Archivo de la etiqueta: Marketplace de datos

¿Porqué necesitamos más marketplaces de datos? (Adaptación de: nonrivalry and economics of data) – COLUMNA DE OPINIÓN datlas

Conforme crecen y se desarrollan las áreas de inteligencia artificial y big data incrementa la importancia de la economía de los datos. Se espera que en los próximos años haya un mercado enorme para consumidores de datos… pero ¿Y la oferta de datos crece al mismo ritmo? ¿Cuáles son las soluciones propuestas? ¿Qué podemos aprender de otras industrias?

Recientemente llegó a nuestros ojos un paper publicado por “American Economic Review” que levanta cejas a primera vista por su propuesta de que los datos son bienes no rivales. A continuación el abstract de la nota.

Traducido al español se leería como lo siguiente:

Los datos son no-rivales: el historial de ubicación de una persona, los registros médicos y los datos de conducción pueden ser utilizados simultáneamente por muchas empresas. La “No- rivalidad” en los datos conduce a rendimientos crecientes. Como resultado, puede haber beneficios sociales si los datos se utilizan ampliamente en todas las empresas, incluso en presencia de consideraciones de privacidad. Por temor a la destrucción creativa, las empresas pueden elegir acumular sus datos, lo que lleva al uso ineficiente de datos no- rivales. Otorgar derechos de propiedad de datos a los consumidores puede generar asignaciones
que están cerca de lo óptimo. Los consumidores equilibran sus preocupaciones por la privacidad con las ganancias económicas que se obtienen al vender datos de manera amplia.

¿Qué quiere decir que los datos son “no-rivales”?

En economía se le llama “bien rival” a un bien cuyo uso por parte de una persona merma la posibilidad de uso de otras personas. Por ejemplo un trozo de pan, un kilogramo de arroz o una hora de un consultor. En contraste un bien es “no rival” cuando su uso por parte de una persona no merma el posible uso de otras personas. Por ejemplo: Una broma en una mesa, una llamada sobre una red telefónica, entre otros.

También se consideran como no rivales bienes que son tan abundantes que no es posible en la práctica consumirlos hasta el punto de afectar a terceros. Por ejemplo: El aire que respiramos o el agua en el océano para los seres que lo habitan. De acuerdo al “paper de investigación” citado en el inicio de esta columna los datos corresponden a los bienes “no rivales” por que a nivel tecnológico los datos pueden ser infinitamente utilizados y utilizables.

¿Qué se encontró en este paper de investigación?

– Cuando empresas son propietarias de datos puede que no respeten adecuadamente la privacidad de sus consumidores, pero “no-rivalidad” en datos dirige a consecuencias menos obvias

– Debido a que los datos son “no-rivales” potencialmente se pueden generar grandes ganancias. Los mercados para datos proveen incentivos financieros para promover un uso más amplios de los mismos

– Obviamente hay incentivos de porqué es ineficiente tener todos los datos de todas las firmas. No queremos un monopolio de información (Si es que no existe ya…). Pero un equilibrio en el que empresas sean dueñas de datos y limiten el uso de los mismos con otras organizaciones (intermediarios) podría ser ineficiente.

– Otra opción es que el gobierno o una figura principal preocupada por la privacidad, limite el uso de los datos de consumidores a negocios. Esto potencialmente podría generar costos más grandes por las ineficiencias que arrastrarían crear a la escala adecuada estos modelos

– Finalmente, los autores de este paper, consideran que pueda existir un arreglo institucional en donde los consumidores sean dueños de los datos asociados a su comportamiento. Y de esta manera balanceen la transferencia de datos a organizaciones considerando las ganancias económicas que pudieran ser acompañadas por los mismos. El equilibrio resulta cuando los datos son usados a través de distintas organizaciones.

¿Cuál sería un buen ejemplo?

Considera que el sistema de salud está ansioso de generar un algoritmo de visión computacional en el que a partir de fotografías podríamos detectar si existe o no cáncer de piel. En un sistema, una empresa recopila y es dueña de los datos de imágenes de 20 hospitales. Finalmente tiene un algoritmo y lo hace funcionar. Pero por otro lado, el sistema promueve que todos los hospitales pongan en un “mercado” o “acuerdo institucional” estas fotografías etiquetadas para que los científicos puedan hacer uso de estos conocimientos. Finalmente el algoritmo sería mucho más representativo en el segundo caso. Y lo mejor es que mientras se estaba desarrollando esas imágenes no “dejaron” de ser aprovechadas por otros doctores u hospitales ya que los datos siempre estuvieron presentes en todos los sistemas.

Podcast Café de datos – Suscríbete GRATIS

¿Cuáles son los retos y problemas desde nuestro punto de vista?

– Los datos son “no-rivales”, pero las ideas que generas con los datos ¿Qué son?

Una economía sin competencia y beneficios económicos para quien realice innovaciones puede entorpecer el progreso de una sociedad. Si los datos se vuelven un bien al que todos virtualmente pueden acceder en el momento en el que alguien tenga una buena idea como un algoritmo o una solución técnica tendrá menos barreras de competencia. Esto, tomando en cuenta que empresas como IBM Watson y Microsoft Azure vuelven cada vez más sencillo entrenar algoritmos

– ¿Cómo preciar los datos o productos de datos?

De acuerdo a la calculadora del Financial Times los datos de las personas valen más o menos de acuerdo a las dimensiones que puedan ser considerados.

En una economía que pretende generar un intercambio de datos entre personas y empresas ¿Cómo definir un precio? Los datos de una persona con padecimientos de salud valdrían menos o más que una persona sana. Podríamos caer en problemas de discriminación en algún momento

– ¿Y la privacidad a dónde nos lleva?

Hace un par de columnas escribimos sobre “social dilemma” el documental de NETFLIX que nos trae nueva luz sobre la privacidad de datos. Nos quedó claro el problema, pero por otro lado sabemos que la mayoría de la población digital no está sensibilizada sobre el uso de los datos que las empresas le dan a su información

Si cada quien va a ser libre de compartir su información por cierto precio ¿Quién va a ser responsable de educar a la población sobre estos temas? 18 años serían suficientes para vender tu información… considerando un mundo en el que influencers de 12 años cobran más de $100 dólares por un poco de tiempo en su instagram

– Hace falta profundizar en el valor de los intermediarios

En el blog “Location Intelligence” mencionamos algunos de los intermediarios de comercio de datos más importantes del mundo. Sin embargo no está claro qué tipo de empresa serían, cuál debería ser sus funciones y cómo evitar los conflictos de interés. Al menos este paper concluye mencionando que los intermediarios tendrán un rol protagonista en datos, pero no dejan claro cómo.

¿Para continuar investigando?

Recomendamos además de leer el reporte citado poder complementar con el postulado de CMINDS “Economía de datos e Inteligencia Artificial en LATAM”.

Por otro lado los invitamos a conocer nuestra propuesta de DATLAS MARKETPLACE. Algunos primeros esbozos de hacía donde postulamos una propuesta de cómo manejar un mercado de datos donde conectamos generadores y consumidores de datos.

Hasta aqui la columna de hoy ¿Cómo crees que en el futuro se comercialicen los datos? ¿Ves víable la existencia de más intermediarios al futuro y qué aspectos deberían de tener? Comenta y comparte esta nota

Equipo Datlas

– Keep it weird-

Fuentes:

**Bienes rivales y no rivales. Liga: https://sgcg.es/articulos/2016/12/25/bienes-rivales-y-bienes-no-rivales/#:~:text=Un%20bien%20rival%20es%20un,que%20puede%20darle%20otra%20persona.&text=Como%20contrapartida%20a%20los%20bienes,por%20parte%20de%20otras%20personas.

**Non-rivalry and the economics of data. Liga: https://pubs.aeaweb.org/doi/pdfplus/10.1257/aer.20191330

**Calculadora de valor de los datos. Liga: https://ig.ft.com/how-much-is-your-personal-data-worth/

**CMINDS Economía de datos en LATAM. Liga: https://guia.ai/wp-content/uploads/2020/05/Economia-de-datos-e-inteligencia-artificial-en-America-Latina.pdf