Los viajes de Renfe por la península, en un colorido mapa
Los viajes de Renfe por la península, en un colorido mapa

La ‘startup’ granadina que pinta el big data

La ‘startup’ española, con la ayuda de la inteligencia artificial y los algoritmos, comercializa un software de tratamiento, procesamiento y visualización de datos capaz de encontrar el valor oculto en medio de las avalanchas de información

Llenarse la boca al enumerar las ventajas del big data, las posibilidades que tiene o, repetir una y otra vez que son el nuevo petróleo suena tan manido como superficial. Como reclamo puede funcionar, pero bien diferente es que la tecnología obtenga un valor real más allá de las frases grandilocuentes. Esto es lo que sucede con el análisis de datos. No por conseguirlos con mayor facilidad se transforman automáticamente en la gasolina que mueve el mundo. La startup española Graphext pretende salirse de esta moda desde hace cuatro años. Buscar el conocimiento escondido detrás de números, imágenes, palabras y fuentes de todo tipo con la ayuda de la inteligencia artificial y diferentes algoritmos.

Graphext ha desarrollado un software con el que tratar, procesar y visualizar toda la información recabada. Precisamente, tal y como explica uno de sus cofundadores, Victoriano Izquierdo, ver todo de una manera atractiva y relacionada es fundamental para que surja la magia del big data. “El diseño marca la diferencia. La mayoría de software lo ve como algo secundario, pero es algo más que una cuestión estética”, explica. En el caso de esta startup, salta a la vista que la presentación no se discute. Colores vivos, gráficos dignos de un cuadro de Kandinski o Miró, líneas y círculos hiperconectados… un sinfín de figuras geométricas y paletas cromáticas para hallar realidades escondidas en simples datos.

“Hay grandes empresas que ni se molestan en hacer nada con la información que recogen. Sin embargo, el principal problema está en encontrar buenos datos y saber cuáles son importantes”, sostiene Izquierdo. Aquí el machine learning resulta fundamental. Con su inestimable ayuda, la tecnología aprende poco a poco a diferenciar la información útil y mejorar el conocimiento adquirido. El cofundador de Graphext lo ejemplifica con la ayuda que le han prestado a una empresa de calzado. Como comenta, a partir del análisis de los códigos postales de envío, se dio cuenta de que sus principales clientes eran alemanes e ingleses jubilados. “Lo desconocían y pudieron orientar las decisiones hacia este tipo de clientes. Descubrieron algo que no conocían”, afirma.

Como buena moda, da la impresión de que si no dices big data estás alejado de la digitalización; aunque existe cierta trampa. En palabras del propio Izquierdo, nada tiene que ver rellenar una hoja de cálculo con la ciencia de los datos. “Hay mucha gente reconvirtiéndose, pero la mayoría fracasa porque la curva de aprendizaje es altísima. Nuestra misión es que estos analistas tengan las herramientas adecuadas”, argumenta. El salto al que se refiere, aparte de poner en valor su propio producto, es el de responder a preguntas complejas que requieren de cruzar variables casi infinitas. “No puede ser que la mayoría de soluciones para el big data sean únicamente bidimensional. La realidad es mucho más compleja”, zanja. 

Información en tiempo real

Como si de un ser vivo se tratara, la información evoluciona y cambia casi en tiempo real. Actualizar los datos que sirven de base para llegar a ciertas claves es uno de los grandes retos para una startup como Graphext. “Ahora mismo, miramos al pasado. Está bien para encontrar patrones, pero queremos que las fuentes se actualicen automáticamente”, precisa Izquierdo. De momento no ha descubierto cómo conseguirlo, aunque en el open source quizá encuentre alguna respuesta, como ya le ha ocurrido con ciertos algoritmos que emplea para el análisis de datos. “Para algoritmos de reconocimiento de imágenes son los mejores. No compensa desarrollarlos, como sí hemos hecho para el lenguaje natural”, añade.

Para la mayoría de compañías resulta crucial manejar correctamente la información. Poco importa si son públicas o privadas. Izquierdo pone encima de la mesa la forma en que la Policía ha mejorado las conclusiones que obtiene a partir de la acumulación de datos. En concreto, habla de cómo ha cambiado su percepción en crímenes de menores. El patrón general hasta la irrupción del big data era que los cometían hombres en un 90% de los casos. Ahora bien, ante la variable de niños con menos de 10 años, el perfil cambiaba. El 80% eran mujeres, sobre todo las madres o madrastras, que escondían el cadáver, no huían y solían asfixiarlos. “Un policía experimentado podía intuirlo, pero nosotros lo describimos con datos”, puntualiza.

Para muchos, el gran atractivo de Graphext será su concepto casi artístico de la visualización. Para su cofundador, en cambio, la clave radica en cómo observan los datos y la relación de conjunto entre todos ellos. Esta startup no promete que el big data sea la solución a todos lo males –necesita la ayuda de más tecnologías–, sino una herramienta que busque respuestas a preguntas que requieren algo más que un escueto o no. Las apariencias engañan. Acumular números no significa análisis. Mucho menos avanzar en el conocimiento. Para conseguirlo, mejor mirar en lo que esconden detrás y que cada uno llegue a sus propias conclusiones.

El equipo de Graphtext

Retina

25/08/2019
Normas