un efecto importante. Es el caso de la proliferación de sensores que recogen continuamente
datos de lo que sucede en un entorno fabril. Mediante técnicas de Big Data se podrían analizar gran cantidad de
estos datos en tiempo real, lo que podría añadir 2,2 billones de euros al PIB europeo en 2030 gracias al uso de
datos para detectar patrones, disminuir tiempos muertos y aumentar la eficiencia.
3.3. Big Data como nueva profesión
12/46
A nivel de empleabilidad, esta nueva tecnología supone el surgimiento de una nueva figura, el científico de datos,
“un profesional con buena formación lógico-formal y habilidades en matemáticas, estadística e ingeniería
informática, a la vez que domina la lógica de la investigación científica para extraer el máximo valor de los datos de
que dispone la organización, en función de las necesidades del negocio”. Es el máximo responsable de analizar,
de forma precisa, todos los datos disponibles en la organización y extraer de ellos algoritmos que permitan
comprender determinados problemas o predecir sucesos y comportamientos, lo que se traduce en una toma de
decisiones más eficaz. (Lombardero, 2015).
Solo en EE. UU., se estima que en 2018 habrá una diferencia entre las vacantes laborales relacionadas con Big
Data y los profesionales disponibles con las competencias analíticas necesarias de entre 140.000 y 190.000,
puestos que no podrán cubrirse si no se forman los profesionales con competencias adecuadas. Si se amplía la
demanda a analistas y gestores que puedan utilizar con eficiencia la potencialidad del Big Data, la brecha, solo en
Estados Unidos, se amplía a 1,5 millones de vacantes (Fundación Telefónica, 2016).
3.4. Datos, información y conocimiento
3.4.1. Los datos
Los datos suelen ser utilizados en las empresas para expresar, en términos alfanuméricos, diferentes actividades
y procesos que tienen lugar en su entorno: unidades de productos que se venden o fabrican, clientes que han
comprado o visitado la web, precios de venta de los artículos, margen de beneficio obtenido, etc. Estos datos, en sí
mismos, no ofrecen información valiosa para la empresa, no permiten interpretaciones de relevancia o juicios de
valor, ni informan sobre por qué suceden las cosas.
3.4.2. La información
La información se relaciona con dar forma a datos. Su propósito es cambiar el criterio del receptor, influir en su
punto de vista o conducta. Para convertir los datos en información útil para una toma de decisiones más eficiente,
es preciso darles un significado y un contexto que les dote de un valor añadido para la organización.
La información siempre es subjetiva, en tanto la descripción de un hecho es subjetiva. Esta característica no es

negativa ni invalida su función en la creación de conocimiento, pues en las distintas formas de interpretarla se
producen procesos de innovación en la gestión, en los productos o en la forma de relacionarse con los clientes. La
información, por otro lado, se puede entender como un conjunto de datos procesados con significado (relevancia,
propósito y contexto).
La información es comunicación de conocimiento o inteligencia, capaz de cambiar la forma en que el receptor

percibe algo, sus juicios de valor y sus comportamientos.
Métodos para convertir datos en información
Usar los datos en un contexto, con un propósito determinado
El Departamento Producción introduce los datos de costes de materias primas que, sumados a otros
consumos y al coste de la mano de obra, dará la información de los costes de producción.
Mediante análisis matemático o estadístico
Los datos de productos fabricados en relación con los defectuosos darán el porcentaje de productos no
conformes fabricados. Con el análisis estadístico se pueden determinar las causas.
13/46
Agrupándolos por categorías
El Departamento de Marketing agrupa los datos de productos vendidos, defectuosos y almacenados para
conocer los disponibles para la venta.
Corrigiendo datos
El Departamento Financiero usará los datos de costes de fabricación y comercialización y los corregirá,
imputando los costes indirectos para obtener los costes totales. Restando de los costes de venta los costes
totales, obtendrá la información del margen de ventas y la rentabilidad de los productos.
Realizando resúmenes de datos
El Departamento de Control de gestión utilizará los datos mencionados en los pasos anteriores para elaborar
un “cuadro de mando” con los datos más relevantes para ser utilizados en el control de gestión.
Cálculos
Los datos pueden haber sido procesados matemática o estadísticamente.
Categorización
Se conoce las unidades de medida que ayudan a interpretar los datos.
Condensación
Los datos se han podido resumir de forma más concisa (agregación).
Contextualización
Se aporta el contexto y el propósito con el que se generaron.
Corrección
Se eliminan los errores e inconsistencias de los datos.
3.4.3. Generación de datos
La digitalización de todas las actividades, el alto grado de movilidad alcanzado, ―basado en las tecnologías de
la comunicación y la implantación casi universal de la banda ancha―, el despliegue de las innumerables redes de
sensores que componen el Internet de las cosas y tecnologías como el Cloud Computing, ―que permite almacenar
y gestionar, de forma remota, grandes cantidades de datos―, han modificado de forma radical el lugar de la
información en nuestra vida y nuestra forma de trabajar.
14/46
Estas tecnologías han conseguido que la información generada se multiplique de forma espectacular. Los últimos
informes así lo ratifican: cada minuto se generan 4,1 millones de búsquedas en Google, se escriben 347.000 tuits,
se comparten 3,3 millones de mensajes instantáneos y se descargan 194.000 apps (Fundación Telefónica, 2016).
Según la consultora McKinsey, el 90 % de los datos se ha generado en los últimos dos años, y la progresión de
aumento es difícil de calcular.
3.4.4. Naturaleza de los datos
La naturaleza de los datos es diferente y proceden de fuentes distintas tales, como sensores, redes sociales,
interrelaciones entre entidades, conversaciones, bases de datos, artículos, fotografías o vídeos.
Para IBM, existe una gran variedad de tipos de datos que deben ser analizados, clasificándolos en distintas
categorías, atendiendo a su procedencia y a los asuntos que queramos resolver (figura 5.3).
Figura 5.3. Tipos de datos según su procedencia.
Fuente: elaboración propia a partir de datos de IBM.
3.4.5. Origen de los datos
El BBVA hace una clasificación en función de dos fuentes de datos distintas (externas e internas), y dos tipos de
datos (estructurados y desestructurados). Así, según la fuente de donde procedan y el tipo de datos a los que
pertenezcan, los datos se pueden definir según el cuadrante en el que se integren.
15/46
Tabla 5.4. Clasificación de los datos en función de la fuente y el tipo de datos.
Fuente: BBVA.
Esta tipología diferente de datos y el ritmo de crecimiento en su generación han desbordado los programas
informáticos tradicionales. Son necesarios nuevos tipos de programas y herramientas capaces de procesar,
estructurar y analizar esta información. Pasamos así, por ejemplo, de las hojas de Excel y las bases de datos a
Hadoop, una aplicación de software libre que permite trabajar con miles de nodos distribuidos y con petabytes de
información (un petabyte (PB), equivalente a 1015bytes = 1.000.000.000.000.000 bytes).
3.5. El valor de los Big Data (macrodatos)

El valor de l2.5os macrodatos radica en realidad en el análisis que sea capaz de realizar cada empresa,
gobierno o individuo, de los datos disponibles.
Muy pocas empresas, organizaciones y gobiernos saben extraer el verdadero valor de los datos; según el
informe Índice del valor de la información, realizado por la consultora PwC, solo un 4 % lo hace. El estudio indica
que el 43 % de las empresas europeas y norteamericanas obtienen muy poco beneficio tangible de su información,
y un 23 % no extrae absolutamente ninguno. La gran mayoría de las compañías independientemente del tamaño,
ubicación o sector solo usan una pequeña parte de los datos estructurados y tienen un largo camino por delante
antes de poder extraer el valor completo de la información que manejan o pueden obtener.
3.5.1. Analítica de datos
Es necesario dar valor a la ingente cantidad de datos de los que disponemos para explotar todas las
posibilidades que nos ofrecen, integrándolos y analizándolos de forma inteligente para obtener un mejor
conocimiento de la información que contienen y obtener así mayores beneficios, tanto económicos como sociales.
La creciente capacidad de la tecnología para predecir posibles comportamientos, basándose en el análisis de

datos que se producen en el entorno, ofrece un enorme potencial para el desarrollo de las empresas, que pueden
aprovechar las grandes cantidades de datos producidoas por sus máquinas (M2M), por sus relaciones con clientes
y proveedores, o por otros muchos medios.
16/46
Hoy en día, es posible utilizar estas capacidades para predecir los comportamientos de los clientes y
adelantarse a sus necesidades, modificando los procesos de manera más rápida y flexible. También es posible, en
base a esta información, predecir el comportamiento de las máquinas y adelantarse a las posibles averías o
problemas de funcionamiento, lo que ahorraría tiempo y costes.
3.5.2. Análisis predictivo
Según la Fundación Big Data, “el análisis predictivo utiliza la estadística junto con algoritmos de minería de datos.
Se basan en el análisis de los datos actuales e históricos para hacer predicciones sobre futuros eventos. Dichas
predicciones raramente suelen ser afirmaciones absolutas, pareciéndose más a eventos y su probabilidad de que
sucedan en el futuro”.,
Las técnicas procedentes de la minería de datos han sido siempre útiles en las organizaciones empresariales,
pero el Big Data ha sido capaz de procesar mayores cantidades de datos, sean estructurados o desestructurados,
y de forma mucho más rápida (incluso en tiempo real) y eficiente.
La Fundación Big Data distingue tres tipos o modelos predictivos usados en los negocios, en función de los
objetivos específicos que se pretendan alcanzar.
Modelo predictivo
Utiliza datos históricos y actuales, en tiempo real, para determinar patrones y evaluar las probabilidades de
determinados comportamientos. Por ejemplo, evaluar el comportamiento de los clientes y adelantar las
probabiliddes de que muestren un comportamiento específico en el futuro.
Modelo descriptivo
Estudia las relaciones entre los datos para clasificarlos en grupos. Mientras el modelo predictivo se centra en
predecir el comportamiento de un individuo, el modelo descriptivo identifica diferentes relaciones entre clientes y
productos. Por ejemplo, para clasificar las preferencias de los clientes en función de su edad o sexo.
Modelo de decisión
Analiza las relaciones entre todos los elementos que intervienen en la toma de decisiones (los datos, las
posibles decisiones y las variables que determinan la decisión) para predecir los resultados de cada una de las
decisiones posibles.
3.6. Big Data en la empresa

Según Accenture, en su informe Gran éxito con Big Data, las organizaciones que están usando iniciativas Big
Data están “extremadamente satisfechas con los resultados”. Asimismo, indica que cuanto mayor es la compañía,
mejores son los resultados (Accenture, 2014).
En las encuestas realizadas para este informe, las organizaciones señalan que Big Data supone una ventaja
competitiva por su poder disruptivo en todos los sectores, desde los servicios financieros y los seguros hasta los
servicios postales y las administraciones públicas.
17/46
La posibilidad de disponer de un proceso de toma de decisiones rápido y fiable, basado en la información

disponible, supone un potencial enorme para las empresas, que tienen la posibilidad de recopilar, procesar y
analizar, en tiempo real, grandes cantidades de datos y utilizarlos para adquirir ventajas competitivas sobre la
competencia. La posibilidad de generar valor a partir de estos datos está transformando de forma radical la forma
en que las organizaciones gestionan sus negocios. Su uso es extrapolable a cualquier sector de actividad, desde la
medicina hasta la energía, los recursos humanos, la Industria 4.0, la agricultura, la educación, la banca o los
seguros (figura 4.5).
Las estrategias basadas en analíticas Big Data especializadas en las redes sociales son especialmente útiles
para las empresas en su adopción de estrategias de marketing personalizadas y flexibles.
Figura 5.5. Usos de Big Data.
Fuente: Centro de Innovación del BBVA.
IV. Internet de las cosas (IoT)
4.1. Todo conectado: personas y cosas

Actualmente, Internet de las cosas (Internet of Things, IoT) se ha convertido en un pilar básico de las tecnologías
emergentes. Su capacidad para conectar a personas, cosas, procesos y datos entre sí, apoyándose en tecnologías
como Cloud, Big Data o la movilidad, ofrece posibilidades de desarrollo ilimitadas para los próximos años. Todo lo
imaginable puede estar, y lo estará en un futuro próximo, conectado a la red: personas, muebles, objetos,
electrodomésticos, prendas de ropa, vehículos o maquinaria. En el siguiente vídeo, José Manuel Petisco, director
de Cisco España, se hace un recorrido de diferentes aplicaciones de IoT.
18/46
https://www.youtube.com/embed/uuEp2JdQXLk?ecver=1
Vídeo. Usos de Big Data.
Fuente: Youtube.
Se trata de millones de sensores y actuadores que, apoyados en los sistemas de comunicación, recogen y
transmiten datos, proporcionándonos una ingente cantidad de información que permitirá un mejor funcionamiento
de los servicios públicos, mayor calidad de vida de las personas, más comodidad en los hogares y mayor
eficiencia en los procesos industriales.
Estas redes de sensores inteligentes están siendo desplegadas por ciudades, hogares y fábricas. La producción
de conocimiento sobre nuestro entorno ya no está limitada a la información producida y consumida por las propias
personas. Cualquier objeto físico, desde mobiliario urbano a vehículos, semáforos, prendas de ropa, animales o
electrodomésticos, es capaz de crear y transmitir información relevante sobre polución, temperatura, presencia,
humedad o movimiento.
Es el caso de los denominados objetos wearables, dispositivos que solemos llevar encima (como gafas, relojes,
pulseras, ropa o zapatillas) a los que se les han conferido nuevas capacidades mediante el uso de sensores y
microprocesadores con conexiones inalámbricas: calzado deportivo que analiza nuestro entrenamiento o pulseras
biométricas que monitorizan nuestra salud son algunas de estas aplicaciones.
4.1.1. Potencialidad de IoT
Las capacidades transformadoras de IoT posibilitarán grandes cambios en la empresa, permitiendo una gran
mejora en la automatización de procesos y nuevas oportunidades en todas las áreas de la industria. El impacto
sobre la economía mundial va a ser determinante en todos los sectores, multiplicando las oportunidades de
negocio (se prevé que el negocio de IoT mueva alrededor de 14,5 billones de euros en los próximos años, con más
de 50.000 millones de dispositivos conectados).
IoT hace prever un nuevo nivel de inteligencia conectada que aumentará las capacidades de las personas,
mejorará todos los procesos productivos e incorporará nuevas máquinas que facilitarán nuestras vidas. Incluso
dentro de la industria pesada, IoT posibilitará una toma de decisiones más rápida y acertada; por ejemplo, en el
mantenimiento de una planta de energía o en un gasoducto, donde la conexión de objetos a Internet provocará la
mejoría de procesos y una mayor eficiencia energética. Esta capacidad transformará el modo de fabricar y
distribuir de las empresas, al tiempo que posibilitará una reorganización de sus sistemas operacionales,
generando así la fábrica del futuro.
19/46
“IoT, está en el grupo de las tecnologías transformadoras no solo porque por sí misma es capaz
de transformar las características de las cosas y de los productos y los servicios, sino porque
tiene aplicación en combinación con otras tecnologías para transformaciones más globales,
como hacer nuestro hogar digital, contribuir a que las ciudades sean inteligentes y al desarrollo
de la fábrica del futuro. La impotencia de esta tecnología viene dada porque es muy probable
que IoT se convierta en la nueva gran tecnología de propósito general, comparable con la
energía eléctrica o los microprocesadores.” (Lombardero, 2015)
4.1.2. Desarrollo de sistemas IoT en la industria de las Smart Cities
En las ciudades inteligentes (Smart Cities, en inglés), el uso conjunto de estas tecnologías propicia una nueva era
en la transformación digital de la ciudad, en el trabajo y en los hogares, generando riqueza, haciendo más fácil la
vida en la urbe, mejorando el bienestar y la oferta de servicios a los ciudadanos y atrayendo inversiones ligadas al
concepto de fábrica del futuro.
Las administraciones públicas, de la mano de las empresas tecnológicas, deben estar capacitadas para afrontar
nuevos retos a nivel económico, ambiental o social, como las soluciones para la educación online (e-learning), el
medioambiente (medidores de contaminación), el consumo energético (iluminación inteligente), medicina
(telemedicina), los servicios al ciudadano (e-administración), la gestión del tráfico (monitorización de semáforos) o
la logística y el transporte (conexión de almacenes y vehículos).
4.2. Sensores y comunicaciones M2M

Los sensores existen desde hace varias décadas, pero no es hasta estos últimos años cuando han adquirido una
mayor funcionalidad que ha permitido el despliegue de IoT en todo su potencial. Las investigaciones en
dispositivos nanoelectrónicos han permitido disminuir su tamaño y su precio, al tiempo que aumentan sus
prestaciones en cuestiones tan vitales como su consumo energético, su autonomía y su capacidad de conexión
gracias a las nuevas tecnologías de la comunicación, principalmente las redes inalámbricas: wifi, RFID, bluetooth,
NFC, redes 4G y 5G y otras tecnologías que facilitan la comunicación entre varios objetos sin necesidad de
conexión física.
Las redes de comunicación también tienen un papel principal en el despliegue de servicios IoT, permitiendo la
comunicación entre los dispositivos y entre estos y las personas.
4.2.1. Sensores y conectividad
Sensores y redes inalámbricas son la base de IoT, de su capacidad para posibilitar la comunicación entre
personas (P2P), entre personas y máquinas (P2M) o de máquina a máquina (M2M). Todo ello gracias a los
grandes avances en este campo, como la miniaturización de la informática, la nanotecnología, las conexiones
inalámbricas o los nuevos sensores, más pequeños, con más funcionalidades, con menores costes y con muy
bajo consumo energético.
Los sensores son elementos determinantes en el funcionamiento de IoT, conectando de forma inteligente a
máquinas y objetos entre sí y con las personas. Son capaces de capturar magnitudes físicas o químicas, como
movimiento, presión, sonido, densidad, ph, humedad, inclinación o peso y convertirlas en datos. Estos sensores
son la base de las máquinas inteligentes, la robótica o tecnologías como la inteligencia artificial.
20/46
4.2.2. Mantenimiento de los sensores
La disminución del consumo de energía es esencial en el desarrollo de IoT. Actualmente se usan micro
baterías con energía suficiente para dotar a los objetos de energía durante toda su vida útil, o tecnologías que les
permiten recolectar energía de su entorno (energy harvesting), ya sea por radiofrecuencia, luz solar, sonido,
presión, vibración, aire o calor. Una gran reducción del consumo aumenta sensiblemente la autonomía de los
dispositivos, lo que también incide en el comportamiento de los sensores, que podrían estar funcionando de
forma continua durante meses con una simple pila de botón.
Las tecnologías de almacenamiento de energía facilitan la implementación de aplicaciones IoT,

proporcionando soluciones que permiten la alimentación propia de sensores inteligentes basados en
dispositivos de identificación inalámbricos. Las investigaciones en dispositivos nanoeléctricos se centran en la
implementación de sistemas identificables de forma inalámbrica, en su miniaturización, disminución de costes e
incremento de funcionalidades.
4.3. Las comunicaciones M2M dentro del IoT

Las comunicaciones M2M (máquina a máquina) se constituyen como uno de los ejes de IoT y tendrán un papel
principal en el futuro de la industria. Esta tecnología permite no solo la simple transmisión de datos entre máquinas,
sino una verdadera comunicación inteligente entre ellas y con el sistema. El M2M permite el control remoto, la
automatización y la gestión mediante la comunicación entre máquinas conectadas a través de redes físicas,
inalámbricas o híbridas. El procesamiento de datos suministrados en tiempo real por estas conexiones permite a
las empresas optimizar sus procesos operativos o sus cadenas de suministro, reduciendo tiempos y costes al
tiempo que ofrecen un mejor servicio.
Las aplicaciones de comunicaciones M2M pueden abarcar todas las áreas imaginables, desde transporte y
logística, ―con aplicaciones de geolocalización, seguimiento de flotas o gestión de contenedores―, hasta
servicios de consumo energético, con soluciones como contadores inteligentes o edificios inteligentes, que
permiten una mayor eficiencia energética.
Esta posibilidad de conexión inteligente de las máquinas entre sí y con las personas permite un alto nivel de
control y de automatización en todos los procesos de la organización, mejorando así su capacidad productiva y su
eficiencia, lo que conlleva un ahorro de costes. Surgen así ecosistemas para desarrollar soluciones que permitan
aprovechar estas tecnologías en toda la cadena de valor de las empresas, desde la producción hasta la
distribución y venta, a través de una gestión eficiente de las máquinas y de sus dispositivos conectados.
Figura 5.6. Presente y futuro del M2M.
Fuente: Telefónica.
21/46
El informe de Telefónica Presente y futuro del M2M (Telefónica, 2014), señala que el uso de esta tecnología
proporciona a la industria, entre otras cosas, una reducción en sus costes de producción, logística, facturación y
ventas, una mayor seguridad y control de los procesos, un aumento en el número de acciones y operaciones
realizables automáticamente y una reducción en el consumo de recursos en beneficio del medio ambiente.
Entre las áreas de negocio en las que más impacto está teniendo esta tecnología, este informe destaca, entre
otras, los coches conectados, la monitorización clínica remota o la seguridad en el hogar.
4.4. Normalización y estándares de referencia

Para garantizar un correcto desarrollo de las tecnologías IoT, es necesario implantar una serie de normativas
comunes y una estandarización de criterios que permitan el intercambio de información y la interoperabilidad entre
los distintos sistemas y productos que conforman IoT. Actualmente, en IoT confluyen diversidad de redes distintas
entre sí, con capacidades y objetivos diferentes: el coche autónomo, los hogares conectados o los sistemas de
monitorización y control del tráfico están compuestos por conjuntos de sistemas IoT distintos entre sí y con
funcionalidades específicas para sus fines.
El desarrollo de interfaces normalizadas permitirá la conexión física y virtual de los distintos sistemas, así como la
replicabilidad y escalabilidad necesaria para un desarrollo más eficiente, más rápido y menos costoso de las
tecnologías, ofreciendo un marco que optimiza la capacidad de maniobra de la industria en los procesos de
desarrollo e innovación de productos y servicios. Esta integración tecnológica precisa de la cooperación
internacional con participación de todos los agentes, desde Administraciones y planificadores de las ciudades
hasta proveedores de productos y servicios. Es esencial la aportación de instituciones de normalización
internacional como IEC (Comisión Electrotécnica Internacional), ISO (Organización Internacional de Normalización)
o ILA (Unión Internacional de Telecomunicaciones), coordinándose con las distintas instituciones nacionales
correspondientes.
Foro Mundial sobre Ciudades Inteligentes
En el Foro Mundial sobre Ciudades Inteligentes, (Singapur, 2016), los expertos coincidieron en la necesidad
de gestionar eficientemente cuestiones críticas como el suministro sostenible de energía y agua o la eliminación
de la contaminación ambiental derivada del transporte. Para ello, consideran prioritario mejorar la eficiencia
mediante la interconexión e interoperabilidad horizontal entre sistemas como energía, agua, saneamiento,
gestión de residuos, transporte o seguridad, que trabajan individualmente y provienen de diferentes proveedores
y fabricantes.
Comisión europea
La Comisión Europea, en su documento Internet de los objetos: un plan de acción para Europa, señala que los
Gobiernos han de asumir sus responsabilidades, cara a los ciudadanos, ante los retos que supone el desarrollo
de IoT, concretamente sobre regulación en políticas públicas relacionadas con la gobernanza de Internet. Esta
gobernanza afectaría a temas relacionados con la identificación de los objetos conectados, la información que
conllevan, la creación de marcos éticos y jurídicos que garanticen la seguridad de esa información, o los
derechos sobre privacidad y protección de datos personales (Comisión Europea, 2009).
Destaca, asimismo, la necesidad de desarrollar normalizaciones como requisito básico para garantizar la
interoperabilidad entre tecnologías y favorecer economías de escala, permitiendo una mejor competencia
internacional de la industria. Ello obligaría a supervisar los trabajos de las organizaciones europeas de
normalización (ETSI, CEN, CENELEC), sus homólogas internacionales (ISO, UIT) y otras organizaciones de
normalización, como garantía de que las normas de IoT “se desarrollen de manera abierta, transparente y
consensuada”.
22/46
La evolución de IoT exige conectar estos sistemas entre sí para interactuar e intercambiar información. Sin la
normalización de estos protocolos, los dispositivos solamente podrían comunicarse con dispositivos de su mismo
fabricante, limitando sensiblemente su funcionalidad y el desarrollo tecnológico.
Para garantizar la interoperabilidad entre plataformas, debemos asegurarnos de que todos los componentes de
los distintos sistemas cumplen con los estándares internacionales propuestos por los organismos de certificación.
Ello implica desarrollar programas específicos para certificar productos y servicios respecto a estos estándares.
Figura 5.7. Requisitos para garantizar la interoperabilidad de IoT.
Fuente: ONTSI.
4.5. El futuro de IoT

Según un reciente estudio realizado por Accenture entre directivos de todo el mundo, estos señalan, como
principales beneficios de IoT:, la reducción de gastos, la mejora de la experiencia del cliente o la creación de
empleo.
En opinión de IDC, IoT “va a revolucionar no solo la manera en que los consumidores realizan sus actividades
diarias, sino también el modo de producir, fabricar y distribuir de las empresas, que tendrán que enfrentarse a una
reconversión operacional y organizativa. En los próximos años, todo estará comunicado con la Red. Por medio de
sensores, y apoyándose en tecnologías como el Cloud o el Big Data, se recogerán, almacenarán y analizarán estos
datos para convertirlos en información”.
Para Pwc, IoT permitirá a las empresas monitorizar comportamientos y objetos al instante, lo que se traducirá en
una reducción de costes y una mejora de la productividad. En este ámbito, una de las tecnologías destacables es la
de la realidad aumentada, que difumina el límite entre mundo físico y mundo digital, creando un nuevo mundo virtual
al usuario.
Por su parte, Marco Annunziata, economista jefe de General Electric, como explica en el siguiente vídeo, IoT “va a
significar la transformación radical de la aviación, los ferrocarriles, la producción de la energía, el petróleo y el gas,
o la asistencia sanitaria”.
23/46
https://www.youtube.com/embed/QBDShp6U7tU
Vídeo. Bienvenidos a la era de Internet industrial.
Fuente: Youtube.
En Ford vaticinan que los coches se van a convertir en un nodo en la red de transporte de las personas, que
combinará con otros medios de transporte ayudando al ciudadano a decidir cómo llegar a cada destino. En el
interior, el coche conectado se convertirá en un sistema inteligente conectado a la red que ayudará al conductor.
En General Electric también se vislumbra un avance similar. Desde su punto de vista, en los próximos 20 años,
IoT podría añadir hasta 15 billones de dólares al PIB mundial, lo que equivaldría al tamaño de la economía de
Estados Unidos de ese año.
Según el informe Vodafone IoT Barómetro 2016, más de tres cuartas partes de las empresas
(76 %) indican que Internet de las cosas es “fundamental” para su éxito futuro. El 63 % de las
empresas que están utilizando IoT señalan que ya han visto un retorno “significativo” de la
inversión en indicadores como ingresos, costos o tiempo de actividad (Vodafone, 2016).
V. Inteligencia artificial (IA)

Computación cognitiva
La computación cognitiva es una de las aplicaciones de mayor utilidad para el tratamiento de grandes datos.
Esta ciencia se refiere a aquel grupo de tecnologías inspiradas en la capacidad cognitiva del cerebro humano
que posibilitan un tipo de relación hombre-máquina más natural, basada en el lenguaje, así como la creación de
sistemas o aplicaciones inteligentes que imitan, e incluso mejoran en ocasiones, las capacidades cognitivas del
hombre.
24/46
Inteligencia artificial
Hasta la fecha, la denominada inteligencia artificial estaba basada en procesos demasiado rígidos de
análisis de datos y en lenguajes de programación. En los últimos años, tecnologías como Big Data o el Cloud,
junto a los avances en ramas como la neurociencia o la nanotecnología, han disparado la potencialidad de los
equipos informáticos, abriendo sus posibilidades de razonamiento y autoaprendizaje y posibilitando sistemas
mucho más complejos que ofrecen nuevas capacidades de procesamiento y una mayor capacidad de
interacción con las personas.
Los últimos avances tecnológicos posibilitan sistemas con capacidades cognitivas que, a partir del uso de
cámaras, sensores y otros dispositivos, a modo de sentidos “humanos” (como la vista, el oído o el tacto), adquieren
y procesan toda la información de su entorno para obtener algoritmos o patrones complejos de comportamiento de
los que extraer la información útil que les ayude a la toma de decisiones. Así, estos sistemas son capaces de tener
en cuenta sus propias experiencias y aprender de ellas, encontrar patrones de comportamiento entre los datos
desestructurados.
5.1. Áreas de aplicación de la inteligencia artificial (IA)

Aunque en un principio parecía aplicable de forma casi exclusiva en el campo de la robótica, los grandes
avances de los últimos años han ampliado el abanico de forma tal que podríamos decir que no queda ni tan solo
una pequeña área de la actividad humana que no se pueda beneficiar de las capacidades que pueden ofrecer los
sistemas inteligentes a su desarrollo. Todos los sectores son susceptibles de mejora a partir de la implementación
de aplicaciones inteligentes que magnifiquen su valor.
Desde el sector industrial (robots para la fabricación) hasta la vida privada (asistentes personales), pasando por
la medicina (interpretación de imágenes médicas), la educación (sistemas que detectan deficiencias o
potencialidades en el estudiante para mejorar su desarrollo), el ocio (realidad virtual), la biología (analizadores de
ADN) y un sinfín más de posibilidades, todas ellas entran dentro de este nuevo y sorprendente mundo que promete
el desarrollo de las tecnologías de inteligencia artificial.
Cada vez son más las capacidades que esta tecnología ofrece a las empresas para aumentar el valor de los
servicios o productos que ofrece. Además, los clientes de las nuevas generaciones exigen productos y servicios
con más funcionalidades y prefieren una relación más natural con los mismos.
El servicio de atención al cliente de las empresas es uno de los campos pioneros en la introducción de estas
tecnologías. Actualmente, los ordenadores son perfectamente capaces de desempeñar las tareas de este
departamento de forma autónoma, comprendiendo el lenguaje humano, dando respuesta a los clientes en sus
demandas e, incluso, ofreciéndoles productos y servicios nuevos.
También en el departamento de recursos humanos tienen aplicación las soluciones basadas en IA, apoyando las
decisiones de la empresa en esta área. Por ejemplo, en el proceso de selección de personal, esta tecnología utiliza
complejos algoritmos en base a grandes cantidades de datos de los potenciales trabajadores para determinar cuál
de ellos se adecúa más al perfil buscado.
Lo mismo se puede indicar del sector financiero, con aplicaciones que, mediante técnicas de IA y Big Data,
analizan la situación de los clientes, los datos disponibles o su comportamiento en la red para determinar la
conveniencia de concederles un crédito. También pueden asesorar, basándose en algoritmos, a clientes en
materia de inversiones, principalmente en el caso de aquellos clientes con bajo nivel de recursos, abaratando los
costes de asesoría. Para la entidad, sería muy costoso el servicio de asesoría personal a estos clientes con bajo
capital de inversión.
Otra área con enorme afectación por los avances tecnológicos en IA es la de la movilidad.
25/46
Y así podríamos seguir detallando sus aplicaciones en otras muchas áreas, como la militar, la investigación
aeroespacial, la publicidad, la logística, la seguridad o la automoción.
5.2. Aprendizaje automático

Una de las características principales del ser humano es su capacidad para aprender. En el caso de las
máquinas, la posibilidad de dotarlas de la capacidad de aprendizaje automático es el mayor reto al que se enfrenta
la inteligencia artificial en nuestros días. Para ello se están ensayando diversos métodos que intentan superar las
dificultades que supone programar de forma manual estas capacidades.
La idea no es conseguir una máquina que realice tareas repetitivas o desarrolle el trabajo y los cálculos que
realiza un humano, pero de forma más rápida, sino de conseguir una máquina que no se limite a desempeñar las
capacidades para las que ha sido programada, que pueda llegar más lejos y sea capaz de desarrollar, de la misma
manera o incluso mejor que las personas, una capacidad hasta ahora insospechada en ellas: aprender.
E l machine learning (aprendizaje automático) y el deep learning (aprendizaje profundo) son dos claros
exponentes de estos nuevos modelos de inteligencia artificial que se engloban y se complementan entre ambos,
difuminándose en algunos casos la diferencia entre ambas tecnologías.
5.2.1. Machine learning
Los sistemas que utilizan machine learning analizan grandes volúmenes de datos, que van creciendo de forma
constante, para detectar complejos algoritmos, aprender de ellos y establecer una respuesta o predecir
determinados comportamientos en base a ese aprendizaje. El sistema es entrenado por los expertos
introduciendo enormes cantidades de datos, instrucciones, reglas, etc., correspondientes a una materia
determinada, y extrayendo algoritmos que abarquen, de forma precisa, un gran número de variables. La gran
cantidad de datos aportados permite que estos algoritmos sean analizados y perfeccionados de forma continua
para aprender de ellos y corregir errores, obteniendo así una mejor respuesta.
La aplicación del machine learning abarca una gran variedad de campos, desde el desarrollo de coches
autónomos a los sistemas de reconocimiento de voz, la clasificación de secuencias genéticas, los pronósticos
meteorológicos o el análisis de imágenes.
5.2.2. Deep learning
Este sistema se basa en un modelo de aprendizaje más detallado y concreto, utilizando algoritmos que tratan de
imitar el funcionamiento del cerebro humano, a partir de redes neuronales. Estas redes de diversas capas,
formadas por unidades neuronales, analizan la información disponible para ofrecer un resultado ponderado; es
decir, basado en el nivel de probabilidad de cada una de las opciones valoradas. Los datos van atravesando las
distintas capas, cada una de ellas con funciones y características específicas, en las que se analizan y procesan
los resultados recibidos de las anteriores capas, pudiendo modificar los niveles de probabilidad, mejorando las
predicciones y reduciendo las posibilidades de error. La cantidad de capas que conforman estas redes y la
función para la que están capacitadas determinan la complejidad de las situaciones que pueden resolver.
5.3. Sistemas expertos

Los sistemas expertos suponen una rama de la inteligencia artificial. Se refieren a aquellos sistemas informáticos
capaces de resolver problemas complejos, desarrollar tareas y tomar decisiones, dentro de un determinado
campo, que hasta la fecha requerían del conocimiento de un especialista o experto humano en esa materia. Están
basados en el conocimiento exhaustivo específico de una materia en todos sus aspectos: datos, normas,
experiencia, aprendizaje, memorización, razonamiento, etc., emulando el comportamiento de un experto en la
materia pero mejorando de forma evidente la velocidad y la fiabilidad.
26/46
Los propios expertos humanos son los encargados de proporcionar a la máquina esta información y estructurar
sus propios conocimientos para aportarlos al sistema. Una vez entrenados, les sirven a los propios expertos como
apoyo en la toma de decisiones.
Una de las ventajas que caracteriza a estos sistemas es su capacidad para trabajar con enormes cantidades de
información, algo que resulta muy costoso para un experto humano, aportando al mismo tiempo una mayor
fiabilidad y rapidez en las decisiones, y añadiendo la habilidad para adquirir conocimientos y aprender de la
experiencia.
Otra característica valiosa es su capacidad para duplicarse. Una vez creado un SE, es posible realizar todas las
copias que se necesiten, lo que reduce considerablemente sus costes de implantación.
Su aplicación se extiende por una gran variedad de áreas, como la militar, la logística, la medicina, la industria o
la geología. Su uso es recomendable especialmente en aquellas situaciones en las que se manejan elevadas
cantidades de información, en situaciones muy complejas en las que la limitada capacidad humana puede
desencadenar errores, en ambientes tóxicos o peligrosos, etc.
5.4. Aprendizaje autónomo

La interfaz que las personas utilizamos para comunicarnos es el lenguaje natural. En esta nueva era, podremos
interactuar con las máquinas de forma más natural, más humana, gracias a ordenadores más inteligentes que nos
entiendan, que sean cognitivos y que tengan la capacidad de aprender de forma autónoma, sin necesidad de
programarles de antemano.
La posibilidad de aprendizaje de los ordenadores (machine learning, deep learning) es una de las revoluciones
en ciernes que se están desplegando dentro de la inteligencia artificial.
En los comienzos de la inteligencia artificial, para conseguir ordenadores que aprendieran el método que se
utilizaba era el aprendizaje guiado, basado en el método de ensayo y error: el ordenador dispone de una serie de
algoritmos capaces de ofrecer determinadas opciones de respuesta ante una situación. Estas opciones, por
supuesto, no contemplan todas las posibilidades existentes. Para alcanzar nuestro objetivo, los ordenadores deben
aprender. Ante una respuesta, se le informa al ordenador si es correcta o incorrecta. A partir de esta información, el
ordenador cambia los parámetros adecuados y vuelve a intentar otra respuesta.
Pero este aprendizaje no es autónomo, pues necesita de nuestra retroalimentación como guía para su
entrenamiento. Es necesario crear algoritmos capaces de aprender de forma completamente autónoma, sin
necesidad de intervención humana. Así, en el futuro, los ordenadores no se programarán, sino que serán
entrenados por expertos.
5.5. Ética y regulación de la IA

Los expertos se preguntan si los riesgos futuros de la IA deberían preocuparnos y, en caso afirmativo, qué es lo
que se puede hacer al respecto. Muchos de ellos niegan la existencia de motivos de preocupación, argumentando
que una IA al mismo nivel que la inteligencia humana es imposible, o que esta situación no es algo inminente, por lo
que aún es pronto para preocuparse. Piensan, por ello, que no se deberían controlar o limitar la investigación y la
innovación.
Otras consideraciones apuntan a que una máquina tan inteligente (o más) como el hombre tenderá
inevitablemente a su autoconservación, por lo que no permitiría su desconexión por el hombre si este la considerara
peligrosa en un momento dado. Por ello, plantean la necesidad de establecer una serie de códigos de conducta
que guíen y limiten las actuaciones, asegurando un uso adecuado de la IA y controlando siempre las consecuencias
adversas que podría acarrear el hecho de alcanzar a crear algo mucho más inteligente que el ser humano.
27/46
Parece claro que la búsqueda de soluciones consensuadas no resulta nada fácil, aunque cada vez son más las
voces que se levantan para hacer una llamada de atención a los responsables políticos, científicos y sociales. La
posibilidad de llegar a crear algo inteligente, incluso algo más inteligente que las personas, está planteando, tanto
en la comunidad científica como en los gobiernos o la sociedad en general, una serie de cuestiones éticas y
morales sobre los límites permitidos.
5.4.1. Partnership on AI
En Estados Unidos, las tecnológicas en materia de inteligencia artificial (Google Alphabet, Amazon,
Facebook, IBM y Microsoft), han discutido recientemente sobre los temas que atañen al futuro desarrollo de la
IA, y que pueden afectar a áreas como el empleo, el transporte o el armamento militar.
La Partnership on AI, es una iniciativa en la que estas empresas tecnológicas se proponen aunar esfuerzos en
la investigación de la IA, creando un estándar ético para su desarrollo y promoviendo, al mismo tiempo, la
unificación de criterios y un compromiso de buenas prácticas que minimicen las posibles amenazas que estos
sistemas puedan suponer.
Uno de los primeros objetivos planteados es la utilización de una licencia estándar abierta a la comunidad
para todos los contenidos que se publiquen.
5.4.2. Inteligencia artificial y la vida en 2030
Un grupo de expertos e investigadores han participado en este estudio de la Universidad de Stanford en el

que analizan el futuro de la IA para predecir en qué medida afectará a nuestra forma de vivir y a nuestras
ciudades. Para la realización de este análisis se han especificado ocho áreas o categorías específicas: empleo,
seguridad, salud, ocio, robots, educación, transporte y zonas pobres.
Aunque valoran la mejora que estos sistemas pueden proporcionar a nuestra vida profesional y personal o al
bienestar en las ciudades, opinan que también puede ocasionar daños graves, como por ejemplo en la fuerza
del trabajo, pues estos sistemas inteligentes serán capaces de desarrollar tanto trabajos de baja cualificación
como otros que requieran conocimientos más complejos.
Los autores de este informe reclaman la búsqueda inmediata de soluciones para evitar o minimizar estos
efectos negativos, aunque reconocen la enorme dificultad que supone regular el desarrollo de la inteligencia
artificial, principalmente debido a que no existe una definición clara y exacta de lo que es la IA. La IA no es una
sola cosa, por lo que las consideraciones éticas que se realicen deberían tener en cuenta todos los aspectos
que esta abarca.
5.4.3. Foro Económico Mundial
A principios de 2017, el Foro Económico Mundial realizó una encuesta, entre expertos de diversos sectores
(universidades, ONGs, empresas, gobiernos, etc.), en la que intentaba evaluar las consecuencias, tanto en los
aspectos positivos como en los posibles riesgos, de las tecnologías emergentes.
El estudio se realizó sobre 12 áreas emergentes de innovación, entre las que la inteligencia artificial, la
robótica y la biotecnología obtuvieron las más altas puntuaciones en cuanto a riesgos, aunque también algunas
de las puntuaciones más altas en el caso de los beneficios.
El foro apunta, en sus conclusiones, que la calidad de las normativas, las reglas y los estándares que se
implanten para regular estas innovaciones tecnológicas serán de vital importancia a la hora de mitigar los
riesgos y maximizar los beneficios de estas tecnologías.
28/46
https://www.youtube.com/embed/-OiaE6l8ysg
Vídeo. La cuarta Revolución Industrial.
Fuente: Youtube.
5.4.4. Declaración de Barcelona para el desarrollo y el uso adecuados de la IA
En marzo de 2017, tras debatir sobre los riesgos y las ventajas que las aplicaciones de la inteligencia artificial
nos pueden ofrecer en el futuro, un grupo de expertos mundiales en la materia han publicó un manifiesto que
pretende sentar las bases para un correcto desarrollo de estas tecnologías. El manifiesto valora la capacidad de
la IA para mejorar la vida de las personas en campos tan diversos como la medicina, los edificios inteligentes o
el coche autónomo, pero también detectan riesgos evidentes en su desarrollo.
La intención de los firmantes es sensibilizar a la sociedad sobre los beneficios y los riesgos que conlleva el
desarrollo de estos sistemas inteligentes, al tiempo que solicitan la creación de un código de conducta que
regule el uso de los mismos y garantice que este uso mantiene los principios de prudencia, fiabilidad,
responsabilidad y transparencia, limitación de la autonomía y control humano.
VI. Otras tecnologías emergentes
6.1. Aplicaciones de la fabricación 3D y la bioimpresión

La impresión 3D es una de las tecnologías que más influirán en la transformación digital de la industria,
convirtiéndose, en poco tiempo, en un elemento muy importante en los procesos de transformación digital, la
fabricación y las cadenas de suministro, así como en un baluarte de la Industria 4.0. Gracias a esta tecnología, las
fábricas pueden ser más pequeñas, al tiempo que ofrecen un gran abanico de oportunidades para desarrolladores
e inversores.
La impresión 3D consigue acortar los plazos en las cadenas de suministros, ya que la impresión, el ensamblaje y
la distribución se pueden realizar de forma local, reduciendo o eliminando, así mismo, los costes de transporte y
distribución.
Otra de sus ventajas es su mayor rapidez y flexibilidad ante cualquier cambio en el diseño, adaptándose de
forma más rápida y económica a las necesidades personales de cada cliente.
29/46
Esta tecnología también es conocida como fabricación aditiva, en contraposición de la fabricación tradicional, en
la que se elimina material de una pieza a través del mecanizado (mediante fresadora, torno, etc.). En el caso de la
impresión 3D, los productos se crean a partir de la adición de materiales mediante superposición de finas capas
de material.
En contraposición con las limitaciones de sus inicios en cuanto a materiales utilizados, actualmente la impresión
3D admite una enorme variedad de materiales, desde los termoplásticos y los fotopolímeros hasta cerámicos,
madera, derivados del caucho, arena, vidrio o metálicos, como el acero inoxidable o el titanio.
Su infinidad de aplicaciones han revolucionado la industria en todos los sectores, desde la medicina (órganos
artificiales) al transporte (fabricación de piezas para el automóvil), el aeroespacial, la educación o en el ámbito
militar.
Una de los avances más innovadores de esta tecnología son los alcanzados en la bioimpresión, o impresión de
biomateriales para su uso como sustituto de las prótesis tradicionales, sustituyendo materiales como el titanio o el
acero por células vivas u otro tipo de materiales biodegradables que se integren de forma natural en el cuerpo. Esto
permitirá la creación de piel, tejidos, órganos o huesos a medida, totalmente personalizados a las características
de cada paciente.
6.2. Visión artificial

Los sistemas de visión artificial son soluciones informáticas capaces de detectar y comprender elementos físicos
y distintas características dentro de una imagen, ya sea esta real o virtual. Se basa en técnicas de la inteligencia
artificial relacionadas con el reconocimiento de patrones y con las técnicas de procesamiento de imágenes. Estos
sistemas se encargan de recoger, analizar y procesar grandes cantidades de imágenes y datos, procedentes de
distintos medios, para convertirlos en información valiosa, detectar patrones y determinar, en base a ello, la
respuesta más adecuada. Manejan complejos algoritmos que tienen en cuenta aspectos como la detección del
rostro, el contorno, el movimiento, los rasgos físicos o el análisis de las expresiones faciales
En el proceso de desarrollo de un sistema de visión artificial intervienen una gran variedad de componentes,
como son los sensores digitales de imagen, lentes ópticas, elementos de iluminación, sistemas de procesamiento
de visión, sistemas de comunicación, etc.
La aplicación de esta tecnología ofrece grandes utilidades en un amplio abanico de áreas, desde la industrial
(robótica) al sector clínico (diagnósticos médicos) o el espacial (exploración de planetas).
Uno de los campos pioneros de la visión artificial ha sido el del automóvil, en el que se llevan años investigando,
con especial énfasis en lo que respecta a la seguridad: sistemas de aparcamiento automático, frenada automática
ante la presencia de otros vehículos o peatones, cambio involuntario de carril, etc.
6.3. Realidad virtual y realidad aumentada

Tecnologías que, mediante el uso de cámaras, sensores o técnicas de geolocalización y aplicadas a diversos
objetos inteligentes (gafas, teléfonos inteligentes, etc.), incorporan un entorno virtual o integran los mundos físico y
digital para crear un nuevo mundo virtual ampliado.
Se trata de tecnologías en expansión en los últimos años, que ofrecen una gran variedad de usos y con
aplicación a cualquier sector. Las más importantes organizaciones tecnológicas del momento, como Google, Apple
o Microsoft, han apostado de forma decidida por ella.
Aunque parece que el sector de los videojuegos y el entretenimiento sobresalen en cuanto a inversión y uso, no
es el único ejemplo en la actualidad: sistema educativo (simuladores) medicina (simulación de intervenciones
quirúrgicas), automóvil (diseño), empresa (pruebas de productos), etc.
30/46
6.4. Smart Cities

La Red Española de Ciudades Inteligentes define las Smart Cities como “aquellas ciudades que se dotan de un
sistema de innovación y de trabajo en red para dotar a las ciudades de un modelo de mejora de la eficiencia
económica y política permitiendo el desarrollo social, cultural y urbano”.
Se usa este término para hacer referencia a aquellas ciudades que hacen un uso efectivo de las tecnologías
emergentes para desarrollar una gestión integral de las mismas que mejore la calidad de vida de sus ciudadanos y
permita alcanzar un desarrollo fuerte y sostenible a nivel social, económico y medioambiental.
Tecnologías como Internet de las cosas, Big Data, Cloud Computing o la inteligencia artificial ofrecen a las Smart
Cities las herramientas necesarias para alcanzar estos objetivos, permitiendo adquirir y analizar enormes
cantidades de datos sobre lo que sucede en su ámbito, y convirtiéndolos en información valiosa y relevante para la
gobernabilidad, como se puede ver en la figura 4.8.
Figura 5.8. Aplicaciones de las tecnologías emergentes en las ciudades inteligentes.
31/46
El ciudadano es uno de los mayores beneficiarios en la Smart Cities, ya que dispone de una relación
bidireccional más directa, fácil y transparente con las instituciones. Un ejemplo de ello se puede ver en el vídeo
“València Smart City: una solución GIS integral”:
https://www.youtube.com/embed/c8kaKHKCs_4
Vídeo. València Smart City: una solución GIS integral.
Fuente: Youtube.
6.5. Redes neuronales

Una de las tecnologías que destaca actualmente en el avance de la inteligencia artificial es aquella basada en las
redes neuronales, que intentan reproducir en el ordenador el comportamiento biológico de las neuronas del sistema
nervioso humano. Estas neuronas se organizan a partir de una serie de capas intercomunicadas que trabajan de
forma conjunta para recibir la información, procesarla, detectar patrones, tomar decisiones y aprender a partir de
los resultados.
Estos sistemas basados en redes neuronales han protagonizado un enorme avance en los últimos años gracias
a los avances tecnológicos que posibilitan ordenadores más potentes, la gestión de algoritmos de mayor
complejidad y la posibilidad de almacenar y procesar ingentes cantidades de datos (Big data).
Normalmente, los sistemas de aprendizaje de las máquinas se basan en el entrenamiento por parte de los
expertos y la retroalimentación a partir de los resultados. Las redes neuronales permiten procesos de aprendizaje
autónomo insospechados hasta ahora, sin necesidad de supervisión humana. Estos sistemas mejoran con cada
uno de los conocimientos que almacenan, analizando y gestionando estos datos para alcanzar las soluciones
adecuadas.
Un ejemplo de la aplicación de redes neuronales es la app Google Translate en la que Google hace uso de estas
redes para la traducción de textos. En lugar de palabra por palabra, realiza una traducción frase por frase, lo que
ayuda a mejorar significativamente su calidad.
VII. Industria 4.0
32/46
El concepto de Industria 4.0 (también conocida como Smart Factory) ha sido acuñado por el gobierno alemán
en colaboración con una serie de empresas industriales, refiriéndose a la Cuarta Revolución Industrial. En este
nuevo modelo de fabricación, los automóviles o los teléfonos inteligentes se fabrican coordinados y dirigidos en
ecosistemas digitales que agrupan a proveedores, distribuidores e, incluso, hasta a la competencia, para
abastecer mercados mundiales que dependen de avanzadas redes digitales.
Como elemento básico de estas tecnologías y eje central del conjunto de conexiones de IoE, surgen las
comunicaciones M2M (máquina a máquina). Estas conexiones M2M no solo posibilitan la transmisión de datos
entre objetos o máquinas, sino también una comunicación inteligente entre objetos, máquinas, datos y personas,
a través de conexiones inalámbricas, cable o mediante red híbrida, generando continuamente información y
favoreciendo el control remoto y la gestión.
A través del procesamiento de los datos suministrados por estas conexiones, las empresas pueden optimizar
sus procesos operativos o sus cadenas de suministro, reduciendo tiempos y costes al tiempo que ofrecen un
mejor servicio.
Las tecnologías emergentes permiten el uso de sensores para hacer las máquinas más inteligentes y más
intuitivas para las personas, más fáciles de programar y dotadas de mayor coordinación y flexibilidad para
posibilitar una producción en series más cortas. Ante la rigidez de los procesos tradicionales, esta flexibilidad
permitiría una mayor adaptación a las necesidades del cliente, pudiendo variar la producción en cada momento
para crear productos personalizados.
33/46
Figura 4.9. Beneficios de la Industria 4.0.
Figura 5.9. Beneficios de la Industria 4.0.
La Industria 4.0 permitirá producir con economías de escala menores, menos costes de personal, menor
inversión y, como consecuencia de todo ello, hará posible mantener la producción industrial en los países
desarrollados sin disminuir la competitividad.
Las nuevas cadenas de producción son, en gran medida, autónomas, están dotadas de una flexibilidad que les
posibilita adaptarse a cada situación de producción, en tiempo real, según las demandas del mercado, mejorando
al mismo tiempo su eficiencia, los tiempos de producción y los márgenes de error. En los próximos años, se irán
incorporando a las fábricas máquinas inteligentes, como vehículos sin conductor para traslado de mercancías o
robots que mejoran sus rutinas sin necesidad de ser programados, que ofrecerán nuevas posibilidades al sector
industrial.
7.1. Smart Factory o fabricación inteligente

El auge de las nuevas tecnologías, que permiten la comunicación inteligente entre objetos, máquinas, datos y
personas, está propiciando una industria digitalizada en la que los procesos están automatizados y robotizados a
través de la interacción de las máquinas entre sí y con las personas, de forma colaborativa, en busca de una
constante adaptación a las necesidades del cliente y una flexibilización que nos permita variar la producción en
cada instante para crear productos personalizados.
34/46
Las personas dirigen los procesos a través del ordenador a partir del análisis inteligente, en tiempo real, de
grandes cantidades de datos de todas las áreas del negocio, mejorando la eficiencia, la flexibilidad y la
competitividad de la empresa y reduciendo los márgenes de error.
Ante la rigidez de los sistemas tradicionales, la flexibilización de estas fábricas permite una rápida adaptación a
las necesidades del cliente, posibilitando cambios continuos en los procesos para la creación de productos
personalizados según la demanda del mercado.
Esto da lugar a instalaciones industriales autogestionadas, cadenas de producción capaces de responder, de

forma autónoma, a las distintas situaciones del proceso productivo. Las distintas tecnologías se integran para
formar la fábrica inteligente.
Estas tecnologías emergentes posibilitan la construcción de máquinas más inteligentes y más intuitivas para las
personas, permiten que las máquinas se puedan programar con mayor facilidad y que se puedan coordinar para
ser más flexibles en la adaptación a las necesidades de producción en series más cortas. La integración en la nube
de todas estas tecnologías permite disponer de datos que pueden ser analizados para lograr una integración más
eficaz del trabajo y la tecnología y, con ello, conseguir, además de aumentar la productividad, reducir los inventarios
y los costes de logística interna.
La posibilidad de una interacción, en tiempo real, entre los objetos, las máquinas y las personas da lugar a un
nuevo concepto de producción. La interconexión le da a la máquina un carácter “inteligente” a sus decisiones, le
confiere un alto grado de autonomía y le permite fabricar de una forma mucho más eficiente y flexible.
En los próximos años, los desarrollos tecnológicos que se realicen bajo el paraguas de la Smart Factory van a
permitir producir con economías de escalas menores, costes razonables, menor inversión y, como consecuencia,
mantener la producción industrial en países con salarios por encima de los asiáticos.
Las fábricas tradicionales utilizan sistemas centralizados en los que cada máquina es tratada como un ente
independiente. En la Iindustria 4.0, las máquinas están conectadas entre sí, enviando y recibiendo continuamente
información que les permite la toma de decisiones inteligentes.
VIII. La e-administración en España
En respuesta a los retos planteados por la Unión Europea con sus Planes de Acción de Administración
electrónica, el Gobierno español ha aprobado el Plan de Transformación Digital de la Administración General
del Estado y sus Organismos Públicos, como marco estratégico de referencia para el periodo 2015-2020. En él
se establecen las bases a partir de las cuales desarrollar la Administración digital en todo el territorio. El plan
será revisado anualmente y, en su caso, modificado por la Comisión de Estrategia TIC para garantizar el uso
adecuado de los recursos informáticos y adaptarse de forma continua a los objetivos marcados en cada
momento.
El plan trata de establecer unos principios rectores para la coordinación e implicación de todos los actores y
recursos del Estado que participan en el proceso de transformación digital. En él se proponen las iniciativas y
objetivos precisos, a corto, medio y largo plazo, para alcanzar una completa transformación digital que optimice
la eficacia y eficiencia en los servicios públicos a partir de una gestión segura, ágil, eficaz, integral e inteligente
de todos sus recursos. (Ministerio de Hacienda y Administraciones Públicas, 2015).
35/46
El reto nace con una clara finalidad: “en el año 2020 la Administración ha de ser digital, de manera que las
tecnologías de la información y las comunicaciones estén tan integradas en la organización que ciudadanos y
empresas prefieran la vía electrónica para relacionarse con la Administración por ser la más sencilla e intuitiva,
que exista una colaboración fluida con los agentes interesados para poder prestar un servicio integral al
ciudadano, que se impulse la innovación continua y la transparencia de los procesos administrativos, que se
generen eficiencias internas y se aumente la productividad de los empleados públicos”.
8.1. Políticas en materia de Administración electrónica

Han sido muchas las iniciativas y actuaciones desarrolladas por los distintos organismos públicos, tanto
internacionales como nacionales, autonómicos o locales, encaminadas a construir y promover en su territorio una
Administración electrónica inteligente, de forma que mejore la calidad, la accesibilidad, la flexibilidad y la
transparencia de todos los servicios que presta. Con ello, las Administraciones públicas de todo el mundo han
mostrado, a lo largo de los últimos años, estar involucradas en el proceso de transformación de los modelos de
prestación de servicios y de interrelación con los ciudadanos.
Tabla 5.10. Actuaciones en materia de Administración electrónica.
36/46
8.2. Admistración electrónica

El gran desarrollo de las TIC en los últimos años, la alta penetración a nivel mundial de la banda ancha
(principalmente de la banda ancha móvil) y la eclosión de las redes sociales han multiplicado el uso de los
dispositivos móviles tanto en el ámbito privado como en el de ocio o el laboral, lo que ha generado un gran impacto
a nivel económico y social, al tiempo que ha establecido nuevos modelos en las relaciones humanas, en su forma
de comunicarse, divertirse o trabajar.
Estos cambios también afectan a la prestación de servicios que ofrece la Administración Pública. El ciudadano
exige un cambio en los modelos actuales que garantice una mejor calidad y mayor facilidad de acceso a los
mismos. Por su parte, las Administraciones han de estar preparadas para hacer uso de estas herramientas y, así,
poder ofrecer al usuario más y mejores servicios, de una forma más sencilla y fácil de usar y con una experiencia de
usuario más grata y dinámica, al tiempo que mejoran su capacidad de adaptarse rápidamente a las necesidades y
requerimientos del ciudadano en cada momento.
Pero es preciso recordar que el proceso de digitalización no se refiere exclusivamente a los procedimientos
administrativos en los que participa de forma activa el ciudadano, sino también al conjunto de trámites y gestiones
de índole interna de cada departamento; es decir, la digitalización ha de llegar al puesto de trabajo del empleado
público para maximizar todo su potencial en cuanto a eficiencia, eficacia, rapidez y flexibilidad. Para ello debe,
además, potenciar políticas colaborativas entre los distintos órganos administrativos en cuanto a conocimientos, a
la estandarización de los servicios, procedimientos y tecnologías utilizadas o a la interoperabilidad entre
departamentos.
8.3. Derechos y obligaciones en materia de Administración

electrónica
Como punto de partida para superar el reto de la transformación digital, el Gobierno español desarrolló la Ley
11/2007, de acceso electrónico de los ciudadanos a los servicios públicos, que otorga a los ciudadanos el derecho
a relacionarse con la Administración por medios electrónicos y que, como contrapunto, obliga a la Administración a
proveer los medios necesarios para cumplir tal fin, lo que supone adaptar y rediseñar la organización, los procesos
y los servicios de todos los órganos administrativos.
Esta ley ha sido expresamente derogada, con fecha de efecto el 02/10/2016, por la Ley 39/2015, de 1 de
octubre, del Procedimiento Administrativo Común de las Administraciones Públicas (LPAC). Esta nueva Ley, junto
con la Ley 40/2015, de 1 de octubre, de Régimen Jurídico del Sector Público, tiene como objetivo servir de
referencia para regular las relaciones entre la Administración y los ciudadanos dentro de un marco totalmente
electrónico e interconectado. Define, asimismo, tanto los derechos de las personas en sus relaciones con las
Administraciones Públicas, como el derecho y la obligación de relacionarse electrónicamente con la Administración
Pública que afecta a las personas y entidades (BOE, 2015). Estas leyes pretenden dar un definitivo impulso al uso
de la Administración electrónica.
8.2.1. Ley 39/2015 del Procedimiento Administrativo Común de las Administraciones Públicas
La LPAC presenta una serie de importantes novedades respecto a la Ley 11/2007 que viene a sustituir, entre
las que se puede destacar una serie de normas que afectan de forma directa a los ciudadanos y a sus derechos
ante la actuación de las Administraciones Públicas, así como una serie de obligaciones en torno a la
Administración electrónica:
Como principio general, la ley señala la tramitación electrónica de los procedimientos como actuación
habitual para todas las Administraciones, tanto en su relación con los ciudadanos como en su gestión
interna y en las interrelaciones entre los distintos organismos.
37/46
La ley identifica los sujetos que están obligados a relacionarse con la Administración a través de medios
electrónicos. Esta forma de relacionarse tendrá carácter optativo para las personas físicas, que pueden
decidir entre el uso de medios electrónicos o convencionales, y carácter obligatorio para las personas
jurídicas. La opción elegida por el usuario físico puede ser modificada por este en cualquier momento.
En el caso de las personas físicas, la Administración puede establecer la obligatoriedad de relacionarse
de forma electrónica en determinados procedimientos y colectivos.
Todas las Administraciones deben disponer de las herramientas y recursos necesarios para garantizar
la relación electrónica con los obligados por ley y por las personas físicas que así lo requieran.
Los usuarios que no están obligados a la relación electrónica con la Administración tienen derecho a ser
asistidos en el uso de medios electrónicos.
Todas las Administraciones Públicas tendrán la obligatoriedad de contar con un registro electrónico
general o estar adscritas al de la Administración General del Estado.
Cada Administración Pública está obligada a mantener un archivo electrónico único de los documentos
correspondientes a procedimientos finalizados, garantizando la autenticidad, integridad y conservación
de estos documentos.
Los ciudadanos tienen el derecho a no aportar documentos que ya obren en las Administraciones
Públicas.
Las Administraciones han de garantizar el derecho a la información y la transparencia. El ciudadano
tiene derecho a conocer el estado de tramitación de sus expedientes, así como a la obtención de copias
de los documentos.
Las notificaciones de la Administración Pública serán, preferentemente, electrónicas. Asimismo, los
interesados tendrán derecho a acceder a sus notificaciones a través del Punto de Acceso General
Electrónico de la Administración.
En todas las fases del procedimiento (iniciación, instrucción y finalización) es obligatorio el uso
generalizado de medios electrónicos por parte de la Administración.
38/46
8.2.2. Digitalíza-T
En agosto de 2016, ante la inminente entrada en vigor de estas leyes, el Gobierno publicó una guía (Digitalíza-T)
con el fin de facilitar a las distintas Administraciones el conocimiento y el cumplimiento de las nuevas
obligaciones. La guía también pone a disposición de las entidades locales un catálogo de las herramientas y
aplicaciones tecnológicas precisas para garantizar el cumplimiento de estas obligaciones y ofrecer al
ciudadano un servicio más eficiente, eficaz y transparente (Ministerio de Hacienda y Administraciones Públicas,
2016).
Figura 5.11. Herramientas y aplicaciones para la e-Administración.
IX. Resumen final
En esta unidad se han estudiado las tecnologías emergentes más importantes, y a partir de
su clasificación en tres grupos, se han podido entender sus funciones principales en la
transformación digital de las empresas.
39/46
La agrupación de las tecnologías en tres grupos no busca crear clasificaciones cerradas,

porque a la hora de su utilización se pueden encontrar diferentes aplicaciones que podrían
perfectamente cambiar de grupo. Por otra parte, en cada una de las tecnologías, puede
ponerse el énfasis en un aspecto o en otros, según las aplicaciones que se hace de las
mismas. La clasificación sirve para llamar la atención sobre las posibles utilizaciones que se
puede hacer de las mismas.
Así, un primer grupo de tecnologías cumplen el papel de facilitadoras de las actividades de la

empresa en general. A la vez, algunas de las tecnologías incluidas ―como la web, las redes
sociales, la movilidad, la utilización de Cloud y la ciberseguridad, forman parte de la
digitalización básica incluso de las pymes, y no suponen grandes costes ni tienen grandes
complejidades. Una utilización de Big Data, sin embargo, puede suponer un mayor coste y
complejidad, aunque el valor de la analítica de los grandes datos para las ventas o el desarrollo
de nuevos servicios sin duda ser también una inversión muy rentable.
segundo grupo de tecnología tienen una utilidad más directa en la innovación y el desarrollo
de productos y servicios digitales o inteligentes. Algunas de ellas tienen aplicaciones más
específicas, como 3D, la robótica o los drones. Otras como Internet de las cosas – (IoT), por las
innumerables aplicaciones y por la capacidad de transformación que aporta, así como la
inteligencia artificial- (IA), están llamadas a convertirse en tecnologías de propósito general, no
solo en la empresa sino en la vida en general.
Finalmente, el tercer grupo llamado conceptos tecnológicos se interesa en deshacer las

confusiones que supone, por ejemplo, referirse a la Industria 4.0 como una tecnología. No son
en sí mismas una tecnología, sino que representan conceptos tecnológicos, que integran en una
orientación determinada, la utilización de un buen número de tecnologías emergentes, como
sucede con las Smart Cities.
El interés de haber estudiado de forma conjunta las tecnologías emergentes que en la fecha
actual tienen una mayor utilización, aunque sea de forma resumida, permite obtener una visión
global del momento actual de innovación tecnológica. Por ejemplo, un proyecto de
transformación digital en la fabricación sustentado en Industria 4.0, podría perfectamente
utilizar, las 20 tecnologías que se han explicado, e incluso añadir alguna aplicación incipiente
de blockchain.
Este gran volumen de tecnologías emergentes confluyendo en un mismo momento, no se

había producido nunca anteriormente en la historia de la humanidad. De ahí la gran oportunidad
que supone la transformación digital, pero a la vez la complejidad de la misma en la elección de
las diferentes opciones, y también la profundidad de la misma, que sin duda va a transformar un
gran número de empresas tradicionales en empresas digitales.
El estudio que se ha realizado, del Plan de Transformación digital de la Administración

General del Estado y sus organismos públicos, tiene utilidad desde el punto de vista de las
facilidades y ahorro de costes que supone la tramitación electrónica, por las oportunidades que
ofrece de acceder a mercados más amplios en la contratación pública y, además, por la
transparencia que aporta, que sin duda contribuirá a la igualdad de oportunidades entre las
empresas. A la vez, hay que considerar la obligación, que en muchos casos se introduce en la
legislación, de utilizar la Administración electrónica como única fuente de relación entre las
empresas y la administración.
Finalmente, cabe considerar que en tanto que la e-Administración afecta a los ciudadanos en
general y también está introduciendo la tramitación electrónica en su relación con los
ciudadanos, cada vez cobra más importancia el concepto de ciudadano digital.
40/46
Ejercicios
Enunciado
El desarrollo de la Administración electrónica o e-Administración
La Administración Electrónica lleva introducida desde hace años en los diferentes niveles de las
administraciones de UE, en la administración del Estado Español, o en los órganos descentralizados como las
Comunidades Autónomas, o las Administraciones de los municipios. Las actuaciones desarrolladas desde la
Unión Europea han sido determinantes en la configuración de la Administración electrónica en el continente
europeo. Sin perjuicio de las particularidades propias del modelo de cada país, la UE a nivel comunitario
establece un mínimo común que permite explicar algunos aspectos esenciales en el avance de la implantación
de Administración electrónica.
Si bien las iniciativas comunitarias relacionadas con la Administración electrónica comenzaron a plantearse
de forma sistemática a finales de la década de los años noventa, su configuración actual tiene su origen en la
“Estrategia de Lisboa de 2000” en donde se reguló que las Administraciones Públicas debían garantizar el
acceso electrónico generalizado a los principales servicios públicos para el 2003.
En la última década con la Agenda Digital para Europa, y de “Europa 2020: Una estrategia para un
crecimiento inteligente, sostenible e integrador” se han desarrollado el acceso a Internet y su utilización por
todos los ciudadanos europeos, mediante actividades que apoyan la alfabetización digital y la accesibilidad, la
promoción del despliegue y uso de servicios en línea, la salud en línea, el hogar inteligente, las competencias
digitales, o la libre licitación de las empresas en los contratos y servicios de la administración pública en toda la
UE, en un marco legalidad, de seguridad de la información y de intemporalidad de los datos de las diferentes
Administraciones públicas europeas.
En el Informe sobre el progreso digital en Europa- EDPR 2011, en la dimensión de la Administración

electrónica, España ocupa el puesto número 6 de los países de la UE y el número 1 en lo relativo a los datos
abiertos. Es además uno de los países de la UE con un mayor nivel de interacción en línea entre las autoridades
públicas y los ciudadanos, alcanzando el 40 % de los usuarios de internet. El Plan de Transformación Digital de
la Administración General del Estado y sus Organismos Públicos (Estrategia TIC 2015-2020) está consiguiendo
garantizar que, en el futuro, todos los ciudadanos dispongan de acceso digital a la Administración pública según
se prevé en la Agenda 2030 actualmente en fase de aprobación.
41/46
Aun así, en la práctica la Unión Europea hay diferentes niveles de desarrollo e implementación generalizada
del Gobierno Digital, siendo aún ajena para una parte de los ciudadanos. Esta situación hace necesario seguir
avanzando en un proceso de modernización e informatización de la administración, la formación de los
funcionarios y en el proceso de masificación en el uso de la tecnología digital por parte de los ciudadanos, en
que por otra parte el desarrollo de la tecnología permite la incorporación de nuevos servicios digitales, nuevas
demandas de los ciudadanos, y crea nuevos retos para las Administraciones. Por ello los objetivos de reducir
costes y tiempos y una mejora de la gestión de los recursos por parte del Estado mediante la digitalización,
siguen presentes en las agendas 2030 de la mayoría de los países.
En España dos Leyes del año 2015, han significado un importante avance a nivel legislativo en relación con la
Administración electrónica.
La Ley 39/2015, de 1 de octubre, del Procedimiento Administrativo Común de las Administraciones Públicas,
regula asuntos relacionados con la tramitación electrónica, como los derechos de las personas en sus
relaciones con las AA.PP., la asistencia en el uso de medios electrónicos, los registros electrónicos, los
sistemas de identificación, las notificaciones a través de medios electrónicos, la emisión de documentos por las
AA.PP., la validez y eficacia de las copias realizadas por las AA.PP., los documentos aportados por los
interesados, o el archivo de documentos. Esta ley entra en funcionamiento el 02/10/2016, derogando, entre
otras, a la Ley 11/2007 de acceso electrónico de los ciudadanos a los servicios públicos.
Ley 40/2015, de 1 de octubre, de Régimen Jurídico del Sector Público, trata de aspectos relacionados con la
tramitación electrónica, como los sistemas de identificación electrónica, la firma electrónica del personal de las
AA.PP., la sede electrónica, el archivo electrónico de documentos, el intercambio de datos, la obligación de las
AA.PP. de relacionarse entre sí por medios electrónicos, la aplicación del Esquema Nacional de
Interoperabilidad y del Esquema Nacional de Seguridad, o la transferencia de tecnología entre
Administraciones.
Se pide
En el caso práctico se hace una descripción del desarrollo de la e-Administración, incluyendo las regulaciones
legislativas más recientes. En La Ley 39/2015, en los artículos 38 a 46 ambos inclusive, regulan diversos aspectos
de la e-Administración. En la Ley 40/201 en los artículos 9 a 17 ambos inclusive, completan la regulación.
Para resolver el caso práctico, el estudiante debe entregar un documento reflexionado sobre como la e-
Administración afecta a la digitalización de las empresas.
Solución al caso práctico
En el caso práctico “El desarrollo de la Administración Electrónica” se hace una descripción del desarrollo de
la e-Administración, incluyendo las regulaciones legislativas más recientes.
La Administración Electrónica lleva introducida desde hace años en las Administraciones de todos los
niveles, desde la Unión Europea, a la Administración Central, la Autonómica y la Local. Pero, las últimas leyes
aprobadas en 2015, La Ley 39/2015, que regula en los artículos 9-17 ambos inclusive, diversos aspectos de la
e-Administración, y la Ley 40/201 en los artículos 38-46 ambos inclusive, suponen un desarrollo muy importante
de la digitalización de la administración.
42/46
Las leyes mencionadas han entrado en vigor en 2016, al cumplirse el plazo previsto de un año para su puesta
en funcionamiento. Aún así muchas Administraciones Públicas, actualmente, no han resuelto los problemas
tecnológicos, de cambio en los procesos internos y de formación de los funcionarios y del personal en general
para poder aplicarla en toda su profundidad.
La Administración electrónica afecta a la digitalización de las empresas en gran medida:
Las empresas, igual que las personas, tienen derecho a que sus relaciones con las Administraciones
Públicas se puedan realizar a través de un Punto de Acceso General electrónico de la Administración.
A la vez, las empresas para relacionarse con la Administración, tienen que hacer muchos de los trámites por
medio de medios electrónicos de forma obligatoria.
El primer paso para que la empresa pueda hacer trámites electrónicos es disponer de una firma electrónica
reconocida o cualificada por medio de certificados electrónicos que debe obtener la propia administración la
persona que tiene poderes para ello. Las Administraciones Públicas requerirán a los interesados el uso
obligatorio de firma para:
a) Formular solicitudes.
b) Presentar declaraciones responsables o comunicaciones.
c) Interponer recursos.
d) Desistir de acciones.
e) Renunciar a derechos.
Como indica el artículo 14 de la Ley 39/2015, estarán obligados a relacionarse a través de medios
electrónicos con las Administraciones Públicas para la realización de cualquier trámite de un procedimiento
administrativo, al menos, los siguientes sujetos:
a) Las personas jurídicas.
b) Las entidades sin personalidad jurídica.
c) Quienes ejerzan una actividad profesional para la que se requiera colegiación obligatoria, para los trámites
y actuaciones que realicen con las Administraciones Públicas en ejercicio de dicha actividad profesional.
La Administración tiene grandes ventajas para las empresas al eliminar los costes tiempo y desplazamientos.
En los trámites con la administración como liquidar impuestos, realizar los trámites con la Seguridad Social, o
presentarse a los concursos públicos convocados por cualquier administración de la Unión Europea. Una gran
ventaja, es que una vez los datos y documentación de una empresa hayan sido entregados en cualquier
Administración de la Unión Europea, no tiene obligación de volver a presentarlos.
43/46
Recursos
Bibliografía
Automatización Robótica de Procesos (RPA).: Deloitte. Automatización Robótica de Procesos (RPA).
s.l.: Deloitte Consulting Group S.C., 2017.
Big Data. Es hora de generar valor de negocio con los datos.: BBVA. Big Data. Es hora de generar
valor de negocio con los datos. 2013.
Big Data: el poder de convertir datos en decisones.: Telefónica. Big Data: el poder de convertir datos
en decisones. 2016.
Big Success with Big Data Survey.: Accenture. Big Success with Big Data Survey. 2014.
Cómo la inteligencia artificial puede generar crecimiento en Sudamérica.: —. Cómo la inteligencia
artificial puede generar crecimiento en Sudamérica. 2017.
Data Management. La gestión de datos eficaz. : PowerData. Data Management. La gestión de datos
eficaz. 2013.
Disruptive manufacturing innovations survey.: PwC. Disruptive manufacturing innovations survey. 2014.
El internet de las cosas.: Bankinter. El internet de las cosas. 2011.
El poder de los datos.: Fundación Bankinter. El poder de los datos. 2015.
Gran éxito con Big Data.: Accenture. Gran éxito con Big Data. 2014.
Innovación tecnológica en las empresas.: Sáez, F. et al. Innovación tecnológica en las empresas. s.l.:
Universidad Politécnica de Madrid, 2003.
Inteligencia artificial de beneficios probados. : Russell, S. Inteligencia artificial de beneficios probados.
[aut. libro] BBVA. El próximo paso. s.l. : BBVA, 2016, págs. 175-192.
La creatividad y las nuevas tecnologías en las organizaciones modernas.: Merchén, F. La creatividad
y las nuevas tecnologías en las organizaciones modernas. s.l.: Ediciones Díaz de Santos, 2009.
Tecnologías orientadas a la movilidad: valoración y tendencias.: Fundación Vodafone España.
Tecnologías orientadas a la movilidad: valoración y tendencias. 2014.
The M2M adoption barometer 2014.: Vodafone. The M2M adoption barometer 2014. 2014.
Trabajar en la era digital. : Lombardero, L. Trabajar en la era digital. Madrid: LID Editorial Empresarial,
2015.
Glosario.
Administración electrónica: Integración de las TIC para posibilitar que todos los procesos
administrativos y demás relaciones de ciudadanos y empresas con la Administración Pública puedan
realizarse por vía electrónica de una forma segura, sencilla y eficaz.
Análisis predictivo: Parte de la analítica de datos que utiliza distintas técnicas, como la minería de
datos, el aprendizaje automático o la estadística, para extraer patrones y predecir comportamientos que
posibiliten una toma de decisiones más rápida y fiable.
Bluetooth: Tecnología de comunicación inalámbrica que permite la comunicación entre dispositivos y la

creación de pequeñas redes inalámbricas sin necesidad de cables y conectores.
Carpeta ciudadana: Aplicación que permite el acceso y consulta, desde un único punto, a todos los
expedientes abiertos con cualquier organismo público, los asientos registrales entre administraciones o los
datos en posesión de la Administración.
44/46
Científico de datos: Es el máximo responsable de analizar, de forma precisa, todos los datos
disponibles en la organización y extraer de ellos algoritmos que permitan comprender determinados
problemas o predecir sucesos y comportamientos para la toma de decisiones. Se trata de un profesional
con buena formación lógico-formal y habilidades en matemáticas, estadística e ingeniería informática, a la
vez que domina la lógica de la investigación científica para extraer el máximo valor de los datos de que
dispone la organización, en función de las necesidades del negocio.
Cl@ve: Sistema de identificación electrónica de los ciudadanos que unifica y simplifica los procesos de
identificación, autenticación y firma electrónica ante cualquier organismo de la Administración mediante el
uso de una misma clave.
Comunicaciones M2M: Tecnología que permite, a través de redes físicas o inalámbricas, una
comunicación inteligente entre las máquinas y entre estas y el sistema, optimizando los procesos operativos
y las cadenas de suministro, reduciendo tiempos y costes al tiempo que se ofrece un mejor servicio.
Conectividad 4G: Cuarta generación de tecnología móvil que usa el estándar LTE para transmitir datos
de forma inalámbrica con banda ancha, dando cobertura a dispositivos móviles conectados a Internet.
Conectividad 5G: Tecnología que aumenta de forma espectacular las prestaciones de la generación 4G
en cuanto a velocidad de transferencia de datos y reducción de la latencia (tiempo de respuesta desde que
se realiza una oren al dispositivo y este la ejecuta). Aumenta también significativamente la capacidad
máxima de dispositivos conectados. Actualmente en periodo de desarrollo, su plena funcionalidad está
prevista para el año 2020.
Datos estructurados: Datos contenidos en archivos, generalmente bases de datos, organizados en filas
y columnas y que pueden ser ordenados y procesados de forma sencilla.
Datos no estructurados: Son datos sin estructura definida provenientes de distintas fuentes y con
distintos formatos (archivos de texto, archivos PDF, correos electrónicos, audios, vídeos, o redes sociales).
Deep learning: Sistema de aprendizaje autónomo que utiliza algoritmos que imitan el funcionamiento del
cerebro humano, a partir de redes neuronales que analizan la información disponible para ofrecer una
respuesta ponderada, basada en el nivel de probabilidad de cada opción valorada. Los resultados se
analizan, mejorando las predicciones y reduciendo la posibilidad de error.
Geolocalización: Localización geográfica de un objeto o dispositivo con un alto grado de precisión.
GPS: Sistema de geolocalización basado en una red de satélites que emiten una señal cada cierto
tiempo sobre la ubicación geográfica de un dispositivo.
GSM: Sistema de geolocalización que utiliza las redes de telefonía (torres, antenas, etc.) para determinar
la ubicación geográfica de un dispositivo.
IrDa: Estándar de comunicación a través de infrarrojos para la transmisión y recepción de datos,

permitiendo el intercambio de datos entre dispositivos sin necesidad de conexión física (ordenadores,
teléfonos inteligentes, etc.). Su alcance es muy reducido, apenas unos centímetros, y está siendo sustituido
por otras tecnologías, como bluetooth o wifi .
LMDS: Tecnología de conexión vía radio que permite transmisiones de voz y datos y el acceso a Internet
a alta velocidad. Se basa en una estructura de bases emisoras que pueden dar cobertura hasta unos cinco
kilómetros alrededor de cada base.
45/46
Machine learning: Modelo de aprendizaje utilizado en tecnologías de inteligencia artificial consistente en

el análisis de grandes volúmenes de datos para detectar complejos algoritmos, analizarlos y perfeccionarlos
de forma continua para aprender de ellos y corregir errores. Esto permite establecer respuestas o predecir
comportamientos con una mayor fiabilidad.
Movilidad: Capacidad para poder acceder y procesar información localizada en un equipo central, en
cualquier momento e independientemente del lugar en el que nos encontremos, pudiendo conectarnos, por
red física o de forma inalámbrica, con otros dispositivos o sistemas.
NFC: Tecnología inalámbrica de alta frecuencia y corto alcance (menos de 20 cm) que permite la
comunicación entre dos dispositivos muy próximos entre sí.
Punto de Acceso General de la Admón. del Estado (PAG) : Portal centralizado que facilita la relación
de ciudadanos y empresas con la Administración para acceder a los servicios públicos y procedimientos
administrativos de la Administración General del Estado.
Redes neuronales: Tecnología utilizada en la inteligencia artificial basada en las redes neuronales, que
intenta reproducir en el ordenador el comportamiento biológico de las neuronas del sistema nervioso
humano para captar información, procesarla, detectar patrones, tomar decisiones y aprender a partir de los
resultados.
RFID: Tecnología de comunicación inalámbrica utilizada para identificar objetos a corta distancia,
comunicándose de forma inalámbrica, mediante un lector, a través de etiquetas asociadas a objetos. Esta
tecnología no utiliza baterías, alimentándose de forma remota por un dispositivo de lectura, con un consumo
muy bajo.
Sistemas expertos: Rama de la inteligencia artificial basada en sistemas informáticos capaces de

resolver problemas complejos, desarrollar tareas y tomar decisiones, en un determinado campo. Son
entrenados por un experto y se basan en el conocimiento exhaustivo específico de una materia en todos sus
aspectos: datos, normas, experiencia, aprendizaje o razonamiento.
Smart Factory: Nuevo modelo de fabricación, digitalizada e inteligente, en la que los procesos están
automatizados y robotizados a través de la interacción de las máquinas entre sí y con las personas. Esto es
posible gracias al uso efectivo que se hace de las tecnologías emergentes: IoE, Big Data, Cloud, movilidad
e inteligencia artificial.
Tecnologías instrumentales: Tecnologías como la movilidad, el Cloud y el Big Data, que permiten
disponer de espacios de almacenamiento y procesamiento de grandes cantidades de datos y servicios
informáticos, así como disponer de toda esa información en cualquier momento y desde cualquier
dispositivo.
Tecnologías transformadoras: Apoyadas principalmente por Internet de las cosas y sus aplicaciones al
desarrollo de las Smart Cities y la Industria 4.0, de su desarrollo depende el nivel de impacto de los
cambios en los diversos escenarios de nuestras vidas.
Visión artificial: Sistema informático capaz de detectar y comprender elementos físicos y distintas
características dentro de una imagen, ya sea esta real o virtual. Se basa en técnicas de la inteligencia
artificial relacionadas con el reconocimiento de patrones y con las técnicas de procesamiento de imágenes.
Wifi: Tecnología que permite que una gran variedad de dispositivos se conecte a Internet de forma
inalámbrica a través de un punto de acceso conectado a Internet (router). Puede alcanzar distancias de
entre 20 y 50 metros.
WiMax: Tecnología que permite la recepción de datos por microondas y la emisión a través de ondas de
radio, con una cobertura de unos 50 km. Se utiliza básicamente en zonas rurales de escasa población.
46/46

05 Tecnologias Emergentes YTransformacion Digital

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

05 Tecnologias Emergentes YTransformacion Digital

Cargado por

Copyright:

Formatos disponibles

Tecnologías emergentes y

TECNOLOGÍAS EMERGENTES Y TRANSFORMACIÓN

Tecnologías digitales y sistemas inteligentes

Desarrollo de productos o servicios digitales

Internet de las cosas (IoT)

Weareables o persona conectada

Entender las tecnologías que integran la movilidad y la geolocalización e identificar las

II. Movilidad y geolocalización

2.1. Un mundo móvil

2.2. Avalancha de información

2.3. Tecnologías de conectividad móvil

IrDa (Infrared Data Association)

NFC (Near Field Communication)

RFID (identificación por radiofrecuencia)

LMDS (sistema de distribución local multipunto)

WiMax (interoperabilidad mundial para acceso por microondas)

2.4. Aplicaciones de la movilidad

2.6. Movilidad, geolocalización y transformación digital

III. Big Data

Tabla 4.2. Las 5V del Big Data.

Tabla 4.2. Las 5V del Big Data.

Fuente: elaboración propia.

3.1. Definición de Big Data

Figura 4.2. Cuadrado mágico de Gartner sobre software de Big Data.

3.2. Big Data, Internet de las cosas, M2M y Cloud

La digitalización de muchas actividades es un hecho, y se observa un nuevo impulso de la mano de innovaciones

3.3. Big Data como nueva profesión

3.4. Datos, información y conocimiento

3.4.1. Los datos

La información siempre es subjetiva, en tanto la descripción de un hecho es subjetiva. Esta característica no es

La información es comunicación de conocimiento o inteligencia, capaz de cambiar la forma en que el receptor

Métodos para convertir datos en información

Usar los datos en un contexto, con un propósito determinado

Mediante análisis matemático o estadístico

Agrupándolos por categorías

Realizando resúmenes de datos

Los datos pueden haber sido procesados matemática o estadísticamente.

Se conoce las unidades de medida que ayudan a interpretar los datos.

Los datos se han podido resumir de forma más concisa (agregación).

Se aporta el contexto y el propósito con el que se generaron.

Se eliminan los errores e inconsistencias de los datos.

3.4.3. Generación de datos

3.4.4. Naturaleza de los datos

Figura 5.3. Tipos de datos según su procedencia.

Fuente: elaboración propia a partir de datos de IBM.

3.4.5. Origen de los datos

Tabla 5.4. Clasificación de los datos en función de la fuente y el tipo de datos.

3.5. El valor de los Big Data (macrodatos)

3.5.1. Analítica de datos

La creciente capacidad de la tecnología para predecir posibles comportamientos, basándose en el análisis de

3.5.2. Análisis predictivo

3.6. Big Data en la empresa

La posibilidad de disponer de un proceso de toma de decisiones rápido y fiable, basado en la información

Figura 5.5. Usos de Big Data.

Fuente: Centro de Innovación del BBVA.

IV. Internet de las cosas (IoT)

4.1. Todo conectado: personas y cosas

Vídeo. Usos de Big Data.

4.1.1. Potencialidad de IoT

4.1.2. Desarrollo de sistemas IoT en la industria de las Smart Cities

4.2. Sensores y comunicaciones M2M

4.2.1. Sensores y conectividad

4.2.2. Mantenimiento de los sensores