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

  • Gustavo Andrés Araque González
  • Mauricio Gómez Vásquez
  • Juan Pablo Vélez Uribe
  • Albeiro Hernán Suárez Hernández

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

Biografía del autor/a

Gustavo Andrés Araque González

Magister académico (M. Sc) en Ingeniería de Producción con línea de investigación en transporte y logística de la Pontificia Universidad Católica de Rio de Janeiro (PUC-Rio). Profesional en Ingeniería Industrial. Profesor Tiempo Completo Auxiliar de la Facultad de Ingeniería, Diseño e Innovación (FIDI) de la Institución Universitaria Politécnico Grancolombiano (IUPG). Miembro del grupo de Investigación FICB-PG (Facultad de Ingeniería y Ciencias Básicas-Politécnico Grancolombiano). Email: garaque@poligran.edu.co, ORCID: 0000-0001-8627-8924

Mauricio Gómez Vásquez

Magister académico (M.Sc) en Ciencias; Innovación en Educación con línea de investigación en Educación y Aseguramiento de la Calidad del ITM (Medellín). Profesional en Ingeniería en Instrumentación y Control. Profesor Tiempo Completo Auxiliar de la Facultad de Ingeniería, Diseño e Innovación (FIDI) de la Institución Universitaria Politécnico Grancolombiano (IUPG). Miembro del grupo de Investigación FICB-PG (Facultad de Ingeniería y Ciencias Básicas-Politécnico Grancolombiano). Email: mgomezva@poligran.edu.co, ORCID: 0000-0001-5631-1252

Juan Pablo Vélez Uribe

Magister académico (M.Sc) en Ingeniería de la Universidad Nacional de Colombia. Profesional en Ingeniería Mecánica. Profesor Tiempo Completo Auxiliar de la Facultad de Ingeniería, Diseño e Innovación (FIDI) de la Institución Universitaria Politécnico Grancolombiano (IUPG). Miembro del grupo de Investigación FICB-PG (Facultad de Ingeniería y Ciencias Básicas-Politécnico Grancolombiano). Email:jpvelezu@poligran.edu.co, ORCID: 0000-0002-0592-5622

Albeiro Hernán Suárez Hernández

Magister académico (M. Sc) en ciencias especialidad Calidad y Productividad del TEC de Monterrey. Profesional en Ingeniería Industrial. Profesor Tiempo Completo Auxiliar de la Facultad de Ingeniería, Diseño e Innovación (FIDI) de la Institución Universitaria Politécnico Grancolombiano (IUPG). Miembro del grupo de Investigación FICB-PG (Facultad de Ingeniería y Ciencias Básicas-Politécnico Grancolombiano). Email: asuarez@poligran.edu.co, ORCID: 0000-0001-8385-9037

Publicado
2021-01-28
Cómo citar
Araque González, G. A., Gómez Vásquez, M., Vélez Uribe, J. P., & Suárez Hernández, A. H. (2021). Big Data y las implicaciones en la cuarta revolución industrial - Retos, oportunidades y tendencias futuras. Revista Venezolana De Gerencia, 26(93), 33-47. Recuperado a partir de https://produccioncientificaluz.org/index.php/rvg/article/view/34967
Sección
En la Mira: Revoluciones tecnológicas en escenarios presentes y futuros