La transformación digital de emergencias: cuatro retos clave

José Luis Solar Agraz    7 mayo, 2019

Hace unos días se celebró en Dubrovnik, conocida en Juego de tronos como Desembarco del Rey, capital de los Siete Reinos, la conferencia anual de la EENA (European Emergency Number Association), que reunió durante tres días a más de 800 profesionales de la gestión de emergencias de toda Europa. Bajo el lema “Innovar, conectar, inspirar”, tuvimos la oportunidad de compartir experiencias sobre los principales retos de la transformación digital de emergencias.

Como no podía ser de otra manera, las emergencias están experimentando un proceso de digitalización, que exige afrontar con las máximas garantías los desafíos que se presentan. La ciberseguridad, los servicios cloud, la mejora de la localización y el impacto del RGPD son aspectos clave.

Una cuestión clave que hay que plantearse es si están suficientemente protegidos nuestros servicios de emergencias. Existen algunos ejemplos de ataques que han afectado a la disponibilidad de los sistemas y a la integridad y confidencialidad de los datos con las consecuencias que ello supone. En marzo de 2018, por ejemplo, el sistema de emergencias de Baltimore (USA) fue atacado y durante 17 horas no pudo prestar servicio. En enero de este año en Australia un hacker robó la identidad del sistema de avisos de emergencia y envió alertas falsas a decenas de miles de ciudadanos.

Ante este panorama de amenazas ¿qué medidas deben tomarse? En primer lugar es preciso preguntarse si un servicio de emergencias puede ser objeto de un ciberataque para elaborar un plan de detección y ejecución. Si el riesgo existe, se ha de realizar un mapa de procesos, flujos de datos y de recursos de la infraestructura TI. Es fundamental también analizar casos que hayan sucedido a otros centros a lo largo de la historia y aprender de los errores cometidos, así como evaluar los riesgos y decidir qué hacer: reducir, transferir, prohibir o aceptar cada uno de ellos. Por último, es recomendable tener los sistemas monitorizados y supervisados por un centro de seguridad de operaciones.

Otro de los temas que se abordó en esta última edición de EENA respecto a la transformación digital de emergencias fue la carrera hacia una nueva generación de servicios basada en cloud. Entre los principales beneficios que la nube puede aportar al sector están la seguridad, privacidad y control, compliance y la transparencia.

En este sentido se está trabajando en un libro blanco que recogerá las recomendaciones y mejores prácticas para el uso de los servicios cloud, cuya publicación está prevista para el cuarto trimestre de este año. ¡Estaremos pendientes!

¿Y cómo se está avanzando respecto a la mejora de la localización? El Advanced Mobile Location (AML), como explicaba un compañero en este mismo blog, permite enviar un mensaje con los datos de localización precisa al realizar la llamada al 112, sin necesidad de instalar ningún software en el dispositivo. Durante el encuentro, Google mostró el estado actual de despliegue de esta tecnología, que ya está operativa en 18 países.

Los mensajes que se envían pueden tener formato de SMS convencional o pueden ser mensajes HTTPS, con el estándar definido por el protocolo.La cuestión es: ¿debemos estar tranquilos sobre cómo se gestionan estos mensajes? Y la respuesta es que sí, ya que dichos mensajes solo se activan cuando se realiza una llamada al 112, la localización no queda guardada en ningún servidor de Google, se basa en estándares definidos, es un sistema de envíos robusto y con alta capacidad de configuración y utiliza los sensores de los propios dispositivos sin necesidad de ningún programa ni componente hardware añadido.

En cuanto a su disponibilidad en España, probablemente en los próximos meses tendremos buenas noticias al respecto, ya que los centros de emergencias autonómicos, los estamentos nacionales y las operadoras están trabajando para encontrar un modelo de implantación viable en nuestro país.

Para terminar, es muy importante tener en cuenta el impacto del RGPD en las organizaciones públicas que gestionan servicios de emergencias.

El Reglamento aplica a todo dato que permita identificar de alguna manera a una persona. Si ese dato se procesa de alguna forma, debe cumplirlo rigurosamente, así que se estima que impacta en el 30 por ciento de la información de emergencias que se maneja actualmente. El cumplimiento del RGPD aplica tanto a organizaciones públicas como privadas localizadas dentro de la Unión Europea o fuera de ella y con la nueva ley se han incrementado sensiblemente los importes de las sanciones y multas por incumplimiento. .

Para su correcto cumplimiento se deben incrementar las obligaciones en cuanto a seguridad con profesionales especializados en las medidas que se deben implantar, hay que manejar correctamente los procesos de alto riesgo en lo relativo a la privacidad y contar con una oficina de protección de datos que pueda asesorar y auditar continuamente las actividades que se realizan.

A lo largo de 2019 sin duda se continuará avanzado en todos estos aspectos y en algún otro que será claves para la transformación digital de las emergencias.

Imagen: emergency exit

Las empresas son millonarias en datos, pero pocas lo saben

Raúl Alonso    7 mayo, 2019

El dato es el mejor regalo de la digitalización a la gestión empresarial, claro está, siempre que se sepa dónde buscarlo y qué hacer con él. Cada contacto del usuario a través de los diferentes canales con la empresa deja un rastro, es lo que muchos llaman el petróleo del siglo XXI, pero el dato solo ofrecerá valor si se extrae, conecta, procesa y analiza para finalmente volcarlo en la decisión empresarial.

¿Cuántas veces visita nuestra web un cliente al mes?, ¿en cuántas de ellas compra, cuánto gasta y cómo prefiere pagar?, ¿qué tipo de productos son sus preferidos, a qué tipo de promociones es más sensible y dónde se informa sobre ellas?, ¿qué coste publicitario tiene la adquisición de cada nuevo cliente? El dato permite “comprender y dirigirse a los clientes a medida que avanza en el customer journey”, explica IAB Spain en su Libro Blanco de Data, publicado recientemente para que las empresas aprendan a crear una publicidad más interesante y relevante para los usuarios, uno de los muchos usos que tu empresa puede hacer del dato.

Pero para hacer un buen uso de esta información, hay que empezar por entender cuántos tipos de datos existen en tu empresa y cómo pueden ayudarte. Respondemos a estas preguntas siguiendo la clasificación que ofrece la asociación de la publicidad, el marketing y la comunicación digital en España en la citada publicación.

Tipos de datos según su categoría

  • Datos estructurados: son los que están en la mayoría de las bases de datos, organizados en filas y columnas. Su gran ventaja es la facilidad para tratarlos, ordenarlos y clasificarlos a través de herramientas informáticas.
  • Datos no estructurados: son los que almacenan las bases de datos de forma no organizada. En las empresas son muy comunes los que se generan en las redes sociales, por ejemplo, ficheros de imágenes JPG, audio mp3 o vídeos, pero también son los datos del correo electrónico o los PDF de empresa. Tradicionalmente se estima que un 80% de la información de valor de las compañías es dato no estructurado.

Tipos de datos para el marketing digital

  • Zero Party Data: según explica IAB Spain, “son datos declarativos de los consumidores recogidos fundamentalmente a través de encuestas”.
  • First Party Data: son los que las empresas recopilan de las interacciones con sus usuarios en cualquiera de los canales de contactos abiertos (webs, teléfono, redes sociales, blogs, mensajería instantánea, etc.). Por ser de primera mano y de una única fuente son considerados los de mayor calidad, y además normalmente gratuitos, ya que pertenecen a la empresa. Se recopilan a través de herramientas CRM, de analítica web, centros de atención a clientes, o paid media (medios de comunicación en los que los anunciantes deben pagar para publicar).
  • Second Party Data: básicamente son los que provienen del acuerdo de compra entre dos empresas. En IAB identifican tres casuísticas:
    • Enriquecimiento de First Party Data. La información de segunda mano suele adquirirse para ampliar y completar la de primera mano en posesión de la empresa, por ejemplo, una aerolínea podría vender su First Party Data de los pasajeros de business a una cadena de hoteles urbanos.
    • Un ejemplo sería el intercambio de cookies entre dos empresas.
    • Según explica IAB, hay marcas que ponen a la venta sus cookies a otras marcas. “En estos casos, las cookies recibidas nunca habrán sido vistas y ofrecerán la posibilidad de ser usadas para prospección”.
  • Third Party Data: son los que se pueden comprar de compañías especializadas en recopilar datos y comportamientos de infinidad de webs. Ofrecen información sobre edad, género, categoría socioprofesional, intereses, localización geográfica, etc. En estos casos nunca son compartidas las fuentes de los datos ni los tratamientos a que han sido sometidos.

Tipos de datos según su proceso de recolección

  • Datos determinísticos: son los que se recopilan de fuentes cien por cien verificadas, como los que provienen del CRM de una compañía. Su principal valor estriba en que “ofrecen un valor único del individuo”.
  • Datos declarativos: es información no contrastable, pero facilitada por el usuario a través de cualquier tipo de fuente. Su valor estriba en que permite asignar al usuario un perfil de audiencia.
  • Datos inferidos: en este caso el perfil de audiencia que se otorga al usuario se realiza en función de su patrón de navegación.
  • Datos modelizados: se generan a través de extrapolaciones de una muestra representativa de audiencia que haya realizado una determinada opción. Un ejemplo de esta aplicación es el llamado lookalike audience (o audiencia similar), se trata de una herramienta que permite identificar nuevas audiencias relacionadas con el público objetivo que interesa a la compañía, agregando usuarios con comportamientos asimilables. Es un servicio muy común en las plataformas publicitarias de Google o Facebook, para que los anunciantes puedan dirigirse a públicos objetivos sensibles a su oferta.

Tipos de datos según la información que aportan

  • Sociodemográficos: ofrecen información sobre género, edad, ocupación, clase social, etc.
  • Datos comportamentales: estos perfiles de usuario se conforman en función de cómo se comportan en la navegación (páginas que visitan, palabras clave que utilizan, etc.).
  • Datos intenders: a través de una acción concreta han mostrado interés en un servicio o producto determinado.
  • Datos geolocalizados: son las audiencias formadas a partir de un punto geográfico.

TFM y herramienta: Estado de la criptografía post-cuántica y simulaciones de algoritmos post-cuánticos

Área de Innovación y Laboratorio de Telefónica Tech    7 mayo, 2019

Recientemente hemos vuelto a arrancar nuestra iniciativa anual de Retos de Ciberseguridad, Big Data e Inteligencia Artificial donde establecemos contacto directo con estudiantes que realizan su TFG o TFM con nosotros, aportándoles nuestra visión y acercándoles a las necesidades del mercado a través de una tutorización continua. En la edición anterior, además de JAWS, contamos con un estudiante que es bien conocido en nuestro blog, Álvaro Reyes, ganador de dos de nuestros retos. En esta ocasión ha realizado el TFM titulado «Estado de la criptografía post-cuántica y simulaciones de algoritmos post-cuánticos», un trabajo orientado a facilitar la comprensión y experimentar con algunos algoritmos post-cuánticos mediante un simulador útil para ejercicios y actividades académicas.

La criptografía lleva mucho tiempo ayudándonos a proteger nuestros secretos. Con cada algoritmo que se ha roto, han ido apareciendo nuevos para evitar que los secretos sean divulgados a aquellos que no deberían conocerlos. Con la aparición de los primeros computadores electrónicos la criptografía pasó a ser una herramienta de uso obligado para salvaguardar la información confidencial almacenada de forma electrónica y ahora que los computadores cuánticos ya son una realidad (aunque aún faltan años para su desarrollo en masa) representan un riesgo que está siendo abordado con bastante preocupación, ante las nuevas capacidades que proporciona a los atacantes. Podemos ver un poco las diferentes propuestas del uso de algoritmos cuánticos en criptografía en la siguiente figura:

Contexto
De los criptosistemas de clave pública que más se utilizan en la actualidad como RSA o ECDH basados en el problema de la factorización de enteros (dado un número N averiguar qué valores P y Q cumplen que P*Q=N) y el problema del logaritmo discreto (dados g y a, averiguar k para la ecuación g^k=a, siendo g un elemento de un grupo abeliano finito de orden n que cumple que 0≤k≤n-1), pasarán a un estado obsoleto en cuanto exista un computador cuántico con suficiente potencia como para romper sus claves utilizando el algoritmo de Shor. Este algoritmo reduce la complejidad de ambos problemas a un problema computacionalmente tratable y de rápida ejecución si es ejecutado en un computador cuántico, por lo que toda la tecnología que utilice criptosistemas cuyos algoritmos deriven de estos problemas corre el riesgo de ser catalogada como insegura de la misma forma que se ha hecho con otros algoritmos como MD5 y SHA-1. Los criptosistemas simétricos tampoco evitan verse afectados por los computadores cuánticos a causa del algoritmo de Groverpero de momento la duplicación del tamaño de las claves es suficiente para no considerarlo un problema crítico. 

Ante el panorama que presentan estos algoritmos, se está llevando a cabo actualmente la estandarización por parte del NIST de un nuevo criptosistema que pueda resistir ataques cuánticos. La premisa de esas investigaciones conforma lo que se conoce como criptografía post-cuántica: el desarrollo de criptosistemas cuyos problemas matemáticos subyacentes no puedan ser resueltos por computadores normales o cuánticos en un tiempo polinomial. Entre los mecanismos que se utilizan para crear criptosistemas post-cuánticos están los retículos, las funciones polinómicas multivariable y los códigos correctores de errores entre otros.
Para aquellos a los que pueda interesarle el estado actual de la competición del NIST deben saber que se ha abierto recientemente la segunda ronda de participación, con lo cual ha habido cambios significativos en el número de criptosistemas que siguen participando y podemos ver el listado actual de propuestas.

McEliece y Niederreiter
En 1978, años antes de la aparición del algoritmo de Shor en 1994, Robert McEliece propuso un criptosistema basado en códigos correctores de errores. Este algoritmo hace uso de una matriz construida en base a tres matrices: una matriz S de ofuscación no singular e invertible (Scrambler matrix), una matriz G generadora de códigos lineales (Generator matrix) y una matriz P de permutación (Permutation matrix). La multiplicación de estas matrices (S*G*P) junto con el número de errores que pueden ser corregidos por el código lineal utilizado, dan como resultado la clave pública del criptosistema, mientras que las matrices por separado forman la clave privada.

No existe una forma no técnica para explicar que el cifrado de los mensajes se realiza multiplicando el mensaje por la clave pública y sumando un vector que contiene un número de errores menor o igual al parámetro que indique la clave pública. El descifrado pasa por revertir el proceso de la multiplicación del mensaje con la clave pública utilizando las matrices inversas de la clave privada. Sin embargo, el proceso no consiste simplemente en aplicar las inversas para obtener el mensaje, sino que hay que tener en cuenta el código elegido para el criptosistema. En el caso de códigos sencillos como Hamming, no requiere mucho esfuerzo crear una tabla de decodificación y utilizarla para corregir el error del mensaje, pero esto no es tratable a la larga y se debe utilizar un algoritmo de decodificación rápido. En el caso de Hamming se utiliza el algoritmo de decodificación del síndrome, con el cual no es necesario generar una tabla de decodificación y es computacionalmente eficiente. De igual forma tenemos el algoritmo de Patterson para los códigos Goppa binarios, para los cuales se ha demostrado que este criptosistema es resistente a ataques cuánticos inicializado con determinados parámetros, pero tiene la desventaja de que sus claves son muy grandes, no permitiendo un esquema de firma y la comunicación es unidireccional.

En 1986 Harald Niederreiter propuso una mejora del criptosistema de McEliece utilizando las matrices de verificación de paridad (parity-check matrix, comúnmente anotada como H) en lugar de las matrices generadoras, requiriendo una codificación previa para su funcionamiento, pero mejorando el algoritmo en tiempo y espacio además de permitir esquemas de firma.

¡Tenemos aplicación!

Como parte de la realización del TFM se ha desarrollado una aplicación con el objetivo de mostrar, paso a paso y de forma visual, cómo funcionan dichos criptosistemas para el cifrado con códigos Hamming (7,4) que son los más fáciles de interpretar e incluso calcular manualmente, y con códigos Goppa binarios irreducibles, que hasta el momento siguen siendo seguros. La aplicación está dividida en cinco secciones: las dos primeras muestran el funcionamiento de ambos criptosistemas utilizando códigos Hamming (7,4), el tercero muestra cómo se realizaría McEliece con códigos Goppa binarios utilizando para la decodificación el algoritmo de Patterson, el cuarto muestra la implementación de Niederreiter con los códigos Goppa, y el último es una interfaz de un toolkit criptográfico de Java que permita comparar los resultados finales de codificación frente a los pasos documentados y secuenciales de la aplicación.

En la imagen se muestra el proceso que se ha descrito antes para ejecutar McEliece. En el caso de Niederreiter, el proceso es similar pero no aparece la opción para añadir el vector de error. Para cifrar mensajes solo es necesario multiplicar el mensaje por la clave pública. Al recibir este mensaje el proceso de descifrado se realiza de forma similar al anterior.

En la imagen se muestra de nuevo la utilización de McEliece pero esta vez utilizando códigos Goppa. La parte de generación de clave pública y envío de mensaje se simplifica para mostrar el proceso automático del descifrado utilizando el algoritmo de Patterson. Solo hay que arrancar el proceso para ver cómo se va generando el descifrado del mensaje.

De la misma forma que con el algoritmo anterior, podemos utilizar Niederreiter pero utilizando los códigos Goppa. El proceso es idéntico al de Hamming, lo único que ha cambiado es el código lineal utilizado, pero el mecanismo es el mismo. Sin embargo, aquí en lugar de crear la tabla de decodificación, se utiliza el algoritmo de Patterson para averiguar rápidamente el error y corregirlo, en este caso el error se detecta en las posiciones para las cuales el polinomio corrector de error del algoritmo se evalúa a cero.

La última función del simulador utiliza la implementación original de FlexiProvider, que es un toolkit de módulos criptográficos para Java, para cifrar y poder visualizar, en hexadecimal, cómo difieren los algoritmos. De esta forma, podemos comparar y experimentar entre la implementación que hemos reproducido paso a paso con las diferentes formas en las que se puede utilizar un proveedor de seguridad externo, como es el caso de FlexiProvider.

Conclusión
Este TFM ofrece una herramienta, que, aun requiriendo cierto conocimiento del campo de la criptografía cuántica, permite experimentar con dos de los principales criptosistemas propuestos que existen en el mercado, el de McEliece y el de Niederreiter cada uno de ellos en dos de sus variantes, usando códigos Hamming (7,4) y Goppa. Con un carácter claramente académico, esta herramienta quiere servir de ayuda para entender cómo funcionan los algoritmos poder comparar las ventajas de uno y otro durante el proceso de aprendizaje. Con este software podemos explicar los fundamentos algebraicos de las distintas fases que definen estos algoritmos para entender por qué estos criptosistemas están preparados para resistir los riesgos de la computación cuántica y suponen, de momento, la base de la nueva era post-cuántica.

Este trabajo se encuentra publicado en el Repositorio O2 de la Universitat Oberta de Catalunya, al que se puede acceder mediante el siguiente enlace: http://hdl.handle.net/10609/89026.

Álvaro Reyes
En colaboración con Innovación y Laboratorio en ElevenPaths

Video Post #7: ¿Qué se puede hacer y qué no con Inteligencia Artificial?

Paloma Recuero de los Santos    6 mayo, 2019

En el video Post de hoy, hablaremos de uno de los temas que más nos preocupan de la Inteligencia Artificial y, en particular, del Machine Learning. ¿Cuáles son sus límites?¿Qué tipo de tareas es sólo cuestión de tiempo que se puedan automatizar y cuáles no? Veremos algunos ejemplos y os daremos la clave de Andrew Ng para averiguarlo.

Si prefieres leer, puedes encontrar el script del vídeo en nuestro blog:

Infografía: ¿Qué podemos hacer con Machine Learning y qué no?


Puedes ver los  vídeos anteriores aquí:

Los post más interesantes de LUCA Data Speaks 2018 organizados por series y temáticas

¡Sigue nuestra Playlist!
Vídeo Posts Big Data + IA

Cinco consejos para crear una estrategia omnicanal

Raúl Salgado    6 mayo, 2019

La venta presencial, la online, el posicionamiento en Internet, ya sea SEO, inbound marketing o SEM; la publicidad –digital, tradicional o las nuevas tendencias como el street marketing o el ambient marketing–; los gabinetes de medios; el marketing directo, bien mediante correo postal, buzoneo, emailing o telemarketing; y los eventos son siete de «Las 12 únicas maneras de captar clientes» que dan título al nuevo libro de Mónica Mendoza, en el que explica cómo atraer a los nuevos y escurridizos consumidores omnicanales.

Pescar clientes en aguas tan revueltas como las que ha desatado este tsunami tecnológico que todo lo arrasa es uno de los principales objetivos que deben marcarse hoy en día las compañías, máxime teniendo en cuenta que el ratio de venta en el mercado español es uno de cada cien. O lo que es lo mismo, para cerrar una venta, un comercial tiene que hacer cien llamadas a potenciales clientes, de los que únicamente treinta le escucharán, diez –como mucho- le recibirán, y solo uno le comprará.

Es decir, esta labor de captación se ha ido complicando, a medida que han ido proliferando los medios mediante los que las empresas interactúan con sus clientes.

Transmitir confianza

En la venta pesa más la transmisión de confianza y el hecho de tener feeling con el de enfrente durante los primeros cinco o diez segundos de interacción, que el conocimiento de todas las técnicas habidas y por haber. Muchas veces no se trata de vender, sino de hacer que el otro te quiera comprar, de “vender sin vender”, como apuntan los expertos.

La revolución tecnológica y la masiva transformación digital han cambiado las maneras de captar clientes en tanto en cuanto han democratizado el ecosistema empresarial. Así, aunque una pequeña tienda de barrio no tuviera recursos suficientes como para plantearse abrir un gran espacio en una zona concurrida de Madrid o Barcelona; en cambio, sí podría competir en Google contra una gran compañía o incluso una multinacional, como si de la lucha de David contra Goliat se tratara.

Si no hay clientes, no entra dinero, y sin dinero no se pueden pagar las nóminas”. Mendoza resalta la importancia de esta tarea, que en la era de los clics debe basarse en la visibilidad, en el intento de cambiar el paradigma, para que en lugar de tener que llamar, sea posible conseguir que nos llamen.

A posteriori la revolución tecnológica nos ayuda a fidelizar y a automatizar procesos para ser más eficientes, pero respecto a la captación de clientes nos abre múltiples vías y mucho más variadas para darnos a conocer que en el mundo offline”. La psicóloga, conferenciante y gerente de la consultora Energivity sostiene que la irrupción de los medios sociales ha desencadenado la omnicanalidad como estrategia fundamental para generar mayor volumen de ventas, ampliar la cartera de clientes y mejorar la relación con aquellos de amplia trayectoria.
La omnicanalidad se ha convertido en una necesidad para negocios y tiendas digitales, ya que genera un valor extra al cliente, ofreciéndole la sensación de acompañamiento”.

Mendoza asegura en su libro que el nuevo consumidor, empoderado por las nuevas tecnologías, se ha convertido en el gran protagonista del mercado, en un eje en torno al que gira todo, pues sus decisiones de compra determinan quién sobrevive y quién desaparece en la selva digital.

Ya nadie duda de que en la sociedad actual, donde la oferta es cada vez más amplia y variada, los clientes se han vuelto más exigentes y han pasado a ser usuarios omnicanales, que no entienden de barreras entre el mundo online y offline; mundos que coexisten, que se integran e interactúan entre ellos.

Actualmente, podemos ver y comparar productos en Internet, probarlos en la tienda física y terminar comprándolos desde nuestros telefónos móviles. O llamar por teléfono al establecimiento para pedir recomendaciones, mientras interaccionamos con la marca en sus perfiles de Twitter, Facebook o Instagram.

La autora de “Las 12 únicas maneras de captar clientes” afirma que “la clave del éxito de la estrategia comercial omnicanal se encuentra en la alternancia de los entornos digitales y tradicionales del marketing”.

Mendoza detalla que la omnicanalidad es una estrategia de gestión de canales tradicionales (venta presencial) y digitales (venta online), que actúa construyendo puentes de comunicación con el cliente y que aporta una visión íntegra, porque unifica las acciones de diferentes entornos a través de información compartida y procesos altamente automatizados.

Si fortalecemos esta combinación, estaremos potenciando los resultados de ventas y, a su vez, fidelizando a más clientes. A fin de cuentas, favoreceremos la experiencia del cliente, sin importar desde qué canal. Y es que el objetivo de una estrategia comercial omnicanal es mejorar la experiencia del cliente en calidad de servicio e inmediatez”, apostilla.

Claves para crear una estrategia omnicanal

Mónica Mendoza ofrece cinco consejos para implementar exitosamente una estrategia omnicanal y así mejorar la gestión comercial y la captación de clientes. Y añade que, en el caso de las pymes, como el presupuesto no suele ser muy elevado, todas las claves deben estar alineadas con la búsqueda de la máxima eficacia (ROI) de las acciones:

  1. Definir qué objetivos se persiguen en la estrategia para que sea eficaz. El cliente debe ser el epicentro de la estrategia omnicanal, por lo que es necesario trazar un plan para ofrecerle una experiencia coherente en ambos canales. En resumidas cuentas, hay que brindarle experiencias únicas y personalizadas para alcanzar mejores resultados de ventas.
  2. Definir qué objetivos se persiguen en la estrategia para que sea eficaz. El cliente debe ser el epicentro de la estrategia omnicanal, por lo que es necesario trazar un plan para ofrecerle una experiencia coherente en ambos canales. En resumidas cuentas, hay que brindarle experiencias únicas y personalizadas para alcanzar mejores resultados de ventas.
  3. Identificar y definir al Buyer Persona. Conviene tener claro cuál es el Buyer Persona y cuáles son sus intereses, motivaciones, metas, necesidades… Y es que únicamente identificando qué tipo de Buyer Persona es tu cliente, será posible discernir en qué canales de comunicación es más activo para crear acciones específicas y personalizadas para cada segmento.
  4. omienda analizar sus miedos e inseguridades para fortalecer la estrategia. “Haz que sienta que tú tienes las herramientas que necesita para crecer. Solo así llamaremos la atención de los usuarios, cada vez más bombardeados por sobreinformación de publicidad y contenidos”, sugiere.
  5. Recopilar información sobre el cliente desde entornos tradicionales y digitales, para responder a sus requerimientos e inquietudes. Mendoza remarca la importancia de demostrar al cliente que se le acompañará durante el camino y que se tiene la solución que él andaba buscando, un seguimiento que favorecerá la estrategia de ventas cruzadas. Por otra parte, en caso de que el modelo de negocio sea B2C (Business to Consumer), la tarea de segmentación posiblemente resultará más tediosa, ya que el público obligará a estudiar su comportamiento de consumo, pese a que las redes sociales permiten una significativa segmentación.
  6. Identificar y mapear el customer journey. Mendoza recalca la necesidad de conocer el patrón que seguirá el cliente desde el primer contacto con la empresa hasta el cierre de venta. “Puede haber diferentes comportamientos durante el customer journey”. Por ello, hay que mapear todos los puntos de contacto previamente, teniendo en cuenta cuáles serán sus intereses y requerimientos”, concluye.

Cómo funciona el «antimalware» XProtect para MacOS y por qué detecta poco y mal

Sergio de los Santos    6 mayo, 2019

Hace poco, MacOS incluyó una firma para detectar un binario para Windows en su «antivirus» incrustado, ¿tiene sentido esta detección? Se podría pensar que sí, como reacción a que en febrero de 2019 Trend Micro descubría malware creado en .NET para Mac. Se ejecutaba gracias a la implementación de Mono que incluía el propio malware en sí como intérprete de su propio código. Pero ahora en serio, ¿tiene sentido? 

Puede que tenga sentido puntualmente incluir una detección muy concreta que ha saltado a los medios, pero la estrategia en general de este antivirus a largo plazo no está tan clara, aunque reconozca que pretende detectar malware «conocido». La lucha contra el malware que lleva a cabo MacOS en su conjunto, parece un despropósito. Pasó de la absoluta negación de los primeros años del siglo XXI hasta la tímida aceptación para, desde 2009, combatir tímidamente el malwarePero desde entonces no ha evolucionado demasiado.

Sigamos con el ejemplo de la detección de un ejecutable para Windows: El malware se detectó en febrero, lo que implica que llevaba un tiempo funcionando. Pero Trend Micro lo anunció y saltó a las noticias, manchando una cuidada reputación. El 19 de abril, Apple incluye su firma en XProtect. Es un tiempo de reacción inaceptable. Por si fuera poco, esta es la primera firma con la que se actualiza XProtect en todo 2019. ¿Es posible que esté relacionada la exposición mediática del malware con el hecho de incluir la firma? ¿Qué prioridad le da a la seguridad de sus usuarios? ¿Sabemos cuánto malware detecta XProtect y cada cuánto se actualiza esta funcionalidad de la que MacOS no habla demasiado? ¿Son Gatekeeper e XProtect en general un movimiento meramente cosmético o de verdad pretenden ayudar a mitigar las potenciales infecciones en MacOS?

Qué es cada cosa
El asunto del malware en MacOS es un tema cíclico y recurrente (que a veces aburre). Pero para los que se incorporan al mundo de la seguridad, es necesario recordarles la peligrosidad de ciertos mitos que perduran todavía, porque aún existen grandes «negacionistas».

XProtect es un rudimentario sistema de detección por firmas de malware que se introdujo en septiembre de 2009. Se trata de un primer acercamiento a un antivirus integrado en MacOS. Tan rudimentario que cuando apareció solo reconocía dos familias que solían atacar al sistema operativo de Apple y exclusivamente comprobaba los ficheros descargados desde Safari, iChat, Mail y ahora Messages (lo que deja fuera a navegadores tan populares en MacOS como Chrome o Firefox). Actualmente XProtect cuenta con algunas firmas más que se pueden ver claramente (nombre del malware y el patrón de detección) en esta ruta:

/System/Library/CoreServices/XProtect.bundle/Contents/Resources/ 

XProtect contiene firmas por un lado, y reglas Yara por otro (viene definido por XProtect.plist y Xprotect.yara en ese directorio), y con los dos sistemas permite la detección y definición del malware, y en esto se apoya GateKeeper, que vigila y se las pasa. La lista XProtect.plist es pública. El número 3 en la URL hace referencia a Mountain Lion. Si se modifica al 2, se ve el fichero de firmas de Lion y 1 es para Snow Leopard. Apple no parece que quiera hablar mucho de ello. site:support.apple.com xprotect en Google no arroja apenas resultados.

GateKeeper poco tiene que ver con el malware ni con un «antivirus» como a veces se dice. Gatekeeper se trata de un sistema que controla que las apps descargadas estén firmadas por un ID conocido. Para desarrollar para Apple y publicar en el App Store, el programador debe conseguir (y pagar) un ID con el que firma sus programas. Una especie de certificado. Según Apple «El ID del programador permite a Gatekeeper bloquear aplicaciones creadas por desarrolladores de malware y verificar que las apps no han sido modificadas desde que fueron firmadas. Si una app fuera desarrollada por un programador desconocido (o sin ID) o modificada con él, Gatekeeper puede bloquear la app y que no sea instalada«. Por tanto, Gatekeeper está lejos de ser un anti malware. Más bien es un controlador de la integridad, procedencia y autoría de las apps que, si algo le resulta sospechoso, se lo pasará a XProtect marcándolo como «en cuarentena» si viene de un lugar sospechoso.

Por otro lado, también existe MRT en MacOS. Es su Malware Removal Tool, que se parece mucho al Malicious Software Removal Tool de Windows. Sirve para eliminar reactivamente el malware que ya esté instalado y solo se ejecuta cuando se inicia el sistema. Por si fuera poco, confía en rutas muy concretas de infección comunes para desinfectar, por tanto, poco puede hacer.

Por qué todo esto no parece funcionar demasiado bien

  • Un bit eludible para analizar: XProtect es un sistema basado en firmas (nos olvidamos de heurísticas ni el más mínimo rastro de un sistema de análisis avanzado) que realmente es la «base». Pero sufre toda clase de trabas para ser realmente eficaz. Gatekeeper es el sistema que le dice a XProtect, «voy a ponerle a este archivo recién descargado un bit activo de cuarentena, y a ver si tú lo detectas». Ese bit resulta trivial de eliminar sin ni siquiera tener privilegios, por lo que sería fácil eludir la comprobación base de XProtect.
  • Una actualización muy pobre, tanto en frecuencia como en cantidad: Por poner un ejemplo, como decíamos a fecha de mayo de 2019, XProtect ha recibido solo dos actualizaciones, con solo una firma cada una. la primera de 2019 ocurrió el día 19 de abril (para ese malware “de Windows”), y solo 10 días después, ya actualizó con otra (que introducía una regla para detectar MACOS.6175e25 en sus reglas Yara. De 2009 a 2011, pasó de dos firmas a menos de 20. ¿Cuántas tiene ahora? En su versión 2103, la última de mayo cuenta con 92 firmas (acumuladas en casi 10 años). Son estas:

«OSX.CrossRider.A»,»MACOS.6175e25″,»MACOS.d1e06b8″,»OSX.28a9883″,»OSX.Bundlore.D»,
«OSX.ParticleSmasher.A»,»OSX.HiddenLotus.A»,»OSX.Mughthesec.B»,»OSX.HMining.D»,»OSX.Bundlore.B»,
«OSX.AceInstaller.B»,»OSX.AdLoad.B.2″,»OSX.AdLoad.B.1″,»OSX.AdLoad.A»,»OSX.Mughthesec.A»,»OSX.Leverage.A»,
«OSX.ATG15.B»,»OSX.Genieo.G»,»OSX.Genieo.G.1″,»OSX.Proton.B»,»OSX.Dok.B»,»OSX.Dok.A»,
«OSX.Bundlore.A»,»OSX.Findzip.A»,»OSX.Proton.A»,»OSX.XAgent.A»,»OSX.iKitten.A»,»OSX.HMining.C»,
«OSX.HMining.B»,»OSX.Netwire.A»,»OSX.Bundlore.B»,»OSX.Eleanor.A»,»OSX.HMining.A»,»OSX.Trovi.A»,
«OSX.Hmining.A»,»OSX.Bundlore.A»,»OSX.Genieo.E»,»OSX.ExtensionsInstaller.A»,»OSX.InstallCore.A»,
«OSX.KeRanger.A»,»OSX.GenieoDropper.A»,»OSX.XcodeGhost.A»,»OSX.Genieo.D»,»OSX.Genieo.C»,
«OSX.Genieo.B»,»OSX.Vindinstaller.A»,»OSX.OpinionSpy.B»,»OSX.Genieo.A»,»OSX.InstallImitator.C»,
«OSX.InstallImitator.B»,»OSX.InstallImitator.A»,»OSX.VSearch.A»,»OSX.Machook.A»,»OSX.Machook.B»,
«OSX.iWorm.A»,»OSX.iWorm.B/C»,»OSX.NetWeird.ii»,»OSX.NetWeird.i»,»OSX.GetShell.A»,»OSX.LaoShu.A»,
«OSX.Abk.A»,»OSX.CoinThief.A»,»OSX.CoinThief.B»,»OSX.CoinThief.C»,»OSX.RSPlug.A»,»OSX.Iservice.A/B»,
«OSX.HellRTS.A»,»OSX.OpinionSpy»,»OSX.MacDefender.A»,»OSX.MacDefender.B»,»OSX.QHostWB.A»,
«OSX.Revir.A»,»OSX.Revir.ii»,»OSX.Flashback.A»,»OSX.Flashback.B»,»OSX.Flashback.C»,»OSX.DevilRobber.A»,
«OSX.DevilRobber.B»,»OSX.FileSteal.ii»,»OSX.FileSteal.i»,»OSX.Mdropper.i»,»OSX.FkCodec.i»,»OSX.MaControl.i»,
«OSX.Revir.iii»,»OSX.Revir.iv»,»OSX.SMSSend.i»,»OSX.SMSSend.ii»,»OSX.eicar.com.i»,»OSX.AdPlugin.i»,
«OSX.AdPlugin2.i»,»OSX.Leverage.a»,»OSX.Prxl.2″

Incluyendo Eicar y los primerísimos ejemplares con los que se inauguró Xprotect en septiembre de 2009 (OSX.RSPlug.A, OSX.Iservice).

  • XProtect se fundamenta en reglas Yara a plena vista. Yara es estupendo para la «caza» de malware por parte de analistas, pero no tenemos claro si es lo mejor para la detección, sobre todo si se publican las reglas y se deja claro cómo se detecta y bajo qué condiciones se hace.Esto abre la puerta a simples modificaciones para que los creadores de malware puedan eludirlo tranquilamente.
  • Las reglas Yara no solo hay que hacerlas, sino que hay que hacerlas bien. Escoger la singularidad concreta para evitar falsos positivos, y ponérselo difícil a los atacantes para que, cambiando alguna condición, sigan pudiendo atacar sin variar su payload. En concreto, nos llama la atención en este aspecto lo mucho que confía Apple en el tamaño para detectar malware. Lo hace por lo que entendemos que es «eficiencia».

En esta regla, se espera a que el fichero sea menor que 3500 bytes (los hashes de ejemplo pesan muy poco, apenas 2k) para calcular el hash y así detectarlos. Cualquier fichero descargado menor de ese tamaño, se comparará con unos hashes bien conocidos desde 2016. Primero discrimina por tamaño, y luego detecta hash, ambas variables muy poco relevantes. Y con esta misma estructura de tamaño y hash, podemos encontrar 42 de las 92 reglas Yara de XProtect que discriminan por tamaño y luego confían en hashes para la detección de malware.

No solo se basan en hash. Las reglas Yara de XProtect también usan cadenas significativas para detectar malware y añaden también al final añadiendo el tamaño como condición determinante para detectarlo.

Según esta regla, el malware debe ser de tipo Macho, tener todas las cadenas descritas y además se menor de 200kb. Si contiene todas las cadenas pero es mayor de 200k, la condición no se cumple y no se detectaría. El uso del tamaño en reglas Yara no es extraño ni incorrecto de por sí, pero en estas situaciones y como condición de un sistema de protección (y no de «caza»), no parece muy robusta.

Y con esta fórmula de tamaño discriminatorio, podemos encontrar 27 (un tercio) de las detecciones que se eludirían simplemente modificando el tamaño del archivo. Recordemos que 42 (casi la mitad) lo harían además alterando un solo bit del archivo. Y esto, con solo 92 firmas en su «base de datos» y analizando exclusivamente los programas que vienen por canales muy concretos (Safari, Mail, iChat y Messages). Si quisiéramos hilar más fino, podríamos mencionar que SHA1 se considera ya obsoleto para calcular el hash, pero tampoco importa demasiado en este contexto.

Conclusiones
XProtect no pretende competir con ningún antivirus, es cierto, y está diseñado para detectar malwareconocido. Ahora bien, «malware conocido» no es lo mismo que «muestra conocida». Al menos debería abarcar familias y no ficheros concretos. No se debe esperar mucho de él, sino que debe concebirse como una primera, finísima línea de protección contra las amenazas. Pero pensamos que ni aun así cumpliría con su cometido. Las reglas usan hashes para detectar, son escasas y las definiciones de malware siempre se incorporan mucho después de que el malware haya saltado a los medios. Alguien podría argumentar que quizás esas pocas firmas cubren la mayoría del malware conocido para MacOS, pero aunque no sea cierto, la capacidad de reacción y la fórmula para su detección, dejan en muy mal lugar al sistema en general. Por tanto, con XProtect no se puede esperar una protección real, ni siquiera reactiva ¿Qué se espera entonces con este sistema en MacOS? Simple y llanamente, dar una sensación de seguridad a algunos usuarios que «en condiciones ideales de infección» verán un mensaje tranquilizador en sus sistemas.

En su favor, decir que al menos Apple no es Android (con un sistema de detección como Play Protect poco eficaz, pero al menos justificable) pero sobre todo porque al menos si los usuarios se limitan a descargar del Apple Store, existen ciertas garantías. Al contrario que Google Play y aunque su tienda no está libre de malware, Apple Store es bastante segura, como pasa con iOS y sus aplicaciones.

Y ahora, la eterna pregunta que les gusta tanto a los negacionistas. ¿Necesitas un antimalware en tu MacOS? Diríamos que sí, pero no XProtect. No alimentemos la histeria, pero tampoco a los mitos.

Tecnología para mejorar la vida de las personas

Virginia Cabrera    6 mayo, 2019

Desde los rudimentarios bifaces de sílex en la prehistoria al primer ordenador ya en pleno siglo XX, el ser humano no ha dejado de mejorar las herramientas que le facilitan la vida. La tecnología, que ha permitido a las personas volar como pájaros o descender a las profundidades submarinas emulando a los extraños peces abisales, ya ha superado nuestras capacidades en ocasiones anteriores y, sin duda, volverá a hacerlo. La tecnología para mejorar la vida de las personas es una constante.

Pero todo avance es percibido al mismo tiempo como maravilloso y monstruoso. Los tecnófobos claman desde que el hombre es hombre para alertar sobre los últimos progresos. Como escribió un compañero, “A principios del siglo XIX se pensó que viajar a más de 32 km por hora podía causar la muerte. Hoy la alta velocidad es el maná que llega a las ciudades para conectarlas con el mundo”. Ahora nos alertan contra los perniciosos efectos de las redes sociales o de la inteligencia artificial.

Pero en la actualidad el mundo es mejor. Gracias a la tecnología, una hectárea de terreno cultivado alimenta a cuatro personas, el doble que en 1950 y, además, lo hace con menos impacto medioambiental, al incorporar los tratamientos fitosanitarios en la semilla. Ya es posible también modificar el ADN para eliminar los genes portadores de enfermedades o imprimir prótesis que sustituyan a miembros amputados. Manos biónicas controladas por señales cerebrales permiten a las personas sin dedos recoger y manejar objetos delicados e Internet supone el acceso a la educación para millones de personas… Jill Watson, una chatbot de IBM que atendía las dudas de los estudiantes en el Georgia Institute of Technology, lo hacía tan bien que fue propuesta a profesora ayudante del año.

Las herramientas son solo eso

Nos adentramos en lo que Klaus Schwab, fundador del Foro Económico Mundial, llamó la cuarta revolución industrial, una etapa marcada por avances tecnológicos en todos los campos. La evolución de las capacidades de las redes de comunicación nos permitirá ver circular coches conectados o realizar operaciones de cirugía compleja a distancia. Asistiremos al boom de la realidad extendida (virtual, aumentada y mixta), que trastocará el interfaz hombre máquina que conocemos hoy. La potencia combinada de big data e  inteligencia artificial es tan brutal que cuesta imaginar cómo será el mundo dentro de diez años.

Apuesto a que seguirá siendo mejor, pues cualquier herramienta es potencialmente neutra aun cuando no lo sean tanto los impactos que tiene sobre nuestra vida y sobre la sociedad. Por ello, a las puertas de una era en la que algoritmos, bots, androides y otras formas de inteligencia artificial cada vez más sofisticadas van a seguir ganando peso, resulta de vital importancia ponderar las consecuencias jurídicas y éticas, sin obstaculizar con ello la innovación.

Animo a asumir el futuro con optimismo y a desempeñar con entusiasmo el papel que nos queda como humanos: el de pensar. Empezando por racionalizar nuestro miedo a ser reemplazados por robots o al error de deshumanizar nuestras relaciones por el mero hecho de haberlas digitalizado.

Las máquinas son unos asistentes sin igual. Pueden (y lo hacen mucho mejor que nosotros) buscar información, recopilar datos, contrastarlos y analizarlos. Pero no corresponde a nosotros hacernos las preguntas oportunas, sembrar las dudas que nos impulsen a avanzar creando algo valioso para la sociedad.

  • Como personas tenemos que ampliar nuestras perspectivas. Para entender este mundo volátil, incierto, complejo y ambiguo ninguna ayuda sobra, así que debemos acostumbrarnos a dejar en manos de los algoritmos todo lo que ellos puedan resolver y potenciar aquellas habilidades que las máquinas no tienen ni pueden alcanzar. Todos tenemos que aprender a relacionarnos con ellas y, para ello, mejorar nuestros conocimientos técnicos para aprovechar su potencial, al tiempo que nos esforzamos por desarrollar todas esas habilidades específicamente humanas como el pensamiento crítico, la flexibilidad, la creatividad, la colaboración y la empatía. Joseph E. Aoun, autor de “Robot-Proof: Higher education in the age of artificial intelligence”, propone una educación basada en las disciplinas “Humanics”, una mezcla de humanidades y tecnología, que combina tres formas de alfabetización: la data literacy, que nos capacitará para aprovechar ingentes cantidades de datos, la technological literacy, para conocer mejor a las máquinas y la human literacy para fomentar lo mejor de nuestra naturaleza humana. Otros autores nos invitan a eliminar silos de conocimiento en busca de un curriculum más globalizado, que fomente unas competencias culturales, artísticas y relacionales que ayuden a explorar y establecer relaciones con diferentes materias y personas y así estimule la creatividad más profunda.
  • Es necesario promover el debate y hasta cierto punto incluso cierta “indignación” respecto a las corrientes de pensamiento establecidas, al más puro estilo Harvard. Sin una comprensión amplia y crítica de cualquier aspecto que nos permita entender el presente no encontraremos vías para construir un futuro mejor. Nuestro objetivo (y también nuestra gran oportunidad frente a las máquinas), como recordaba hace 200 años, John Stuart Mill al asumir el cargo de rector de la Universidad de Saint Andrew, «no es hacer que las personas aprendan a repetir como verdadero lo que se les enseña, sino formar personas con capacidad de pensar por sí mismas”. Recuperemos el ejemplo de esos gigantes de generaciones anteriores cuyo saber abarcaba y cuestionaba diversos campos de la ciencia, del arte o de las humanidades. Aristóteles, Da Vinci, Galileo o Keynes eran a la vez matemáticos, historiadores, estadistas y filósofos, investigadores… Y, todos ellos, grandes críticos de lo establecido.
  • La ética debe ser protagonista. Lejos de buscar el prohibir o aceptar indiscriminadamente, debemos ayudar al discernimiento, en cada contexto, entre lo “correcto” y lo “equivocado”, lo “bueno” y lo “malo”. La ética es, por tanto, tan esencial hoy como la creatividad, el conocimiento profesional o las habilidades. En esta línea están por ejemplo los principios éticos de inteligencia artificial de Telefónica. No solo debemos replantearnos cuál y cómo debe ser el uso responsable de las capacidades que la tecnología pone a nuestro alcance, sino cómo debemos tratar e interactuar los seres humanos con ellas y cómo lo hacemos con el ecosistema. Y el camino es tomar las decisiones con un propósito: contrarrestar cualquier efecto negativo que la innovación pueda originar, sin renunciar a la multiplicidad de sus ventajas. No podemos olvidar que la inteligencia artificial se basa en esquemas de decisión que programan las personas. Son quienes diseñan y entrenan los algoritmos quienes en realidad deciden. Así que tanto en el desarrollo de altavoces inteligentes como en los automóviles autónomos se debe reflexionar sobre las implicaciones éticas como aspecto clave. De la misma manera, quienes trabajamos en plataformas digitales, debemos enarbolar unos valores que aseguren la transparencia de nuestra actuación y el respeto a la privacidad de nuestros usuarios.

En definitiva, la tecnología siempre nos ha dado la vuelta, así que no debemos asustarnos por ello. Tenemos otras armas. Así, cuando una explosión de los tanques de oxígeno del Apolo 13 obligó a la tripulación a abortar la misión original de llegar a la luna y orbitar alrededor de ella, fue el ingenio de los astronautas, que improvisaron un paracaídas para su módulo lunar, lo que logró que regresaran sanos y salvos a la tierra.

Y, como de todas formas, no es posible revertir el inevitable proceso de aceleración tecnológica que vivimos, no malgastemos tiempo y fuerzas en decidir si nos subiremos o no al carro de la tecnología. Empleemos toda nuestra energía en servirnos de ella, ideando usos y aplicaciones que nos ayuden (a todos) a avanzar.

Quitemos, con todo respeto, la razón al gran Miguel Delibes cuando afirma que “la máquina ha venido a calentar el estómago del hombre, pero ha enfriado su corazón”.

Grandes retos de la cuarta revolución industrial

Lluis Serra    3 mayo, 2019

Últimamente se habla mucho de la última de las etapas de la revolución industrial, la cuarta, también conocida como industria 4.0. Si refrescamos la memoria, recordaremos que la primera revolución industrial es el proceso de transformación económica, social y tecnológica que se inició entre 1760 y 1830 en Gran Bretaña y que ayudó a transformar la producción manual en mecanizada. La segunda revolución industrial tuvo lugar entre 1870 y 1914, y ayudó al crecimiento de industrias con la llegada de la electricidad, el teléfono y el petróleo. La tercera revolución industrial (revolución digital) se inició durante los años ochenta y está en curso, con las telecomunicaciones, la electrónica y la tecnología desde dispositivos electrónicos y mecánicos analógicos hasta la tecnología digital disponible en la actualidad. Recientemente se ha iniciado la cuarta revolución industrial (industria 4.0), que se basa en la anterior, pero incorpora nuevas formas en que la tecnología se integra en la sociedad e incluso en el cuerpo humano.

Está claro que la cuarta es una evolución de la anterior, aunque genera dudas entre muchas personas que la consideran como una sola etapa. Pero hay tres razones que la diferencian de la tercera revolución industrial: la velocidad a la que transcurre todo, el alcance y la complejidad.

La tecnología aparece siempre, este punto de unión entre ellas hace que, desde mi punto de vista, hoy en día el abanico entre lo que os he contado (historia) y nuestra sociedad (realidad) sea enorme. Tenemos que ser capaces de innovar y adaptarnos a nuevos procesos globales de transformación digital. Teniendo en cuenta la velocidad a la que transcurre todo, la pregunta sería: ¿nuestras empresas están preparadas para una industria 4.0?

El último barómetro global de General Electric recoge más de 4.000 opiniones de personas de 23 países y concluye que el 70% de ellos tienen muchas expectativas y están entusiasmados con el reto.

Pero la realidad es que nuestras empresas dedican mucho tiempo a la toma de decisiones, se lo piensan demasiado antes de dar un paso. Y es lógico que sea así, porque esas decisiones requieren mucha energía y atención, al igual que el uso de la tecnología. Creo que aquí puede surgir uno de los problemas más grandes a la hora de evolucionar en esta cuarta revolución industrial.

¿Dónde focalizaremos la energía y la atención? ¿En la tecnología? Tenemos un exceso de tecnología; por ejemplo, el uso sin sentido del teléfono móvil nos hace perder tiempo (dinero), agota nuestra energía y nos distrae, a veces, de cosas más importantes, pero no sabemos vivir sin él.

Necesitamos un proceso de adaptación, de formación. Se habla desde hace tiempo de tecnologías como la inteligencia artificial, la robótica, la nanotecnología, la realidad virtual, los drones, la impresión 3D, el Internet de las cosas (IoT), los vehículos autónomos, el Big Data, entre muchos más avances que ponen los pelos de punta.

Qué trae la cuarta revolución industrial

Y algunos están gastando tiempo y dinero en tecnología que ya es historia. Teniendo en cuenta que las revoluciones industriales son transformaciones tecnológicas, sociales, políticas y económicas que transforman la producción industrial, se avecinan grandes retos para todos. El primero de ellos es entender los cambios que tendremos que realizar a gran velocidad, porque cambiará nuestra forma de vivir, de trabajar y de relacionarnos. Se acabó el decir: «Toda la vida lo hemos hecho así», o nos adaptamos o no seguiremos.

Otro gran reto será el conocimiento. Las nuevas tecnologías generarán un gran volumen de datos, de algoritmos que vamos a almacenar y necesitaremos nuevos conocimientos para su correcto uso. El conocimiento “acumulado” hasta el día de hoy ya no nos sirve, tendremos que aprender a “eliminar” ese conocimiento para dejar paso al nuevo. Todo va a cambiar.

Incluir las nuevas profesiones digitales del siglo y adaptarnos a ellas no será una tarea fácil, ver cómo desaparecen 5 millones de puestos de trabajo, que profesiones de siempre serán sustituidas por robots y que nosotros quedamos a un lado puede producir más desgaste de energía. La adaptación será muy importante, y no habrá adaptación sin formación de esas nuevas profesiones que nos abrirán nuevas oportunidades laborales.

Es sabido por todos que el comportamiento humano ya ha cambiado, interactuamos y nos relacionamos de forma diferente, nos comunicamos y nos expresamos de otro modo, compramos y vendemos, consumimos y publicamos información de manera diferente que hace años. Este cambio de paradigma hace que nazcan nuevos modelos de negocio totalmente diferentes, nuevas empresas disruptivas. La aceptación y la adaptación a este nuevo paradigma será clave, no podremos no aceptarlo ni vivir sin él.

Las malas prácticas son una amenaza para esta nueva revolución industrial y su evolución, y hacen necesario e imprescindible para todos trabajar en el ámbito de la ciberseguridad y así proteger la información que se está generando a nuestro alrededor.

Como consumidores, como empresarios y como trabajadores necesitamos adaptarnos rápidamente e intentar cerrar el círculo entre lo que está pasando y lo que estamos realizando. No hay duda de que nos esperan grandes beneficios en esta nueva etapa, pero tenemos que ser rápidos y conscientes de que todas las revoluciones lo cambian todo a gran velocidad.

Mi conclusión: «No podemos perder la visión de futuro ni el sentido estratégico, por mucho miedo que tengamos a la cuarta revolución industrial. Será la disrupción la que nos permitirá superar las dificultades de los nuevos retos del siglo XXI, y poder iniciar etapas de expansión en mejores condiciones que pasarán necesariamente por la innovación«.

Cómo escalar la innovación en una gran organización: Loonshots de Safi Bahcall

Jaime Rodríguez-Ramos Fernández    3 mayo, 2019

Loonshots” es el nuevo libro de Safi Bahcall, en el que explora cómo lanzar con éxito innovaciones radicales (loonshots), a través de una nueva teoría basada en el concepto de «separación de fases». La creatividad y la ejecución requieren diferentes condiciones ambientales y lograr ambos objetivos en una organización es complicado pero factible.

La «fase líquida» que nutre a los artistas y la creatividad es clave para la innovación, mientras que la «fase sólida», que garantiza la ejecución y la captura de valor es necesaria para alcanzar las oportunidades de negocios previamente identificadas. Equilibrar ambas en una gran organización es complicado pero se puede hacer y es necesario para que las organizaciones prosperen.

Bahcall expone en su obra seis principios clave que deben suceder para que la “fábrica de innovación” trabaje a escala:

  • Separación de fases. Los innovadores (los llamaremos artistas) necesitan entornos líquidos y flexibles que “les den alas”. Bahcall los asemeja al agua. Por otra parte, es precisa la consistencia, la existencia de “soldados”, personas dedicadas a ejecutar y obtener los beneficios económicos de los modelos de negocio que ya están en funcionamiento. Estos requieren un entorno más jerárquico, que Bahcall asemeja al hielo. El agua y el hielo son muy difíciles de mantener al mismo tiempo y de conectar directamente, pero pueden y debe ocurrir para que se dé la innovación a escala. Así ha pasado en Apple con sus innovaciones y la organización que respalda dichas ejecuciones. Equilibrio dinámico entre las distintas fases. Por seguir con la metáfora del agua y el hielo, debe haber perfiles que se desenvuelvan con soltura en ambos. Hay que evitar caer en la trampa del “emprendedor innovador” que suele ensalzar a los artistas y despreciar a los soldados y se centra en la próxima gran cosa continuamente (por ejemplo, Polaroid con Edwin Land o Apple en la primera etapa de Steve Jobs). Y, por otro lado, hay que evitar el extremo opuesto, en el que los soldados se llevan todo el dinero y los artistas se relegan al olvido (por ejemplo, PARC inventó muchas de las tecnologías del PC pero Xerox no las usó).
  • Los tres fracasos. Bahcall recoge en el libro que todas las innovaciones radicales morirán al menos tres veces. Son tan novedosas que necesitan resolver muchos problemas, por eso el fracaso es lo normal para los loonshots. Hay que buscar las causas de cada fracaso y entender si son realmente determinantes y, al mismo tiempo, mantener una escucha activa y de aprendizaje con los críticos, no se trata de escuchar solo a quienes apoyan la idea.
  • Innovaciones “tipo P versus tipo S”. Algunas innovaciones son como el iPhone: una nueva tecnología muy visible que lo puede cambiar todo si funciona. Pero hay otras más sutiles, como un cambio en el modelo de negocios, aunque sean igualmente difíciles y transformadoras. El tipo de personas capaces de llevar a cabo cada una de ellas es muy diferente (por ejemplo, Pan Am versus American Airlines). Un cambio de tipo S puede atrapar a los jugadores que están acostumbrados a enfocarse en el cambio tipo P (por ejemplo, IBM versus Microsoft/Intel y el cambio en la cadena de valor del PC), mientras que un cambio de tipo P puede dejar obsoletas a las empresas del tipo S (por ejemplo, Nokia con el iPhone).
  • Masa crítica. El éxito en las innovaciones de ambos tipos, tanto P como S, requiere de una escala crítica de talento y alcance organizativo.
  • Pensamiento sistémico. Los buenos líderes de las organizaciones duales se centran en los sistemas frente a los resultados porque lo primero conduce a lo segundo. El sistema es lo que permite que estadísticamente los resultados de los loonshots vayan más allá de la anécdota. Steve Jobs en su segunda fase en Apple construyó un sistema que combinaba a Johny Ive (el artista) y a Tim Cook (el soldado) para que trabajaran en conjunto para crear innovaciones como el iPhone, el iPod o el iPad.

Esta separación de fases se puede conseguir en una organización, pero también en la industria. Bahcall lo examina en detalle en el caso de las grandes farmacéúticas (soldados) frente a las biotechs (artistas), pero también menciona otros como la producción original o distribución, en cuanto a contenido audiovisual.

Loonshots” es una lectura interesante incluso si solo consideramos los múltiples ejemplos de innovación en grandes organizaciones que se exploran en el libro. Algunos son grandes clásicos de la literatura sobre innovación (Bell Labs, Xerox Parc, Steve Jobs, DARPA), mientras que otros están menos vistos (Radar en la Segunda Guerra Mundial, estatinas y otras innovaciones de Biotech, Edwin Land y Polaroid, PanAm, American Airlines…) pero todos ellos se examinan a través de una lente distinta que hace que la lectura valga la pena.

Imagen: pixabay

CyberThreat Intelligence: el área que toda empresa de seguridad necesita

Área de Innovación y Laboratorio de Telefónica Tech    2 mayo, 2019

Hoy en día, los ciberataques son realizados por personas que usan técnicas avanzadas. Es muy difícil predecir tanto las intenciones, como los medios empleados a la hora de realizar el ataque. En este escenario, el enfoque de la ciberseguridad clásica no es suficiente. Las empresas necesitan reclutar ciber profesionales para extraer la Threat Intelligence, y descubrir asínuevas amenazas desconocidas y crear mecanismos avanzados de defensa para proteger los activos IT de las empresas.

Definición de Cyber Threat IntelligenceThreat Intelligencetambién conocido como CTI, se define como el análisis de la información acerca de la amenaza, adversarios y de los patrones empleados en el ataque para tomar decisiones en base a todo lo anterior para su preparación, prevención y tomar acciones de respuesta contra Ciberataques. En este proceso de descubrimiento de cualquier “Unknow Threat” que una empresa está formada por las siguientes etapas: recogida de información, investigación de los datos recogidos, y análisis de las tendencias a la hora de perpetrar los ataques. El principal objetivo de CTI es que la empresa sea capaz de identificar las amenazas actuales y emergentes y sea capaz de desarrollar una postura proactiva de ciber seguridad, antes de que estas amenazas puedan ser explotadas. Este proceso de transformar una “amenaza desconocida” en “amenaza conocida” se comparte entre todas las áreas de negocio de la empresa para que la empresa pueda anticiparse a los posibles ataques.

El proceso de CTI puede ser usado para identificar los factores de riesgo que son responsables de ataquesde malware, SQL injections, ataques de aplicaciones web, debilidad de datos, phishing, ataque de DoS, etc. Tales riesgos, después de ser filtrados, pueden ser puestos en un checklist y ser gestionados de manera correcta. CTI es beneficioso para una empresa ya que permite gestionar ciber amenazas con efectiva planificación y ejecución a través del análisis de la amenaza; también da fortaleza a los sistemas de defensa de las empresas, crea awareness acerca de los impedimentos de riesgos, y ayuda a la respuesta contra tales riesgos.

Etapas de Threat IntelligenceExisten tres etapas para lograr Threat Intelligence: “Unknown Unknowns”, “Known Unknowns y Known Knowns.
El proceso de CTI comienza enla etapa “Unknown Unknowns”, en la que no se tiene idea acerca de las amenazas y se intenta localizarlas. Después de obtener información acerca de las amenazas, pasamos a la etapa 2 llamada “Known Unknowns”. En esta etapa, se analiza la información y se entiende la naturaleza de las amenazas, y con estos datos se llega a la etapa 3 donde se mitigan las amenazas, a esta etapa se la conoce como “Known Knowns”.Como resumen, nos referimos a CTI como “el proceso de recoger información acerca de los presuntos ataques para entender el motivo que hay detrás de dichos ataques”, luego se analiza esta información recogida para intentar securizar por adelantado las infraestructuras IT de la empresa. De forma gráfica:

Características de Threat Intelligence

  • Recoger datos de varias fuentes tanto de código abierto como comerciales, así como de fuentes internas o externas.
  • Crear alertas customizadas y priorizadas sobre la infraestructura IT de la empresa.
  • Ayudar a identificar los Indicadores de compromiso (IoC) para prevenir a los activos de un posible ataque.
  • Dar habilidad para implementar nuevas estrategias de protección.
  • Da un entendimiento de las campañas activas que incluyen who, what, when, where, why y how acerca de las amenazas emergentes.
  • Dar la probabilidad de riesgo y el impacto que tiene el mismo sobre el negocio.
  • Recomendar varias soluciones de mitigación del riesgo.

¿Cómo puede Threat Intelligence ayudar a las empresas?Para disminuir el efecto que tienen las amenazas sobre las empresas, es importante que éstas incorporen CTIA para fortalecer la postura de seguridad. CTIA permite abarcar las siguientes áreas:

  • Identify and Protect. La monitorización de amenazas internas y externas permite revelar amenazas desconocidas y vulnerabilidades que pueden conllevar riesgos para el negocio. CTIA ayuda a adaptar la actual estrategia de seguridad para que los TTPs de los atacantes a disminuir el efecto de las amenazas envolventes. Un assessment preparado ayuda a las empresas a evaluar sus capacidades para etiquetar la operabilidad de CTIA.
  • DetectLa monitorización de amenazas e inteligencia en tiempo real ayuda a las empresas a detectar ataques más con rapidez y de manera más efectiva. CTIA ayuda a los analistas a descubrir los ataques en su etapa más temprana y así reducir las alertas irrelevantes y falsos positivos.
  • RespondCTIA da información contextual acerca de los ataques que incluyen IoCs, TTPs, etc. Las cuales ayudan a las empresas a prevenir la propagación de los ataques, a reducir el impacto causado, a reducir la duración de ataque y a proporcionar las medidas correspondientes para mitigar estos ataques. CTIA soporta el proceso de toma de decisiones para ayudar a crear las actividades de respuesta a incidentes correspondientes.
  • RecoverCTIA detecta y elimina los mecanismos permanentes usados por los atacantes, como por ejemplo ficheros maliciosos instalados en los sistemas, y proporciona una rápida recuperación ante los ataques. CTIA prioriza la seguridad de los activos y ayuda a mejorar los mecanismos existentes de seguridad de estos.

Fernando Palacios Escribano
Arquitecto de seguridad del área de oficinas técnicas de ElevenPaths
www.elevenpaths.com