El cofundador de Google Brains, Andrew Ng, comentó que "los conjuntos de datos masivos no son esenciales para la innovación de la IA". Hace algunos años, hablé con una persona de un gigante tecnológico que también quería ingresar al negocio de los datos. Le pregunté qué datos querían recopilar y cómo se utilizarían. Su respuesta fue obtener todos los datos posibles y luego encontrar una manera de utilizarlos. Su respuesta dice mucho sobre el negocio de los datos.

Muchas empresas quieren comenzar su viaje de datos con un proyecto de TI masivo para recopilar y almacenar una gran cantidad de datos. Luego, la discusión es fácilmente sobre la arquitectura de TI, la selección de herramientas y cómo construir todas las integraciones. Estos proyectos consumen grandes cantidades de tiempo y recursos.

Lo que rara vez se considera es el valor real que queremos de los datos. E incluso si tenemos un plan para eso, puede olvidarse durante meses o años de proyectos de arquitectura, integración y canalización de TI. Estos proyectos no están a cargo de personas que desean utilizar datos; a menudo están a cargo de burócratas de TI.

El Sr. Ng también comentó que la gente a menudo cree que se necesitan datos masivos para desarrollar el aprendizaje automático o la IA. Parece existir la creencia de que la cantidad puede compensar la calidad en el análisis de datos y la IA. Recuerdo haber tenido una conversación con una empresa de dispositivos portátiles cuando su portavoz afirmó que necesitaba datos de millones de personas para encontrar algo útil para construir modelos.

Hay casos de uso en los que los grandes datos son valiosos. Aún así, la realidad es que, en muchos casos de uso, puede extraer un valor considerable de pequeños conjuntos de datos, especialmente si los datos son relevantes. También podemos pensar en conjuntos de datos horizontales y verticales, por ejemplo, si queremos analizar un punto de datos de millones de personas o numerosos puntos de datos de un pequeño número de personas. Con los datos horizontales y verticales, no me refiero a cómo se organizan en una tabla, sino al enfoque horizontal para recopilar algo de muchos objetos, por ejemplo, la frecuencia cardíaca de millones de personas, frente al enfoque vertical de tener más datos de menos objetos. , por ejemplo, una gran cantidad de datos de bienestar de un grupo de muestra más pequeño.

Pero, ¿ayuda a comprender mejor el bienestar, el sueño y la salud de una persona? Mirar los datos de bienestar como un ejemplo ilustra bien la pregunta (sin juego de palabras). Un dispositivo portátil recopila los pasos, la frecuencia cardíaca y el tiempo de sueño de millones de personas. Luego podemos analizar estos datos para determinar si más pasos y una frecuencia cardíaca más alta durante el día predicen que la persona duerme más esa noche. Entonces podemos encontrar un modelo que prediga resultados similares para otras personas.

Podemos tomar otro modelo para construir modelos analíticos. Un individuo usa más dispositivos portátiles, por ejemplo, para recopilar los datos habituales de ejercicio, corazón y sueño, pero también la presión arterial, la glucosa en sangre, la temperatura corporal, el peso y algunos datos de enfermedades. Ahora podríamos obtener diferentes resultados sobre la frecuencia cardíaca, el paso y la relación del sueño. Podríamos ver que su relación depende de otras variables, por ejemplo, la glucosa en sangre alta o la presión arterial cambia el patrón que funciona para las personas sanas. Estos resultados se pueden determinar a partir de un pequeño número de personas.

Los ejemplos anteriores no pretenden sacar ninguna conclusión sobre lo que es relevante para analizar la salud. Esas conclusiones deben extraerse de los datos en sí, pero ilustran cómo es posible adoptar diferentes enfoques y obtener resultados bastante diferentes. Los datos portátiles en este momento son un buen ejemplo del pensamiento de big data; el objetivo ha sido recopilar algunos puntos de datos de millones y millones de personas y luego simplemente entrenar modelos de datos para sacar conclusiones, aunque no sabemos cuán relevantes son esos puntos de datos. También es posible crear modelos a partir de datos enriquecidos de unas pocas personas y, de hecho, puede ser una tarea de modelado de IA emocionante y valiosa.

Por supuesto, también hay casos en los que se pueden construir modelos de datos a partir de una gran cantidad de datos aunque no sepamos si son relevantes. Por ejemplo, este podcast habla de fondos de cobertura que intentan recopilar todo tipo de datos y luego construyen modelos para ver si pueden predecir los movimientos del mercado de valores. Esto incluye mucho más que datos financieros tradicionales para inversiones. Por ejemplo, cómo las personas compran diferentes tipos de alimentos, ven contenido de transmisión y pasan su tiempo libre y luego encuentran 'señales débiles' para predecir tendencias y su impacto en el mercado de inversión. Entonces, en comparación con muchos otros casos de análisis de datos, es diferente porque no se enfoca en analizar detalles particulares, sino en recopilar aleatoriamente todo tipo de datos para ver si puede encontrar algo relevante, con la esperanza de encontrar nuevas variables que puedan dar una ventaja competitiva.

En la mayoría de los casos de uso, la utilización de datos y la creación de IA serían importantes para comprender la necesidad y el objetivo. Luego, los datos relevantes se pueden elegir en función de las necesidades reales y probar qué datos son importantes. Los datos pequeños pero relevantes pueden producir un modelo de IA útil. Esto generalmente requiere que se tenga en cuenta el contexto, no solo una gran cantidad de puntos de datos aleatorios recopilados con un modelo construido. Independientemente de los datos que tenga, siempre puede construir un modelo, pero no garantiza que el modelo tenga sentido. Las empresas y los desarrolladores deberían centrarse más en los datos relevantes que en los grandes datos.

Las empresas han estado trasladando sus servicios a la nube durante varios años. Servicios punto a punto (P2P) se han vuelto muy conocidos, especialmente con blockchain y crypto. Pero los usuarios individuales realmente no han usado nubes personales, y la cantidad de servicios P2P reales aún es bastante limitada. Pero esto podría cambiar pronto.

Escribí antes sobre soluciones descentralizadas. Las nubes personales y las aplicaciones P2P son ejemplos de aplicaciones distribuidas mencionadas en ese artículo. Pero tomemos un enfoque más concreto y pragmático, cuáles podrían ser estas aplicaciones y cómo funcionan.

Recientemente me demostraron algunos servicios que son básicamente aplicaciones que los usuarios pueden ejecutar localmente en su propio navegador y tener datos almacenados localmente o en la propia nube del usuario.

1. Una persona puede jugar con otra en un juego de acorazado, y ambas personas lo ejecutan solo en su propio navegador. No hay un servidor central para el juego. El emparejamiento puede ocurrir de forma puramente sin servidor cuando un usuario transmite un mensaje de que está dispuesto a jugar.
2. Servicio de mensajería entre dos usuarios que no utiliza ningún servidor central para las conexiones sino puramente mensajes entre dos aplicaciones.
3. Dos usuarios pueden identificarse teniendo su propia identidad solo localmente, y luego pueden iniciar comunicaciones encriptadas sin terceros.

Estos ejemplos pueden parecer simples, pero podrían ser el comienzo de una gran revolución en las aplicaciones e incluso en la forma en que se usa Internet. Por supuesto, el protocolo fundamental de Internet, TCP/IP, se basa en paquetes enrutados de A a B. Pero en la práctica, la mayoría de los servicios durante las últimas tres décadas se han basado en configuraciones cliente-servidor, no en servicios locales y/o o conexiones directas entre usuarios.

Estos servicios plantean varias preguntas técnicas sobre si la usabilidad sería lo suficientemente buena para los usuarios principales. Por ejemplo, los usuarios ya pueden configurar una conexión enviando una invitación con un correo electrónico tradicional y luego realizando la conexión P2P con credenciales locales y enviando mensajes directamente o a través de servicios centralizados como correo electrónico o aplicaciones de mensajería.

Se produce una combinación interesante cuando los servicios utilizan las aplicaciones locales del usuario y la propia nube del usuario o servicios de almacenamiento similares. Es difícil almacenar y organizar todos los datos de un usuario localmente cuando se utilizan varios dispositivos. Sin embargo, el escenario cambia si los usuarios tienen sus propios servicios de almacenamiento y pueden obtener los datos y las aplicaciones necesarios desde allí para uso local cuando sea necesario. Este almacenamiento no es un servicio central de terceros sino un servicio propio del usuario en una infraestructura global más amplia.

Suena complicado, pero ¿esto realmente importa? Con blockchain y crypto, hemos visto cómo los usuarios pueden realizar transacciones directamente sin terceros. Ha permitido pagos confiables de forma anónima sin una autoridad o servicio central para rastrear todas las transacciones. Puede ofrecer un sistema más confiable, mejor privacidad y ningún punto único de falla.

Pero con estos servicios de usuario y conexiones P2P podemos hacer mucho más que simples criptopagos. Tomemos algunos ejemplos:

1. Los usuarios pueden mantener todos sus datos en sus propios servicios, refinar, enriquecer y utilizar esos datos con sus aplicaciones locales y luego compartir algunos datos, caso por caso, con otros usuarios o proveedores de servicios.
2. Comunicaciones de usuario a usuario de alta seguridad y privacidad sin terceros.
3. Identidades personales que los usuarios gestionan por sí mismos que no se basan en servicios de autenticación de terceros, donde dos usuarios pueden identificarse directamente e iniciar comunicaciones seguras.

Blockchain y tokens han recibido mucha atención, pero los ejemplos anteriores demuestran mejor las aplicaciones distribuidas y la comunicación entre pares. Blockchain y tokens también pueden ser parte de estos servicios. Blockchain podría proporcionar un libro de contabilidad para realizar un seguimiento de las transacciones y tokens como modelo para monetizar los servicios distribuidos. Pero no son servicios solos. Es fundamental tener aplicaciones y servicios que sean valiosos para los usuarios, y luego podemos usar blockchain y tokens en la implementación.

La pregunta es, ¿qué servicios proporcionarán el verdadero avance de las nubes personales del usuario, las aplicaciones y los servicios P2P puros, y cuándo? Probablemente estarán vinculados a datos personales, identidades autónomas, comunicaciones confiables e intercambio de datos. Solo necesitamos algunas aplicaciones fáciles de usar y después de eso, las cosas pueden comenzar a evolucionar rápidamente.

El artículo apareció por primera vez en Disruptivo asia.

A menudo se dice que las personas no aprecian las cosas que pueden obtener gratis. Otra forma de ver esto es que es difícil determinar su valor si no paga por algo. Con el costo de enviar correos electrónicos o conseguir contactos en las redes sociales prácticamente cero, ¿significa que es más difícil obtener valor de ellos? ¿Deberíamos empezar a pagar por contactos y mensajes?

¿Recuerdas la época en que solo había un teléfono fijo en casa? ¿O cuando recibiste cartas por correo? Cuando su teléfono estaba sonando, alguien definitivamente respondió la llamada y realmente la tomó en serio. Cuando recibiste una carta con tu nombre y sello en el sobre, era algo que querías abrir y leer. Ahora obtiene llamadas automáticas que usan VoIP, lo que las hace realmente baratas. Recibes muchos correos electrónicos, la mayoría de los cuales ni siquiera abres o lees.

¿Qué hay de los contactos de las redes sociales? Puede enviar invitaciones de LinkedIn o Facebook a casi cualquier persona, y muchas personas aceptan invitaciones de personas que no conocen. Se podría decir que esto ha hecho que las personas estén mejor conectadas y que el mundo sea más democrático. Anteriormente, podría haber intentado ingresar a un club exclusivo y usar sus contactos para ayudar a organizar una nueva presentación importante. Pero, ¿cuánto valor producen realmente tus contactos en las redes sociales? No mucho, y menos cada día, diría yo.

En un artículo anterior, escribí cuántos las redes sociales se habían convertido en redes de spam. Es genial que los precios bajen y que más personas tengan acceso a redes y oportunidades. Pero esto también tiene sus efectos secundarios. Todo se llena demasiado y todos intentan usarlos para sus propios fines. Cuando las conexiones, comunicaciones y transacciones tienen un costo mínimo o nulo, las personas no se plantean utilizarlas adecuadamente. Conduce a una situación en la que esas redes y herramientas ofrecen menos valor. Es un poco como un gobierno que empieza a imprimir mucho dinero. El dinero pierde valor y entonces no puedes permitirte comprar cosas con él.

¿Cambiaría esto, si tuviéramos que pagar por contactos, mensajes y transacciones? Más probablemente. No significa que deban ser tan caras que comiencen a limitar significativamente quién puede usar las herramientas, pero haría que las personas pensaran en lo que están haciendo. Tal vez la gente empezaría a apreciar más los contactos que tiene y los mensajes que recibe.

A los usuarios realmente no les importa qué tecnología hace que las transacciones sean pagaderas, pero sí importa la experiencia del usuario. Para que esto funcione, se necesitan micropagos muy simples. Por el momento, parece que la cadena de bloques y los tokens son los candidatos más fuertes para cambiar los modelos comerciales de los servicios de mensajería y redes sociales.

Esto es algo de lo que se ha hablado desde el Auge de las ICO en 2017. La pieza que faltaba eran los servicios viables y efectivos para el usuario final, no solo las ideas conceptuales. No es realista pensar que herramientas de comunicación totalmente nuevas reemplazarían a las existentes. Las nuevas soluciones para administrar mejor los contactos y los mensajes deberían funcionar, por ejemplo, con los servicios de correo electrónico y mensajería existentes.

También se puede afirmar que las personas no están dispuestas a pagar por estos productos que siempre han tenido gratis. Y no todas las personas estarán listas para hacerlo de inmediato, pero las personas están felices de pagar por cosas que mejoran su vida, las ayudan con las tareas diarias y les dan un mayor estatus. Hay muchas señales de que las personas ahora buscan una mejor privacidad y control de sus datos y actividades, y la seguridad también se está volviendo más importante.

La gente siempre ha estado dispuesta a pagar por clubes exclusivos. Han estado dispuestos a pagar cenas con importantes políticos y celebridades. Si alguien que no conoce quisiera enviarle un mensaje, estaría más interesado en mirar el mensaje si sabe que pagó por él y no fue uno de los miles de mensajes 'gratuitos'. Si un usuario solo aceptara mensajes 'pagados', también reduciría el nivel de spam. Los buenos contactos y los mensajes importantes son premios, no mercancías.

Pronto veremos servicios en los que la gente paga por los mensajes, no por todos los mensajes, sino por algunos de ellos, por ejemplo, para llegar a nuevos contactos. También comenzaremos a ver servicios en los que las personas tendrán que pagar por los contactos y tendrán que pensar seriamente en qué contactos realmente quieren invertir. Pero estos servicios deberán ofrecer la misma facilidad de uso que el chat, las redes sociales y correo electrónico hoy. Este concepto podría convertirse en uno de los primeros grandes casos de uso de blockchain y tokens.

El artículo apareció por primera vez en Disruptivo asia.

Los datos y la computación se han movido a un modelo centralizado durante la última década cuando muchos servicios se han ido a la nube. Esta tendencia continúa y veremos que muchas más empresas se pasan a la nube. Al mismo tiempo, estamos comenzando a ver una nueva tendencia hacia modelos más descentralizados. Pero sigue siendo una combinación de cosas diferentes. Puede parecer un desarrollo borroso, pero realmente sucede.

Hay varias razones por las que veremos más modelos distribuidos para datos y procesamiento en general en el futuro. Podemos dividirlos en tres categorías principales:

1. Razones tecnológicas. Muchos servicios (por ejemplo, automóviles autónomos, hogares inteligentes, aplicaciones de asistente personal) requieren una latencia mínima y disponibilidad de servicios todo el tiempo, y algunos datos y procesamiento deben ser locales.
2. Nuevos modelos de negocios. Los modelos de tokens basados ​​en blockchain abren nuevas oportunidades para monetizar soluciones distribuidas. No hay necesidad de procesar y cobrar servicios en un lugar central, lo que abre oportunidades para muchas innovaciones de nuevos modelos de negocios.
3. Requisitos de privacidad y protección de datos. Los datos se están convirtiendo en una responsabilidad para las empresas, y quieren encontrar mejores modelos para utilizar los datos con un riesgo menor. Los consumidores tendrán servicios para utilizar sus propios datos por completo.

A menudo he dicho que no es difícil predecir el futuro, pero es difícil saber el momento adecuado. También es el caso de este desarrollo. Hay tantas buenas razones para tener más servicios distribuidos que sucederá. Pero no es fácil decir cómo sucederá, dónde despegará realmente y cuánto tiempo llevará.

Ahora vemos varias tecnologías que hacen que este desarrollo sea real. En primer lugar, tenemos Edge que entra en vigor con las redes 5G. Edge mantiene los datos y el procesamiento más cerca de los usuarios reales. El desafío: ¿son los proveedores de redes y los operadores de telecomunicaciones las partes adecuadas para ofrecer estas soluciones cuando los gigantes de Internet, como los proveedores de la nube, ahora dominan los servicios y el desarrollo de servicios?

En segundo lugar, tenemos modelos de cadena de bloques, libro mayor distribuido y token. Todos estos se están desarrollando rápidamente, pero también tienen sus desafíos. No es fácil decir qué tecnología puede sobrevivir más tiempo. En este caso, no es solo la tecnología sino también los datos de transacciones en esas cadenas los que deben sobrevivir, lo que dificulta la toma de decisiones sobre una tecnología en particular. Al mismo tiempo, desafiarán a las plataformas centralizadas, ya que ofrecen formas totalmente nuevas de distribuir y monetizar aplicaciones y datos.

En tercer lugar, las soluciones descentralizadas se pueden implementar dentro de las soluciones en la nube existentes. Por supuesto, tenemos instancias de nube regionales, pero las nubes permiten otras formas de descentralizar los servicios. Por ejemplo, cada usuario puede tener sus propios servicios en la nube para usar sus datos y ejecutar sus propias aplicaciones. Luego, por ejemplo, con los modelos de cobro basados ​​en tokens, también pueden pagar por usar aplicaciones localmente.

De esas tres tecnologías, Edge tiene muchos desafíos ya que necesita una infraestructura y aplicaciones totalmente nuevas para aprovecharla. Actualmente es mucho más fácil hacer servicios descentralizados utilizando la infraestructura de nube actual. Pero las soluciones a más largo plazo pueden ser otra historia. La disrupción tecnológica a menudo atrae a nuevas empresas que interrumpen los negocios. Por ejemplo, Amazon y Google están vinculados a modelos centralizados. ¿Pueden adaptarse cuando comience la descentralización y otros proveedores ofrezcan las últimas soluciones?

Es probable que veamos dos vías de desarrollo diferentes para soluciones descentralizadas. El primero siendo aplicaciones distribuidas y descentralizadas. Esto comienza con la infraestructura existente y crea soluciones distribuidas, como la propia nube de datos y el servicio de aplicaciones de un usuario. Esta pista ya tiene aplicaciones. Luego tenemos la segunda vía para desarrollar una infraestructura de procesamiento y datos más descentralizada. Esto llevará más tiempo, pero puede cambiar fundamentalmente la estructura de Internet.

Definitivamente nos estamos moviendo hacia servicios más distribuidos. Miles de startups ya están desarrollando servicios, modelos de datos y aplicaciones. Los grandes proveedores de tecnología están invirtiendo en modelos de tipo Edge, millones de personas están intercambiando criptomonedas e inversores con visión de futuro, como Andreessen Horowitz, están haciendo grandes inversiones. Al mismo tiempo, las regulaciones están ejerciendo presión sobre la creación de nuevos modelos de datos. La parte emocionante será ver cómo sucederá, y las partes que lo hagan realidad serán las grandes ganadoras.

El artículo apareció por primera vez en Disruptivo asia.

Algunos de ustedes quizás recuerden cuando surgieron las computadoras personales y para el hogar en la década de 1980. Muchas compañías diferentes fabricaron sus propios dispositivos, como Commodore 64, Apple II, Espectrovideo 328, Sinclair ZX80 y Atari. Luego, algunos fabricantes acordaron estándares como MSX que en realidad nunca llegaron a ser significativos a nivel mundial. Pero luego las computadoras personales (PC), con PC-DOS y MS-DOS, comenzaron a ocupar oficinas y luego hogares, y Apple creó la única otra opción. Ahora tenemos una situación similar con los dispositivos portátiles.

En la década de 1980, la mayoría de los fabricantes de computadoras tenían sus propios sistemas operativos y una pequeña gama de programas. Los primeros usuarios tenían esos dispositivos más como un pasatiempo que para utilizarlos realmente. Hubo todas esas historias sobre casos de uso como bases de datos de recetas o el cálculo de sus impuestos, pero solo si codifica su propio programa. Muchos usuarios realmente escribieron sus propios programas y los compartieron con otros usuarios. Cuando era adolescente, traté de explicarle a mi padre el valor de tener una computadora. No fue una tarea fácil cuando no sintió que codificar sus propios juegos o programas de gráficos eran razones valiosas para tener el dispositivo.

¿Cómo es esto relevante para los wearables? Ahora tenemos más y más fabricantes de dispositivos portátiles que ofrecen sus dispositivos con su propia funcionalidad, modelos de datos y aplicaciones patentadas. Muchos usuarios siguen siendo pioneros, como biohackers y entusiastas de la salud, que exploran formas de utilizar los datos.

La mayoría de los usuarios pueden comprender un par de puntos de datos como la frecuencia cardíaca promedio y la cantidad de pasos diarios. Esos son un buen comienzo para observar y mejorar la salud personal, pero es una pequeña parte de los datos y las oportunidades que estos dispositivos pueden ofrecer. Algunos puntos de datos adicionales como la Variabilidad de la Frecuencia Cardíaca (HRV) y los diferentes tipos de sueño (profundo, REM y ligero) son mucho más difíciles de interpretar y utilizar a diario.

Uno podría preguntarse, como hizo mi padre, si tiene sentido pagar $400 por un dispositivo para ver la frecuencia cardíaca y los pasos diarios. O por qué pagar una suscripción mensual de más de $100 por un dispositivo de medición de glucosa o zapatos más caros para medir la cadencia, la longitud de la zancada y el ángulo de apoyo del pie. Para muchas personas, usar casos como un dispositivo que le permite saber cuándo irse a dormir suena tan ingenuo como una base de datos de recetas.

Cada fabricante también tiene sus propias puntuaciones. Por ejemplo, las puntuaciones de sueño y preparación de un dispositivo son muy diferentes a las de otro dispositivo, y no existe una manera fácil de combinar correctamente los datos de diferentes dispositivos. O puede combinar algunos datos, por ejemplo, con Apple Health, pero luego contiene muchos puntos de datos que son incluso más confusos que los datos en las propias aplicaciones del dispositivo.

¿Qué cambió el mercado de las computadoras? ¿Cómo empezaron a ser más útiles? Ocurrió cuando comenzaron a aparecer paquetes de software. Un par de sistemas operativos, de Microsoft y Apple, comenzaron a dominar, y ambos sistemas tenían suficiente software generado por terceros. Esto evolucionó hacia la industria del software, creando software para computadoras personales. De hecho, vimos un desarrollo similar en los teléfonos móviles. El negocio de las aplicaciones móviles comenzó a crecer solo cuando pasamos de los sistemas propietarios a dos sistemas operativos principales, iOS y Android, que permitieron que las tiendas de aplicaciones hicieran un negocio a partir de las aplicaciones.

Como hemos descubierto, los wearables no son solo para datos; también pueden ser complementos y artículos de moda. Una marca de lujo podría lanzar su propio reloj inteligente o anillo, pero las marcas de lujo no son realmente empresas de alta tecnología o datos. Y no es muy conveniente para los usuarios que cada reloj, anillo, sensor, par de zapatos o chaqueta ofrezca su propio formato de datos y aplicación. También sería mucho mejor para las empresas de artículos de lujo tener algunos ecosistemas y modelos de datos comunes.

El mercado real de utilización y software para datos portátiles y de bienestar solo puede surgir cuando obtengamos datos de diferentes dispositivos en un formato compatible. Cuando tenemos dos o tres entornos, los desarrolladores de software pueden crear mejores software y aplicaciones para utilizar datos para ayudar a las personas en su vida diaria. No podemos esperar que cada individuo comience a interpretar todo tipo de puntos de datos de salud e intente buscar instrucciones de Google y qué hacer en función de ellos. Un requisito especial con los datos de bienestar y salud es que son incluso más confidenciales que los datos para muchos otros fines, y la privacidad es crucial.

Se ha dicho que el mercado de IoT no será realmente un negocio de hardware sino un negocio de datos y software. Los wearables serán básicamente sensores para recopilar datos. Algunos sensores pueden ser dispositivos de marca, otros componentes de marca blanca en ropa, zapatos o accesorios. Pero la utilización real de los datos necesita entornos en los que el usuario pueda combinar los datos y se pueda ofrecer software a los usuarios para ayudarlos a vivir una vida mejor y más saludable. El negocio real y el valor de los datos de bienestar serán el software y las aplicaciones que pueden combinar todo tipo de datos portátiles con otras fuentes de datos.

Ahora hemos esperado una década para la gran ola de lanzamientos de empresas fintech. La gente está frustrada con los bancos tradicionales y sus servicios. Los neobancos crecen, pero siguen siendo diminutos en comparación con los bancos convencionales. El crowdfunding y los préstamos P2P también iban a cambiar el mercado, pero todavía son relativamente marginales. Las criptofinanzas crecen, pero ¿es un modelo financiero, una clase de activos o una especulación?

Stripe y Coinbase han sido las grandes historias de éxito en fintech con enormes valoraciones. Por otra parte, el colapso de Capital verde en el Reino Unido fue visto como un revés para fintech. Estos ejemplos solo demuestran cuán amplio es el sector fintech. En realidad, Greensill no tenía nada que ver con fintech, pero quería adjuntarse ese eslogan atractivo. Greensill era un servicio de financiación de la cadena de suministro y fracasó debido a su gestión de riesgos.

Hay docenas de neobancos solo digitales en el mundo. Se estima que tienen aproximadamente 40 millones de clientes. Este es todavía un número muy pequeño, pero las valoraciones de los neobancos han crecido rápidamente. Según Accenture, un neobanco pierde en promedio $11 por cada cliente, es decir, costos versus retornos. Todavía luchan por encontrar un modelo de negocio rentable. Las cuentas bancarias básicas no son centros de ganancias. Los servicios de préstamo, inversión y nicho (por ejemplo, banca comercial, grupos especiales de clientes) son áreas más comunes para obtener ganancias. Aún así, son muy diferentes de las cuentas digitales básicas y su gestión de riesgos es marcadamente diferente. 

Algunos neobancos como N26, WeBank y Monzo, ofrecen el full-stack, es decir, tienen una licencia bancaria y tienen sus operaciones de front-end y back-end. Luego están los neobancos, como revoluc y Repicar, que no tienen licencia bancaria y ofrecen un front-end pero utilizan licencias bancarias heredadas y back-ends. La licencia bancaria es la parte compleja si pensamos en escalabilidad y crecimiento global. Es una inversión significativa obtener una licencia bancaria en cada nuevo país.

Hace diez años, teníamos muchas expectativas con el crowdfunding y los préstamos entre pares. Esos servicios han crecido pero aún no se han generalizado. El mercado de préstamos P2P está creciendo aproximadamente un 25 % por año, pero una parte importante del dinero proviene de instituciones financieras que utilizan esos servicios como una interfaz de cliente. Una de las mayores historias de éxito de préstamos P2P, LendingClub, adquirió un banco el año pasado y decidió cerrar su plataforma de préstamos P2P.

El crowdfunding ha tenido muchos modelos. El crowdfunding de capital de empresas emergentes se centra principalmente en la financiación de empresas emergentes y los modelos de pedidos anticipados, como Kickstarter, que ayudan a vender nuevos productos antes de que estén disponibles. También existen otros modelos que venden fracciones de inversión en bienes raíces, arte y otros activos. Kickstarter ha sido un importante mercado de prueba para nuevos productos de consumo, pero por lo demás, estos modelos han sufrido restricciones reglamentarias y no se han generalizado. En el crowdfunding de startups de capital, el Reino Unido ha sido el país líder. Sin embargo, sus servicios más importantes, Crowdcube y Seedrs, siguen siendo pequeñas empresas y trataron de fusionarse, pero el regulador de la competencia bloqueó la fusión.

Las criptomonedas alcanzan nuevos récords, especialmente con el valor creciente de bitcoin. Los NFT se han vuelto populares. Todavía es difícil decir qué significa esto para los servicios financieros distribuidos basados ​​en blockchain. Muchas partes todavía ven las criptos como productos más digitales y los NFT como certificados de activos digitales, pero aún no como desafíos para todo el sistema financiero tradicional. Coinbase, que logró una oferta pública inicial exitosa, se parece más a un servicio comercial convencional para 'criptoactivos' que, por ejemplo, a un servicio de finanzas distribuidas en sí mismo. 

Si las criptos se vuelven más aceptadas y factibles con los pagos diarios, y los NFT hacen que los certificados de activos y las transacciones sean digitales, cambia el uso diario de estos. ¿Podrían habilitar mejor el crowdfunding y las finanzas P2P? Algunos expertos lo ven como el caso, pero aún es difícil decir cuando la última década ha demostrado que esos modelos no son fáciles de hacer funcionar. No se trata solo de tecnología, sino realmente de hacer que un mercado funcione con suficiente oferta y demanda. Y los reguladores también tienen un impacto significativo en el mercado. En algunos países, es posible que veamos más enfoques, como monedas digitales administradas por el gobierno, que criptomonedas genuinas.

Luego tenemos la pregunta fundamental sobre el sistema bancario. Los bancos no solo están para ofrecer cuentas, tarjetas de pago y prestar dinero; también tienen un papel esencial con los bancos centrales para emitir dinero y mantener la economía en funcionamiento. Algunas personas critican ese sistema y les gustaría ver desaparecer el poder de los bancos. En realidad, no es tan simple y los gobiernos prefieren mantener el control sobre sus sistemas financieros. El tiempo de pandemia también nos ha recordado el valor de las actividades de estímulo del gobierno. 

Algunos bancos están comenzando a aceptar criptos, y uno de los principales VC, Andreessen Horowitz, está planeando un fondo de $ 1 mil millones para criptos y blockchain, y es el tercero del sector. Podemos suponer que las soluciones blockchain y distribuidas cambiarán y digitalizarán los activos y las transacciones diarias. La primera fase probablemente será en la digitalización, sin cambiar los fundamentos del sistema financiero y bancario. Pero aún es difícil decir cómo pueden cambiar el sector financiero y los servicios a largo plazo.

El artículo apareció por primera vez en Disruptivo asia.

Ha habido una tendencia creciente a deshacerse de los mandos intermedios, lo que coincide con la creencia de que la IA y el software Los robots pueden automatizar el trabajo realizado por profesionales humanos.. Por tanto, se necesitan menos directivos y, por tanto, menos gestión de recursos humanos. Pero cuando tenemos más máquinas para trabajar, también hay que gestionarlas. En consecuencia, probablemente necesitemos contrapartes digitales de mandos intermedios y recursos humanos.

Un Podcast tiene una discusión interesante sobre las microtareas para analizar datos y hacer micropredicciones, como analizar un conjunto de datos específico de una fuente e intentar sacar una conclusión a partir de él. Este análisis no intenta comprender u optimizar un problema o tarea más importante. Solo se enfoca en una parte específica. Un sistema más extenso puede tener docenas de componentes como ese.

Luego hay otra capa para combinar el resultado de esas microtareas. Luego puede combinar el resultado y las conclusiones de varios módulos de micro-IA: el enfoque de micro-IA individual para modelar y explicar un conjunto de datos específico. 

Por ejemplo, los datos de las zapatillas de correr (sí, ya hay zapatillas de correr que recopilan todo tipo de datos) de tu cadencia, longitud de zancada, tiempo de contacto con el suelo y ángulo de pisada para optimizar tu velocidad de carrera. Cuando piensas en tu rendimiento de carrera como un todo, esto es solo una parte. También debe pensar en la frecuencia cardíaca, los niveles de energía (glucosa en sangre), la preparación (ha dormido lo suficiente) y muchas otras cosas. Pero sería demasiado complejo construir una gran IA para optimizar todos estos datos, y es mejor tener módulos para cada necesidad y luego otra capa para combinar todo esto.

Es lo mismo con los robots de software. Un robot puede transferir números de inventario al final del mes desde SAP a su sistema de contabilidad. Producir estados e informes financieros mensuales es mucho más trabajo que simplemente compilar esos números de inventario. Otros robots podrían realizar las tareas individuales y algunos robots de nivel superior para reunir toda esta información.

Esto no es nada nuevo como tal. La modularidad ha sido un principio esencial en el diseño de software durante décadas. Con IA y automatización, a menudo hablamos de soluciones extensas y complejas vinculadas a muchas tareas y sistemas en una empresa. Cuando también se trata de áreas relativamente nuevas, cada empresa y proyecto suele tratar de construir grandes sistemas que intentan hacer una solución perfecta para un proceso significativo. 

Cuando tenemos estos micromódulos para manejar una necesidad específica, podemos desarrollar principios de diseño. No para implementar desde cero, sino para encontrar los mejores componentes para realizar microtareas, optimizar su uso y luego hacer que funcionen juntos. Es una especie de función de gestión y recursos humanos. Debe encontrar los mejores recursos para hacer las cosas que necesita y luego administrarlos. Pero estas capas de gestión son digitales, es decir, algoritmos que eligen el mejor algoritmo para cada micronecesidad y los utilizan de manera óptima. Los algoritmos gestionan algoritmos.

Esto también cambia el ecosistema y los modelos comerciales para la IA y la automatización. Tiene, por ejemplo, las siguientes áreas de negocio:

1. Las comunidades de código abierto y crowdsourcing desarrollan muchas soluciones para todo tipo de microtareas. Puede haber varias versiones para cada necesidad, y se puede seleccionar la más adecuada para cada caso.
2. Las empresas y los desarrolladores también pueden comenzar a vender sus componentes para micronecesidades. Pueden enfocarse en desarrollar las mejores soluciones para una necesidad particular.
3. Las API en cada módulo se vuelven más críticas al hacer que sea más fácil lograr que varios módulos funcionen juntos.
4. Habrá mercados y servicios compartidos (como GitHub) para compartir y vender estos componentes.
5. Será una nueva capa de funciones importantes que puede usar micromódulos que funcionan juntos de manera óptima para diferentes necesidades.

Ninguno de estos modelos es nuevo como tal. En las industrias de automatización e inteligencia artificial, muchas de estas funciones aún se encuentran en una fase inicial. Muchas herramientas en esas áreas todavía se basan en un modelo de ecosistema cerrado patentado que no permite ni respalda este enfoque más abierto. Los desarrolladores solo necesitan encontrar una forma más efectiva de pensar en la implementación, y las empresas, una nueva forma de pensar sobre los negocios y las ofertas. Todo debe basarse en ecosistemas abiertos e implementación en capas.

A veces es bueno comparar la tecnología y las máquinas con modelos de cómo los seres humanos realizan trabajos. Especialmente cuando la IA y la automatización deben realizar tareas que los humanos han realizado anteriormente. De todos modos, la gente ha utilizado siglos para desarrollar modelos, cómo organizar tareas en las organizaciones. No significa que podamos o debamos copiar los mismos modelos a las máquinas, pero puede darnos ideas sobre la mejor manera de usar las máquinas. Hay razones por las que las personas se especializan en determinadas áreas, cómo diferentes profesionales trabajan juntos y cómo la capa de gestión debe optimizar los recursos. Necesitamos resolver problemas similares al diseñar, usar y administrar algoritmos, máquinas y procesos digitales.

El artículo apareció por primera vez en Disruptivo asia.

Numerosas ciudades de todo el mundo quieren convertirse en ciudades 'inteligentes'. Uno de los objetivos principales de las ciudades inteligentes es recopilar datos para mejorar y desarrollar servicios. Como resultado, muchos proveedores también están interesados ​​en ingresar al negocio de las ciudades inteligentes. Estos proyectos son intensivos en redes, infraestructura y big data. Entonces, ¿cómo beneficia esto a la gente común? Cualquier valor para las personas y su privacidad parece tener una prioridad menor, aunque el objetivo final seguramente debería ser mejorar la vida de los residentes.

Los conceptos de ciudad inteligente comenzaron a ser tendencia hace algunos años y están aumentando en popularidad. 5G y Edge también se consideran impulsos tecnológicos esenciales para esos proyectos, y es por eso que los proveedores de redes y los operadores están involucrados en la mayoría de los proyectos. Las ciudades inteligentes se ven como una buena razón para construir infraestructura tecnológica para recopilar, transferir y analizar todos esos datos.

Las ciudades tienen como objetivo recopilar datos y analizarlos para optimizar los servicios y las operaciones para muchos propósitos, como la gestión del tráfico, el transporte público, el consumo y la producción de energía, el suministro de agua, la recolección de desechos, la reducción del crimen, la atención médica y los servicios comunitarios. Los aspectos ambientales también se están volviendo más críticos. La calidad del aire, la contaminación acústica y el consumo de energía son otras áreas que las ciudades quieren mejorar.

Todo esto suena genial, pero como sabemos por muchos otros proyectos tecnológicos, es muy diferente a centrarse en el desarrollo de servicios para personas, la experiencia del usuario y sus necesidades y valores únicos. Más allá de eso, la privacidad y la protección de datos ahora son temas críticos en este tipo de grandes proyectos de datos. En el peor de los casos, la infraestructura de una ciudad inteligente se asemeja a un escenario real de "hermano mayor".

Es posible construir ciudades inteligentes que sirvan mejor a las personas, pero requeriría que las partes desarrollen servicios desde la perspectiva del consumidor. El concepto podría ayudar a las personas a obtener mejores servicios, optimizar sus movimientos, vivir una vida más saludable, ahorrar tiempo y dinero y mejorar la calidad de vida de muchas maneras. Hace diez años, teníamos que depender de los desarrolladores de aplicaciones móviles para proporcionar aplicaciones útiles a las personas porque los operadores y los proveedores de redes no podían o no estaban motivados para hacerlo.

Muchos servicios también serían más valiosos si pudiéramos combinar datos personales y públicos. Tus movimientos combinados con los datos de tráfico y transporte público, los datos de calidad del aire con tus rutas diarias para caminar y correr, y tus hábitos personales con los picos diarios de consumo de energía son solo algunos ejemplos. Juntas, las dos fuentes de datos podrían crear valor para el individuo y la sociedad.

Esto podría lograrse si las personas tuvieran acceso a datos públicos combinados con sus propios datos personales. De esta manera, la privacidad podría ser respetada y preservada. Pero si los servicios públicos comienzan a vigilar a personas individuales, inmediatamente nos encontramos con riesgos de privacidad y protección de datos. También conduciría a un modelo en el que las ciudades, las autoridades y los proveedores de servicios planificarían lo que creen que es adecuado para las personas, no para ofrecer herramientas para que las personas mejoren sus propias vidas.

Para las autoridades de la ciudad, los proveedores de infraestructura y los transportistas que dominan los proyectos, no es fácil ni propicio para ellos construir sistemas desde el punto de vista individual. Por supuesto, los políticos de los ayuntamientos deberían pensar en los vecinos a los que representan, pero no es suficiente. También necesitamos soluciones tecnológicas y proveedores que se centren en crear soluciones y servicios para las personas.

Esto probablemente implicaría una capa adicional para los servicios. Tal vez algo similar a las tiendas de aplicaciones creadas para aplicaciones móviles que también permiten a los usuarios proteger su privacidad y administrar sus datos personales. También podría empoderar a muchas otras partes para desarrollar servicios para los residentes y darles el poder de decidir qué servicios quieren usar. Los mejores servicios casi nunca son desarrollados por las autoridades y las grandes empresas tecnológicas que deciden lo que quiere el individuo.

Las ciudades inteligentes deberían centrarse más en las necesidades de los residentes. Hay muchos planes "agradables" y ambiciosos para mejorar las ciudades y las vidas de los residentes, pero los planes agradables nunca son suficientes. Las preguntas reales son quiénes son los clientes reales, quién puede decidir qué servicios usar y quién controlará los datos. Para que estos servicios sean beneficiosos para las personas, los conceptos, la tecnología, la arquitectura, los datos y los modelos de negocio debe diseñarse para empoderar a las personas, no solo para vigilarlas y controlarlas.

Fichas no fungibles (NFT), han despertado mucho interés recientemente. Certifican activos digitales, incluidos millones de dólares en piezas de arte digital. Christie's ya ha vendido una obra de arte NFT de Beeple. Por supuesto, plantea la pregunta, ¿es esto algo más concreto que las Ofertas Iniciales de Monedas o las ICO en 2017?

Los NFT son certificados digitales en un libro mayor digital, o blockchain, que prueba que un activo digital es único y, por lo tanto, no intercambiable. Los NFT se utilizan para representar y certificar fotos, videos, audio y otros tipos de archivos digitales. Actualmente, el arte recibe toda la publicidad, pero los NFT pueden certificar muchos otros elementos, incluidos texto, código de software o incluso tweets de Twitter. La idea fundamental es que un objeto digital puede tokenizarse y se vuelve único de esa manera. En principio, no es posible hacer más copias del mismo.

Algunas personas han comentado que el valor e ironía de las NFT es que aunque su nombre no es fungible, son fácilmente fungibles. Pueden ser únicos, pero es fácil intercambiarlos. Y como sabemos, las cosas pueden tener valor y liquidez si hay suficiente demanda y oferta y los costos de transacción son lo suficientemente bajos.

Muchos de nosotros aún podemos recordar el auge de las ICO de 2017 cuando las empresas comenzaron a ofrecer sus propios tokens. Por lo general, eran empresas emergentes (o ni siquiera empresas emergentes, sino ideas de empresas emergentes) con planes de negocios (llamados libros blancos). Incluyeron un token como un componente importante de sus planes comerciales y luego comenzaron a vender esos tokens. Algunos proyectos pudieron recaudar una cantidad significativa de dinero y, en casos excepcionales, construyeron un negocio a largo plazo. Mucha gente participó en las ICO para aprender a comprar un token, sin pensar en su ROI. Algunas personas tenían muchos bitcoins, y algunos tuvieron dificultades para venderlos (porque no tenían idea de cómo los habían adquirido) y querían diversificarse a otros tokens.

Una diferencia fundamental entre las NFT y las ICO es que los tokens de ICO generalmente representan solo algunas promesas futuras. Los NFT representan activos, especialmente activos digitales. De esa manera, los compradores pueden evaluar cómo ven el valor de sus activos. Siempre es complejo evaluar el valor del arte, y el arte NFT tiene precisamente los mismos desafíos. Luego, hay muchos otros elementos digitales como piezas de música, elementos virtuales en juegos y componentes de software que pueden tener una NFT.

También hay planes para expandir el concepto NFT de elementos virtuales y digitales. También podría haber certificados digitales para representar elementos físicos, por ejemplo, un certificado para probar la propiedad de bienes inmuebles. Esta parte requiere un marco legal que habilite el uso de este tipo de certificado digital.

Los NFT también han generado planes de crowdfunding. Las personas y las empresas podrían vender fracciones de su trabajo, por ejemplo, música, películas o software. Los NFT pueden hacer que este mercado sea más efectivo, pero no elimina todos los desafíos del crowdfunding, especialmente cómo encontrar el valor correcto y luego hacer que el mercado secundario sea líquido. También es bueno recordar que el modelo puede funcionar para algunos artículos que tienen suficiente oferta y demanda, pero eso no significa que los NFT por sí solos los garanticen para cualquier artículo.

Hay varias ideas nuevas para planes de negocios basadas en NFT. Por ejemplo, si el software se publica como NFT, podría haber un nuevo GitHub, especialmente para el software NFT. Las empresas y los individuos podrían comenzar a otorgar licencias de datos como paquetes NFT, y las empresas de medios también podrían ofrecer contenido NFT.

Ethereum, que se basa en el prueba de participación modelo, es la solución más utilizada para NFT. Blockchain todavía tiene preguntas fundamentales sobre qué soluciones tienen un futuro y valor a largo plazo. Cuando se actualiza el software de blockchain y se crea una bifurcación, la compatibilidad con versiones anteriores es una cuestión importante. Una bifurcación suave significa que una nueva versión es compatible con versiones anteriores, y una bifurcación dura significa que no lo es. Si una nueva versión no es compatible con versiones anteriores, los tokens antiguos no funcionarán en el nuevo sistema. Al final, es la comunidad de cada token la que puede decidir qué actualizaciones y bifurcaciones tienen lugar. La pregunta fundamental para cada solución de cadena de bloques es su futura compatibilidad con versiones anteriores. Por el momento, Ethereum parece una apuesta segura para implementar soluciones basadas en blockchain. Con cadenas de bloques menos conocidas, es más difícil predecir su futuro.

El concepto NFT es más concreto y facilita la evaluación de elementos que las ICO. Pero al final, el valor de una NFT depende de los elementos subyacentes, por lo que es imposible decir si una NFT como tal representa algo valioso o solo promesas vacías. NFT es un excelente modelo para administrar y comercializar el valor de los artículos digitales. Pero es crucial recordar que una NFT por sí sola no crea valor para un artículo digital. Los artículos deben tener valor, y las NFT ayudan a que el valor sea tangible.

El artículo apareció por primera vez en Disruptivo asia.

La pandemia de COVID-19 ha sido significativa para los dispositivos portátiles. Han ayudado a detectar los primeros síntomas de la COVID-19 y también han ayudado a las personas a llevar vidas más saludables y a cuidar su bienestar durante la pandemia. Los últimos 18 meses han sido un buen momento para muchos servicios digitales, desde videoconferencias hasta aplicaciones de entrega de alimentos. Tal vez cambie permanentemente la forma en que manejamos nuestro bienestar y salud y ayude a que la atención médica móvil se generalice.

La frecuencia cardíaca en reposo y la temperatura corporal más altas son signos tempranos de COVID. Por ejemplo, los institutos de investigación y las universidades han desarrollado software para usar los datos del anillo Oura para detectar estos primeros síntomas. Los empleadores también compraron dispositivos portátiles para que los empleados detecten los primeros síntomas y les adviertan que no trabajen si hay señales de advertencia. Este es el caso de empresas que van desde servicios al cliente y atención médica hasta equipos deportivos profesionales.

Los fabricantes de dispositivos portátiles informaron que, según sus datos, la situación de COVID también ayudó a algunas personas a dormir mejor. La razón podría ser que la gente no necesita apresurarse para ir a trabajar y llevar a los niños a la escuela por la mañana. Pero también hemos visto, a medida que continúa la situación, más personas sienten estrés, es decir, según los datos, tienen una frecuencia cardíaca (FC) más alta y no duermen tan bien.

La situación también ha cambiado los hábitos de ejercicio. La gente no camina al trabajo ni toma el transporte público, no hay descansos diarios para ir a almorzar o tomar un café. Los profesionales de la salud están preocupados de que las personas pasen demasiado tiempo sentadas durante la pandemia. Otros han comenzado a hacer más ejercicio, no caminatas diarias sino carreras diarias. Esto ha resultado en más lesiones deportivas.

Todo esto ha llevado a las personas a monitorear sus datos diarios de bienestar y salud. Las personas también han dudado en ver a un médico o ir al hospital, pero controlan su salud con un reloj inteligente para medir la frecuencia cardíaca o el ECG (electrocardiograma). Y si tiene una llamada de Zoom con su médico, en realidad es útil que tenga esos datos a mano (por así decirlo). 

Todo esto demuestra que las personas han comenzado a usar más de estos dispositivos y obtienen más datos, pero no es tan simple. ¿Qué debo interpretar de mi frecuencia cardíaca o la variabilidad de la frecuencia cardíaca? ¿Hago demasiado o muy poco ejercicio? ¿La calidad de mi sueño y el ejercicio están relacionados entre sí? ¿Cuál es la combinación de datos que realmente indica alguna enfermedad?

Cuando las personas obtienen más datos, no significa que de repente se conviertan en expertos en salud, sueño, dieta y bienestar. Algunas personas pueden sentirse así cuando buscan en Google las instrucciones de atención médica, pero eso puede empeorar las cosas. Estos datos pueden ser beneficiosos para el control de la salud y el bienestar, pero se necesita un mejor software para analizarlos o ponerlos a disposición de los profesionales. 

La atención médica móvil ha sido un tema candente durante años, pero el tiempo de COVID realmente lo ha puesto en primer plano. Las organizaciones de atención médica tienden a ser bastante conservadoras a la hora de adoptar cosas nuevas, pero este período las ha obligado a encontrar nuevas soluciones rápidamente. Conozco muchas nuevas empresas de atención médica móvil que han luchado durante años. Un gran problema ha sido que las organizaciones de atención médica se mueven lentamente, lo que las convierte en clientes difíciles para las empresas emergentes ágiles. El otro problema es obtener acceso a datos confiables y precisos. Muchas de esas empresas han ofrecido soluciones para transferir datos a un médico u hospital, pero a menudo las personas tienen que capturar los datos ellos mismos, por ejemplo, medir su glucosa, presión arterial, frecuencia cardíaca e ingresarlos en una aplicación. Algunas personas encuentran esto desafiante, y otras son demasiado flojas para hacerlo. Y hay quienes podrían querer 'arreglar' sus propios números para evitar la vergüenza o para presumir.

Entonces, ahora tenemos más datos y tenemos soluciones para transferir los datos. Pero todavía tenemos un par de problemas: 1) privacidad y seguridad de datos para datos sensibles de bienestar, y 2) modelos más sistemáticos para utilizar datos, no solo de uno sino de varios dispositivos portátiles. Esto significa que necesitamos soluciones para recopilar y combinar datos de varios dispositivos, combinar esos datos y al mismo tiempo proteger la privacidad. También ayudaría si estos datos pudieran combinarse en el futuro con otros datos de atención médica, como el historial médico.

Con nuevas tecnologías y conceptos, por lo general lleva años lograr el avance. A menudo también necesita algunos desencadenantes especiales para que las cosas sucedan. Recuerdo las primeras grandes visiones de la tecnología de la salud móvil hace 20 años con la exageración de 3G. Ahora parece que la pandemia nos ha ayudado a superar algunos obstáculos importantes, y el mercado de dispositivos portátiles también se ha desarrollado rápidamente. Ahora deberíamos ver un desarrollo rápido y significativo con más aplicaciones y servicios que utilizan datos de bienestar de manera más efectiva, con un impulso posterior a la atención médica móvil.

El artículo apareció por primera vez en Disruptivo asia.