Big Data y las implicaciones en la cuarta revolución industrial - Retos, oportunidades y tendencias futuras

• Autores: Gustavo Andrés Araque González, Mauricio Gómez Vásquez, Juan Pablo Vélez Uribe, Albeiro Hernán Suárez Hernández
• Localización: Revista Venezolana de Gerencia: RVG, ISSN-e 2477-9423, ISSN 1315-9984, Vol. 26, Nº. 93, 2021, págs. 33-47
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • La cuarta revolución industrial se presenta, en la actualidad, como un proceso de transformación y evolución productiva. El comportamiento globalizado de los mercados, las nuevas tendencias tecnológicas y el auge de innovadoras metodologías, han transformado la industria en un espacio de interacción interdisciplinar para la toma de decisiones organizacionales. Uno de estos espacios es la generación, obtención y análisis de los datos obtenidos de acuerdo con la relación hombre-máquina, también conocido en la actualidad como el Big Data. El presente artículo de investigación descriptiva tiene por objetivo exponer escenarios de aplicación, control y análisis de técnicas, tecnologías y metodologías asociados al Big Data en tres sectores principales: salud, financiero y transporte y logística. Los resultados obtenidos permiten evidenciar el impacto y relevancia con relación al mundo Big Data y sus aplicaciones en los sectores industriales de estudio como eje de reflexión y repercusiones profesionales. Se concluye que la integración de hardware y software en el campo del Big Data se hace indispensable en pro de la mejora de la calidad de servicio de teleasistencia en los pacientes, así como en los servicios logísticos y financieros.

    Palabras clave: industria 4.0; macro datos; internet de las cosas; minería de datos.

    Abugabah, A., Nizamuddin, N., & Abuqabbeh, A. (2020). A review of challenges and barriers implementing RFID technology in the Healthcare sector. Procedia Computer Science, 170, 1003–1010. https://doi.org/10.1016/j.procs.2020.03.094 Bastos, K. L., & Gallego, A. (2016). ¿ Qué está cambiando el rumbo de la logística ? Cinco tendencias logísticas en la cadena de suministro. Mercatec, 51, 19–27.

    Buendía-Rodríguez, E., Vargas-Pérez, E., Leyva-Ovalle, Á., y Terrazas-Domínguez, S. (2002). Aplicación de redes neuronales artificiales y técnicas sig para la predicción de coberturas forestales. Revista Chapingo. Serie Ciencias Forestales y del Ambiente, 8(1), 31-37.

    Din, I. U., Guizani, M., Rodrigues, J. J. P. C., Hassan, S., & Korotaev, V. V. (2019). Machine learning in the Internet of Things: Designed techniques for smart cities. Future Generation Computer Systems, 100, 826–843. https://doi.org/10.1016/j.future.2019.04.017 Frank, A. G., Dalenogare, L. S., & Ayala, N. F. (2019). Industry 4.0 technologies: Implementation patterns in manufacturing companies. International Journal of Production Economics, 210, 15–26. https://doi.org/10.1016/j.ijpe.2019.01.004 Giacalone, M., & Scippacercola, S. (2016). Quantitative Methods Inquires 1 Big Data. Issues And An Overview In Some Strategic Sectors.

    Huber, S., Wiemer, H., Schneider, D., & Ihlenfeldt, S. (2019). DMME: Data mining methodology for engineering applications - A holistic extension to the CRISP-DM model. Procedia CIRP, 79, 403–408. https://doi.org/10.1016/j.procir.2019.02.106 Murdoch, T. B., & Detsky, A. S. (2013). The inevitable application of big data to health care. In JAMA - Journal of the American Medical Association, 309(13), 1351–1352. https://doi.org/10.1001/jama.2013.393 Patil, H. K., & Seshadri, R. (2014). Big data security and privacy issues in healthcare. Proceedings - 2014 IEEE International Congress on Big Data, BigData Congress 2014, 762–765. https://doi.org/10.1109/BigData.Congress.2014.112 Pennington, J., Brain, G., Worah, P., & Research, G. (2018). The Spectrum of the Fisher Information Matrix of a Single-Hidden-Layer Neural Network.

    Perera, C., Ranjan, R., Wang, L., y Ullah, S. (2014). Big Data Privacy in the Internet of Things Era. IT Professional, 17(3). https://doi.org/10.1109/MITP.2015.34 Shakhovska, N., Boyko, N., Zasoba, Y., & Benova, E. (2019). Big data processing technologies in distributed information systems. Procedia Computer Science, 160, 561–566. https://doi.org/10.1016/j.procs.2019.11.047 Tabares, L. F., & Hernández, J. F. (2014). Big Data Analytics: Oportunidades, Retos y Tendencias.

    Übeyli, E. D. (2007). Comparison of different classification algorithms in clinical decision-making. Expert Systems, 24(1), 17–31. https://doi.org/10.1111/j.1468-0394.2007.00418.x Vieira, A. A., Dias, L. M., Santos, M. Y., Pereira, G. A., & Oliveira, J. A. (2020). On the use of simulation as a Big Data semantic validator for supply chain management. Simulation Modelling Practice and Theory, 98, 101985. https://doi.org/10.1016/j.simpat.2019.101985 Wolberg, W. H., & Mangasarian, O. L. (2009). Multisurface method of pattern separation for medical diagnosis applied to breast cytology. Proceedings of the National Academy of Sciences of the United States of America, 87(23), 9193–9196. https://doi.org/10.1073/pnas.87.23.9193 Zhang, D. (2018). Big Data Security and Privacy Protection. https://doi.org/10.2991/icmcs-18.2018.56