El mundo en una fórmula matemática
Nunca antes hubo tantos datos nuestros por Internet. En un día corriente, uno puede airear en la Red cientos de preferencias, gustos y valores mientras navega.
Le pueden decir que quiere comprarse un coche y que le gusta tal modelo
porque lo estuvo viendo en tal o cual página especializada; o que es
aficionado al cine, por comprar asiduamente entradas a través de un
servicio on-line; o que se mueve habitualmente entre Barcelona y
Madrid, porque ubicar a un usuario de móvil es lo más fácil del mundo
para una operadora de telecomunicaciones. Pero no solo eso, los sistemas
electrónicos que empresas e instituciones instalan hoy permiten, a
través de cientos de miles de cámaras, ponernos cara y ver qué línea de
metro o de autobús utilizamos para desplazarnos al trabajo o a ver a un
amigo, o cuál es la sucursal de banco a la que acudimos a pagar las
facturas.
Pero, ¿hay alguien que ordene este océano de datos que se genera y le saque partido? Y, si es así, ¿quién es? ¿Dónde trabaja? ¿Para quién? Stephen Baker, un periodista experimentado que trabajó durante más de 20 años para la revista Business Week y que ha sido coautor de blogspotting.net, uno de los sites más influyentes del mundo, acaba de publicar un libro, Numerati, lo saben todo de ti (Seix Barral), en donde pone nombres y apellidos a los hombres que en estos momentos se encargan de sacar partido a la marea de datos en que se ha convertido Internet. Se trata de matemáticos, estadísticos o simplemente hombres de negocios avispados que aprovechan el torrente de información que cada día vertemos a la Web.
Los Numerati, como él los llama, una denominación que suena a secta o a sociedad masónica, son una élite que trabaja desde diversos puntos del planeta y que, para realizar su trabajo, aplica fórmulas y algoritmos a poderosas máquinas de computación que están disponibles debido al abaratamiento vertiginoso de los servidores en los últimos años. Estos pioneros trabajan en los laboratorios de las grandes multinacionales o en star-ups. De lo que pueden llegar a ser este tipo de proyectos da buena cuenta Google. Y es que no hay que olvidar que el buscador, la empresa que más impacto ha tenido en la última década en el mundo tecnológico y que hoy es una de las más valoradas en Bolsa, en realidad, es un proyecto de dos matemáticos que en la segunda mitad de los años noventa se movieron para afinar un algoritmo eficiente, fiable y rápido de búsqueda de información. Pero para saber hasta dónde puede llegar esta casta de matemáticos, lo mejor será acudir, con Stephen Baker, a los sitios donde trabajan y ver qué están haciendo.
Eligiendo al candidato ideal
Samer Takriti, matemático de origen sirio, trabaja en el centro de Investigación Thomas J. Watson, una instalación que IBM tiene a las afueras de Nueva York. Allí elabora modelos matemáticos con datos de 50.000 consultores de la compañía para luego sacar más partido a cada uno de ellos. Lo que hace Takriti y su equipo, formado por 40 personas en los que hay hasta expertos en lingüística, es asociar símbolos a decenas o cientos de habilidades de cada uno de esos empleados. Unos símbolos que luego el ordenador procesará de forma frenética para facilitar las cosas a los chicos de recursos humanos del gigante azul.
Así, un gerente de la compañía que quiera formar un grupo de trabajo para, por ejemplo, potenciar las ventas de Lotus Domino en el sur de Europa, solo tendría que sentarse ante el ordenador y hacer clics en los menús con objeto de describir el trabajo y las habilidades requeridas a cada componente del equipo. Al cabo de unos segundos, el sistema, que se sabe la vida de cada uno de los empleados al dedillo, da como resultado el equipo ideal. Tal vez algunos hayan trabajado juntos de forma armoniosa y todos cuentan con pasaporte y con aeropuerto cerca para acudir a reuniones habituales en París. Además, los cinco dominan el francés, el inglés, el italiano y el español, con lo cual quedan cubiertos los problemas de idioma.
Pero el sistema no solo elige a los mejores candidatos solo por sus habilidades, sino que también es capaz de ajustarse a un presupuesto inicial, buscando entre los mejores candidatos con un rango de salario adecuado. El sistema incluso puede determinar qué capacitación necesitaría alguien que, por su salario, es idóneo, pero que, por su currículo, tendría que mejorar en algunos aspectos, como el aprendizaje de un idioma. En un mundo global, poblado por miles o millones de candidatos, IBM quiere ir más allá de la vieja fórmula del boca a boca para seleccionar a su personal.
Carritos inteligentes
En 2002, Rayid Ghani, un investigador de Accenture, causó mucho revuelo con un estudio que indicaba cómo una cadena de tiendas de ropa como Gap podía elaborar automáticamente perfiles de sus clientes valorando lo que compraban (y no compraban). Ghani acompañó a cada pieza de vestuario de información contextual, lo que los científicos de la computación llaman detalles semánticos, con los que se puede catalogar a un comprador como joven urbano y reconocer incluso su universo íntimo de valores en función de los pantalones o del jersey que se lleva a casa. Ahora, Ghani y su equipo trabajan para vender sus modelos estadísticos a la industria alimentaria. Y es que las etiquetas semánticas van a permitir a las grandes cadenas conocer al detalle a sus millones de clientes.
La verdadera revolución llegará con los carritos inteligentes, que, provistos del software necesario, mostrarán a los clientes, en función de su histórico de compras, los productos de su agrado. Solo con recordarnos lo que queremos, muchas tiendas aumentarían significativamente sus ventas, puesto que se calcula que olvidamos un 11% de los artículos que teníamos pensado adquirir cuando vamos al supermercado. Además, el gerente del establecimiento podrá decidir sobre la marcha qué artículos rebajar o subir en función del stock y de los movimientos de sus clientes. Algunas cadenas, como la alemana Metro (Media Markt) o la británica Tesco, ya están probando esta tecnología, que se complementa muy bien con las tarjetas inteligentes (RFID) o los circuitos de videovigilancia.
Los votantes bisagra
Todos los especialistas están de acuerdo en que las grandes campañas de televisión seguirán decidiendo la política. Sin embargo, en aquellos comicios en los que el vencedor se decida por unos pocos miles o decenas de miles de votos (a los que en el argot político se conoce como «bisagra»), el trabajo de los Numerati será fundamental. Y es que identificar a estos votantes, que difícilmente se pueden catalogar con las viejas categorías (izquierda o derecha; republicanos o demócratas), y darles lo que quieren es en una tarea complicada. Precisamente, Joshua Gotbaum, un veterano de la política en Estados Unidos que trabajó en las administraciones de Jimmy Carter y Bill Clinton, ha fundado una compañía, Spotlight Analysis, que vincula registros de compras y estilos de vida de millones de ciudadanos con sus valores políticos.
Gotbaum, que se nutre de la información aportada por terceras compañías, dispone de más de cien datos de cada elector, desde el género o grupo étnico, hasta el historial crediticio, las revistas a las que está suscrito o los viajes que hace. Estos datos le sirven para agrupar a casi 175 millones de americanos en alguna de las 10 tribus «ideológicas» que ha confeccionado su equipo y descubrir cosas como que es muy probable que el dueño de un gato vote demócrata, mientras que el de un perro sea republicano. Tener estudios universitarios, leer una revista de informática, estar casado y con hijos viviendo en casa… todo ayudará a adelantar el perfil de votante.
Pero, ¿hay alguien que ordene este océano de datos que se genera y le saque partido? Y, si es así, ¿quién es? ¿Dónde trabaja? ¿Para quién? Stephen Baker, un periodista experimentado que trabajó durante más de 20 años para la revista Business Week y que ha sido coautor de blogspotting.net, uno de los sites más influyentes del mundo, acaba de publicar un libro, Numerati, lo saben todo de ti (Seix Barral), en donde pone nombres y apellidos a los hombres que en estos momentos se encargan de sacar partido a la marea de datos en que se ha convertido Internet. Se trata de matemáticos, estadísticos o simplemente hombres de negocios avispados que aprovechan el torrente de información que cada día vertemos a la Web.
Los Numerati, como él los llama, una denominación que suena a secta o a sociedad masónica, son una élite que trabaja desde diversos puntos del planeta y que, para realizar su trabajo, aplica fórmulas y algoritmos a poderosas máquinas de computación que están disponibles debido al abaratamiento vertiginoso de los servidores en los últimos años. Estos pioneros trabajan en los laboratorios de las grandes multinacionales o en star-ups. De lo que pueden llegar a ser este tipo de proyectos da buena cuenta Google. Y es que no hay que olvidar que el buscador, la empresa que más impacto ha tenido en la última década en el mundo tecnológico y que hoy es una de las más valoradas en Bolsa, en realidad, es un proyecto de dos matemáticos que en la segunda mitad de los años noventa se movieron para afinar un algoritmo eficiente, fiable y rápido de búsqueda de información. Pero para saber hasta dónde puede llegar esta casta de matemáticos, lo mejor será acudir, con Stephen Baker, a los sitios donde trabajan y ver qué están haciendo.
Eligiendo al candidato ideal
Samer Takriti, matemático de origen sirio, trabaja en el centro de Investigación Thomas J. Watson, una instalación que IBM tiene a las afueras de Nueva York. Allí elabora modelos matemáticos con datos de 50.000 consultores de la compañía para luego sacar más partido a cada uno de ellos. Lo que hace Takriti y su equipo, formado por 40 personas en los que hay hasta expertos en lingüística, es asociar símbolos a decenas o cientos de habilidades de cada uno de esos empleados. Unos símbolos que luego el ordenador procesará de forma frenética para facilitar las cosas a los chicos de recursos humanos del gigante azul.
Así, un gerente de la compañía que quiera formar un grupo de trabajo para, por ejemplo, potenciar las ventas de Lotus Domino en el sur de Europa, solo tendría que sentarse ante el ordenador y hacer clics en los menús con objeto de describir el trabajo y las habilidades requeridas a cada componente del equipo. Al cabo de unos segundos, el sistema, que se sabe la vida de cada uno de los empleados al dedillo, da como resultado el equipo ideal. Tal vez algunos hayan trabajado juntos de forma armoniosa y todos cuentan con pasaporte y con aeropuerto cerca para acudir a reuniones habituales en París. Además, los cinco dominan el francés, el inglés, el italiano y el español, con lo cual quedan cubiertos los problemas de idioma.
Pero el sistema no solo elige a los mejores candidatos solo por sus habilidades, sino que también es capaz de ajustarse a un presupuesto inicial, buscando entre los mejores candidatos con un rango de salario adecuado. El sistema incluso puede determinar qué capacitación necesitaría alguien que, por su salario, es idóneo, pero que, por su currículo, tendría que mejorar en algunos aspectos, como el aprendizaje de un idioma. En un mundo global, poblado por miles o millones de candidatos, IBM quiere ir más allá de la vieja fórmula del boca a boca para seleccionar a su personal.
Carritos inteligentes
En 2002, Rayid Ghani, un investigador de Accenture, causó mucho revuelo con un estudio que indicaba cómo una cadena de tiendas de ropa como Gap podía elaborar automáticamente perfiles de sus clientes valorando lo que compraban (y no compraban). Ghani acompañó a cada pieza de vestuario de información contextual, lo que los científicos de la computación llaman detalles semánticos, con los que se puede catalogar a un comprador como joven urbano y reconocer incluso su universo íntimo de valores en función de los pantalones o del jersey que se lleva a casa. Ahora, Ghani y su equipo trabajan para vender sus modelos estadísticos a la industria alimentaria. Y es que las etiquetas semánticas van a permitir a las grandes cadenas conocer al detalle a sus millones de clientes.
La verdadera revolución llegará con los carritos inteligentes, que, provistos del software necesario, mostrarán a los clientes, en función de su histórico de compras, los productos de su agrado. Solo con recordarnos lo que queremos, muchas tiendas aumentarían significativamente sus ventas, puesto que se calcula que olvidamos un 11% de los artículos que teníamos pensado adquirir cuando vamos al supermercado. Además, el gerente del establecimiento podrá decidir sobre la marcha qué artículos rebajar o subir en función del stock y de los movimientos de sus clientes. Algunas cadenas, como la alemana Metro (Media Markt) o la británica Tesco, ya están probando esta tecnología, que se complementa muy bien con las tarjetas inteligentes (RFID) o los circuitos de videovigilancia.
Los votantes bisagra
Todos los especialistas están de acuerdo en que las grandes campañas de televisión seguirán decidiendo la política. Sin embargo, en aquellos comicios en los que el vencedor se decida por unos pocos miles o decenas de miles de votos (a los que en el argot político se conoce como «bisagra»), el trabajo de los Numerati será fundamental. Y es que identificar a estos votantes, que difícilmente se pueden catalogar con las viejas categorías (izquierda o derecha; republicanos o demócratas), y darles lo que quieren es en una tarea complicada. Precisamente, Joshua Gotbaum, un veterano de la política en Estados Unidos que trabajó en las administraciones de Jimmy Carter y Bill Clinton, ha fundado una compañía, Spotlight Analysis, que vincula registros de compras y estilos de vida de millones de ciudadanos con sus valores políticos.
Gotbaum, que se nutre de la información aportada por terceras compañías, dispone de más de cien datos de cada elector, desde el género o grupo étnico, hasta el historial crediticio, las revistas a las que está suscrito o los viajes que hace. Estos datos le sirven para agrupar a casi 175 millones de americanos en alguna de las 10 tribus «ideológicas» que ha confeccionado su equipo y descubrir cosas como que es muy probable que el dueño de un gato vote demócrata, mientras que el de un perro sea republicano. Tener estudios universitarios, leer una revista de informática, estar casado y con hijos viviendo en casa… todo ayudará a adelantar el perfil de votante.
