Una breve historia del big data que todos deberían leer

Una breve historia del big data que todos deberían leer
Este contenido ha sido traducido automáticamente con IA.

La historia del término Big Data puede ser breve, pero muchos de los fundamentos sobre los que se asienta se establecieron hace mucho tiempo.

Mucho antes de que los ordenadores (tal como los conocemos hoy) fueran de uso común, la idea de que estábamos creando un cuerpo de conocimientos en constante expansión, propicio para el análisis, era popular en el ámbito académico.

Aunque sea fácil olvidarlo, nuestra creciente capacidad para almacenar y analizar información ha sido fruto de una evolución gradual, si bien las cosas ciertamente se aceleraron a finales del siglo pasado, con la invención del almacenamiento digital e internet.

Con el Big Data a punto de llegar al público general este año, aquí ofrecemos un breve (más o menos) recorrido por la larga historia de ideas e innovación que nos ha conducido al amanecer de la era de los datos.

Historia antigua de los datos

Hacia 18.000 a. C.

Los primeros ejemplos que tenemos de seres humanos que almacenaban y analizaban datos son los palos de conteo. El Hueso de Ishango fue descubierto en 1960 en lo que hoy es Uganda y se considera una de las primeras pruebas de almacenamiento prehistórico de datos. Los miembros de las tribus paleolíticas hacían muescas en palos o huesos para llevar la cuenta de las actividades comerciales o de los suministros. Comparaban los palos y las muescas para realizar cálculos rudimentarios, lo que les permitía hacer predicciones, como cuánto durarían sus provisiones de alimentos.

Hacia 2400 a. C.

El ábaco —el primer dispositivo específico construido expresamente para realizar cálculos— empieza a utilizarse en Babilonia. Las primeras bibliotecas también aparecieron por esta época, lo que representa nuestros primeros intentos de almacenamiento masivo de datos.

300 a. C.-48 d. C.

La Biblioteca de Alejandría fue quizá la mayor colección de datos del mundo antiguo: albergaba hasta medio millón de rollos y abarcaba todo lo que habíamos aprendido hasta entonces, prácticamente sobre cualquier tema. Por desgracia, se cree que en el año 48 d. C. fue destruida por los romanos invasores, quizá accidentalmente. Contrariamente a un mito muy extendido, no se perdió todo: partes importantes de las colecciones de la biblioteca fueron trasladadas a otros edificios de la ciudad, o robadas y dispersadas por el mundo antiguo.

Hacia 100-200 d. C.

El Mecanismo de Anticitera, el primer ordenador mecánico descubierto, fue construido, presumiblemente, por científicos griegos. Su «CPU» consta de 30 engranajes de bronce entrelazados y se cree que fue diseñada con fines astrológicos y para seguir el ciclo de los Juegos Olímpicos. Su diseño sugiere que probablemente sea una evolución de un dispositivo anterior, que aún no se ha descubierto.

El surgimiento de la estadística

1663

En Londres, John Graunt lleva a cabo el primer experimento registrado de análisis estadístico de datos. Al registrar información sobre la mortalidad, teoriza que puede diseñar un sistema de alerta temprana para la peste bubónica que asola Europa.

1865

Richard Millar Devens utiliza el término «inteligencia empresarial» en su Encyclopaedia of Commercial and Business Anecdotes, y describe cómo el banquero Henry Furnese obtuvo ventaja sobre sus competidores al recopilar y analizar de forma estructurada información pertinente para sus actividades empresariales. Se considera que es el primer estudio sobre una empresa que utiliza el análisis de datos con fines comerciales.

1880

La Oficina del Censo de EE. UU. tiene un problema: calcula que tardará 8 años en procesar todos los datos recopilados en el censo de 1880, y se prevé que los datos generados por el censo de 1890 tardarán más de 10 años, lo que significa que ni siquiera estarán listos para consultarse antes de que queden obsoletos por el censo de 1900. En 1881, un joven ingeniero empleado por la oficina, Herman Hollerith , crea lo que se conocerá como la máquina tabuladora de Hollerith. Mediante el uso de tarjetas perforadas, reduce 10 años de trabajo a tres meses y se gana un lugar en la historia como padre del cálculo automatizado moderno. La empresa que funda acabaría conociéndose como IBM.

Los primeros días del almacenamiento moderno de datos

1926

En una entrevista con la revista Colliers, el inventor Nikola Tesla afirma que, cuando la tecnología inalámbrica se «aplique perfectamente, toda la Tierra se convertirá en un cerebro enorme, que de hecho lo es; todas las cosas son partículas de un todo real y rítmico… y los instrumentos con los que podremos hacerlo serán asombrosamente sencillos en comparación con nuestro teléfono actual. Un hombre podrá llevar uno en el bolsillo del chaleco».

1928

Fritz Pfleumer, ingeniero germano-austriaco, inventa un método para almacenar información magnéticamente en cinta. Los principios que desarrolla siguen utilizándose hoy en día: la gran mayoría de los datos digitales se almacena magnéticamente en discos duros de ordenador.

1944

Fremont Rider, bibliotecario de la Universidad Wesleyan, en Connecticut (EE. UU.), publicó un artículo titulado The Scholar and the Future of the Research Library.

En uno de los primeros intentos de cuantificar la cantidad de información que se producía, observa que, para almacenar todas las obras académicas y populares de valor que se estaban produciendo, las bibliotecas estadounidenses tendrían que duplicar su capacidad cada 16 años. Esto le llevó a especular que, para 2040, la Biblioteca de Yale contendría 200 millones de libros distribuidos en 6.000 millas de estanterías.

Los comienzos de la inteligencia empresarial

1958

El investigador de IBM Hans Peter Luhn define la inteligencia empresarial como «la capacidad de captar las interrelaciones entre los hechos presentados de tal manera que orienten la acción hacia un objetivo deseado».

1962

Se dan los primeros pasos hacia el reconocimiento del habla cuando el ingeniero de IBM William C. Dersch presenta la máquina Shoebox en la Feria Mundial de 1962. Puede interpretar números y dieciséis palabras habladas en inglés y convertirlos en información digital.

1964

Un artículo de New Statesman alude a la dificultad de gestionar la creciente cantidad de información disponible.

El inicio de los grandes centros de datos

1965

El Gobierno de EE. UU. planea crear el primer centro de datos del mundo para almacenar 742 millones de declaraciones de impuestos y 175 millones de juegos de huellas dactilares en cinta magnética.

1970

El matemático de IBM Edgar F. Codd presenta su marco para una «base de datos relacional». El modelo proporciona el marco que muchos servicios de datos modernos utilizan hoy en día para almacenar información en un formato jerárquico, al que puede acceder cualquiera que sepa lo que busca. Antes de esto, acceder a los datos de los bancos de memoria de un ordenador solía requerir la ayuda de un experto.

1976

Los sistemas de planificación de necesidades de materiales (MRP) se utilizan cada vez más en el mundo empresarial, lo que representa uno de los primeros usos comerciales generalizados de los ordenadores para acelerar los procesos cotidianos y ganar eficiencia. Hasta entonces, la mayoría de la gente probablemente solo los había visto en entornos de investigación y desarrollo o académicos.

1989

Posiblemente, el primer uso del término Big Data (sin mayúsculas) en el sentido en que se utiliza hoy. El autor de éxitos de ventas internacionales Erik Larson escribe un artículo para Harpers Magazine en el que especula sobre el origen del correo basura que recibe. Escribe: «Los custodios del big data dicen que lo hacen en beneficio del consumidor. Pero los datos tienen la costumbre de utilizarse para fines distintos de los previstos originalmente».

Además, la «inteligencia empresarial» —ya un concepto popular desde finales de los años 50— gana popularidad con la aparición de nuevos programas y sistemas para analizar el rendimiento comercial y operativo.

El surgimiento de internet

1991

El informático Tim Berners-Lee anunció el nacimiento de lo que se convertiría en internet tal como lo conocemos hoy. En una publicación en el grupo de Usenet alt.hypertext expone las especificaciones de una red mundial de datos interconectada y accesible para cualquiera desde cualquier lugar.

1996

Según R. J. T. Morris y B. J. Truskowski en su libro de 2003 The Evolution of Storage Systems, este es el momento en que el almacenamiento digital se volvió más rentable que el papel.

1997

Michael Lesk publica su artículo How Much Information is there in the World?En él, teoriza que la existencia de 12.000 petabytes es «quizá una estimación razonable». También señala que, incluso en esta temprana etapa de su desarrollo, la web aumenta de tamaño diez veces cada año. Mucha de esta información, señala, nunca será vista por nadie y, por tanto, no aportará ninguna perspectiva.

Google Search también debuta este año y, durante los próximos 20 años (al menos), su nombre se convertirá en sinónimo de buscar datos en internet.

Primeras ideas sobre el Big Data

1999

Un par de años después, el término Big Data aparece en Visually Exploring Gigabyte Datasets in Real Time, publicado por la Association for Computing Machinery. Una vez más, se lamenta la tendencia a almacenar grandes cantidades de datos sin disponer de medios para analizarlos adecuadamente. El artículo cita además al pionero de la informática Richard W. Hamming: «El propósito de la informática es obtener conocimiento, no números».

También podría tratarse del primer uso del término «Internet de las cosas», para describir el creciente número de dispositivos conectados y la posibilidad de que se comuniquen entre sí, a menudo sin un «intermediario» humano. El término se usa como título de una presentación que el pionero de la RFID Kevin Ashton ofrece a Procter and Gamble.

2000

En How Much Information? Peter Lyman y Hal Varian (actualmente economista jefe de Google) intentaron cuantificar por primera vez la cantidad de información digital que hay en el mundo y su ritmo de crecimiento. Llegaron a la conclusión siguiente: «La producción anual total de contenido impreso, cinematográfico, óptico y magnético del mundo requeriría aproximadamente 1.500 millones de gigabytes de almacenamiento. Esto equivale a 250 megabytes por persona, por cada hombre, mujer y niño de la Tierra».

2001

En su artículo 3D Data Management: Controlling Data Volume, Velocity and VarietyDoug Laney, analista de Gartner, define tres de las características que acabarían aceptándose comúnmente como propias del Big Data.

Este año también se utiliza por primera vez el término «software como servicio», un concepto fundamental para muchas de las aplicaciones basadas en la nube que hoy son estándar en el sector, en el artículo Strategic Backgrounder: Software as a Service, de la Software and Information Industry Association.

La Web 2.0 aumenta el volumen de datos

2005

Los comentaristas anuncian que estamos presenciando el nacimiento de la «Web 2.0»: la web generada por los usuarios, en la que la mayoría del contenido lo aportan los usuarios de los servicios, y no los propios proveedores. Esto se logra integrando páginas web tradicionales de estilo HTML con enormes bases de datos en segundo plano basadas en SQL. Ya hay 5,5 millones de personas que utilizan Facebook, lanzado un año antes, para cargar y compartir sus propios datos con sus amigos.

Este año también se crea Hadoop, el marco de código abierto diseñado específicamente para almacenar y analizar conjuntos de Big Data. Su flexibilidad lo hace especialmente útil para gestionar los datos no estructurados (voz, vídeo, texto sin procesar, etc.) que cada vez generamos y recopilamos más.

Surge el uso actual del término «Big Data»

2007

Wired acerca el concepto de Big Data al público general con su artículo The End of Theory: The Data Deluge Makes the Scientific Model Obsolete.

2008

Los servidores del mundo procesan 9,57 zettabytes (9,57 billones de gigabytes) de información —el equivalente a 12 gigabytes de información por persona y día—, según el informe How Much Information? 2010. En International Production and Dissemination of Information, se calcula que este año se producen 14,7 exabytes de información nueva.

2009

La empresa estadounidense media con más de 1.000 empleados almacena más de 200 terabytes de datos, según el informe Big Data: The Next Frontier for Innovation, Competition and Productivity, del McKinsey Global Institute.

2010

Eric Schmidt, presidente ejecutivo de Google, dice en una conferencia que ahora se crea en dos días tanta información como la que se creó desde el inicio de la civilización humana hasta el año 2003.

2011

El informe de McKinsey afirma que, para 2018, EE. UU. tendrá un déficit de entre 140.000 y 190.000 científicos de datos profesionales, y señala que habrá que resolver cuestiones como la privacidad, la seguridad y la propiedad intelectual antes de poder materializar todo el valor del Big Data.

2014

El auge de los dispositivos móviles : por primera vez, más personas utilizan dispositivos móviles para acceder a datos digitales que ordenadores de oficina o domésticos. El 88% de los directivos empresariales encuestados por GE, en colaboración con Accenture, afirma que el análisis de big data es una prioridad máxima para sus empresas.

Reflexión final

Esto nos enseña que el Big Data no es un fenómeno nuevo ni aislado, sino que forma parte de una larga evolución en la captura y el uso de datos. Al igual que otros avances fundamentales en el almacenamiento y el procesamiento de datos, y en internet, el Big Data no es más que un paso adicional que cambiará nuestra forma de gestionar las empresas y la sociedad. Al mismo tiempo, sentará las bases sobre las que se construirán muchas evoluciones.

Este artículo se publica en colaboración con LinkedIn. La publicación no implica que el Foro Económico Mundial respalde estas opiniones.

Para seguir de cerca la Agenda, suscríbase a nuestro boletín semanal.

Autor: Bernard Marr

Imagen: En esta foto ilustrativa tomada en Sídney se muestran cables LAN de Internet. REUTERS/Tim Wimborne.

Compartir:

Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso. Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.