Con el aumento exponencial de los dispositivos IoT conectados, incluidos los dispositivos móviles, y la introducción de nuevos tipos de datos, como la transmisión de datos digitales, de audio, visuales y de sensores de imágenes 3D, existe una oportunidad sin precedentes para que los usuarios adopten múltiples fuentes de datos, generando mejores perspectivas predictivas y aumentando sus ventajas competitivas.

Según Keith Higgins. Vicepresidente de marketing en FogHorn:

“Al aprovechar el poder del Edge Computing y combinarlo con la infraestructura de datos existente, cada organización puede completar el análisis de datos en tiempo real y los procesos de machine learning a nivel local.

Estas capacidades correlacionan los datos del sistema operativo existente con los datos de sensores en tiempo real, maximizando la información predictiva para lograr mayores eficiencias operativas, como el tiempo de actividad, el rendimiento y el ahorro de energía”.

Nuevos cambios de mentalidad

La llegada del Edge Computing ha arrasado con algunas de las ideas preconcebidas anteriormente, e incluso los proveedores de la nube que anteriormente habían mostrado sus opinión afirmando que en un futuro “toda la información se encontraría en la nube”, han empezado a cambiar de idea.

Por ejemplo, AWS anunció en noviembre, su servicio AWS Outposts, el cual permite a los clientes ejecutar AWS en las instalaciones y luego conectarse a la nube de AWS. Para lograr esto, AWS envía a los clientes bastidores completamente gestionados de hardware de almacenamiento y computación diseñado por AWS que ejecuta VMware.

Pero hay más, próximamente Microsoft lanzará una nueva funcionalidad para su propio servicio de IoT, Azure IoT Edge. Estos anuncios muestran claramente como, tanto AWS como Microsoft se han dado cuenta que la nube por sí sola no será suficiente para proporcionar el rendimiento necesario para el número creciente de aplicaciones IoT.

El interés de los proveedores de la nube, los proveedores de tecnología y los inversionistas en el Edge Computing es fácil de entender ya que se espera que este mercado supere los 20 mil millones de dólares para 2026, frente a los 8 mil millones de dólares de 2017.

Esto no quiere decir que los centros locales o en la nube vayan a desaparecer completamente, sin embargo, se espera que el 80% de las empresas cierren su centro de datos tradicional para 2025, en comparación con el 10% que lo hizo en 2018. Además, según las últimas encuestas, casi el 90% de las empresas ya se ha planteado invertir en una estrategia de Edge Computing en los próximos 12 meses.

El rendimiento, el principal desencadenante

El capital que alcanzará el mercado es importante, sin embargo, ese interés por parte de los distintos jugadores del sector está, en última instancia, impulsado por una debilidad técnica conocida en los modelos públicos que trabajan exclusivamente en la nube: el rendimiento.

Las aplicaciones, las cargas de trabajo y los conjuntos de datos que requieren una respuesta casi instantánea empeoran cuando se encuentran alejados de los usuarios que trabajan con ellos.

Es en ese punto donde el Edge Computing demuestra sus fortalezas frente a la nube, ya que permite que los datos se agreguen en un punto de presencia local, lo que garantiza una opción de procesamiento de muy bajo rendimiento y baja latencia.

Una muestra del auge de esta tecnología es la compañía Pixeom con sede en California, la cual ha desarrollado un software de Edge Computing para empresas, para el que ha recaudado 15 millones de dólares en fondos liderados por Intel Capital, después de las inversiones del Fondo Catalyst de Samsung y la empresa de distribución de energía National Grid.

La plataforma desarrollada por la compañía californiana permite a los proveedores de servicios en la nube empaquetar y organizar aplicaciones en contenedores como las que se encuentran en Google Cloud Platform, Amazon Web Services o Microsoft Azure, para que puedan ejecutarse en una infraestructura de vanguardia que comprenda una gama de hardware y sistemas operativos.

Utilizando las “versiones avanzadas” de inteligencia artificial, el procesamiento de datos, la mensajería, el procesamiento de secuencias y los servicios analíticos recreados para que coincidan con las API locales, los administradores pueden crear y enviar aplicaciones en contenedores (o adaptar aplicaciones existentes) y publicarlas en portales públicos o privados, desde donde pueden instalarse en dispositivos de borde y administrarse en las instalaciones.

La inteligencia artificial de borde (o Edge AI)

Como ya se ha visto, el Edge Computing no ha sido inmune a la inteligencia artificial, y es que a causa del aumento del número de dispositivos IoT, se ha desarrollado un creciente interés en crear aplicaciones de inteligencia artificial más cercanas a donde se producen y consumen los datos.

La inteligencia artificial de borde o Edge AI es especialmente útil en casos donde la información en tiempo real es crítica y los cambios pueden suceder rápidamente, como en la videovigilancia, donde es posible que la aplicación deba predecir el comportamiento de los individuos a medida que se produce.

Xnor, una de las compañías que desarrollan dispositivos de inteligencia artificial avanzada que destaca por su enfoque en mejorar los costes y el consumo de energía, creó hace dos años, una herramienta de IA para la detección de objetos que podía ejecutarse en una Raspberry Pi Zero, recientemente ha dado paso más y ha desarrollado un dispositivo más pequeño y más eficiente que reemplaza el Pi Zero. Se trata de un FPGA, un dispositivo Edge AI que se ejecuta en una red convolucional de 30 capas y que puede analizar hasta 32 cuadros por segundo.

No obstante, a pesar de todas sus ventajas, este tipo de computación no viene sin concesiones, y es que, hoy en día la flexibilidad y el poder de cómputo de la nube no se pueden replicar en el borde.

El sector automovilístico

Cabe destacar la aplicación del Edge AI en el mercado de los vehículos inteligentes, donde los sensores deben actuar instantáneamente sobre temas específicos, como un peatón que aparece repentinamente en la carretera, por ejemplo.

En 2017, Domino’s y Ford Motor Company desarrollaron un sistema de entrega que utiliza vehículos autónomos para entregar pizzas. El sistema rastrea los vehículos con GPS, notifica al cliente sobre el progreso del pedido y utiliza una aplicación móvil para enviar un código que permite recuperar los alimentos. Las compañías utilizaron la IA de borde para proporcionar datos, geolocalización, marco de tiempo previsto y personalización para las actualizaciones.

El Edge IA permitió que Domino’s y Ford obtuvieran información valiosa sobre las experiencias de los clientes, como por ejemplo, si a los clientes les importaba caminar hasta el vehículo donde estaba la pizza. Para Ford, el éxito significó un aumento en las ventas de vehículos de autoservicio y para Domino’s una mayor eficiencia operativa y una mejora de la experiencia del cliente.

Tras observar como en Japón disminuían las ventas de vehículos a medida que aumentaba la necesidad de opciones de atención médica para una población que envejece, Toyota se dio cuenta de que podía aprovechar la robótica basada en la IA existente diseñada para la fabricación de automóviles para ayudar a las personas con movilidad limitada.

Por eso, creó el Welwalk WW-1000, un aparato robótico para la pierna que permite a las personas con parálisis parcial caminar, y el Proyecto BLAID, que ayuda a las personas ciegas o con baja visión a adquirir una mejor conciencia ambiental.

El sector hotelero

Por otro lado, el sector hotelero también está obteniendo beneficios de esta unión, como es el caso de la cadena hotelera Marriott, la cual se asoció con Samsung y Legrand para usar dispositivos IoT e inteligencia artificial de borde para crear la primera habitación de hotel habilitada con dispositivo IoT en todo el mundo.

Se trata de habitaciones altamente personalizadas en múltiples ubicaciones, que permite a los clientes configurar sus habitaciones exactamente como lo deseen en función de la información almacenada en la aplicación.

Conclusiones

El crecimiento del Edge Computing se debe, como otros muchos éxitos dentro del ámbito tecnológico, al crecimiento de otra tecnología, en este caso el incremento desmesurado de dispositivos de Internet de las Cosas.

Cualquier sector de la industria que pueda beneficiarse del análisis oportuno de los flujos de datos de IoT, debería estar interesado en el Edge Computing. Es por eso por lo que actualmente existen grandes oportunidades para los proveedores en todos los niveles de esta tecnología, ya sean estándares, redes, cómputo, almacenamiento, aplicaciones o servicios.

Además, la unión de esta tecnología con otra como es el caso de la inteligencia artificial facilitará el avance y la integración de estos dispositivos en la vida cotidiana. Sin embargo, con el paso del tiempo, la inteligencia artificial no se limitará solo a un tipo de computación, sino que se dividirá en aplicaciones nativas de la nube, nativas de borde e híbridas.

El punto, es comprender las oportunidades y el poder que se encuentra en la inteligencia artificial y elegir las soluciones que mejor se adapten a cada caso de uso.