Hasta hace algunos años, hablar de video analytics sonaba algo futurista y poco concreto, sobre todo en ambientes industriales. Sin embargo, hoy las necesidades de las distintas organizaciones han hecho que video analytics como tecnología evolucione para empezar a ser parte del abanico tecnológico en el cual se encuentran soluciones para el negocio.
Un gran obstáculo para la evolución de esta tecnología siempre ha sido el manejo del flujo de paquetes de video ya que, en muchos casos, las redes de las empresas no se encuentran preparadas para manejar estos flujos en grandes cantidades, y particularmente más cuando los mismos vienen de sitios distribuidos geográficamente y con enlaces de datos acotados. Por otro lado, en muchos casos no sólo los enlaces son deficientes, sino que los ambientes donde estas soluciones deberían ir montadas son ambientes desafiantes dadas sus condiciones climáticas adversas.
Afortunadamente, con el avance de tecnologías como Edge Computing, empezó a ser posible realizar un pre procesamiento de las imágenes en los lugares donde las cámaras se encuentran instaladas, permitiendo que solo sea necesario enviar imágenes a procesar (ya sea en la nube o en aplicaciones locales) en vez de constantes flujos de paquetes de video a través de la red. Pero el Edge Computing no solo permitió eficientizar el uso de los enlaces, sino también aplicar capas de software con el fin de hacer uso de modelos de inteligencia artificial en el borde permitiendo, por ejemplo, detectar distintos tipos de elementos tales como cascos de seguridad, guantes, anteojos o dispositivos en tiempo real.
Si sumamos estas capacidades tecnológicas a las capacidades que el mundo del desarrollo de software, big data y analytics brindan, encontraremos que el universo de casos de uso es inimaginable. Podremos, por ejemplo, entender el estado anímico de la gente que entra en sucursales bancarias, detectar estados de cansancio en personal que maneja medios de transporte, o hasta incluso entender el porcentaje de uso de EPP (elementos de protección personal) en campos petroleros.
Por otra parte, si entendemos los potenciales casos de uso de video analytics, podremos entender que esta información puede ser tremendamente valiosa a la hora de empezar a trabajar sobre KPIs de negocio tales como satisfacción de clientes, porcentaje de accidentes por cansancio de empleados, o incluso entender el porcentaje de accidentes provocados por la falta de uso de elementos de seguridad en el personal de campo.
Sin duda, estas tecnologías representan un desafío en sí, no solo desde el punto de vista tecnológico o de la arquitectura a implementar, sino también desde el mantenimiento y creación de nuevos casos de uso. En estos casos, contar con el apoyo de un socio tecnológico puede ser sumamente importante en el desarrollo de la arquitectura desde la primera cámara IP y procesamiento de borde, hasta el dashboard en la nube con información tecnológica y de negocio cruzada, pero sobre todo en el uso de servicios gerenciados que permitan detectar nuevos KPI´s de negocio atacables con soluciones de video analytics.
En resumen, el uso de soluciones de video analytics puede ser un gran potenciador para el negocio, independientemente de la vertical, pero para llegar a ese norte, es necesario contar con un socio tecnológico con la capacidad de compresión de la “foto grande”, para asegurar que cada cliente, de cada vertical de negocio y en cada escenario triunfe.
