La tecnologia evoluciona a un ritme vertiginós i les empreses han d’adaptar-se als canvis al més aviat possible per generar així una font d’avantatge competitiu. La digitalització de la indústria és una revolució que canviarà (i de fet ja ho està fent) el paradigma de la fabricació industrial, i aquelles empreses que aconsegueixin agafar l’onada de la Indústria 4.0, aconseguiran l’èxit en els seus respectius sectors. No obstant això, aquesta transformació no solament està afectant el sector secundari o industrial, sinó que també està afectant processos de sectors tradicionalment considerats menys innovadors com el sector primari.

En algunes ramaderies, per exemple, s’han col·locat sensors GPS que mesuren la posició de la vaques i també permeten explicar el nombre de passos i els seus moviments. Això pot ser útil per localitzar el bestiar en temps real, en el cas d’una explotació on les vaques estan en el camp a l’aire lliure. No obstant això, algunes empreses han anat més enllà i han començat a explotar les dades proporcionades per aquests sensors.

Els tractaments d’inseminació de vaques són tractaments que tenen un cost important per a un ramader. Aquesta ha de fer-se quan la vaca està en el seu cicle fèrtil que comprèn una petita finestra de temps d’al voltant d’unes 16 hores cada 21 dies. Per complicar les coses, cada vaca té el seu cicle diferent pel que pot ser complicat per a un granger endevinar quan és el millor moment per inseminar-les, especialment quan el volum de bestiar és molt elevat.

Fujitsu va començar a recollir les dades dels moviments que fan cada dia milers de vaques, i van començar a processar-los per veure si trobaven alguna cosa. El volum de dades era molt elevat i no podien ser processats ràpidament per un ordinador normal . Per això es van utilitzar un conjunt de servidors situats en el que es denomina el ‘núvol’ amb una capacitat de càlcul molt més elevada. Amb aquesta tecnologia Fujitsu va desenvolupar un programa anomenat Gyuho SaaS i va descobrir un patró de mostrava que les vaques es movien molt més justament en aquest cicle fèrtil. Gràcies a això es pot predir de forma molt més ràpida i precisa quan una vaca està en zel i per tant pot ser inseminada amb un percentatge d’èxit més elevat, aconseguint passar d’una taxa d’èxit del 44% al 90% en els tractaments d’inseminació.

Però això no és tot. Aparentment també es va descobrir que la probabilitat de produir mascle o femella és diferent depenent si la inseminació es fa al principi o al final del cicle fèrtil, per la qual cosa l’ús d’aquest programari també ajuda a incrementar la probabilitat d’aconseguir cries amb el gènere desitjat. A més, aquest programari permet també monitorizar l’estat de salut del bestiar o estimar la producció que tindrà la granja.

Això és només un exemple del potencial que té l’anàlisi del big data. Això també pot ser aplicat a persones i no només a vaques. Les empreses tenen un munt de dades nostres: trucades telefòniques, despeses amb la targeta de crèdit, consums d’electricitat, aigua, localització a través del telèfon mòbil, etc. Amb totes aquestes dades que es poden arribar a creuar entre ells, ens podem trobar que les empreses sàpiguen més de nosaltres que nosaltres mateixos.