paraliza la estrategia en IA, y que las tareas de almacenamiento y preparación del dato para su posterior procesamiento son las que requieren más tiempo, pero también las más esenciales. El objetivo de la IA no es sustituir al ser humano, sino facilitar el análisis del volumen de datos a los que se tiene acceso para tomar decisiones inteligentes. Para poder llevar a cabo estas habilidades, se requiere de un conjunto de técnicas matemáticas y estadísti- cas que permitan a los algoritmos mejorar en sus tareas en base a la experiencia y al aprendizaje, es decir, con cada vez más datos (machine learning). Por tanto, tener acceso a un mayor volumen de datos y de calidad permitirá a estas estructuras de IA aprender a medida que se ejecutan comandos e ir mejorando en la toma de decisiones. Las predicciones indican que el IoT se convertirá en la mayor fuente de información del planeta, puesto que fruto de la digitalización el número de dispositivos conectados por per- sona se incrementará de manera notable y, por tanto, cada vez habrá más cantidad de datos para procesar. Mientras que el IoT supone un gran avance en el reto de la adquisición de los datos, es la IA la que aporta la inteligencia necesaria para la extracción del conocimiento e información relevante. La combinación con el IoT magni cará y multiplicará el desarrollo e impacto de la IA en nuestras vidas tanto a nivel personal como profesional porque le otorgará un mayor recorrido. Como paso previo a cualquier interpretación de los datos a partir de IA, es fundamental que el dato sea de calidad y facilite la toma de decisiones en tiempo real. Para ello se requiere de un conjunto de infraestructuras y tecnologías que den solución al procesamiento de enormes conjuntos de datos, estructurados, no estructurados o semi-estructurados. Por datos estructurados entendemos aquellos que siguen las reglas de los datos relacionales y son fácilmente procesables (nom- bre, edad, sexo...). Ahora bien, los datos no estructurados, son los datos que carecen de valor hasta que no se les ordena y clasi ca, desde comentarios en redes sociales, imágenes, audios, datos de sensores etc. Como resultado, en las empresas está teniendo lugar ‘la ebre del dato’, puesto que les proporciona acceso a millones de inputs de información que les permiten evolucionar en sus propuestas de valor. Forrester [5] indica que el 74% de las compañías habrán reali- zado inversiones de forma relevante para crear su arquitectura de datos (data lakes) en 2018. Con IA los negocios pueden evaluar distintas soluciones con mayor agilidad y velocidad, para dar respuesta a sus necesidades y tomar decisiones más precisas, con una mayor certidumbre y en menos tiempo; pero a su vez, esta generación masiva de datos comporta algunos desafíos que deben afrontar: • Determinar cómo gestionar, analizar y crear conocimiento valioso a partir de todos estos datos. • Mantener la precisión y la rapidez de análisis. • Equilibrar la centralización y la localización de la inteligen- cia —cómo de inteligentes quieren que sean sus dispositivos y sensores—. • Alinearlapersonalizaciónconlaprivacidadycon dencialidadde datos. • Mantener la seguridad ante los crecientes riesgos y amenazas La adopción de IA comporta una transformación profunda de los negocios, no tan solo a nivel de sus infraestructuras o proce- sos tecnológicos, por lo que la cuestión es si las compañías están preparadas para procesar y entender todos estos datos e integrar estas tecnologías en su estrategia y en su operativa. Áreas de aplicación de la IA Del mismo modo que en 1980 nadie se podía imaginar los grandes cambios que implicaría el PC en nuestras vidas, poca gente hoy en día es capaz de imaginar en lo que se convertirá la IA en las próxi- mas décadas. Sin embargo, parece que la IA emerge ya como un elemento clave en cualquier negocio permitiendo a aquellos que la implanten ir un paso por delante en su estrategia empresarial en términos de mejora de la experiencia de cliente, conocimiento del mercado y optimización de procesos y recursos. Pese a que la mayoría de negocios no tienen implantados siste- mas de IA complejos o se encuentran en fases de desarrollo poco maduras, la IA es percibida por prácticamente la totalidad de los directivos de las compañías como una herramienta fundamental para obtener una ventaja competitiva respecto a los competidores: el número de compañías que invierten en IA ha aumentado del 40% en 2016 al 51% en 2017, con tendencia creciente en los próximos años6. En los próximos años se prevé que, gracias al desarrollo de nuevos algoritmos, emergerán modelos de negocio disruptivos que forza- rán a las empresas a comprender que la trasformación digital no es tan solo una tendencia, sino que es esencial para seguir siendo competitivos. 7 ESTADO DEL ARTE cibernéticas.