Entre los especialistas en TI, uno de los mayores impactos se siente con quien trabaja en la administración de Big Data.
Conocemos muchas siglas de relación como B2B, que significa, por ejemplo, business to business, de negocio a negocio, traducido de forma literal y que apunta a la relación, negociación, comercialización entre dos empresas.
La sigla M2M tiene la misma disposición, significado, en sí, machine to machine o de máquina a máquina. Con el avance de la Inteligencia Artificial, Internet de las Cosas, Big Data y otras tecnologías emergentes, día con día las máquinas se comunican y actúan de forma autónoma, sin tener un ser humano como intermediario.
Este contexto impacta fuertemente a la TI en varios sentidos: del equipo de TI se exigirán conocimientos cada vez más específicos para la programación y acompañamiento de esas máquinas; la demanda por mano de obra humana en el sector; los procesos serán más ágiles; las máquinas tomarán decisiones independientes a partir de configuraciones previas y aprenderán comportamientos diferentes.
Especialistas en TI que trabajan con Big Data ya perciben un gran cambio con la utilización de M2M, toda vez que hay una aumento considerable de la cantidad de datos que serán generados por maquinas. La administración y análisis de ese material se tornarán más complejas.
Para que no haya confusión entre conceptos, vale la pena reforzar que M2M no es lo mismo que IoT. En el Internet de la Cosas, los sensores en una de las máquinas recogen información que serán almacenadas por otra máquina, pero que requerirán de una ayuda humana para ser analizadas y una acción programada.
En M2M, la máquina que recibe la información ya efectúa una acción, si así fuese programada.
M2M es aplicada en varios sectores de la economía
Un semáforo, por ejemplo, que tenga sensores capaces de contar la cantidad de carros que pasan por una vía y se relaciona con otros semáforos de otras calles, puede cambiar de forma autónoma su tiempo de señal en rojo o verde para liberar el tránsito en determinada región. Ese sistema ya es encontrado en Ciudades Inteligentes.
En el sector industrial, las empresas que necesitaban que empleados fuesen a campo para realizar visitas a los clientes con el fin de detectar problemas en los equipos, ahora consiguen anticipar posibles manutenciones a partir del comportamiento de los motores, filtros de aceite y otros componentes que son validados diariamente por sensores y envían información para una central, que consigue programarse para detener a las máquinas con el fin de realizar revisiones.
Las principales ventajas están en la reducción de costos, aumento de la eficiencia en el soporte al cliente y pro-actividad al diagnosticar el problema antes de este aparecer.
En la agricultura, M2M también es eficiente para el control de máquinas agrícolas. A partir de la telemetría, con señal de GPS es posible programar un piloto automático y funciones de la máquina de acuerdo con el declive y características de cada terreno.
En una segunda oportunidad en que la máquina realice el mismo servicio, en la misma área, esta acata las decisiones del piloto automático y repite las funciones sin necesidad de nuevos ajustes por parte del operador. Solamente correcciones, si fuese necesario.
Son evoluciones tecnológicas que llegaron también al sector de salud, potencializando la telemedicina. Los wearables, dispositivos para vestir, como relojes que efectúan monitoreos cardíacos y de presión arterial, pueden estar conectados con una máquina dentro del consultorio médico, que va a alertar al especialista de que algo pueda estar equivocado con el paciente y de esa forma, posibilitar que el doctor realice una atención médica en tiempo real.
En resumen, la relación entre las maquinas en el conocido M2M tienen innumerables aplicaciones y formas de uso, impactando desde pequeñas acciones, como alterar el tiempo de un semáforo, hasta actividades que exigen acciones más robustas, como pilotear una maquina agrícola.
De acuerdo con la revista Forbes, M2M es un parteaguas para individuos y empresas, especialmente del sector industrial, que a partir de la inserción de sensores en sus procesos productivos y en la interacción entre máquinas, tendrán ganancias de productividad y eficiencia.
