Madrid se sube al carro del Big Data y la IA: ¿conseguirá mejorar los servicios públicos?

Aprovechar al máximo el potencial del dato en la toma de decisiones pasa por tener claros los problemas a abordar y los objetivos a alcanzar, tanto si se trata de una empresa como de una smart citysmart city. El proyecto CitizenLab nace con la intención de proporcionar a la Comunidad de Madrid herramientas con las que detectar las necesidades y las respuestas que conviertan sus ciudades en más inteligentes. 

La gestión de datos es esencial para diseñar soluciones tecnológicas eficientes, optimizar los recursos y facilitar la vida de los ciudadanos. Y este es el gran reto que se pretende abordar con esta iniciativa, fruto de las ayudas cofinanciadas por el Fondo Europeo de Desarrollo Regional (FEDER) para la cooperación público-privada en I+D+i mediante el apoyo a la innovación.

Big Data: ¿por qué fracasan más de la mitad de los proyectos en España?

Analítica avanzada, big data e IA

¿En qué consiste CitizenLab? La consultora Grant Thornton, encargada del desarrollo e implantación del proyecto, lo define como un laboratorio experimental de datos que se mueve sobre dos ejes.

Por un lado, los modelos analíticos, que obtienen información descriptiva de cómo se comportan estos datos modelizando comportamiento actual. Por otro lado, los modelos predictivos, que permiten inferir conocimiento futuro y predecir el comportamiento de determinados casos de uso. 

Con 6,6 millones de residentes, según datos de 2019, cada año Madrid recibe además a millones de turistas extranjeros, que se suman a los visitantes procedentes de otras localizaciones españolas. Con este escenario, los sectores sobre los que pondrá el foco esta iniciativa hasta 2023 son turismo, movilidad, infraestructuras y sanidad.

Así, CitizenLab se valdrá de tecnologías de analítica avanzada, big data e inteligencia artificial (IA) para evaluar y medir los patrones de comportamiento de habitantes y visitantes de la comunidad, y predecir su impacto en estos cuatro ámbitos.

Datos bajo lupa

Es decir, a partir de los datos generados se estudiarán hábitos de consumo, demandas de movilidad, estado de salud y necesidades de las distintas infraestructuras y medios físicos, entre otras variables. Esta información procederá de fuentes de datos abiertas y anonimizadas, como son los que se encuentran en el agregador Aporta de Red.es o el INE, así como los facilitados por ayuntamientos y otras administraciones públicas. 

Una vez planteados los retos de cada sector, los datos se validarán mediante técnicas de Data Science y se cruzarán para obtener información que permita fundamentar decisiones y acciones encaminadas a una digitalización más inteligente. “La clave es saber qué quieres buscar en el dato. Por eso la calidad del dato es un elemento crítico”, señala Antonio García-Lozano, socio director de Consultoría de Negocio e Innovación de Grant Thornton.

Según destaca la consultora, el elemento más innovador y clave del proyecto tiene que ver con los modelos analíticos y predictivos: no se trabajará en silos según el sector al que correspondan, sino que abordarán los datos de manera integral para lograr una visión holística. 

Así, los algoritmos se entrenarán con los datos para poder inferir comportamientos futuros interrelacionados y evaluar de qué forma afecta sobre la movilidad un cambio en el modelo de turismo o sanidad, por ejemplo. “Es un ecosistema colaborativo de todos los modelos: los resultados que se obtengan en un modelo afectarán a todos los demás”, detalla Carlos González, socio de Consultoría de sector público de Grant Thornton.

Según la arquitectura de algoritmos predictivos obtenida se definirán los modelos relacionales y de negocio a desarrollar, que se pondrán a disposición de empresas, ciudadanos y administraciones públicas.

Beneficiar al ciudadano

Y es que según recuerda Grant Thornton, su trabajo es intermedio y se limita a procesar los datos y obtener conocimiento. El objetivo es que se creen nuevos negocios basados en la economía del dato: “La plataforma será el punto de partida a partir de la que se establezcan soluciones tecnológicas y políticas públicas que incidan en los modelos y produzcan cambios“, señala Carlos González.  

En último término, la finalidad que se quiere alcanzar es la mejora de los servicios públicos, con el ciudadano como "principal beneficiado". Pero, ¿de qué forma aportarán valor a la sociedad los resultados que se hallen con estos modelos analíticos y predictivos?

- Sector sanitario: los datos sobre el envejecimiento activo permitirán recomendar más ejercicio físico, una mejor alimentación o nuevos fármacos. A su vez, los datos sobre enfermedades crónicas permitirán prevenir el consumo de alcohol y tabaco o mejorar la capacidad asistencial hospitalaria en la Comunidad de Madrid. También se aplicarán análisis sobre oncología, medicina de precisión, hospitalización a domicilio o datos de logística farmacéutica.

- Infraestructuras: su uso se verá optimizado gracias al análisis de datos sobre accesibilidad, tarifas y usuarios del transporte, digitalización o eficiencia operativa y ambiental. De esta forma se podrán encontrar soluciones de negocio, por ejemplo, para el Cercanías o para las carreteras.

- Turismo: se analizarán qué tipos de emplazamientos prefieren en sus viajes, los lugares más visitados y la frecuencia, así como los medios de transporte. Los modelos en este ámbito permitirán crear nuevas experiencias más personalizadas.  

- Movilidad: los modelos avanzados de predicción de la demanda de transporte en movilidad redundarán en aspectos como el medioambiente, la energía, la seguridad, la conectividad o la adaptabilidad.

Dos grandes incógnitas

CitizenLab, liderado Grant Thornton como consultora principal, cuenta con la participación de tres startups especializadas en tecnología de datos y movilidad: Tinámica, NEO Soluciones de Movilidad y Piperlab. También colaboran como hubs de investigación la Universidad de Alcalá de Henares y la Universidad Rey Juan Carlos. 

Con una duración de cuatro años y un presupuesto de 8 millones de euros, el proyecto deja algún interrogante: 

- Aplicación práctica: el proyecto planteará retos tecnológicos a afrontar y propondrá ideas de negocio a desarrollar a partir de los modelos que se establezcan, pero ese desarrollo dependerá de terceros. Según explican,  “el contexto lo que hace es crear un ecosistema innovador para que si hay empresas interesadas puedan desarrollar soluciones”. 

Es decir, para que se traduzcan en acciones las administraciones públicas implicadas tendrán que decidirse a destinar una partida presupuestaria y abrir concurso para abordar los problemas detectados, o las empresas y startups tendrán que ser proactivas y lanzarse a proponer y/o desarrollar soluciones que luego se implementen.  

- Los datos: por una parte, se plantean dudas sobre su alcance, ya que la  ingesta de datos de la plataforma de CitizenLab se limitará a fuentes públicas ya disponibles y según reconoce la consultora, “es verdad que las fuentes pueden quedarse cortas”. En este sentido, Grant Thornton  asegura que interesante incorporar en un futuro otro tipo de datos, aunque será algo que sucederá a partir de 2023, cuando el desarrollo de la plataforma esté concluida. 

Por otra parte, se pone el foco también en la privacidad de los datos, tras la polémica suscitada en torno a la encuesta de movilidad del INE. Sobre este punto, Grant Thornton subraya que no emplean "nunca" datos personales. "Se busca analizar el comportamiento ciudadano: como sociedad, no al detalle del individuo. Es imposible conocer de qué personas son esos datos", destaca .