Las tecnologías nuevas y en evolución están reformando rápidamente la forma en que trabajamos, ofreciendo oportunidades creativas a los desarrolladores que estén dispuestos a pivotar y adoptar nuevas habilidades. Le dimos un vistazo a las 11 tendencias tecnológicas que según los expertos podrían interrumpir los actuales enfoques de TI y crear demanda de ingenieros con un ojo en el futuro.
No se trata de la próxima gran cosa. Las oportunidades futuras para los desarrolladores están emergiendo de una confluencia de tecnologías de vanguardia, tales como la inteligencia artificial (IA), la realidad virtual (RV), la realidad aumentada, el Internet de las Cosas (IoT) y la tecnología de la nube … y, por supuesto, tratar con los problemas de seguridad que están evolucionando a partir de estas convergencias.
Seguridad del Internet de las cosas
Después de que decenas de millones de dispositivos conectados fueron secuestrados el año pasado, incluso los observadores ocasionales pudieron ver que los dispositivos de IoT desprotegidos crean pesadísimos problemas de seguridad.
Un informe reciente de la firma de investigación Gartner, recomienda que desarrolladores y equipos de seguridad trabajen juntos en el proceso temprano de diseño, para asegurarse de que las nuevas amenazas se pueden solucionar a medida que lleguen -por ejemplo, al proporcionarle a los dispositivos IoT la capacidad de descargar actualizaciones de seguridad.
La demanda es alta para los ingenieros con habilidades de seguridad IoT, especialmente aquellos que entienden las vulnerabilidades del hardware y el software utilizados por los dispositivos conectados a la red.
“Los vectores de ataque en la IoT son en gran parte idénticos a los de cualquier otra red distribuida, como computadoras o teléfonos celulares, por lo que el mismo conocimiento de seguridad es relevante y crítico”, señaló Richard Whitney, vicepresidente de producto de la startup IoT, Particle. “Estudie las bases de la criptografía y la autenticación, y estará bien en su camino”.
Tom Gonser, fundador de DocuSign y socio de Seven Peaks Ventures, indicó que las firmas necesitan habilidades en la programación de bajo nivel para microprocesadores. “También quieren experiencia RF con Bluetooth, [Windows Identity Foundation] y componentes de espectro expandido. Las opciones de seguridad de vanguardia de Linux, especialmente optimizadas para núcleos pequeños como Qubes OS, también son valiosas”.
Matt Abrams, socio de Seven Peaks Ventures con Gonser, sugirió enfocarse en “entender los flujos de trabajo y cómo interrumpirlos. La criptografía computacional post cuántica también está llegando más rápido de lo que uno podría esperar. También deben entender la privacidad diferencial y las redes adversarias”.
Inteligencia artificial
A medida que nos preparamos para la próxima ola de vehículos autónomos, robots y electrónica inteligente, la demanda de ingenieros inteligentes de IA está explotando.
“Ahora estamos en un punto de inflexión en gran parte debido a los avances en la computación ubicua, servicios de nube de bajo costo y almacenamiento casi ilimitado”, anotó Nicola Morini-Bianzino, director general y de Inteligencia Artificial en Accenture. “La IA se está construyendo en todo”.
Morini-Bianzino ve la demanda de “ingenieros de software, tecnólogos e investigadores con traducción de idiomas, reconocimiento de voz, visión por computadora, robótica, procesamiento del lenguaje natural, representación del conocimiento y experiencia en el razonamiento. La IA se alimenta de los datos, por lo que los curadores de contenido y datos, los científicos de datos y los expertos en análisis también son cruciales”.
El vicepresidente de marketing de Treasure Data, Kiyoto Tamura, predijo que la IA pase de operaciones muy específicas y mundanas a aplicaciones mucho más amplias y más emocionantes.
“En el pasado, era más bien, ‘Buscar la ruta óptima para la entrega de paquetes … o los sitios web más relevantes para una consulta de búsqueda. Ahora, estamos empezando a ver, ‘ejecute un juego de Go muy bien; conduzca un vehículo con seguridad, etc. Todo esto es genial, pero los humanos todavía necesitan alimentar funciones objetivas en la computadora, y al menos por ahora, este será el caso”.
Los científicos de datos, los investigadores de aprendizaje automático y los lingüistas computacionales son cada vez más buscados, indicó Tim Tuttle, CEO de MindMeld.
Citó un estudio de VentureScanner que contó con 910 empresas de IA que emergieron de marzo a octubre del 2016, más de la mitad de las cuales se enfocan en el aprendizaje profundo y el procesamiento del lenguaje natural.
“No solo estas categorías ganan en números, sino que también han recibido el mayor financiamiento, por la suma de 4,5 mil millones de dólares”, indicó Tuttle. “Con la reciente explosión de interés en las aplicaciones de conversación, ha habido un desajuste entre la oferta y la demanda. Como resultado, los expertos en la materia seguirán siendo un producto valioso hasta que la academia y la industria puedan reequilibrar la ecuación”.
Aprendizaje automático
Una forma de inteligencia artificial, el aprendizaje automático puede tomar enormes cantidades de datos para encontrar rápidamente patrones -como el reconocimiento facial- y resolver problemas, como recomendar una película, sin estar explícitamente programado para hacerlo.
“Las tecnologías cognitivas, ayudadas por bots y el aprendizaje automático, comenzarán a agregar valor a medida que las organizaciones se esfuercen por encontrar las ‘señales en el ruido’”, indicó Patrick Spedding, director senior de BI R&D de Rocket Software. “Después de todo, el aprendizaje automático se basa en capacidades analíticas maduras (anteriormente conocidas como “minería de datos”) que realmente han estado esperando que una plataforma adecuada se convierta en más ‘consumible’”.
¿Cómo deben desarrollar habilidades en esta área los desarrolladores que quieren expandirse en el aprendizaje automático?
Abrams, de Seven Peaks Ventures, apuntó a una clase en línea muy apreciada: “El curso seminal de Andrew Ng sobre aprendizaje automático en Coursera, es un gran ejemplo. Los estudiantes que tomaron su curso a través de Coursera realmente mejoraron en las competiciones de Kaggle”.
No todos los desarrolladores que trabajan en el aprendizaje automático proceden de un fondo de ciencias de la computación, aunque es útil, indicó Mehdi Samadi CTO y cofundador de Solvvy, quien ve que se contrataron y capacitaron algunos Ph.Ds sin títulos de CS para convertirse en ingenieros de aprendizaje automático.
“Las contribuciones básicas en el campo del aprendizaje automático requieren ejecutar muchos experimentos usando los datos reales, observando el resultado del modelo y mejorando el modelo”, añadió. “Tener un grado de CS o conocimientos de ingeniería de base por lo general sería beneficioso para que los ingenieros tengan más éxito en su trabajo, con el fin de poder ejecutar experimentos continuamente y mejorar los modelos de aprendizaje automático”.
Ciencia de los datos
La ciencia de datos es otra área caliente, que requiere habilidades multidisciplinarias que varían según la industria. Los requisitos pueden incluir la experiencia con el aprendizaje automático y la IA, para tomar grandes cantidades de datos y moldearlos de una forma que se puedan utilizar para tomar decisiones empresariales.
“Los científicos calificados de los datos están en un periodo de fuente corta”, dijo Spedding. “En concreto, veo áreas en las que la tecnología puede diseñarse para” asistir “a las decisiones, como los bots cognitivos y las analíticas guiadas, para que sean áreas de mayor valor añadido”.
Una comprensión completa de la probabilidad y las estadísticas es la clave para aquellos que quieren trabajar en esta área, agregó Gary Kazantsev, que dirige el grupo de aprendizaje automático en Bloomberg. “Añada algunas habilidades de ingeniería, como la necesidad de ser capaz de escribir un código para construir un sistema que nunca desaparecerá, aunque con la aparición de herramientas como las notebooks TensorFlow o Jupyter, se hace mucho más fácil. También necesitan buenas habilidades de investigación, es decir, la capacidad de formar una hipótesis y probarla, leer la literatura actual y mantenerse al día”.
Gunter Ollmann, jefe de seguridad de Vectra, señaló que actualmente ve a las empresas tratar a los científicos de datos por separado de los equipos de ingeniería y de investigación y desarrollo. Pero no cree que ese enfoque dure.
“A medida que las herramientas de aprendizaje profundo y de aprendizaje automático mejoran, y los cursos de capacitación para campamentos de entrenamiento se vuelven más hábiles en llevar a los ingenieros senior a la velocidad de la ciencia de datos, la división entre ciencia de datos e ingeniería desaparecerá. Todos los ingenieros necesitan ser buenos en matemáticas. Ahora también necesitan dominar la matemática de la ciencia de los datos. La fusión de habilidades y habilidad para manejar ambas materias será obligatoria en el futuro”.
Blockchain
Esta forma de crear un libro distribuido para las transacciones ofrece beneficios en materia de transparencia y seguridad, aunque la falta de normalización puede ralentizar su mayor adopción en las industrias.
Peter Loop, vicepresidente asociado y principal arquitecto tecnológico de Infosys, es optimista sobre la tecnología: “A pesar de las ideas erróneas de que la tecnología de blockchain está a años de distancia, veremos despliegues completos en servicios financieros, seguros e industrias de atención médica el próximo año. Esto interrumpirá completamente nuestros sistemas de pago a escala internacional”.
Otras técnicas emergentes tienen una curva de aprendizaje más pronunciada, agregó Robert Bardunias, cofundador y director de ingresos de IRIS.TV, que está entusiasmado con el enfoque empresarial inherente del blockchain.
“Estas tecnologías están creciendo con aplicaciones empresariales operativas reales en mente desde el día cero, por lo que no hay necesidad en el lado del desarrollo para tratar de imaginar el caso uso, están sucediendo y creciendo en tiempo real”, indicó Bardunias. “El verdadero desafío abrumador para aquellos que buscan desarrollar habilidades en estas áreas será cómo mantenerse al día con los nuevos desarrollos y evoluciones. Recuerdo que cuando aprendía las habilidades de desarrollo secundario, la lectura de sitios web de comercio de la industria -y las revistas, hace mucho tiempo- era lo último que quería hacer, pero es una parte real de la mezcla de aprendizaje de hoy como desarrollador que busca construir y mantener una ventaja competitiva en el mercado global”.
Aplicación de malla y arquitectura de servicio (MASA por sus siglas en inglés)
La demanda de aplicaciones que permanezcan conectadas de manera transparente mientras nos movemos a través de nuestra casa, viaje y trabajo son cada vez más demandadas.
“El propósito de una red de malla o aplicación es que será de alta disponibilidad, todo conectado a todo”, señaló Joseph Carson de Thycotic. “Si la ruta no está disponible, encontrará otro dispositivo para establecer la conexión. Hemos visto que esto se utiliza por ejemplo con los dispositivos de rastreo de mosaico, que ha creado una comunidad de dispositivos de rastreo, y con bitcoin que es un libro distribuido”.
Pero algunos ven una falta de compatibilidad del dispositivo como un potencial cuello de botella.
“Cada proveedor tiene su propia manera de tratar de impulsar la confianza en este sistema, por lo que están amurallados, si es que existen en absoluto”, indicó Derek Collison, CEO de Apcera.
Esta tecnología promete un nivel previamente impensable de conexión, si la falta de estándares no se interpone en el camino.
“Mi mayor pensamiento aquí es que la IA generalmente será entrenada en la nube con cantidades masivas de datos de todos los usuarios”, señaló Collison. “Estos algoritmos actualizarán continuamente su modelo de ejecución, el cual será enviado al límite por el aire, y actualizará el firmware en dispositivos de borde como nuestros teléfonos, autos y hogar. El procesamiento ocurrirá en los extremos del hardware; el entrenamiento ocurrirá en el software de nube”.
Los gemelos digitales: prepárese para fallar
Los modelos de software ligados a sensores físicos y virtuales pueden ayudar a predecir las fallas de productos o servicios, de modo que las organizaciones puedan planificar y asignar recursos para realizar reparaciones antes de que ocurra la falla. Los avances en el aprendizaje automático y la adopción de la tecnología IoT están ayudando a reducir los costos de este tipo de predicción de modelado “gemelo digital”, que aumenta la eficiencia y puede reducir los costos de operación durante, digamos, un motor a reacción o una central eléctrica.
Matias Woloski, CTO y cofundador de Auth0, dice que las empresas también pueden utilizar gemelos digitales en el concepto y la etapa de diseño, la prueba de nuevos productos en simulaciones, para hacer cambios hasta que los ingenieros tengan el producto que quieren. Los resultados del gemelo digital se utilizan entonces para construir el producto.
“Algunas organizaciones ya han lanzado iniciativas de gemelos digitales, aunque los proyectos primarios que aprovechan esta tecnología son los que cuentan con grandes gastos iniciales de desarrollo donde el costo del fracaso es demasiado alto”, anota Woloski.
Paul Hofmann, director técnico de SpaceTime Insight, señala que los gemelos digitales se benefician del aprendizaje automático, haciéndolos más eficaces que los modelos basados en condiciones para predecir los fracasos.
“Los sistemas de IoT y de aprendizaje automático permiten a las organizaciones asegurarse de que sus activos no están fallando al azar, y si fallan, las organizaciones pueden optimizar la toma de decisiones en tiempo real para obtener la mejor solución a largo plazo”.
Vehículos autónomos, robots y electrodomésticos
Nuevas oportunidades se están desarrollando a medida que la IA y el aprendizaje automático perfeccionan los dispositivos domésticos, equipos industriales, automóviles y drones. La firma de investigación Gartner estima que para el año 2020, los fabricantes de automóviles enviarán 61 millones de vehículos conectados a datos fuera de las líneas de producción.
“Hay economías enteras que surgen en estas áreas”, anotó Vince Jeffs, director de estrategia y marketing de productos de Pegasystems. “Por ejemplo, hay empresas iniciadoras de la IA -y más maduras- ya bien establecidas en el espacio de vehículos autónomos. Por ejemplo, MobileEye es una compañía con cerca de 500 millones de dólares en respaldo de capital que se especializa en pequeñas cámaras esparcidas por todas partes el vehículo. Del mismo modo, existen tiendas para robots físicos -por ejemplo, SoftBank Robotics se especializa en robots utilizados en hoteles para conserjería. Ellos tienen alrededor de 250 millones de dólares en respaldo de capital”.
El progreso en el aprendizaje profundo ha mejorado la visión por computadora, el procesamiento del lenguaje y el habla, así como la capacidad de las máquinas y el software para buscar una recompensa y maximizar el rendimiento, señaló Wayne Thompson, jefe de datos de SAS: “Como resultado, veremos una nueva generación de máquinas que pueden ver el mundo, oír y leer lenguas humanas, comunicarse con los seres humanos y controlarse mecánicamente y conductualmente, de una manera sin precedentes”.
Donde algunos ven la automatización como una pesadilla que roba el trabajo, otros dicen que la tecnología conducirá a un futuro brillante y más humano.
“A menudo me preguntan sobre el impacto de la automatización”, indicó Michael Hubbard, vicepresidente global de ServiceNow. “La automatización inteligente es una gran oportunidad, no una amenaza. Al trabajar mano a mano con la tecnología inteligente, podemos lograr mayores cosas. Nos libera de las actividades mundanas y repetitivas, desatando la creatividad y permitiéndonos construir relaciones de trabajo más fuertes y productivas. La automatización inteligente nos hace más humanos, no menos”.
Realidades virtuales y aumentadas
Después de décadas de exageración, la realidad virtual y la realidad aumentada finalmente parecen estar teniendo su momento. Para aquellos que buscan desarrollar productos para estas tecnologías, hay oportunidades más allá de crear experiencias de juego aisladas.
“Aunque estas tecnologías no son omnipresentes aún, definitivamente han madurado en los últimos años”, señaló Anup Nair, VP y CTO de Mphasis Digital. “Vemos una creciente relevancia de [realidad virtual y aumentada] en el marketing de productos y en las arenas de las ventas inmersivas. Los mejores casos de uso vendrán de los servicios de distribución [minoristas, bienes de consumo envasados y hospitalidad], y para muchas de estas áreas, la superficie acaba de empezar a ser rayada. Creo que en las industrias biomédicas y de atención de salud, la RA/RV será realmente ventajosa tanto para la educación como para la comunicación de complejos procedimientos quirúrgicos. También vemos iniciativas de RA dirigidas hacia la realización de los análisis detallados, en los centros de mando de redes sociales de los grandes bancos, y en plantas comerciales proporcionando a los comerciantes datos infinitos para el análisis y la colaboración”.
Christian Sasso, profesor adjunto del programa de Certificado de RV/RA en Cogswell College con sede en San José, ve la realidad aumentada como la tendencia de tecnología más importante del año.
“La RA se podrá utilizar pronto para tratar con el servicio al cliente cuando un dispositivo de la empresa necesita ser reparado”, indicó Sasso. “Por ejemplo, un proyecto en el que he estado trabajando en utilizar gafas de RA para ponerse en contacto con el asesor de servicio al cliente cuando un televisor o monitor deja de funcionar. Hablándole directamente a través de la interfaz de RA, “el representante puede encontrar la información que necesita con solo mirar la pantalla rota, sin ninguna necesidad de tratar de describir el problema por teléfono, o ir a la caza de un número de serie”.
El potencial para la RA y la RV depende de la distribución y no será prevalente hasta que veamos mejor hardware, más barato, indica Vishwa Ranjan, jefe de realidad aumentada y virtual en Infosys.
“En el 2017 veremos que las empresas de teléfonos inteligentes desarrollarán características basadas en RA y RV, como tecnologías de reconocimiento de imágenes, basadas en localización y sensores, y cámaras 360 que ayudarán a impulsar la RA y RV en los primeros adoptantes”.
Asistentes parecidos a los humanos
La siguiente etapa de la IA podría eliminar las herramientas anticuadas que ahora utilizamos para interactuar con el mundo digital. Es importante destacar que estos cambios se están abriendo camino en la oficina cada vez más.
“El lugar de trabajo del futuro es la integración de aplicaciones inteligentes en el lugar de trabajo del día a día para mejorar la productividad general. Estamos viendo niveles significativos de automatización de TI que están impulsando entre el 40% a 50% de las mejoras de productividad”, señaló Steve Hall, socio de la firma de investigación ISG.
“Con el amplio movimiento de cargas de trabajo empresariales a la nube pública y la integración de aplicaciones inteligentes y de automatización, las organizaciones de TI se están remodelando”.
En el ámbito personal, Collison de Apcera piensa que pronto utilizaremos asistentes para hacer algo más que pedidos en línea o buscar en la web: “Va a ser la herramienta que será una extensión de nuestro propio cerebro. Ya no vamos a necesitar retener tanta información; podemos ser libres para conducir el pensamiento analítico y crítico con el uso de estas herramientas como apoyo”.
¿En qué se debe trabajar si está interesado en el desarrollo de este tipo de tecnología de asistencia?
“En una palabra, las habilidades más demandadas hoy en día son de profundidad”, señaló Gunter Ollmann, director de seguridad de Vectra. “Un ejemplo es el dominio de una categoría de seguridad de la información (seguridad de aplicaciones web, análisis forense de red, desmontaje de malware). El conocimiento superficial, se encapsula cada vez más en las herramientas off-the-shelf. La experiencia en el tema que impulsa la mejora de las herramientas y el manejo de excepciones son las habilidades que la mayoría demanda”.
David Parmenter, director de ingeniería y datos de Adobe Document Cloud, mencionó que una pasión por las matemáticas y la lógica, incluso más que por las ciencias de la computación, es la clave.
“La creatividad, el deseo de aprender continuamente, pensamiento centrado en el cliente, capacidad de recuperación frente al fracaso: la naturaleza de la producción del aprendizaje automático no es un producto acabado y las habilidades de comunicación fuertes son habilidades blandas muy importantes para los ingenieros en este campo.
Y el ganador es … la convergencia
Mientras que la IA es probablemente la tecnología de avanzada más citada del año, la tendencia más importante del 2017 puede ser la fusión de las tecnologías emergentes y disruptivas.
Maarten Ectors de Canonical ha comprobado una docena de tecnologías dispares que, cuando se unen, son mucho más que la suma de sus partes: “la nube, móvil, la IoT, la inteligencia artificial, blockchain, realidad aumentada, interfaces de voz, radio definida por software, industria 4.0 [automatización y el intercambio de datos en la fabricación], la robótica, la informática de borde, y la conducción autónoma”.
Spedding de Rocket Software dijo que las tecnologías están convergiendo en silos en parte debido a la necesidad de las empresas para cavar en sus propios datos, por ejemplo, el análisis de tráfico del sitio web.
“A esto se añade el aumento de la proliferación de nuevas fuentes de datos, como la IoT,” señaló, “y vemos desafíos solo para mantenerse al día con el volumen de información disponible para apoyar la toma de decisiones empresariales.”
Spedding ve oportunidades para una convergencia de la tecnología cognitiva, los robots, y en lenguaje de máquina para dar sentido a todo. Una nueva generación de nativos digitales acelerará la adopción de estas tecnologías, anota, porque esperan la facilidad de uso, las interfaces inspiradas en juegos de azar, y la exposición diaria a la realidad aumentada y virtual.
-Paul Heltzel, InfoWorld.com
