Modelo de aceptación y uso del cloud computing: un análisis realizado en el ámbito empresarial

“MODELO DE ACEPTACIÓN Y USO DEL CLOUD COMPUTING: UN ANÁLISIS REALIZADO EN EL ÁMBITO EMPRESARIAL” TESIS DOCTORAL DEPARTAMENTO DE ECONOMÍA FINANCIERA Y DIRECCIÓN DE OPERACIONES DIRECTORES DR. MARIANO AGUAYO CAMACHO DR. FRANCISCO J. ARENAS MÁRQUEZ AUTOR PEDRO R. PALOS SÁNCHEZ 2015 “Esto es sólo el principio. En diez años yo seré el aprendiz y tú el maestro” (“El juego del ángel”, Carlos Ruiz Zafón). Dedicado in memoriam al Dr. Enrique Llacer Flores, Catedrático y a Dña. Mª Mercedes Labrado Sánchez, Profesora. AGRADECIMIENTOS Decir agradecimiento y no hablar de tu madre y de tu padre, es faltar a la realidad personal de cada uno y más en mi caso, donde cada día y cada hora de mi infancia estuvieron marcados por el estudio, la cultura del esfuerzo y la educación en el mérito, nada más lejos de la realidad que luego se vive, que es a la conclusión que se acaba llegando después de haberse criado en el seno de una familia muy trabajadora, con una madre que vivió por y para sus hijos y un profesor de esos que enseñaron a leer y escribir a las buenas gentes de los pueblos sin luz eléctrica, pero con la luz con el tiempo dentro, como decía Juan Ramón. Quiero agradecer a mis compañeros de la Universidad de Extremadura, en especial a José Manuel Hernández Mogollón, Ana Mª Campón y a José Manuel Mariño su apoyo y su confianza en mí, sus continuos ánimos, sus buenos consejos y permanente ayuda en esta tesis. Especialmente quiero hacerlo a mis directores por todo su esfuerzo y confianza en mí. Y como no a mi hija Marina y a mi pareja Eva por toda la infinita paciencia de la que han hecho gala todo este tiempo. Nunca podré compensarles mis continuas ausencias, a veces presente, dedicadas a este trabajo de investigación. RESUMEN La economía digital está contribuyendo de forma decisiva al impulso de la competitividad del sector productivo de una organización, pero este hecho implica migrar de una economía con un escaso grado de adopción de las Tecnologías de la Información, a otra donde es común y normal aprovecharlas en todas las actividades económicas, culturales y sociales. Esa adopción tecnológica genera incrementos en la productividad y en la competitividad de las empresas, organizaciones y administraciones, contribuyendo así a la generación de bienestar y de mayores oportunidades de progreso. Contribuir y profundizar en estudios relacionados con estos modelos de adopción y su contribución a la mejora de competitividad de una organización es el objetivo de este trabajo de investigación. Actualmente, los sistemas cloud computing o la computación en la nube son una de las alternativas más reales para conseguir mejorar esa competitividad, pero no sólo como tecnología de la información, sino como un nuevo modelo económico de aprovechamiento de los recursos, de explotación de las aplicaciones y de los datos o de prestar servicios empresariales. Esta investigación trata de estudiar y ahondar en la evolución de esta todavía reciente tecnología, su aplicabilidad a medio y largo plazo, así como en encontrar la fórmula que permita encontrar su mejor modelo de adopción tecnológico en una organización. Normalmente estos trabajos están centrados en aspectos puramente tecnológicos, sin intentar estudiar su repercusión en las organizaciones. Este trabajo de investigación trata otro enfoque que permita optimizar y adaptar estas tecnologías a la realidad de nuestro tejido productivo. Los resultados de esta investigación reflejan cuales son los factores críticos a tener en cuenta y como se relacionan entre ellos. Así mismo, ponen de manifiesto las necesidades organizacionales que deben afrontar aquellas empresas que deseen implantar un verdadero modelo de gestión adoptado a la economía digital, especialmente a los relacionados con la computación en la nube. PALABRAS CLAVE: cloud computing, economía digital, adopción de innovaciones, TAM, modelo de negocio, marketing online, big data, emprendimiento tecnológico. CODIGOS UNESCO: 5306.02, 5306,03 ABSTRACT The digital economy is contributing decisively to boosting the competitiveness of the productive sector of organizations, but this involves migrating from an economy with only a small amount of Information Technology use, to one where it is common, and normal, to use these technologies in all economic, cultural and social activities. This adoption of technology generates increases in productivity and competitivity of enterprises, organizations and administrations, thus contributing to the creation of wealth, and greater opportunities for progress. Contributing to and furthering studies related to these models of adoption and their contribution to improving competitiveness of an organization is the goal of this research project. Today, cloud computing systems or cloud computing are one of the most realistic ways to improve the competitivity, but not only for Information Technology, also as a new economic model of resource use, exploitation of applications and data, or for providing business services. This study seeks to explore and research the evolution of this still new technology, its application in the medium and long term as well as trying to find the formula for the optimal model of technology adoption in an organization. Normally these studies are focused on purely technological aspects without trying to study the impact on the organizations. This research project presents another approach, to optimize and adapt these technologies to the reality of our production sector. The results of this study reflect what critical factors should be considered and how they are interrelated. It also shows the organizational demands that must be considered by those companies wishing to implement a real management model adopted to the digital economy, especially those related to cloud computing. KEYWORDS: cloud computing, digital economy, innovation adoption, TAM, business model, online marketing, big data, technological entrepreneurship. Tabla 23. Cargo o Puesto desempeñado. Descriptivos ................................. 164 Tabla 24. Medias y Desviaciones por constructos e identificadores. ............. 165 Tabla 25. Relación muestras directivos y no directivos. ................................. 168 Tabla 26. Prueba de t para el cargo en la organización (I) ............................. 169 Tabla 27. Prueba de t para el cargo en la organización (II) ............................ 170 Tabla 28. Prueba de t para el cargo en la organización (III) ........................... 170 Tabla 29. Medias y deviaciones por sectores................................................. 173 Tabla 30. Prueba de t para sectores económicos. ......................................... 174 Tabla 31. Facturación. Medias y desviaciones típicas. .................................. 176 Tabla 32. Anova de un Factor – Facturación anual. ....................................... 177 Tabla 33. Número trabajadores. Medias y desviaciones típicas..................... 179 Tabla 34. Anova de un Factor – Número de Trabajadores ............................ 180 Tabla 35. Relación de constructos e indicadores reflectivos. ......................... 183 Tabla 36. Medición de la fiabilidad antes de eliminación. ............................... 185 Tabla 37. Alfa de Cronbach y Fiabilidad compuesta ...................................... 187 Tabla 38. AVE de cada constructo. ................................................................ 189 Tabla 39. Correlaciones de los constructos. .................................................. 191 Tabla 40. Matriz de cargas cruzadas (continuación). ..................................... 192 Tabla 41. Matriz de cargas cruzadas (II). ....................................................... 193 Tabla 42. Datos de R2. ................................................................................... 195 Tabla 43. Coeficientes path (β) y significación estadística (t). ........................ 198 Tabla 44. Efectos sobre las variables endógenas. ......................................... 200 Tabla 45. Cumplimiento de las hipótesis formuladas. .................................... 203 Tabla 46. Objetivos tácticos soportados (I) .................................................... 207 Tabla 47. Objetivos tácticos soportados (II) ................................................... 208 Tabla 48. Codificación de variables ................................................................ 256 Tabla 49. Resumen Items o identificadores ................................................... 256 Capítulo 1 INTRODUCCIÓN CAPITULO I 2 1 Introducción 1.1 Justificación de la investigación La tecnología cloud computing es para muchos la evolución de Internet a nuestros días, es la nueva frontera de Internet, en donde los usuarios acceden a sus datos desde cualquier dispositivo y las organizaciones consiguen ofrecer una cantidad ingente de información con escasa infraestructura. Todo esto a mayores velocidades de acceso y con menores costes, sacrificando en algunos casos la seguridad y asumiendo riesgos de confidencialidad. El cloud computing, cloud, la computación en la nube o simplemente “la nube”, denominaciones que usaremos de forma indistinta a lo largo del presente trabajo, es, por tanto, una tecnología que ha hecho evolucionar y que está cambiando la concepción de los Sistemas de Información tal y como los habíamos conocido hasta ahora. Esta evolución se está produciendo en nuestros hogares y organizaciones de una manera natural, y se manifiesta así porque Internet pasa de ser una red basada en protocolos de comunicación, a una red con una nueva base en el desarrollo de aplicaciones, del paso de aplicaciones de correo electrónico o de transferencias de ficheros a la tres w, la red de redes, la conocida world wide web. A partir de que Internet usa de forma desmedida protocolos como http o ftp, el mundo de las empresas y organizaciones encuentra en la red de redes una fuente de innovación constante, pero sobre todo una vía para mejorar la competitividad. El crecimiento que han experimentado en Internet, no sólo las aplicaciones software, sino el número de usuarios que han aprovechado sus funcionalidades, ha generado que las organizaciones hayan invertido importantes cantidades de recursos en mantener y acompañar en ese crecimiento con infraestructuras hardware. INTRODUCCION 3 Ese acompañamiento en el crecimiento, con recursos y medios tecnológicos ha sido constante, costoso y difícil, pero ha merecido la pena para muchas organizaciones que ven como han conseguido mejorar su competitividad y mejorar las relaciones con el cliente. Ahora bien, el crecimiento continua y no se puede perder el rumbo. Para ello, la escalabilidad o la fiabilidad de los sistemas que están detrás es crucial. En el horizonte ya estaba la seguridad de la información, pero importantes acontecimientos internacionales han puesto en duda esa seguridad y los propios sistemas de gestión de los datos. Un mayor y mejor acceso para el aprovechamiento de esos recursos, se ha convertido en estratégico para cualquier organización. Iniciativas como la virtualización, arquitecturas orientadas a servicios o el acceso multiplataforma que representan nuevos dispositivos como smartphones, tablets, etc., contribuyen decisivamente a ello. La nube, que es como popularmente es conocida en el mundo de habla hispana, es la base de nuevas iniciativas en la forma de trabajar en la red, de aprovechar mucho mejor los recursos. Así, por ejemplo, el coste energético se ha multiplicado en los últimos años en España en un porcentaje muy elevado. Cloud supone compartir esos gastos descentralizando estos servicios fuera de la organización, con lo que en ahorro energético esto supone. Por otro lado, una de las máximas aportaciones del cloud es su contribución a la innovación, ya que permite a la organización invertir recursos en mejorar el producto, sin estar condicionado por la infraestructura que le da soporte. En la actualidad han aparecido numerosos proveedores de cloud computing que ofrecen el acceso a recursos hardware y software cruciales y sin necesidad de importantes inversiones, en muchos casos pagando sólo por aquello que se use. Alojar los servicios de una organización en la nube no es ni más, ni menos que contar con una infraestructura compartida, que ofrezca una importante característica: escalabilidad y flexibilidad. En muchos casos esta transición de servicios se ha visto muy beneficiada a corto plazo, consiguiendo importantes CAPITULO I 4 retornos de todo lo invertido en ello, ya que se reducen costes de mantenimiento y se abonan los servicios que exclusivamente se consumen, todo ello sin permanecer ajenos en ningún momento a las necesidades de crecimiento que puedan llegar a darse en la organización, tanto de forma puntual como soportada en el tiempo. Centrarse en los objetivos empresariales o de servicio, olvidando la infraestructura hardware, las licencias software, sus actualizaciones, la instalaciones desde donde dar servicio, etc., todo ello de forma transparente a las organizaciones, es como veremos una de las mayores contribuciones del cloud computing. Este sistema de información facilita y sin duda facilitará aún más a las empresas la generación e implementación de nuevas ideas con el consecuente impulso del emprendimiento tecnológico y de la innovación. El cloud computing ha hecho que el concepto de migración que se venía aplicando hasta ahora fundamentalmente al software, se aplique también al modelo de negocio. La transición que puede suponer todo esto, requiere planificar con detalle esa estrategia, elaborando para ello un plan de negocio que identifique de forma clara las actividades críticas y si pueden desarrollarse desde Sistemas de Información en la nube. Por otro lado, como veremos más adelante al estudiar la situación del cloud computing en España y en Andalucía, según el Instituto Nacional de Estadística (INE) existe un alto porcentaje de empresas que no usan servicios de cloud computing por diferentes motivos. Entre ellos destaca el insuficiente conocimiento de la tecnología, la falta de necesidad y el alto coste. A la misma conclusión se llega si se analiza el Informe “Retos y Oportunidades del Cloud Computing” (ONTSI, 2010). Existe, por tanto, una importante necesidad de conocer, difundir y desarrollar esta tecnología en las organizaciones españolas y en las andaluzas en particular. En cuanto al futuro de esta tecnología, los datos que refleja el informe de Sandetel (2013) acerca del volumen de negocio esperado de servicios de cloud INTRODUCCION 5 computing, se esperan incrementos significativos para los próximos años, siendo las Administraciones Públicas las que más crecerán. Además, se va espera una fuerte transformación en el sector TIC tradicional que se adaptará a la nueva tecnología, actualizando servicios y evolucionando a dar servicios en sectores donde esta tecnología aún no haya llegado. Todo ello justifica más que sobradamente el estudio de estas aportaciones tecnológicas, investigar cuál puede ser el mejor modelo se adopción en las organizaciones y cómo afectan distintos factores al mejor modelo de aprovechamiento de los recursos por parte de los integrantes de una organización justificarán plenamente el desarrollo de esta investigación. 1.2 Objetivos de la investigación El objetivo de una investigación es el fin que se marca el investigador a la hora de plantear su trabajo. Este objetivo es el que define el marco metodológico, las fuentes de información, las hipótesis de trabajo, las variables a analizar y el diseño definitivo de la investigación. Su correcta definición, por tanto, es crucial para el resto del trabajo. Tradicionalmente, los objetivos, de forma similar a las estrategias, se definen en base a su alcance. Así, se establecen objetivos a largo plazo o estratégicos que son de carácter general y en base a estos se definen posteriormente, otros objetivos a corto plazo o tácticos que suelen comprender una serie de metas secundarias cuya consecución permiten alcanzar los objetivos estratégicos. En base a estas premisas, para nuestra investigación nos marcamos como principal objetivo estratégico de esta tesis doctoral encontrar el modelo más adecuado de adopción de la tecnología cloud computing en una organización. CAPITULO I 6 Junto a este objetivo, se tratará otro más, también de carácter estratégico, que estará enfocado hacia el estudio y profundización en la evolución de esta todavía reciente tecnología y su aplicabilidad a medio y largo plazo. Con la finalidad de cubrir el primero de estos objetivos, se han definido los siguientes objetivos tácticos: 1. Realizar un análisis sobre la asimilación y aceptación de los sistemas cloud computing, que nos permita comprender adecuadamente ambos procesos. 2. Delimitar la relevancia otorgada por las organizaciones a los sistemas cloud. 3. Definir un modelo que aporte soluciones a la aceptación de los sistemas cloud computing por parte de los usuarios. Para alcanzar el segundo objetivo estratégico marcado para la presente investigación, nos marcamos los siguientes objetivos tácticos: 1. Estudiar y profundizar en la evolución del cloud computing, su aplicabilidad a medio y largo plazo. 2. Explicar el paradigma del cloud computing y su evolución, definiendo el tipo de servicios que ofrece la nube y su utilidad. 3. Estudiar las ventajas y desventajas de trabajar en la nube. 4. Identificar los principales proveedores mundiales que ofrecen servicios en la nube profundizando en aquellos que se consideran los principales actores de la misma. 5. Conocer la evolución hacia las nuevas tendencias en el mercado de la economía digital. Este trabajo de investigación responde por tanto globalmente al objetivo de obtener un amplio conocimiento de los servicios que se ofrecen en la nube para conocer cuál es el proceso de adaptación y uso a la misma, así como las implicaciones que ello conlleva. INTRODUCCION 7 1.3 Metodología de investigación. Para alcanzar los objetivos propuestos para el presente Trabajo de Investigación, se ha procurado establecer una metodología basada en el método científico. Para ello, tras el establecimiento de los objetivos, se procedió a elaborar el marco teórico de la investigación, realizando para ello una revisión de la literatura existente Hernández, R.; Fernández, C. y Baptista, P. (2007). En nuestro caso, al haber establecido dos objetivos estratégicos, esta revisión de la literatura ha tenido una doble vertiente. Por un lado, la correspondiente al primer objetivo, que requiere estudios científicos sobre adopción de tecnología en Sistemas de Información o Sistemas cloud en particular; y por otro, la correspondiente al segundo objetivo que nos ha supuesto buscar bibliografía relacionada con los fundamentos teóricos del cloud. En cuanto a la literatura de investigación sobre aceptación de tecnologías, se ha llevado a cabo una recopilación de estudios basados en distintos modelos. Para ello, hemos utilizado varias bases de datos electrónicas para acceder a publicaciones científicas, tales como Scopus, Science Direct, Science Citation Index (ISI), ISI JCR - Journal Citation Reports, SCIELO, Springerlink, Taylor and Francis y TESEO. Tras el estudio de toda esta literatura se seleccionó el modelo TAM (Modelo de Aceptación Tecnológica) para la creación del núcleo del modelo de investigación. TAM es un modelo ampliamente aceptado para la comprensión de la adopción de TIC y sus procesos de uso. En él se explica gran parte de la varianza en el comportamiento de los usuarios, la relación de sus intenciones con la adopción y uso de las TIC, en una amplia variedad de contextos (Hong et al., 2006). TAM como iremos viendo a lo largo de la Tesis, predice la aceptación de las tecnologías de la información por parte del usuario y su uso por él. Además, CAPITULO II 14 de Internet. También se podría llegar a entender desde el concepto más extendido, para que se una cloud computing o computación en la Nube, entendiéndolo como un conjunto de tecnologías que aportan una serie de ventajas tanto para el cliente como para el proveedor de servicios y que hacen posible verdaderas “economías de escala” en la prestación de servicios a través de Internet, reduciendo costes y aumentando la escalabilidad. No se puede definir la nube sin sus servicios. Para ello hay que conceptualizar que son los Proveedores de Servicios de Aplicación (Application Service Provider, ASP). Cloud parece una evolución desde este mismo concepto, visto desde la perspectiva de servicio. Los ASP son alojadores de software propietario, generalmente de una tercera empresa, a los que el cliente paga una cuantía mensual por acceder. De esta forma, las aplicaciones se ejecutan en el ASP, el cliente puede acceder a través de un navegador web o puede requerir de una instalación adicional. En este modelo se ejecuta una instancia por cada cliente del ASP, es decir, no se puede dar servicio a múltiples clientes de distintas empresas con un mismo servicio o software, algo que, como se verá más adelante, si es una característica que la tecnología cloud computing incorpora. Para el Instituto Nacional de Estándares y Tecnología de los Estados Unidos de América (NIST, 2011) el cloud computing es un modelo para habilitar el acceso a un conjunto de servicios computacionales (redes, servidores, almacenamiento, aplicaciones y servicios) de manera conveniente y por demanda, que pueden ser rápidamente aprovisionados y liberados con un esfuerzo administrativo y una interacción con el proveedor de servicio mínima (Forrester Research, 2009) (Gartner, 2008) (Buyya et al., 2009). Es una propuesta tecnológica que permite ofrecer servicios informáticos a través de Internet en la que los recursos y el software se ofrecen bajo demanda. “El objetivo de este nuevo modelo es que la empresa o el usuario final no tengan que preocuparse por los detalles técnicos y puedan utilizar cualquier aplicación con su navegador Web” (Red.es, 2011). Se toman tecnología, servicios y aplicaciones y se convierten en utilidades de autoservicio. Los sistemas y el almacenamiento pueden abastecerse según REVISIÓN DE LA LITERATURA 15 necesidades evaluando los costes en base a unos contadores, permitiendo una escalabilidad ágil de los recursos, virtualizando sistemas, reuniendo y compartiendo recursos. Este modelo ofrece grandes posibilidades para las organizaciones, tanto en términos de inversión como en economías de escala, deslocalización, acceso a la información desde cualquier lugar, etc. Se suele hacer referencia al cloud computing como «la quinta generación», después del mainframe, el PC, el sistema cliente-servidor y la World Wide Web. Se presenta, entonces, como una «democratización» de las Tecnologías de la Información, poniendo al alcance de una gran mayoría de personas y pequeñas y medianas empresas el acceso a novedosas aplicaciones, plataformas e infraestructura en cualquier momento, desde cualquier lugar. 2.1.2.1 Historia La computación en la nube es un concepto emergente, ha llamado mucho la atención tanto en el ámbito comercial y como el académico. En sentido estricto, el cloud computing no es un concepto nuevo, se puede remontar a 1997, cuando el término fue mencionado por primera vez, pero sólo recientemente éste se ha convertido en un término de moda (Chou y Chou, 2007) (Xin y Levina, 2008) (Lijun, Chan y Tse, 2008). El uso del término "nube" es metafórico y por lo general apunta a un gran conjunto de recursos disponibles, hardware y software, que son de fácil acceso a través de Internet (Vaquero et al., 2009; Vouk, 2008). Estas características de la computación en la nube se dividen a su vez en subconceptos, tales como la computación en red, la computación grid, computación útil, computación ubicua y la informática de servicios (Voas y Zhang, 2009). Entre sus características más notables se incluyen la arquitectura orientada al mercado, que a diferencia de una arquitectura de gestión de recursos centrada en el sistema tradicional, está regulada por la oferta y la demanda de recursos CAPITULO II 16 de la nube, por tanto en el equilibrio del mercado y además en su flexibilidad (Buyya et al., 2009). Un concepto común en Sistemas de Información y en general en las TIC es la escalabilidad, que aplicada a Sistemas de Información es la propiedad deseable de un sistema, en base a su habilidad para reaccionar sin perder calidad, de gestionar el crecimiento continuo de trabajo de manera fluida, o bien para estar preparado para hacerse más grande sin perder calidad en los servicios ofrecidos (Bondi, 2000). Aplicado a la materia de estudio de esta investigación, se puede decir que un servicio se puede escalar fácilmente, que escala por sus recursos para la utilización óptima (Vaquero et al., 2009), y por su capacidad de cobrar a los consumidores una determinada cantidad o tarifa por el uso de los recursos elegibles (Leavitt, 2009). Los servicios se ofrecen normalmente en la base de los Acuerdos de Nivel de Servicio (SLA´s o en castellano ANS) y en función de unas determinadas necesidades y expectativas de los clientes, los cuales pueden cumplir con distintos niveles de calidad o criterios de servicio. Los antecedentes del cloud computing (Torres, 2011) se pueden observar en la siguiente pirámide ordenada desde la década de los 50 hasta hoy. Figura 1. Antecedentes del cloud. Fuente: Elaboración propia basada en Torres (2011). 2010: Cloud Computing. 2004: Web 2.0. 90´s: Llegada de internet a la empresa y los hogares. Web 1.0 80´s: Aparición de los ordenadores personales y las redes locales. 60´s: Implantación de los mainframes en las empresas. 50´s: Primeros ordenadores en ámbito militar y científico. REVISIÓN DE LA LITERATURA 17 Cloud computing es un retorno al modelo clásico de computación en el que la red de Internet y todos sus servicios conforman una nube de recursos que se pueden comparar a un gran mainframe (Torres, 2011). Estamos por tanto ante la transición de un modelo donde cada empresa poseía sus aplicaciones o datos, a un modelo donde los datos y las aplicaciones de las empresas coexisten en plataformas compartidas ofrecidas por proveedores de servicios cloud. Internet tiene muchas de las características de lo que hoy se llama nube, ofreciendo abstracción, se ejecuta utilizando el mismo conjunto de protocolos y estándares, con las mismas aplicaciones y sistemas operativos. Es por ello que existe una confusión entre Internet y cloud computing y, aunque están fuertemente vinculadas, hay diferencias. Actualmente existen diversos modelos teóricos propuestos por diferentes autores que consideran la adopción y adaptación a las nuevas tecnologías como factores primordiales que determinan el éxito o el fracaso de un sistema de información. Uno de estos procesos de adopción de tecnología que se pueden ver en la Figura 2, se basa en la Teoría de la Difusión de la Innovación de Rogers (1995). Para el caso del cloud, el ordenador ya no es el PC, el portátil, el smartphone o la tablet, ahora es la nube de Internet. La red es el ordenador. Basándonos en Rogers (1995) se puede afirmar que en este momento estamos en una fase de “early adopters” o de primeras adopciones de población adoptante de este nuevo enfoque (Fundación de la Innovación, 2011) CAPITULO II 18 Rezagados Última mayoría Primera mayoría Primeras adopcionesPioneros "La sima" Proceso de adopción de tecnología Figura 2. Proceso de adopción de la tecnología. Teoría de difusión de la innovación Fuente: Basado en Rogers (1995). Rogers (1995) discute la aceptación de la tecnología a partir de la interrelación de ésta con las dimensiones sociales y psicológicas del usuario, y presenta un análisis teórico, donde la difusión es el proceso mediante el cual una innovación es comunicada en el tiempo y difundida por determinados canales, entre los miembros de un sistema social donde se difunde dicha innovación. La teoría de la difusión de innovaciones propone, por lo tanto, estos cuatro elementos que conforman el proceso de innovación, donde esta es definida como la idea, práctica u objeto percibido como nuevo por un individuo u otra unidad de adopción. 2.1.2.2 Descripción del Modelo El cloud computing se articula en torno a un modelo, cuya composición se basa en cinco características principales (NIST, 2011), las cuales se pueden también conceptualizar como beneficios: o Auto-servicio basado en la demanda: Esta característica viene definida por aquellas solicitudes de servicio que pida el usuario a través de Internet. Los servicios son facturados exclusivamente por el factor tiempo de uso. En esta característica o beneficio el cliente o el usuario no necesitan interactuar directamente con técnicos. REVISIÓN DE LA LITERATURA 19 o El acceso omnipresente: El conjunto de recursos y servicios que ofrece el cloud computing está a disposición de los usuarios. Su carácter ubicuo u omnipresente estriba en que es multiplataforma y se puede acceder desde cualquier medio propio de la red. Esto quiere decir que existe una verdadera independencia del medio con multitud de clientes de carácter dispar o perfiles diferentes. o Repositorio comunitario de recursos o propiedad múltiple de recursos: El modelo cloud se caracteriza por tanto por ser un conjunto de recursos disperso y replicado por criterios de accesibilidad y proximidad de manera internacional, el cual es multi-alquiler a multitud de clientes que lo comparten de forma comunitaria. Esto es conocido por el concepto de independencia del sitio o lugar que aprovecha el carácter de asignación dinámica de servicios y recursos, ya sean físicos o virtuales, en función de las necesidades de los usuarios. o Elasticidad dinámica: Los servicios ofrecidos en cloud, su calidad y cantidad disminuirán o aumentarán de forma veloz en función de las necesidades mostradas por los usuarios en tiempo real. Esto es de forma dinámica y elástica a la vez. Se podrán producir asignaciones en el sistema de recursos escalando sistemas (es decir hacia una computación más potente) o ajustando el número de sistemas (hacia un mayor número de procesadores en paralelo). Las asignaciones serán definidas de manera automatizada o seguida por un técnico. o Carácter ponderable del servicio: Esta característica le confiere a los servicios cloud, un atributo propio de las llamadas “commodities”, es decir de los mercados de materias primas o productos básicos, los cuales cuentan con un carácter descentralizado en los que se negocian estos productos no manufacturados y genéricos con bajo nivel de diferenciación. Esta comparación se basa en el carácter ponderable o que de medición tiene la cantidad de almacenamiento, el número de transacciones, el ancho de banda, la memoria o el número de núcleos. Estos factores medibles son la base de la facturación o el pago que por su tiempo de uso y cantidad, abona el cliente, sin grandes diferenciaciones a priori. CAPITULO II 20 2.1.3 Características complementarias A estas cinco características definidas por el NIST, podemos añadirle (Sosinski, 2012): o Costes más bajos: puesto que los servicios en la nube operan con una eficacia más alta y por tanto con una utilización mayor, se origina una reducción significativa de los costes debido a la ley de la oferta y la demanda. o Facilidad de utilización: no se necesitan licencias de software o hardware para implementar el servicio. o Calidad de servicio: la Calidad de Servicio (Quality of Service, QoS) será algo fijado en el contrato con el proveedor (acuerdos de niveles de servicios). o Fiabilidad: la capacidad para proporcionar equilibrio de carga y conmutación tras error hace que el sistema sea muy fiable. o Administración TIC subcontratada: administración externa de los servicios TIC, mientras que la empresa se centra en administrar sus negocios. o Mantenimiento y actualización simplificados: al estar los sistemas centralizados las actualizaciones de los mismos e realizan de una forma más sencilla. Supone un acceso sencillo a las versiones más recientes. o Barreras de entrada baja: desembolso de capital alineado con el crecimiento, pasando a ser un coste variable. REVISIÓN DE LA LITERATURA 21 2.1.4 Valor Agregado del cloud computing Respecto al valor agregado del cloud computing podemos distinguir entre: 2.1.4.1 Impulsores Seguidamente se recogen una relación de cuáles son los impulsores de la tecnología cloud computing (Frost y Sullivan, December 2008): o Externalización de servicios: La necesidad de hacer “outsourcing” de ciertos servicios que no precisan de ser llevados a cabo dentro de la organización, impulsan sin duda el cloud, dado que para aplicaciones concretas se constituye como pieza básica el hecho de que lo haga una empresa externa de servicios y especializada en cloud o en servicios en la misma. o Prácticas más eficaces y en menor tiempo: El sector de empresas de servicios de cloud computing está acostumbrado a llevar a cabo proyectos de software y servicios añadidos con una mayor eficacia y en menor tiempo. Y esto se ve reflejado tanto en términos de capacidad de almacenamiento, como en capacidad de computación o en términos de disponibilidad temporal. o La naturaleza omnipresente: Este impulsor desprende una capacidad conocida como la ubicuidad, reflejada en estar ahí, es decir disponible desde cualquier punto de acceso de la red y en cualquier momento del tiempo. Este impulsor confiere a las organizaciones la capacidad de trabajar desde cualquier punto del mundo conectado a Internet y también un carácter multiplataforma, es decir desde una tablet, un smartphone o un ordenador personal. o Ahorro económico: Impulsa esta tecnología por el mero hecho de suponer un ahorro de costes, mediante el uso de recursos compartidos. o Virtualización: Uno de los impulsores que sin lugar a duda han conseguido que la tecnología cloud alcance el grado de eficiencia con que es percibida y usada por innumerables organizaciones en todo el mundo. Las tecnologías o el software de virtualización es el CAPITULO II 22 gran protagonista en la consecución de los objetivos de asignación de recursos entre clientes que comparten a un mismo proveedor de servicios cloud. La virtualización permite que esta misma asignación sea a la vez dinámica, elástica y enormemente eficaz, sin demasiadas latencias. Según Hwang (2008) “cloud computing ha brindado nuevas posibilidades para construir y desplegar infraestructuras computacionales y servicios complejos gracias a la virtualización”. Para Ohlman et al., (2009), otra de las ventajas y por tanto impulso a la tecnología cloud, radica en que pueden accederse bajo demanda y utilizarse desde cualquier lugar, a cualquier hora, ocultando las complejidades de la infraestructura base a los usuarios finales 2.1.4.2 Barreras Sin embargo, no todo son factores impulsores, también existen auténticas barreras para esta tecnología. A continuación, se describen algunas de esas barreras identificadas que sin duda suponen una dificultad para la adopción del cloud computing (Frost & Sullivan, December 2008): o Seguridad: Constituye una de las más importantes barreras en la expansión del cloud computing. En este sentido, se puede decir que no se está consiguiendo que se conozcan las importantes características que el cloud aporta frente al housing o a contar con servidores en las propias instalaciones de la organización, concepto este último que cuenta con muchos seguidores. o Privacidad: Esta barrera existe dentro del plano de la percepción. Para muchos clientes y usuarios existe una enorme desconfianza en este sentido. Esta desconfianza existe debido fundamentalmente al desconocimiento de que los datos en muchos casos están encriptados o porque la propia organización utiliza el cloud como medio de almacenamiento sin usar ninguna política propia de privacidad. REVISIÓN DE LA LITERATURA 23 o Legislación: Contratar servicios cloud significa que tus datos pueden estar físicamente en uno o varios puntos del mundo. Esa descentralización también está sujeta a una legislación propia del país donde estén ubicados los recursos hardware o el propio centro físico o data centre. La percepción del usuario acerca de la legislación de otros países depende mucho del nombre del país o de su prestigio, pero el desconocimiento o la función de replicar los datos en varios data centre para conseguir mejores rendimientos hace que el usuario perciba negativamente este hecho desde el punto de vista de los derechos que le puedan asistir como propiedad intelectual, privacidad de los datos personales o seguridad de los mismos. o Restricciones: Referido al tráfico de datos en la propia red, dado que la información se retarda al pasar por cada nodo, existiendo a veces verdaderas autopistas de la información, pero en otros cruces y atascos muy perjudiciales para la expansión de la tecnología cloud. o El control de la información: Es indiscutible que esta barrera existe. Todo usuario sacrifica ese control sobre los datos en beneficio de otras ventajas que ya hemos visto. Ahora bien, esa renuncia en beneficio del proveedor cloud no tiene porqué significar que no estén seguros y controlados los datos. De hecho no ver o poder acceder a los servidores no tiene porqué significar falta de control, si bien parece obvio que esa responsabilidad siempre radica en el proveedor. Si existe cualquier tipo de problema nos veríamos seriamente perjudicados en aspectos tan esenciales como la pérdida o la integridad de nuestros datos. Existen autores que detraen sistemáticamente argumentos de este tipo, explicando que el usuario o el cliente renuncian a una libertad que los hace verdaderamente dependientes del proveedor de servicios (Weber, 2008). Para este tipo de situaciones la mejor recomendación parece ser la de establecer acuerdos o contratos basados en ANC o Acuerdos de Nivel de Servicio que detallan en qué grado pierde el control el usuario. CAPITULO II 30 Las empresas también pueden estar preocupadas por el hecho de que sus actividades y procesos, a diario, son controlados, no por su propio personal, sino por técnicos externos a la empresa que operan fuera de sus sedes, al estar los datos en los proveedores cloud, y que no pueden ser capaces de hacer los cambios necesarios en la aplicación con facilidad y cuando sea necesario (Leavitt, 2009; Miller, 2008). A la preocupación por la seguridad, en particular, se une la privacidad y la confidencialidad de los datos, que es una de las objeciones más citadas en favor de la computación en la nube (Armbrust et al., 2010; Zhang, Cheng y Boutaba, 2010). Se argumenta que la mayor parte de las cuestiones de seguridad y privacidad en la computación en la nube se deben a la falta de control sobre la infraestructura física. En otras palabras, las compañías no se fían de quién controla y supervisa el centro de datos en la nube. Estos obstáculos desembocan en una serie de riesgos derivados del uso de la computación en la nube, que se pueden agrupar en cuatro categorías (Khajeh‐ Hosseini, Greenwood, Smith y Sommerville, 2012):  riesgos políticos y organizativos: por ejemplo, desconfianza en los proveedores cloud ante la posibilidad de bloqueo en los datos o de pérdida de gobernabilidad sobre los mismos  riesgos técnicos: como por ejemplo fuga o pérdida de datos  los riesgos legales: entre los cuales estarían la protección de datos y licencias de software  riesgos no específicos de la nube, pero sí de la infraestructura de la que es dependiente, como por ejemplo, problemas de red o de suministro de electricidad. La incertidumbre de la disponibilidad del servicio y fiabilidad, especialmente la preocupación el tiempo de inactividad del sistema sobre una interrupción inesperada, podrían disuadir a que las empresas adopten el cloud computing, ya que aumenta los costes del proyecto y los riesgos del negocio. REVISIÓN DE LA LITERATURA 31 Por ejemplo, los clientes de Salesforce.com (CRM ofrecido bajo el modelo de negocio ASP) se quedaron sin servicio durante seis horas debido a la actualización del sistema y el servicio EC2 de Amazon experimentó una interrupción del servicio en una de las zonas de alta disponibilidad de la costa este de los Estados Unidos a causa de falta de energía eléctrica en un centro de datos en el norte de Virginia. Esto provocó incalculables pérdidas, además de un importante daño a la reputación de la marca de estas dos importantes compañías. Los conocimientos en informática y las habilidades de los profesionales del sector TIC constituyen un factor esencial a tener en cuenta y como consecuencia de ello su permanente capacitación constituyen un importante desafío (Khajeh-Hosseini et al., 2012; Hutchinson et al., 2009). Por lo tanto que las empresas cuenten o no con profesionales relevantes en TIC para gestionar los procesos y servicios cloud computing constituye un tema que genera una importante preocupación. 2.1.7 Cloud computing y Profesionales TIC La computación en la nube plantea tanto oportunidades y desafíos para las empresas en general, como a profesionales TIC en particular. Algunos de estos retos son de carácter técnico que pueden ser resueltos con el tiempo, mientras que algunos están relacionados con las incertidumbres derivadas del compromiso con una innovación reciente. El objetivo de este apartado es identificar algunas de las incertidumbres que los profesionales TIC puedan tener y que puede disuadirlos de adoptar sistemas cloud computing. Una innovación es una idea, práctica u objeto que es percibido como nuevo por un individuo u otra unidad de adopción (Rogers, 1995). Aunque la novedad de la computación en la nube es ciertamente discutible, no hay duda de que su introducción desafía nuestra comprensión convencional de la ubicación y la CAPITULO II 32 gestión de la infraestructura TIC, la naturaleza de los productos y servicios, los procesos de negocio y la práctica de sus servicios (desde ambos puntos de vista, el de los profesionales TIC y el de los consumidores). Existe un importante contraste entre usuarios que pueden usar activamente los servicios cloud ofrecidos en Internet (Horrigan, 2014), y otros, para los que el cloud computing sigue siendo un concepto aún no totalmente conocido, incluso para profesionales TIC y empresas. Los factores que afectan potencialmente la intención de los profesionales TIC a la hora de la utilización del cloud computing para ofrecer productos y servicios a sus clientes son tomadas principalmente de la difusión de la teoría de la innovación (Rogers, 1995). La teoría identifica cinco variables que tienen una profunda influencia en la velocidad de una adopción de la innovación incluyendo: atributos percibidos de la innovación, el tipo de decisión de la innovación, canales de comunicación, la naturaleza del sistema social, y el cambio de los esfuerzos de promoción de los agentes. Rogers (1995) sostiene que los atributos percibidos de la innovación son un importante predictor de intención en la adopción de innovaciones. 2.1.8 Versiones de la Nube 2.1.8.1 Modelos de despliegue en la Nube Hay muchos beneficios en la adopción de los servicios ofrecidos por un proveedor de cloud. Su aplicación dependerá de la naturaleza, tamaño y las necesidades de la empresa. Con la aparición de diferentes proveedores en la nube, la decisión de elegir la opción que mejor cumpla con las necesidades del cliente se convierte en una tarea compleja. Cada proveedor tiene su propia política de fijación de precios, un grado de flexibilidad en la oferta de servicios y un soporte técnico adecuado al servicio que cree que debe prestar. En estos tres pilares importantes se mueve la REVISIÓN DE LA LITERATURA 33 oferta. Muchas empresas como Amazon, Google, Microsoft y Salesforce han entrado en el negocio de ser proveedores de cloud computing. La comunidad de código abierto también está presente como proveedor dentro del modelo de negocio que ofrece, mostrándose muy activa en el área de la computación en la nube con numerosas contribuciones, especialmente en tecnologías de virtualización (Mahjoub, Mdhaffar, Halima y Jmaiel, 2011). La virtualización es una tecnología clave para la nube, ya que permite un uso más eficiente y flexible de recursos. La virtualización constituye un elemento fundamental de la nube por sus beneficios multitudinarios como la flexibilidad, el aislamiento y la tasa de utilización de los recursos. La construcción de un entorno de cloud a menudo implica la elección inicialmente de una solución para la gestión de la nube. Frecuentemente, esta decisión resulta difícil de tomar, ya que cada solución tiene sus características específicas (Kelner, Endo, Gonçalves y Sadok, 2010). Con el fin de dar una descripción más objetiva de las soluciones existentes y de sus beneficios, se presentan algunas discusiones en este apartado y datos de estudios comparativos de varios proyectos actuales. Por ejemplo, frente a muchos monitores de máquinas virtuales (como OpenVZ, Xen, KVM, etc.), los usuarios no saben cuál de ellos es mejor para sus aplicaciones ni porqué. La evaluación del desempeño en máquinas virtuales se ha estudiado ampliamente (Che, He, Gao, y Huang, 2008) y en otro estudio más reciente (Che, Shi, Yu y Lin, 2010) donde se presenta una evaluación de las diferentes soluciones de código abierto en máquina virtuales. Por tanto, se podría decir que estamos ante un segundo criterio de clasificación de las tecnologías cloud, basado en las siguientes modalidades de despliegue: virtualización completa, para-virtualización y aislamiento de recursos. 2.1.9 Técnicas de Virtualización Un monitor de máquina virtual es un software que permite que una sólo máquina física pueda soportar múltiples máquinas virtuales. Este modelo está basado en tres tecnologías de virtualización que son: virtualización completa, CAPITULO II 34 paravirtualización y nivel de sistema operativo de virtualización (más conocido como aislamiento). La virtualización completa presenta una fiel emulación del comportamiento del hardware, como se muestra en la figura siguiente. Ofrece un aislamiento y seguridad de las máquinas virtuales, simplificando la migración y portabilidad. Los productos de virtualización completa más conocidos son VMware y VirtualBox de Oracle. Figura 3. Virtualización completa. Fuente: Adaptado de Mahjoub et al. (2011) En la Figura siguiente, la para-virtualización sólo proporciona una abstracción de máquina virtual que es similar pero no idéntica a lo que se conoce como hardware subyacente. Entonces, el sistema operativo huésped o sistema operativo de la máquina necesita algunas modificaciones, es el caso de Xen. Virtualización Completa Invitados Sistema Operativo 1,2,... Sistema Operativo N Capa Virtual Sistema Operativo Anfitrión Hardware REVISIÓN DE LA LITERATURA 35 Figura 4. Para-virtualización. Fuente: Adaptado de Mahjoub et al. (2011). El tercer caso de virtualización es el aislamiento de los recursos entre los usuarios, como se muestra en la Figura siguiente. En lugar de ejecutar un número de máquinas virtuales que ejecutan varias copias del mismo núcleo del sistema operativo, se crean contextos aislados de procesos dentro de un núcleo del sistema operativo. Este aislamiento existe sólo para los sistemas Linux. Figura 5. Aislamiento. Fuente: Adaptado de Mahjoub et al. (2011) Para-Virtualización Gestor Máquina Virtual Separador 1,2... Separador n Sistema Operativo Anfitrión Hardware Aislamiento de Recursos entre Usuarios Maquina Virtual con Sistema Operativo Privilegiado Sistema Operativo 1,2,... Sistema Operativo N Hipervisor Hardware CAPITULO II 36 La Tabla 1 muestra los estudios técnicos comparativos entre esas tres tecnologías de virtualización (Mahjoub et al. , 2011). Aislamiento Paravirtualización Virtualización Completa TIPOS de Sistema Operativo Invitado Mismo tipo: Linux (el mismo SO que el sistema anfitrión) Diferentes tipos (SO huésped en ejecución en el servidor host debe ser modificado para que reconozca la virtualización: capa de software) Diferentes tipos (no requieren cualquier cambio o modificación de su sistema operativo invitado, pero sí requiere que los sistemas físicos del anfitrión contengan virtualización de la Tecnología) Rendimiento +++ ++ + Simplicidad +++ + ++ Herramienta OpenVZ Xen, HyperV KVM, VirtualBox Tabla 1. Técnicas de virtualización. Fuente: Adaptado de Mahjoub et al. (2011) En este punto es importante definir conceptos como virtualización y escalabilidad. Otro elemento que define y resulta esencial en la práctica del cloud computing, es el concepto de escalabilidad que ya definimos, pero del que vamos a dar una definición más precisa y relacionada con el contexto (Ruiz del Olmo, 2010). REVISIÓN DE LA LITERATURA 37 La propiedad que permite que un sistema de información esté preparado para poder adaptarse a los cambios, de forma y manera que esa adaptación no le haga perder calidad y dar un servicio de funcionamiento aceptable es conocida como escalabilidad. La virtualización que se produce en las operaciones en red añade elementos de deslocalización o de indefinición geográfica para el usuario. Por ello, la virtualización es un grado máximo de escalabilidad de los procesos comunicativos (Ruiz del Olmo, 2010). Independientemente de los recursos físicos utilizados y de su ubicación, el tratamiento de los datos será siempre similar. En base a ello se puede indicar que: o El aislamiento se considera como la solución más potente. Sin embargo, sus desventajas residen en el hecho de que existe sólo para sistemas Linux y que los sistemas operativos invitados deben tener el mismo tipo de sistema operativo que el host. o La paravirtualización se hace con un núcleo modificado que es consciente de estar virtualizado. o La virtualización completa se hace con un hardware con procesadores que soportan la virtualización, permitiendo ejecutarla sin modificaciones y sin conciencia real para los sistemas invitados, quienes ignoran que se está produciendo esa virtualización. Sin embargo, esta solución se considera menos preferente, dado que el sistema operativo invitado debe pasar a través de la capa de virtualización para acceder a los recursos de hardware. En realidad, el software de monitorización y control de máquinas virtuales más popular se centra principalmente en cinco proveedores: VMware, VirtualBox, HyperV, OpenVZ, Xen y KVM cuyas máquinas pasamos a describir: CAPITULO II 38 Se describen brevemente en el siguiente resumen: 1- VMware. Es el líder global en infraestructura virtual de tecnología, ayudando a las organizaciones grandes y pequeñas a aumentar la eficiencia y rentabilidad de sus operaciones. Usando una solución de virtualización de VMware, el usuario puede transformar los recursos de hardware de un equipo basado en un procesador x86 para crear una máquina virtual completamente funcional. Es muy usado en los entornos de servidores y ordenadores personales. 2- VirtualBox de la empresa Oracle, soporta controladores paravirtualizados dentro del sistema operativo invitado con el fin de acceder al hardware de manera más eficiente. VirtualBox es compatible con cualquier tipo de sistema operativo invitado incluyendo los sistemas OSX de Apple. 3- HyperV es un sistema de virtualización basado en hipervisor para sistemas x86/64 bits. Proporciona una plataforma de virtualización fundacional que permite a los usuarios el tránsito a la nube. Se considera como una solución de paravirtualización. 4- OpenVZ es un nivel de sistema operativo producido por Virtuozzo. Su principal característica es que es altamente escalable. El equipo de OpenVZ está contribuyendo al kernel Linux y trabaja por limitar el número de recursos (memoria, acciones del procesador, etc.). La desventaja de OpenVZ es que todos los servidores virtuales tienen que ser absolutamente compatibles con la versión del kernel del host donde se ejecuta. Sin embargo, debido a que no tiene las características de un verdadero hipervisor, es más rápido y más eficiente que Xen, KVM y VMware. 5- Xen. Es un monitor de máquina virtual originalmente desarrollado en la Universidad de Cambridge. Representa una solución muy conocida y usada en la investigación científica. El mayor beneficio de XEN estriba en que permite obtener el uso más eficiente del servidor. También usa la técnica más utilizada en entornos de cloud computing. 6- KVM consiste en la creación de un entorno de máquina virtual manejado por el kernel o núcleo del sistema operativo Linux. Se incluye en el Linux REVISIÓN DE LA LITERATURA 39 estable y oficial, versiones de kernel desde la versión 2.6.20. KVM tiene la ventaja de la capacidad de la suma de un conjunto de virtualizaciones, dada la capacidad del kernel estándar de Linux para que el entorno virtualizado pueda beneficiarse de todos los recursos del núcleo de Linux en sí. 2.1.10 Nubes de código abierto La mayoría de las nubes de código abierto están proporcionando Infraestructura como Servicio (Infraestructure as a Service, IaaS). Eucalipto, OpenNebula, Xen Nube Plataforma (XCP), Nimbus, AbiCloud y OpenStack son técnicamente soluciones muy sólidas y populares (Mahjoub, Mdhaffar, Halima, & y Jmaiel, 2011). 1. Eucalyptus. Es un marco de cloud computing de código abierto comúnmente disponible para los grupos de investigación académica. Se proporciona un módulo abierto para instrumentación experimental y el estudio de la plataforma (Nurmi, y otros, 2009). La arquitectura de Eucalyptus es simple, flexible y modular con un diseño jerárquico. Actualmente, soporta máquinas virtuales que se ejecutan con Xen, KVM y VMware. Eucalyptus se orienta hacia una empresa que quiere construir su nube privada para su propio uso y por lo tanto quiere protegerse de posibles intrusiones en sus datos o software maligno, virus, etc. 2. OpenNebula es un conjunto de herramientas de código abierto utilizado para construir una nube privada. Las nubes públicas e híbridas funcionan con Xen, KVM y la solución de virtualización de VMware y se está trabajando actualmente en apoyo a VirtualBox. OpenNebula se orienta hacia los intereses personales en cloud computing o tecnología VM por lo que es muy ideal para los usuarios que quieren poner en pie pocas máquinas en la nube rápidamente. CAPITULO II 46 Por otro lado, se encuentra la plataforma de gestión de la nube, la cual ofrece interfaces remotas para la creación, control y seguimiento de plataformas en la nube y con total seguridad. 2.1.12 Proveedores de servicios de la nube El cloud computing ha generado un gran interés e incrementado la competitividad en la industria TIC. Algunas empresas están aún estableciendo su posición en la comercialización de productos y servicios en el entorno de sistemas cloud computing. En muchos casos utilizan VMware como tecnología de virtualización. Amazon propone dos soluciones, principalmente EC21 y S32 que son los dos servicios disponibles y más utilizados como parte de Amazon Web Services (Caballer et al., 2013). Salesforce.com fue uno de las primeras compañías del sector TIC en la nube en obtener una configuración con un enfoque específico en CRM, funcionando bajo el enfoque SaaS. Sin embargo, Google accedió al negocio de cloud computing con dos servicios: Google Apps que se dirige principalmente al espacio SaaS y el motor de Google App que proporciona un modelo PaaS para que empresas y particulares desplieguen sus aplicaciones web. Microsoft ha sido, en este sentido, una de las últimas empresas en entrar en el mercado cloud. 1 http://aws.amazon.com/es/ec2/ 2 http://aws.amazon.com/es/s3/ REVISIÓN DE LA LITERATURA 47 2.1.13 Tecnologías de la nube En este apartado se intentará desvelar cuales son las tecnologías que hacen posible el paradigma de los servicios cloud. Se identificarán los modelos tecnológicos existentes relacionándolos, en la medida de lo posible, con las distintas versiones de la nube. En la Figura siguiente se representa la arquitectura donde se separa la capa de servicios del concepto tecnológico (Dinkar, 2011). A continuación, se detallan diferentes modelos y consideraciones a tener en cuenta para ofrecer servicios en la nube. Figura 9. Evolución de la nube. Fuente: Elaboración propia Evolución de los SERVICIOS en la Nube. Aplicaciones Web •Modelo Cliente/Servidor •Servicios WEB Hosting/ASP •Monitor SLA Cloud Computing (SaaS/PaaS/IaaS) •Virtualización •Multiusuario •Computación Distribuida •Automatización CAPITULO II 48 2.1.13.1 Modelo Cliente-Servidor: Aplicaciones Web y SOA Un modelo cliente-servidor está compuesto por un software cliente, conocido así porque demanda servicios o procesos a otro programa llamado servidor que le proporciona aquello que pide (datos u otro tipo de información). Este modelo funciona desde que existen las redes de comunicación a escala local. Con la llegada de Internet el procedimiento de acceso se hizo a escala global. La descripción de este modelo parece necesaria para comprender cómo se ha llegado a la arquitectura actual de la nube. El modelo se origina clasificando a los clientes en: 1) Clientes de peso: en el cliente radica la responsabilidad de procesar y almacenar los datos (es el clásico ejemplo del correo electrónico), 2) Clientes híbridos, el cliente cuenta con una responsabilidad de naturaleza híbrida porque si bien no almacena datos, en él recae la responsabilidad de procesarlos. 3) Clientes ligeros, modelo en el que sobre el cliente no recae ninguna responsabilidad, ni en cuanto a almacenamiento, ni procesamiento. La única función del cliente es recoger los datos para acto seguido hacer entrega de los mismos al servidor (por ejemplo del navegador web). El cliente ligero es el que mejor se puede identificar con el paradigma de “todo como servicio”. Tomado el ejemplo anterior, desde un navegador web se puede acceder a cualquier servicio, ya sea http o ftp, sin que sea necesario instalar programas adicionales, ni actualizar o mantener instalaciones diferentes de la del servidor, reduciendo la distribución e instalación en miles de usuarios (Avram, 2014). REVISIÓN DE LA LITERATURA 49 Este tipo de servicios se denominan aplicación web. La aplicación web es un software codificado en un lenguaje soportado por navegadores web (HTML, Java, ASP.NET, JavaScript, PHP, entre otros) para su ejecución. Con algunos de estos lenguajes se facilita la generación dinámica de una serie de páginas en formato estándar (por ej.: HTML o XHTML) que se soportan en los navegadores más utilizados. Además, se emplean lenguajes interpretados en el lado del cliente, como por ejemplo JavaScript, con el fin de añadir elementos dinámicos en la interfaz de usuario. Este modelo permite que los usuarios accedan de forma interactiva a los datos debido a que la página responderá a las peticiones, por ejemplo cumplimentar y enviar formularios, acceder a gestores de bases de datos de todo tipo, entre otras posibilidades. Otros ejemplos de aplicaciones web pueden ser traductores, mapas, webmail, etc. Por otra parte, el mayor inconveniente del empleo de aplicaciones web estriba en que ofrecen menos funcionalidades que las clásicas aplicaciones de escritorio. Esto se debe a que un navegador ostenta unas posibilidades más limitadas que las disponibles desde el sistema operativo. Para superar este inconveniente se pueden incorporar funcionalidades mediante el empleo de pequeñas aplicaciones incorporadas al navegador, como los complementos. La necesidad de instalar más software hace que no quede claro si se trata de un cliente no ligero. Un término alternativo es aplicación enriquecida de Internet (Rich Internet Application, RIA). Los plugins del navegador incorporan tecnologías (como Adobe Flash Player, Unity Player o Java Applets) que permiten el desarrollo de una parte o toda la interfaz de usuario. Considerando que la práctica totalidad de los navegadores incluyen un soporte para dichas tecnologías (usualmente mediante plugins), las aplicaciones basadas en Java, Unity o Flash se pueden implementar con una facilidad similar. Estas tecnologías proporcionan un control más amplio sobre la interfaz de usuario, lo cual evita la aparición de incompatibilidades en el caso de que el usuario haya cambiado una serie de parámetros del navegador como las fuentes, tamaño, etc. CAPITULO II 50 Por el lado del servidor, se encuentra un programa diseñado para transferir páginas HTML, textos complejos con enlaces, botones, figuras, formularios y objetos incrustados como animaciones o reproductores de música. El programa implementa el protocolo HTTP mediante el cual recibe peticiones del cliente y devuelve páginas HTML. La ejecución de la aplicación web precisa que se instale en un servidor de aplicaciones, el cual ejecutaría la aplicación y devolviera algún código HTML. En la actualidad muchos servidores de aplicaciones soportan una enorme variedad de estándares, tales como HTML, XML, IIOP, JDBC, SSL, JSON, y otras muchas, que les permiten su funcionamiento en entornos web, así como la conexión a una gran variedad de fuentes de datos, sistemas y dispositivos (Dinkar, 2011). En términos generales, un servidor de aplicaciones se encarga de gestionar la mayor parte, o incluso la totalidad, de la lógica de negocio y acceso a las bases de datos de la aplicación web. Asimismo, también incluyen software de conectividad (middleware), lo cual permite intercomunicarse entre varios servicios. Por otro lado, se ofrece a los desarrolladores una Interfaz para Programación de Aplicaciones Web (Application Programming Interface, API). Los servicios web son un caso especial de API para web. REVISIÓN DE LA LITERATURA 51 INTERNET Modelo Cliente/Servidor Servidor WEB Cliente portátil Cliente Ordenador Respuesta HTTP Solicitud HTTP Solicitud HTTP Solicitud HTTP Servidor Aplicaciones Gestor Base de Datos Figura 10. Modelo Cliente/Servidor. Fuente: Elaboración propia Gracias a la utilización de estos servicios se pueden construir aplicaciones web con componentes complejos, como por ejemplo incrustando videos y mapas en páginas mediante únicamente su invocación. Es decir, al construir una aplicación web que incluya una localización en el mapa y un video, se podría emplear la API que ofrece Google Maps para sus mapas, y la API de YouTube para el video (Avram M.G., 2014). CAPITULO II 52 Para desestimar el uso de los servicios web, resulta crítico que se disponga de un estándar para la creación de dichos servicios. Dicho estándar se denomina Arquitectura Orientada a Servicios (Service-Oriented Architecture, SOA). Según OASIS3, organización internacional cuyo objetivo es el desarrollo y adopción de estándares basados en los servicios web, SOA es el paradigma adecuado para la organización y uso de las capacidades distribuidas bajo el control de una serie diferentes de propietarios. Ello ofrece un modelo uniforme para ofrecer, descubrir, interactuar y el uso de capacidades en consonancia con condiciones previas mesurables (OASIS, 2012). Habitualmente se suele emplear para servicios web, aunque no de forma exclusiva. Inicialmente para conectar un programa cliente a un servicio web se determinan las funciones disponibles en el servidor para, con posterioridad, llamar a alguna de las funciones que se encuentren disponibles. Obviamente, el desarrollo de estas tareas en la arquitectura SOA requiere el empleo de estándares. Se puede usar el Lenguaje de Descripción de Web Services (Web Services Description Language, WSDL), el cual se basa en XML para describir la comunicación. Por otra parte, para llamar a una de las funciones recogidas en WSDL se emplea un método denominado Protocolo de Acceso Simple a Objetos (Simple Object Acces Protocol, SOAP), que consiste en un protocolo estándar para definir dos objetos en diferentes procesos que se comunican mediante el intercambio de datos XML. 3 https://www.oasis-open.org REVISIÓN DE LA LITERATURA 53 2.1.13.2 Acuerdo de nivel de servicio Si bien en apartados anteriores se ha descrito lo que son los acuerdos de nivel de servicio, creemos necesario profundizar en este concepto. Como se ha afirmado anteriormente, SLA es el marco legal que garantiza la calidad del servicio ofrecido. El SLA consiste en un acuerdo formal que se adopta entre el proveedor de servicios y sus clientes cuyo contenido puede variar según el servicio de que se trate. No obstante, generalmente incluye una serie de cláusulas básicas que recogen una serie de requisitos sobre la calidad del servicio y, a su vez, las sanciones correspondientes en el caso que dichos requisitos no se alcancen (Kaminski & y Perry, 2008). Los seis puntos fundamentales que se han de incluir en un SLA son: o Establecimiento de las características del servicio. Se ha describir de forma muy precisa en que consiste el servicio. o Puesta a disposición. Lapso de tiempo que transcurre desde el momento del pedido o la firma del contrato hasta que se produce la entrega o la puesta en marcha del servicio. o Implantación. Es imprescindible que se consideren las características de la plataforma tecnológica que soportará el servicio, las comunicaciones que harán posible el servicio y el soporte técnico. o Atención al cliente. Se trata de una descripción de los procedimientos que se han de seguir para atender a las diferentes incidencias que pueden ocurrir y que pueden plantear los clientes de los servicios en cuestión. En toda empresa de servicios resulta crítico disponer de un soporte técnico altamente cualificado y eficiente. o Tiempo de respuesta. Consiste en el compromiso que se adopta sobre el tiempo mínimo en el que se han de atender las incidencias. o Mantenimiento. Hay que recoger las diferentes condiciones relativas al mantenimiento, las posibles reparaciones a realizar en los equipos, así como las diferentes intervenciones que afecten al servicio. CAPITULO II 54 o Sanciones. Se trata tanto de las garantías como las compensaciones que se producen debido a posibles incumplimientos del nivel de servicio comprometido. Por tanto, un SLA define una serie de parámetros que miden la calidad del servicio. Tecnológicamente esto implica que cuando se programe el servicio, se deberá realizar también la programación de algún módulo que permita monitorizar en tiempo real estos parámetros, con tal de garantizar el cumplimiento del SLA. Los SLA están siendo ampliamente utilizados como garantía que vence cualquier barrera en cuanto a la implantación y uso de sistemas cloud computing, en especial en servicios de carácter crítico. Por tanto, juegan un papel esencial en la adopción del cloud. 2.1.13.3 Sistemas escalables y multiusuario La arquitectura cloud computing, ver Figura siguiente, proporciona una gran escalabilidad, lo que permite disponer de gran agilidad en los servicios (Dinkar, 2011). Como ya se ha venido explicando, se consigue mediante la virtualización de la infraestructura, lo cual facilita permite la distribución de la carga de trabajo entre las máquinas virtuales (Abdullah y Othman, 2013). Un ejemplo de lo expuesto es un sistema multiusuario, donde gracias a la creación de diferentes instancias de una misma aplicación se consigue la virtualización, llegando incluso a aprovechar la computación distribuida para conseguir capacidades de cálculo más elevadas (Avram, 2014). REVISIÓN DE LA LITERATURA 55 Los puntos fuertes del cloud en lo tocante a la infraestructura, estriban en la facilidad y rapidez de escalar o incorporar nuevos componentes en los sistemas, de acuerdo a los requerimientos de los clientes. Asimismo, tan relevante como lo expuesto hasta ahora, resulta la posibilidad de invertir el escalado de los sistemas. En el SaaS, la escalabilidad puede referirse además al aumento del número efectivo de usuarios que acceden a la aplicación (Abdullah y Othman, 2013). La escalabilidad del cloud computing se encuentra basada especialmente en las tecnologías de virtualización de servidores, lo cual facilita una distribución de la carga de trabajo optimizada. La virtualización implica la abstracción de los recursos de una máquina. Figura 11. Arquitectura cloud computing. Fuente: Elaboración propia SERVICIOS CLOUD Aplicaciones como Servicio (SaaS) Aplicación 1 Aplicación2 Aplicación n Plataforma de Servicios (PaaS) Autentificación Pago... Almacenamiento Infraestructura como Servicio (IaaS) Sistema de distribución de carga de trabajo Infraestructura virtualizada Maquina Virtual 1 Máquina Virtual 2 Máquina Virtual n CAPITULO II 62 En el caso de que dicha aplicación resulte muy grande sería conveniente dividirla en módulos diferentes con independencia entre sí, así como que pudiesen compartirse por varios clientes. De este modo, un sistema de gestión integrada podría situar en un servidor la gestión de la facturación, en otro la gestión logística (almacén, gestión de stocks, etc.) y en otro servidor la gestión de informes. En el caso de que desde el inicio la aplicación no se haya diseñado para que se divida y pueda servir a clientes distintos, convertirla en una aplicación distribuida resultaría muy complejo y costoso al tener que reimplementar o volver a dotar de mayores funcionalidades, a la aplicación. Por ello es crítico diseñar y crear una arquitectura desde un principio pensando en la escalabilidad. -densidad + Aplicaciones con instancias compartidas Máquinas físicas Aplicaciones virtualizadas Grupo de aplicaciones Sesión de usuario Servicios virtuales Máquinas virtuales Figura 13. Técnicas de Sistema Multiusuario. Fuente: Elaboración propia REVISIÓN DE LA LITERATURA 63 La Figura siguiente muestra una arquitectura a modo de ejemplo para comparar el tiempo y coste del procesamiento de una serie de tareas, usando una arquitectura estándar de servidores dedicados y una escalable, como es el caso de la tecnología cloud computing. En el caso de que se precise el procesamiento de 10.000 tareas en dos servidores capaces de procesar alrededor de unas 10 tareas por hora, el trabajo se completará en 500 horas. Por otro lado, si se emplea un servicio IaaS, como Amazon EC2 el cual ofrece un conjunto virtual ilimitado de recursos computacionales disponibles para ejecutarse bajo demanda, contratándose 1000 servidores, el trabajo se completaría en 1 hora y el coste alcanzaría únicamente los 380 dólares4. 10000 Tareas 10000 Tareas 2 Servidores (dedicados) Capacidad computacional dedicada 1000 Servidores (NUBE) Capacidad computacional escalable Cola de entrada Cola de salida Cola de entrada Cola de salida Almacenamiento Almacenamiento Tiempo total de proceso: 500 horas Tiempo total de proceso: 1 hora Figura 14. Rendimiento servidores dedicados vs cloud computing. Fuente: Elaboración propia 4 http://aws.amazon.com/ec2/pricing/ CAPITULO II 64 Como se demuestra, el tiempo requerido para procesar tareas se reduce enormemente gracias al escalado del número de recursos en el clúster de servidores situados en la nube. El coste de 380 dólares es mucho más bajo e inferior a lo que costaría asignar los dos servidores dedicados durante las 500 horas. 2.1.14 La nube y los dispositivos móviles Con los recientes avances en la computación en la nube y las capacidades de los dispositivos móviles, el estado del arte de la informática móvil está en un punto de inflexión, debido a que las aplicaciones de cálculo intensivo ahora se pueden ejecutar en el actual entorno de dispositivos móviles con capacidades computacionales limitadas. Esto se logra mediante el uso de las capacidades de comunicación de los dispositivos móviles para establecer conexiones de alta velocidad a la amplia y variada cantidad de recursos de computación repartidos en la nube. Si bien el esquema de ejecución, sobre la base de esta colaboración móvil en la nube, abre la puerta para muchas aplicaciones que pueden tolerar tiempos de respuesta del orden de segundos y minutos, se demuestra que es una plataforma inadecuada para ejecutar aplicaciones exigentes donde la respuesta en tiempo real, dentro de una fracción de un segundo, sea crucial para su buen funcionamiento. En este apartado, se realizará una descripción de las capacidades actuales del teléfono móvil o Smartphone en la nube con tecnología de última generación, así como los retos a los que se enfrentan los enfoques tradicionales en términos de eficiencia de la latencia y de consumo de la energía. REVISIÓN DE LA LITERATURA 65 La evolución reciente de la informática móvil ha conseguido que existan usuarios con altas posibilidades de acceder a importantes recursos informáticos, al alcance de la mano contando con un simple dispositivo móvil. La informática móvil puede aumentar las capacidades cognitivas de forma espectacular, por ejemplo, a través del reconocimiento de voz, lenguaje procesamiento natural, aprendizaje automático, aumento de la realidad y ayuda en la toma de decisiones (Satyanarayanan, Bahl, Caceres, & y Davies, 2009). Con los recientes avances en los dispositivos móviles, junto con los avances tecnológicos en tecnologías inalámbricas y de nube, aplicaciones computacionalmente intensivas pueden funcionar ahora en dispositivos con recursos limitados tales como tablets, netbooks u ordenadores portátiles y los smartphones o teléfonos inteligentes que utilizan la nube de forma remota como recurso informático adicional. Aunque existen diferentes definiciones en la literatura (Dinh et al., 2011; Fernando et al., 2013), donde se define la computación en la nube desde un dispositivo móvil, en inglés mobile-cloud, como el coejecutor de una aplicación móvil dentro de la nube, que ampliada a plataformas móviles computacionales, puede optimizar una determinada función objetivo. Una función objetivo típica es el tiempo de respuesta, donde el objetivo es reducir al mínimo dicha función objetivo. La ampliación de recursos de la aplicación computacional, más allá del móvil, es necesaria para aplicaciones en las que la función objetivo no puede ser minimizada de manera suficiente solamente por la plataforma móvil (por ejemplo, en tiempo real software de reconocimiento facial), así como para las aplicaciones que se basan en datos que no están almacenados en el dispositivo móvil. El desarrollo del sector TIC de aplicaciones y servicios que funcionen desde un móvil con acceso a la nube, es crucial y estratégico para el futuro, porque proporciona al usuario servicios rentables, sin fisuras y transparentes, donde los dispositivos móviles alquilan la computación o el uso de aplicaciones CAPITULO II 66 conocidas como APP o el almacenamiento y los recursos de red desde la nube con el fin de procesar y almacenar una gran cantidad de datos (AWS, 2012). Se define el concepto de “coste aplicación” como un ejemplo de función objetivo que cuantifica las comisiones cobradas por los operadores de la nube, como Amazon Web Services, por ejemplo, durante la ejecución de la aplicación. En este ejemplo al que se hace referencia, Amazon cobra por uso computacional de la hora por cada instancia de la CPU, lo que implica el aumento de los costos de aplicación por la cantidad necesaria de aumentos de cálculo. Del mismo modo, los operadores de la nube cobran por el uso de las instancias de la base de datos, tales como Microsoft SQL Server. Llegado a este punto habría que definir que es una instancia. En el sistema operativo Linux, que es multiusuario y multitarea, se conoce como proceso a una instancia de un programa en ejecución o funcionando cargado en memoria. Tanto en Linux como en Windows, a los procesos se les suele llamar tareas. Que Linux sea por tanto multitarea y multiusuario, significa que múltiples procesos cuentan con la posibilidad de usar los recursos simultáneamente sin interferirse unos con los otros. Se suele decir que cada proceso tiene la falsa creencia de sentirse único, es decir que es el único proceso en el sistema y que tiene acceso exclusivo a todos los servicios del sistema operativo. Se debe aclarar que programas y procesos son conceptos distintos. En un sistema operativo multitarea, múltiples instancias de un programa se ejecutan a la vez. Pero cada instancia es un proceso separado. Así, si nos encontramos ante siete usuarios que desde equipos diferentes, ejecutan el mismo programa al mismo tiempo, habría siete instancias del mismo programa, lo que equivale a decir siete procesos distintos. REVISIÓN DE LA LITERATURA 67 Más adelante, en la tabla 4 se muestran algunos ejemplos de aplicaciones móviles que se encuentran en la nube y su nivel de demandas computacionales o de almacenamiento, así como la sensibilidad de la aplicación a la necesidad de un determinado tiempo de respuesta. Mientras que las aplicaciones que requieren mayores recursos computacionales y de almacenamiento podrían costar más operando en una plataforma en la nube como AWS, ciertas aplicaciones sensibles al tiempo de respuesta, tales como software con fines militares que se describen en la Tabla 4, podrían tolerar este aumento de costes debido a su necesidad de bajo tiempo de respuesta. Se debe tener en cuenta que los operadores de la nube cobran por menos cómputo de recursos con una menor garantía de tiempo de respuesta. En concreto, mientras que las facturas de AWS son cero para micro instancias sin garantía de tiempo de respuesta, sí se cobra una pequeña cantidad para la pequeña instancia, y significativamente mayor para el gran ejemplo, que es una instancia que necesite el procesador del ordenador o CPU dedicado. Por la preparación de este documento, el precio AWS para estos casos van desde 0.10$ a 0.40$ por núcleo por GHz por hora (AWS, 2012), donde el precio por unidad disminuye con un mayor núcleo de conteo compromiso (es decir, número de núcleos disponibles a un ejemplo). Esto implica una gran variedad de opciones al ejecutar las aplicaciones móviles en la nube. La elección de las instancias de la CPU de la nube depende de las prioridades de aplicación que figuran en la Tabla. El enfoque principal de este apartado es la elaboración de las técnicas que permiten a las aplicaciones desarrolladas para dispositivos del tipo mobilecloud lograr los objetivos enumerados en la Tabla. Aunque las demandas de estas aplicaciones no van a cambiar a partir de lo que se muestra en esta tabla, alcanzar ciertas metas nunca podría llegar a ser posible mediante el uso de sólo un móvil o incluso un móvil combinado con las prestaciones de la nube. CAPITULO II 68 Ello se debe a la limitada capacidad de cómputo y de almacenamiento existente en un dispositivo móvil, que no permite el procesamiento o almacenamiento de grandes cantidades de datos a nivel local, así como a la red, donde se da la existencia de altas latencias en la conexión de móvil y nube y por último a la cota inferior existente sobre los tiempos de respuesta de aplicaciones cuando se utiliza la nube para el procesamiento y almacenamiento de grandes cantidades de datos. Para que la aplicación requerida pueda lograr que los tiempos de respuesta se mejoren sustancialmente, se usa un dispositivo denominado edge server o "nubecilla", diseñado para crear una plataforma mobile-cloud en la nube. Este apartado está organizado de la siguiente forma: en primer lugar, se ven los retos tecnológicos y el estado de la técnica en capacidades de cómputo y almacenamiento en un teléfono móvil, para luego estudiar los dispositivos y las latencias de red. Para no entrar en una excesiva complejidad tecnológica se menciona la conocida capa intermedia, llamada cloudlety, como aquella cuya función en el entorno de la computación móvil en la nube encargada de gestionar tanto diseños arquitectónicos de red, como técnicas de mejora del rendimiento. Cada aplicación tiene una significativa diferencia de requerimientos y uso de recursos, tolerancia de tiempo de respuesta para reducir los costos mientras mantiene la funcionalidad dentro de los límites esperados. REVISIÓN DE LA LITERATURA 69 Aplicación del Software Descripción Tamaño Base de Datos Cómputo de recursos Sensibilidad al tiempo de respuesta Militar Asiste a soldados en el campo de batalla a través del reconocimiento de objetos en tiempo real ALTA ALTA ALTA Procesamiento Lenguaje Natural Reproducción de la voz en tiempo real o reconocimiento de voz BAJA MEDIA MEDIA Aeroportuaria Reconocimiento de rostros de criminales conocidos y c onducta en tiempo real en el aeropuerto ALTA ALTA ALTA Bomberos Asistencia en desastres a bomberos en tiempo real MEDIO MEDIO MEDIO Medicina Acelerar la investigación médica (por ejemplo, el reconocimiento de secuencias de ADN en tiempo real a partir de un microscopio, mientras que la investigación está en curso) ALTO MEDIO MEDIO Arqueología Reconocer estructuras arqueológicas en tiempo real, mientras que los investigadores se encuentran en la zona de búsqueda. ALTA BAJA BAJA Cirugía Reconocer síntomas (por ejemplo, tumores) en tiempo reala partir de una base de datos médica basada en la nube, mientras que la cirugía está en curso. ALTO MEDIO ALTO Fuerzas de Seguridad Identificar a criminales buscando a través de la base de datos para que coincida con una foto tomada por una cámara pública. BAJA BAJA MEDIA Redes Sociales Perfil de usuarios, buscando a través de una base de datos para fines comerciales. ALTA BAJA BAJA Tabla 4. Aplicaciones y necesidades de recursos. Fuente: elaboración propia CAPITULO II 70 2.1.15 Retos Tecnológicos: El Nuevo Mobile-cloud computing La ejecución de las aplicaciones de uso intensivo de recursos enumerados en la Tabla, supera con creces las capacidades de los dispositivos móviles de hoy en día. Las limitaciones sobre dispositivos móviles en términos de peso, tamaño, vida de la batería, ergonomía y disipación de calor limitan los recursos disponibles en el hardware del móvil, incluyendo la velocidad del procesador, capacidad de memoria y de almacenamiento. Ante estos retos, la informática móvil proporciona enormes beneficios cuando se combina con cloud computing, ya que puede ofrecer prácticamente de manera ilimitada potencia de cálculo y espacio de almacenamiento, así como el acceso a la puesta al día de las bases de datos de datos y nuevas configuraciones, que sólo están disponibles en la nube. Hay, sin embargo, varios obstáculos técnicos que no permiten a los dispositivos móviles beneficiarse completamente de los recursos en la nube, como son la capacidad de cómputo y de almacenamiento disponible en el móvil y la conectividad a la red y sus desafíos en los periodos de latencia. Como cada una de estas limitaciones, afectan al móvil en la nube de manera única, se detallarán individualmente en las siguientes secciones. Otros obstáculos más obvios son la necesidad de la eficiencia energética en el dispositivo móvil y las preocupaciones por la seguridad, descrita en apartados anteriores. REVISIÓN DE LA LITERATURA 71 2.1.15.1 Capacidad computacional y de almacenamiento. A pesar de la mayor magnitud computacional y de energía de los dispositivos móviles actuales en comparación a los de hace unos años, la relación de la potencia de cálculo de un dispositivo no-móvil y un dispositivo móvil es probable que pase a ser la misma en un futuro previsible (Joo y Sang, 2013). Esto se debe a las dos facetas, la arquitectónica y tecnológica de la última generación de dispositivos, así como a los avances que se aplican a las plataformas móviles y plataformas no móviles de forma simultánea por diferentes líderes del mercado como Intel para plataformas de equipos de sobremesa y ARM para plataformas móviles. Atendiendo a métricas, podemos decir que la potencia por vatio de un ordenador (también definido como GFLOPS por vatio) alcanza niveles similares, tanto en móviles como en ordenadores personales. Por ejemplo, un móvil basado en un teléfono Tegra3 que incorpora una CPU ARM y Nvidia GPU en el núcleo puede entregar aproximadamente 10 GFLOPS / vatio (Tegra3). Alternativamente, un ordenador personal compuesto por una CPU Intel Core i7 y una Nvidia Geforce 600 GPU (GeForce 600, 2012) casi tiene la misma métrica de eficiencia energética, ya que consume alrededor de 10 GFLOPS / vatio. Ello se debe a los recientes avances significativos en los procesadores móviles: casi todos emplean técnicas de eficiencia energética usadas en las CPU de ordenadores personales, que ahora están incorporando en CPU’s móviles, siendo la más importante la arquitectura del procesador que cuenta con múltiples núcleos, con la consiguiente reducción de energía (Guo et al. , 2010). CAPITULO II 78 La principal misión de RETA es la de la coordinación de los principales agentes del sistema regional de innovación, basada en la pertenencia de los mismos a la asociación. Los agentes del sistema andaluz del conocimiento, en su gran mayoría miembros asociados a RETA, son los protagonistas de la innovación en Andalucía, constituyendo el soporte estratégico y táctico de las política regional de innovación. Por su parte, los espacios tecnológicos constituyen los ámbitos y escenarios de la innovación en la Comunidad Autónoma andaluza y los asociados a RETA son los principales dinamizadores e impulsores del proceso regional de innovación. El valor de los agentes del conocimiento asociados a RETA reside en la aportación que cada uno, desde su ámbito de actuación, realiza al proceso innovador en Andalucía. RETA, como entidad asociativa, asegura la interconexión entre estos agentes y transmitir valor a sus asociados. RETA es una organización que agrupa a los agentes del conocimiento andaluces. La misión principal de RETA es ser el referente del sistema regional de innovación y el principal punto de encuentro de los agentes del sistema andaluz del conocimiento. CPITIA El Colegio Profesional de Ingenieros Técnicos en Informática de Andalucía agrupa a titulados en Informática y es una entidad de Derecho Público, creada mediante la Ley 12/2005, de 31 de mayo, de creación del Colegio Profesional de Ingenieros Técnicos en Informática de Andalucía. Su interés es profesionalizar el sector TIC y por promover políticas favorecedoras del cloud computing al servicio de la sociedad de la información en Andalucía. Desde este punto de vista es un órgano consultivo de apoyo a la sociedad andaluza y a su tejido empresarial en la modernización e innovación de sus sistemas de producción en todo lo relacionado con sistemas de información. REVISIÓN DE LA LITERATURA 79 ANDCE La Asociación Empresarial Andaluza de Comercio Electrónico, ANDCE, es una asociación empresarial de carácter no lucrativo que tiene entre sus principales fines la representación del sector empresarial del comercio electrónico y fomentar el desarrollo de la Sociedad de la Información, la Comunicación y el Comercio Electrónico en Andalucía, contribuyendo así a la mejora de la competitividad de las empresas andaluzas y al desarrollo económico, social y cultural en la Comunidad Andaluza. 2.2.2 Fuentes externas: Instituto Nacional de Estadística Los datos que ofrece el Instituto Nacional de estadística del primer trimestre de 2014 se pueden clasificar en los siguientes grupos:  Porcentaje de empresas que compraron algún servicio de cloud computing usado a través de Internet.  Porcentaje de empresas que compraron algún servicio de cloud computing entregado desde servidores.  Porcentaje de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud computing.  Grado de satisfacción de los beneficios derivados del uso de cloud computing.  Porcentaje de empresas que no usaron servicios de cloud computing por diferentes motivos. En cuanto al porcentaje de empresas que compraron algún servicio de cloud computing usado a través de Internet, es de destacar que el almacenamiento de ficheros, los servicios de e-mail y los servicios de bases de datos son los servicios más usados, superando el 54% todos los casos. A la cola y con muy poca incidencia se encuentran las aplicaciones o capacidades de computación. CAPITULO II 80 Total Empresas 22 Cloud Computing: % de empresas que compraron algún servicio de cloud computing usado a través de Internet (3) 15,0 22.1 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): E-mail 61,4 22.2 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Software Office 27,7 22.3 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Servidor de bases de datos de la empresa 54,7 22.4 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Almacenamiento de ficheros 69,0 22.5 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Aplicaciones de software financiero o contable 20,7 22.6 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Aplicaciones de software para tratar información sobre clientes 23,1 22.7 Cloud Computing: % de empresas que compraron alguno de los siguientes servicios de cloud computing usados a través de Internet (6): Capacidad de computación para ejecutar el propio software de la empresa 25,1 Tabla 5. Informe estadístico (I). Fuente: INE 23.1 Cloud Computing: % de empresas que compraron algún servicio de cloud Computing entregado desde (6): Servidores de proveedores de servicios compartidos 53,4 23.2 Cloud Computing: % de empresas que compraron algún servicio de cloud Computing entregado desde (6): Servidores de proveedores de servicios reservados exclusivamente para su empresa 39,1 Tabla 6. Informe estadístico (II). Fuente INE REVISIÓN DE LA LITERATURA 81 El porcentaje de empresas que compraron algún servicio de cloud computing entregado desde servidores se divide en servidores de proveedores de servicios compartidos o de servicios reservados en exclusiva a la empresa encuestada, resultando que más de la mitad lo hacen en servidores compartidos. Las limitaciones o barreras en el uso del cloud que el INE expone en los resultados de sus investigaciones nos dicen que la incertidumbre sobre la legislación aplicable con un 32,3% es el principal freno, seguido por la seguridad otro de los grandes frenos con un 31%, seguido por el alto coste de los servicios con un 27,8%. Finalmente, se le presta anular o cambiar de servidor es un freno pero el más pobre de todos con un 17,6%. 24.1 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud computing (6): Riesgo de brechas en la seguridad de la empresa 31,0 24.2 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Problemas para acceder a los datos o al software 19,2 24.3 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Dificultades para anular la suscripción o cambiar de servidor 17,6 24.4 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Incertidumbre sobre la localización de los datos 26,8 24.5 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Incertidumbre sobre la legislación aplicable, jurisdicción competente 32,3 24.6 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Alto coste de los servicios de Cloud Computing 27,8 24.7 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): Insuficiente conocimiento del cloud Computing 24,9 24.8 Cloud Computing: % de empresas cuyos siguientes motivos les limitaron para usar los servicios de cloud Computing (6): No son necesarios para el desarrollo de la empresa 21,5 Tabla 7. Informe estadístico (III). Fuente: INE CAPITULO II 82 En cuanto al grado de satisfacción de los beneficios derivados del uso de cloud computing, el 46,6% opina que el grado de satisfacción respecto a la fácil y rápida adaptación de las soluciones cloud es medio. Por otro lado, el hecho de que la reducción de costes relacionados con las TIC sea medio, se concibe como otro gran factor de importancia, que contribuye decisivamente a conseguir un mayor grado de satisfacción, con un 45,9%. 25.1 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a reducción costes relacionados con las TIC es Alto 17,0 25.2 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a reducción costes relacionados con las TIC es Medio 45,9 25.3 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a reducción costes relacionados con las TIC es Bajo 17,9 25.4 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la flexibilidad derivada de la facilidad para aumentar o disminuir los servicios es Alto 28,5 25.5 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la flexibilidad derivada de la facilidad para aumentar o disminuir los servicios es Medio 42,7 25.6 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la flexibilidad derivada de la facilidad para aumentar o disminuir los servicios es Bajo 10,5 25.7 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la fácil y rápida adaptación de las soluciones de cloud Computing es Alto 22,4 25.8 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la fácil y rápida adaptación de las soluciones de cloud Computing es Medio 46,6 25.9 Cloud Computing: Grado de satisfacción de los beneficios derivados del uso de cloud Computing (6): % de empresas cuyo grado de satisfacción respecto a la fácil y rápida adaptación de las soluciones de cloud Computing es Bajo 12,0 Tabla 8. Informe estadístico (IV). Fuente: INE REVISIÓN DE LA LITERATURA 83 26.1 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): Riesgo de brechas en la seguridad de la empresa 33,3 26.2 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): Incertidumbre sobre la localización de los datos 34,7 26.3 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): Incertidumbre sobre la legislación aplicable, jurisdicción competente. 33,8 26.4 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): Alto coste de los servicios de cloud Computing 30,6 26.5 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): Insuficiente conocimiento del cloud Computing 46,5 26 6 Cloud Computing: % de empresas que no usaron servicios de cloud computing por los siguientes motivos (7): No son necesarios para el desarrollo de la empresa 45,9 Tabla 9. Informe estadístico (V). Fuente: INE Por último, la consulta sobre el porcentaje de empresas que no usaron servicios de cloud computing por diferentes motivos, está encabezada con un 46% por el insuficiente conocimiento, seguido por la falta de necesidad en un 45,9%. El alto coste es el factor que en menor medida contribuye con un 30,6%. CAPITULO II 84 2.2.3 Informe ONTSI (Observatorio Nacional de las Telecomunicaciones y de la Sociedad de la Información) 2.2.3.1 Referencias del Informe El Informe “Retos y Oportunidades del Cloud Computing” (ONTSI, 2010) realizado con la asistencia técnica de la consultora Deloitte, ha contribuido decisivamente a aclarar el estado y la implantación de esta tecnología en España. En este informe se ha analizado la situación actual e impacto del cloud computing en España, así como se ha procedido a identificar oportunidades de crecimiento y estrategias de adopción de este tipo de modelo tecnológico, con especial atención en la pyme española. Analizando el informe cabe destacar que su capítulo segundo presenta los resultados de la encuesta realizada a 1.700 pymes españolas (de 0 a 249 empleados) sobre el conocimiento y uso del cloud computing, las motivaciones y barreras percibidas sobre esta tecnología y tendencias futuras. La encuesta en el ámbito del cloud computing en España puso su enfoque en el colectivo de empresas de tamaño más reducido, de forma que presenta resultados desagregados para microempresas (de 0 a 9 empleados), para pequeñas y medianas empresas (de 10 a 249) y por sector de actividad empresarial. El informe de la ONTSI ofrece la visión sobre el cloud computing de expertos en el tema, pertenecientes a empresas proveedoras de servicios cloud, a la gran empresa cliente y a la Administración Pública. Dicho análisis refleja opiniones de expertos, así como ventajas, barreras, impacto y oportunidades. Algunas de ellas coinciden plenamente con muchos de los datos mostrados en apartados anteriores y aportados desde fuentes internacionales y revistas científicas. El informe finaliza tras ofrecer un amplio cuadro macro y microeconómico del sector presentando una selección de casos de buenas prácticas en el uso de servicios cloud. REVISIÓN DE LA LITERATURA 85 Este informe concluye que analizando la situación actual del cloud computing es destacable la inclusión por parte de la Comisión Europea de directrices y recomendaciones específicas en la nueva Agenda Digital para Europa y en el Plan de Acción de Gobierno Electrónico 2011-2015, para que los Estados Miembros impulsen el desarrollo del sector del cloud computing. Desde el año 2012 existe la “Estrategia Europea del Cloud Computing” que fomenta el sector por parte de las administraciones públicas. Cabe destacar que los principales proveedores de servicios tecnológicos que operan en España han adoptado la oferta de servicios y productos cloud que sus filiales internacionales ya ofertaban en otros países. 2.2.3.2 Principales Resultados A continuación se comentan los principales resultados: o El 45,2% de las pymes españolas con web conoce el cloud computing: el 20,5% reconoce tener un sólido conocimiento de las soluciones cloud computing y su aplicabilidad en la empresa y un 24,7% ha “oído hablar” sobre la tecnología, conociendo algunos ejemplos, pero no la conoce en detalle. Por el contrario, un 54,9% de las pymes señala no conocer en absoluto la tecnología. CAPITULO II 86 o Tres cuartas partes (77,5%) de las empresas son conocedoras de la existencia del cloud, pero no han utilizado nunca soluciones basadas en cloud computing. o El 21,7% de las empresas conocedoras de la tecnología, declara estar usando soluciones cloud computing en la actualidad, lo que se traduce en un 9,8% del total de pymes encuestadas. o Los sectores con mayor conocimiento de la tecnología cloud computing son el sector TIC y la industria, donde el 62,7% y 57,5% respectivamente de sus pymes con página web conocen la tecnología. Respecto al uso del cloud, destaca el sector TIC con el 37,7% de sus pymes conocedoras de la tecnología haciendo uso de la misma, así como el sector de actividades y servicios profesionales (jurídicas, contables, técnicas, científicas, etc.) con el 31,8%. o El cloud privado es la clase de despliegue más valorado por 6 de cada 10 pymes con página web usuarias de cloud. Le sigue, con el 33,8%, los clouds públicos, y en tercer lugar, los híbridos, con el 13,9%. o La familia de soluciones más utilizada por las pymes españolas usuarias de cloud es la infraestructura como servicio (IaaS) con un 76,1%. De este tipo de soluciones, los servicios de almacenamiento son los más solicitados (68,5%) seguidos por los de backup (22,4%). Algo más de la mitad de las empresas que utilizan cloud, contratan algún tipo de solución de software como servicio (SaaS), que representa el mayor grado de abstracción y externalización de entre las tipologías de soluciones cloud. Las soluciones de plataforma como servicios (PaaS) son las menos utilizadas en la actualidad, con un 18,8%. o En cuanto al uso el 47% de las pymes usuarias de cloud utiliza estos servicios de manera transversal a la empresa más que en áreas o procesos específicos. El 35% lo hace en el área de ventas y comercialización (páginas web, comercio electrónico, soluciones de gestión de clientes etc.), un 18% en aspectos productivos y un 12% en la gestión financiera. o Las tres principales motivaciones de las pymes para la adopción del cloud computing son las siguientes: la flexibilidad y escalabilidad de los REVISIÓN DE LA LITERATURA 87 recursos (56% de empresas usuarias), la posibilidad de acceso desde cualquier dispositivo (49,1%) y la facilidad para la modernización de los procesos de gestión y negocio (41,8%). o Los principales beneficios detectados por las pymes usuarias debido a la implementación de soluciones cloud son el ahorro en tiempo (71%) y el ahorro en costes (63%). Además, en la mitad de los casos (48%) consideran que las soluciones cloud han causado una mejora en la productividad general de la empresa. Con menor impacto se encuentra conceptos como el rediseño de procesos internos de negocio (30%), la alteración de los productos y/o servicios ofertados (28%) y la redefinición de las labores del personal interno (16%). o Respecto al ahorro de costes debidos al cloud, el 71% de las empresas usuarias de cloud señala ahorro en coste mantenimiento, el 53% ahorro en costes de inversión y el 32% ahorro en el coste de las licencias de software. Entre los otros ahorros de costes citados por las empresas están conceptos como ahorro en personal no informático que atendía consultas específicas, en espacio, en energía eléctrica o en hardware. o La principal preocupación a la hora de adoptar soluciones cloud es la confidencialidad y la seguridad de los datos corporativos gestionados (55%). Este problema es el principal factor, mientras que otros motivos son las reservas acerca de la adecuación del cloud para la gestión de procesos de negocio, como la pérdida de control sobre los procesos (26%), la dependencia adquirida con el proveedor de los servicios (21%) y problemas asociados a la disponibilidad (18%) e integridad (17%) de los servicios contratados. o El 62,7% de las empresas usuarias de cloud están satisfechas con la tecnología: el 34,8% ha cubierto totalmente sus expectativas respecto al cloud y un 27,9%, las ha cubierto en bastante medida. o La mayoría de las empresas consultadas (63%) que son usuarias de cloud recomendarían el uso de la tecnología sin ningún tipo de dudas. o Los motivos principales señalados para no implementar la tecnología cloud computing en las pymes, que incluso con conocimiento de la misma, no la utilizan son: no considerarla necesaria para el desarrollo de su negocio (65%), no tener un conocimiento muy elevado de este tipo de CAPITULO II 94 servicios y evolucionando a dar servicios en sectores donde esta tecnología aún no haya llegado. Existen siete tipos de intervinientes en el llamado entorno de servicios cloud que vienen detallados a continuación: 1. Empresas suministradoras de infraestructura de red, hardware o software: Venden y suministran al mercado infraestructura IT y de red sobre la que se soporta la prestación de servicios en cloud. 2. Compañías proveedoras de tecnologías de virtualización: Suministran y mantienen software para posibilitar el uso compartido, flexible, ágil y dinámico de los recursos cloud. 3. Compañías operadoras de Internet e ISP: Ofrecen servicios de acceso a la red para poder implementar sobre ellos el uso y explotación de servicios y aplicaciones en cloud. 4. Empresas proveedoras cloud: Ofrecen a las organizaciones soluciones cloud de aplicación (SaaS), plataforma (PaaS) e infraestructura (IaaS). 5. Empresas proveedoras de plataformas de gestión cloud: La gestión de servicios cloud necesita soporte en plataformas específicas, como monitorización del uso de recursos para llevar un control y facturación posterior, mantenimiento y supervisión de infraestructura, administración de recursos, etc. En el apartado de ventajas el informe establece que entre las ofertadas a las corporaciones por las soluciones cloud computing se identifican las siguientes: REVISIÓN DE LA LITERATURA 95 Figura 18. Ventajas cloud computing. Fuente: Sandetel. Junta de Andalucía El informe hace especial hincapié en el ahorro de costes, estimándose por los analistas en un orden de magnitud de dos cifras (Sandetel, 2013). Como ejemplo para contextualizar la anterior afirmación, la migración del correo electrónico a una solución en la nube reporta a las empresas un ahorro de costes del orden del 30%, variando en base a magnitud de la compañía. CAPITULO II 96 Figura 19. Ahorro de costes. Fuente: Sandetel. Junta de Andalucía Uno de los ejemplos que propone el informe es la migración de un sistema CRM a la nube. En un caso así, se calcula que el ahorro de costes supera el 23%. Desde el punto de vista legislativo, no pasa por alto el problema que representan las probables restricciones de tipo regulatorio en los países que se quiera dar servicio, como en otro apartado anterior explicábamos. En el sistema legal español, la Ley 34/2002, de 11 de julio, de Servicios de la Sociedad de la Información regula un conjunto de restricciones a los proveedores de estos servicios que no radiquen su domicilio fiscal en un país de la Unión Europea o del Espacio Económico Europeo, imponiendo la aplicación general de esta norma a los proveedores a los que dirijan sus servicios específicamente al territorio español, bajo la condición de que no vaya en contra de lo establecido en tratados o convenios internacionales aplicables. Adicionalmente, la Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal y el Reglamento de Desarrollo aprobado por Real REVISIÓN DE LA LITERATURA 97 Decreto 1720/2007, de 21 de diciembre, establecen obligaciones específicas al proveedor del servicio de cloud. Si el proveedor tiene acceso a datos de carácter personal del cliente, asume la condición de responsable del tratamiento y si estos servicios se prestan desde un país que no tenga un nivel de protección con el mismo grado de equiparación que la normativa comunitaria, entonces se precisaría por parte del cliente pedir autorización para realizar una transferencia internacional de datos. Para Sandetel, la falta de penetración en el mercado se debe en gran medida a las siguientes barreras que suponen un freno a su adopción: Figura 20. Barreras al cloud. Fuente: Sandetel. Junta de Andalucía CAPITULO II 98 Las limitaciones del cloud computing que son observadas son en el marco de comercialización de una solución cloud para la Junta de Andalucía, como Administración Pública son de gran interés y se citan las siguientes: • Licencias Las licencias serán sobre todo software de gestión para bases de datos, ERP’s o CMS, muy distinto a las licencias por ordenador personal. Un software propietario con pago por licencia de usuario puede ser compartido con tecnologías cloud, esto quiere decir que debe haber otro tipo de tarifas. • Certificaciones en el ámbito de la seguridad Ante la gran barrera que supone la seguridad, como ya hemos venido detallando en apartados anteriores, el informe propone la adhesión al Manifiesto de Nube Abierta (Open Cloud Manifesto) que define estándares en la adopción y entrega de servicios cloud. Otra recomendación que se hace a proveedores cloud es implantar la certificación ISO 27001 en Gestión de Seguridad. • Portabilidad de datos Adoptar la tecnología cloud conlleva la migración previa de los datos de los clientes, sin embargo esta no entraña mayor dificultad de la habitual. • Restricciones legales en los contratos En este sentido, el informe recomienda que en contratación las principales cláusulas a considerar en el momento de revisar este tipo de contratos son los tiempos de respuesta ante una eventual falta de disponibilidad, el régimen de responsabilidad por los daños y perjuicios ocasionados por un incumplimiento del proveedor, las limitaciones al servicio o a sus garantías, la regulación de la seguridad y el tratamiento de datos de carácter personal y las causas de terminación del servicio/contrato. REVISIÓN DE LA LITERATURA 99 Otros problemas que el informe detalla, son los que pueden estar relacionados con la contratación y la deslocalización de los servicios o las consecuencias de compartir equipamientos entre distintos clientes para almacenar su información. • Contratación con la Administración Pública El Informe le presta una gran importancia a la adopción del cloud en las administraciones públicas, dado su tamaño y capacidad de crecimiento. Sin embargo ve mayor efecto y beneficio en las Administraciones más pequeñas, especialmente en los ayuntamientos, donde este modelo de servicio puede suponer una oportunidad para la modernización y adaptación de las organizaciones en el contexto de las TIC, especialmente si el servicio lo prestan Administraciones grandes a las más pequeñas. Las tendencias previstas son: • Desarrollo de una fuerte concentración del sector TIC en España, debido a la escasez de empresas con un servicio de excelencia, la capacidad de negociación, la economía de escala y la capacidad de inversión para implantar servicios cloud que pueda atender a las demandas de las Administraciones Públicas. Proponen fomentar la cooperación de redes empresariales del sector para superar este problema y poder competir nacional e internacionalmente. • Las operadoras de telecomunicaciones serán claves en la gestión de redes a nivel nacional. El control de las redes de comunicación es un factor clave para ser competitivos en el sector. Las operadoras prestarán servicios cloud tanto a empresas como particulares mejorando las condiciones de contratación de ADSL al que añadirán servicios cloud como el escritorio virtual, correo electrónico, bases de datos, etc. • El cloud computing será en los próximos años el instrumento definitivo para la modernización e inclusión en la sociedad de la información. CAPITULO II 100 • La factura electrónica, las plataformas de comercio electrónico, los servicios de portal web y las infraestructuras de explotación son las soluciones cloud con mayor potencial según el informe. • En menos de cuatro años las Administraciones Públicas españolas adoptarán la tecnología cloud de forma más lenta que el sector privado. • Por último el informe afirma que el futuro de las TIC en el sector público tendrá un carácter mixto donde convivirán diferentes tipos de Sistemas de Información, como propios, hosting o soluciones cloud. REVISIÓN DE LA LITERATURA 101 2.3 Modelos de investigación sobre la adopción de los Sistemas de Información Las Tecnologías de la Información se han convertido en una parte integral de las organizaciones modernas y desempeñan un papel fundamental en la consecución de ventajas competitivas para la empresa en el entorno competitivo actual (Melville, Kraemer y Gurbaxani, 2004). En la Literatura es posible encontrar varios modelos de aceptación de la tecnología que proporcionan marcos útiles para determinar qué factores críticos o variables influyen en la adopción de las TIC por parte del usuario, así como en el uso y comportamiento del mismo dentro de las organizaciones (Ndubisi y Jantan, 2003). Algunos de los marcos teóricos más importantes son: • Teoría de la Acción Razonada (TRA) de Fishbein y Ajzen (1975) • Teoría del Comportamiento Planificado (TPB) de Ajzen (1985) • Modelo de Aceptación de la Tecnología (TAM) de Davis (1989). • Marco de Tecnología, Organización y Entorno (TOE) de Tornatzky y Fleischer (1990). • Teoría de la Difusión de las Innovaciones (DOI) de Rogers (2003). Para (Yang et al., 2015), dentro de estos modelos de comportamiento para el estudio de adopciones de TIC por parte de usuarios, el más influyente es el Modelo de Aceptación de la Tecnología (TAM, Technology Acceptance Model), el cual se basa en la Teoría de la Acción Razonada (Fishbein y Ajzen, 1975) y en la Teoría del Comportamiento Planeado (Ajzen, 1985). Por tanto, una gran parte de los estudios de adopción guardan relación con TAM o modelos derivados, tales como la Teoría Unificada de la Aceptación y el Uso de la Tecnología (UTAUT) (Venkatesh y Davis, 2003). Como veremos a continuación, estos estudios suelen incluir la utilidad percibida y la facilidad de uso percibida para predecir la intención de conducta. CAPITULO II 102 La Teoría de la Acción Razonada (TRA, Theory of Reasoned Action) de Fishbein y Ajzen (1975) ha sido adoptada en muchas disciplinas. Esta teoría explica que las actitudes hacia la realización de una conducta están asociadas positivamente y predicen las intenciones de realizar ese comportamiento. Asimismo, las actitudes están influidas por la sociedad. En efecto, las actitudes de los demás hacia una tecnología en particular, a menudo influyen en las intenciones de una persona para utilizar dicha tecnología. Tal es el caso, por ejemplo, de parientes o amigos que persuaden a un individuo de unirse a las redes sociales (Ellison et al., 2007). Como puede verse en la Figura 21, TRA propone una serie de constructos interrelacionados (Fishbein y Ajzen, 1975). El concepto actitud hacia el comportamiento se define como "los sentimientos de un individuo, positivos o negativos, sobre la realización de la conducta objetivo". Por su parte, norma subjetiva se refiere a "la percepción que tiene la persona sobre lo que la mayoría de la gente, que es importante para dicha persona, piensa sobre si se debe o no realizar la conducta objetivo". Las creencias y las evaluaciones son “las creencias del individuo sobre las consecuencias de su conducta y la evaluación de esas consecuencias”. Finalmente, las creencias normativas se perciben como “expectativas de los individuos o grupos específicos, teniendo en cuenta la motivación para cumplir con las mismas, para determinar la norma subjetiva”. Comportamiento Actual Las creencias y las evaluaciones Creencias Normativas y Motivación para cumplir Actitud hacia el Comportamiento Norma subjetiva Intención del Comportamiento Figura 21. Teoría de la acción razonada (TRA). Fuente: Elaboración propia basado en Fishbein y Ajzen, 1975. REVISIÓN DE LA LITERATURA 103 Ajzen (1985), desarrolla la Teoría del Comportamiento Planificado (TPB; Theory of Planned Behaviour), añadiendo al modelo TRA dos nuevos constructos con el objetivo de mejorar su capacidad predictiva: Las creencias de control y facilidad percibida y el control de comportamiento percibido (Figura 22). Se trata de una teoría aplicada en numerosos campos de estudio, que van desde el marketing hasta la atención sanitaria. La clave de este modelo es la intención de comportamiento. TPB distingue entre tres tipos de creencias: de comportamiento, normativas y de control. Se compone de seis constructos que, de manera colectiva, representan el control real de una persona sobre el comportamiento. Comportamiento Actual Las creencias y las evaluaciones Creencias Normativas y Motivación para cumplir Actitud hacia el Comportamiento Norma subjetiva Intención del Comportamiento Control de las creencias y Facilidad percibida Control percibido del comportamiento Figura 22. Teoría del comportamiento planeado (TPB). Fuente: Elaboración propia basado en Ajzen, 1991. Posteriormente, con el Modelo de Aceptación de Tecnología (TAM; Technology Acceptance Model; véase Figura 23) de Davis (1989) se busca explicar la relación entre la aceptación y adopción de la tecnología y, posteriormente, la intención de usarla (Autry et al., 2010). TAM propone y demuestra empíricamente que la Percepción de Utilidad (PU) y la Percepción de Facilidad de Uso (PFU) son los factores más críticos en el proceso de adopción de la CAPITULO II 110 trabajos fueron importantes de cara a la conveniencia de emplear un modelo TAM ampliado con otras variables dentro de nuestra investigación, Por lo que se refiere a la aplicación de TOE en la adopción de los sistemas cloud por parte de las empresas, es posible encontrar algunos trabajos que, con las variaciones propias de un marco abierto y cierta disparidad en la metodología, la elección de variables y en los resultados, muestran resultados de interés. Tal es el caso de Alshamaila et al (2012), Abdollahzadehgan et al. (2013), Nkhoma y Dang (2013) y Yang et al. (2015). En el primero de estos trabajos, Nkhoma y Dang (2013) emplean datos secundarios de una encuesta a una gran empresa de servicios (IBM), para determinar elementos que impulsan u obstaculizan la adopción del cloud computing. Por su parte, Abdollahzadehgan et al., (2013) realizan una investigación de carácter cualitativo, agrupando una serie de factores críticos de éxito del cloud computing para las pequeñas y medianas empresas a partir de la revisión de trabajos previos, aunque no hay un análisis empírico para contrastarlo. También dentro del ámbito de las pyme, Alshamaila et al. (2012) intentan identificar los principales factores para la adopción de servicios en la nube. Adoptando el marco TOE como base teórica, estos autores realizan un estudio exploratorio de carácter cualitativo empleando entrevistas semiestructuradas en una muestra de 15 empresas del noreste de Inglaterra. El estudio identifica como variables clave en la adopción aspectos tales como la ventaja relativa, la incertidumbre, las restricciones geográficas, la compatibilidad, la capacidad de prueba, el tamaño de la empresa, el apoyo de la alta dirección, las experiencias previas, la innovación, la industria, el alcance del mercado, los esfuerzos de los proveedores y el apoyo informático externo. En cambio, no se encontraron evidencias para asegurar que la presión de la competencia, inicialmente propuesta como posible factor, fuera un determinante significativo en la adopción y uso. Los autores aportan una serie de implicaciones de cara a la formulación de mejores prácticas estratégicas para la adopción del cloud computing. También basado en el marco TOE, pero más próximo metodológicamente a nuestra investigación, se encuentra el trabajo de Yang et al. (2015). Estos REVISIÓN DE LA LITERATURA 111 autores proponen un modelo para analizar la adopción de innovaciones tecnológicas basadas en SaaS, empleando una muestra de 173 organizaciones de China, tanto privadas como públicas. En este caso se plantea que las organizaciones que pretenden adoptar o implantar el cloud computing, necesitan estar preparados en aspectos tecnológicos, organizativos y ambientales. Los resultados empíricos sugieren qué variables de los tres componentes son importantes y los autores proporcionan a investigadores y profesionales ideas sobre la importancia relativa de cada tipo de factor en las diferentes etapas de adopción del SaaS. En concreto, aspectos tales como el apoyo de la alta dirección, la ventaja relativa, la simplicidad, la compatibilidad o la presión de competidores y socios resultaron significativos de cara a la adopción. También se destaca la importancia de poder probar e interactuar previamente, tanto con el software como con los servicios de mantenimiento del proveedor. Finalmente, este estudio incide en que la compatibilidad, que incluye la capacidad para personalizar el software para adaptarse a las necesidades concretas de las organizaciones, es un factor clave en el proceso de adopción. Otro grupo de estudios proponen distintos modelos de adopción y uso de sistemas cloud haciendo uso de elementos de la Teoría DOI (Lin y Chen, 2012), integrándola en algunos casos con el marco TOE (Low et al., 2011; Oliveira et al., 2014). En el primero de estos trabajos, Lin y Chen (2012) realizan una entrevista semiestructurada entre 19 profesionales TIC de Taiwán. Su evaluación cualitativa pone de manifiesto que las empresas rechazan adoptar la nube hasta que las incertidumbres asociadas con la tecnología cloud, como la seguridad o la estandarización, se reducen, posibilitando así nuevas ventajas en su modelo de negocio. Por su parte, Hsu et al. (2014) combinan aspectos de DOI y TOE para investigar la adopción de la computación en la nube en la industria de alta tecnología de Taiwán. A partir de una muestra de 200 empresas, contrastan empíricamente un modelo básico que, además de incluir la intención de adopción y uso, tiene en consideración mecanismos de precios y modelos de implementación. Estos autores concluyen, entre otros aspectos, que la adopción del cloud está todavía en su etapa inicial y que los beneficios esperados, los riesgos y problemas CAPITULO II 112 percibidos, los recursos y el personal TIC son los principales determinantes de la adopción. En esta misma línea, Oliveira et al. (2014) proponen un modelo de adopción y uso de sistemas cloud más completo que el anterior, que también integra elementos de la Teoría DOI y del marco TOE. Para estos autores, dado que una organización es una entidad más compleja que un individuo, la innovación es concebida como un proceso de comunicación que utiliza los diferentes canales dentro del sistema social. Distinguen tres tipos de factores de adopción: factores individuales (el liderazgo, la actitud hacia el cambio), la estructura organizativa interna (la centralización, la complejidad, la interconexión, el número de empleados y la holgura de la organización), y las características externas (apertura del sistema) de la organización. A partir de los datos extraídos de una muestra de 369 empresas de Portugal, los resultados de este estudio indican que aspectos tales como la ventaja relativa, la complejidad, la preparación tecnológica, el apoyo de la alta dirección y el tamaño de la empresa tienen un efecto directo en la adopción de los sistemas cloud en una empresa. También evidencian ciertas diferencias entre la industria y los servicios en los procesos de adopción del cloud computing, lo que subraya la importancia de considerar las distintas características de esta tecnología. Otro trabajo de especial interés para la presente investigación ha sido el reciente estudio de Gangwar et al. (2015). Estos autores destacan la importancia de abordar el impacto de aspectos específicos de la empresa, relacionándolos con las variables que tienen influencia en la adopción de cloud computing, empleando para ello una muestra de 280 empresas de diversos sectores de India. Para ello, desarrollan un modelo TAM-TOE integrado que incluye diversos aspectos de carácter exploratorio. El modelo combina, por tanto, las variables habituales de TAM (percepción de utilidad, percepción de uso, intención de uso) con variables identificadas en diversos estudios y relacionadas con los tres aspectos del contexto de una empresa que se incluyen en el marco TOE: Tecnología (ventaja relativa, compatibilidad, complejidad), Organización (competencia organizativa, formación, apoyo de la alta dirección) y Entorno (presión de la competencia, apoyo de los socios REVISIÓN DE LA LITERATURA 113 comerciales). En el caso de las variables de los contextos tecnológico y organizativo, los autores sugieren que tienen un efecto directo sobre el modelo TAM y, por tanto, un efecto indirecto sobre la adopción. Para las variables del entorno, el modelo combinado propone un impacto directo sobre la adopción. Las conclusiones de este estudio muestran que todas las variables de los tres contextos son determinantes importantes para la adopción del cloud computing, ya sea de manera directa o indirecta. Finalmente, concluimos el presente apartado mencionado el trabajo de Trigueros-Preciado et al. (2013). Aunque no propone ningún modelo de aceptación y uso de la tecnología cloud, se centra en la pyme española. Estos autores utilizan metodologías tanto cualitativas como cuantitativas para identificar las barreras en la adopción de la tecnología de la nube en una muestra de 94 empresas. Los investigadores concluyen que los conocimientos sobre cloud son bajos entre las empresas, tanto de la propia tecnología como de la forma de medir sus beneficios, siendo estas las principales barreras para la adopción. 114 Capítulo 3 MODELO DE INVESTIGACIÓN MODELO DE INVESTIGACIÓN 115 3 Desarrollo de hipótesis y modelo de investigación propuesto. Una vez que hemos revisado la literatura previa y, específicamente, se han presentado los fundamentos teóricos del cloud computing en el capítulo anterior, a continuación pasaremos a describir la investigación que se va a llevar a cabo, las metodologías elegidas en base a la literatura revisada y a efectuar un diseño de la misma basándonos en las particularidades y singularidades descritas hasta ahora de esta tecnología y el estado actual de adopción con el que cuenta. Tras analizar los diversos marcos y teorías empleados en diferentes estudios sobre aceptación de la tecnología en el ámbito de los Sistemas de Información, en la presente Tesis Doctoral se ha decidido emplear el modelo TAM. No obstante, como se explicará en el presente capítulo, se añadirán al modelo original otras variables externas que se consideran de especial interés para la investigación. La elección de TAM se justifica por su robustez y su amplia aceptación para comprender los procesos de adopción y uso de las TIC en numerosas investigaciones previas. En general, hay un importante cuerpo de investigación, basado en la Teoría de la Acción Razonada y el Modelo de Adopción de Tecnología de Davis (1989), formado por las relaciones entre factores que influyen en las actitudes individuales hacia la tecnología y en las relaciones entre estas actitudes, las intenciones de usar la tecnología y el uso real. Ello permite a los investigadores aplicar escalas que ya se han desarrollado y validado empíricamente en muchas ocasiones. En el apartado 2.3 se mencionaron numerosos estudios dentro del área de Sistemas de Información que hacen uso de TAM en sectores tan diversos como el uso de aplicaciones de comercio electrónico, plataformas de e-learning o software ERP. Este último sector es especialmente significativo en la literatura sobre aceptación de la tecnología y algunos trabajos han constituido un referente importante para la presente tesis doctoral, dada la escasez de CAPITULO III 116 trabajos similares en el entorno cloud computing. Tal es el caso de los estudios de Shih y Huang (2009), Son et al. (2010) y, muy especialmente, la investigación de Bueno y Salmerón (2008) sobre factores clave de éxito en la implantación de sistemas ERP a partir de un modelo basado en TAM ampliado con otras variables externas. Por lo que respecta a estudios empíricos sobre los factores que afectan a las actitudes y el uso de los servicios de cloud computing de usuarios, empresas y organizaciones, el número de trabajos es todavía reducido. En el apartado 2.4, se han comentado, en primer lugar, algunos trabajos que han hecho uso de TAM para analizar el empleo de sistemas cloud desde la perspectiva del usuario final (Behrend et al., 2011; Burda y Teuteberg, 2014; Moqbel, Bartelt y Al-Suqri, 2014; Wu et al., 2013). Dentro del ámbito de las empresas y organizaciones, el número de trabajos es aún más reducido, destacando principalmente el de Gangwar et al. (2015), otro de los referentes importantes de nuestra investigación. Por tanto, los principales constructos que explican las actitudes hacia el uso de la tecnología en el modelo TAM (Percepción de Utilidad y Percepción de Facilidad de Uso) han sido ya probados en múltiples ocasiones y su empleo en el contexto del cloud computing puede considerarse una elección válida y bien respaldada. Por otra parte, como también se ha comentado con anterioridad, es habitual que, en muchos de los estudios que hacen uso de TAM, el modelo se expanda añadiendo otras variables que se consideran de interés o han resultado significativas en investigaciones previas. Según el modelo original plateado por Davis (1989), se espera que los demás factores no incluidos explícitamente en TAM influyan en AHS e IU a través de PFU y PU. Para este autor, estas variables externas podrían incluir, entre otros aspectos, características del diseño del sistema, formación, documentación y otros tipos de apoyo, así como características de las personas encargadas de tomar decisiones que afecten al uso. MODELO DE INVESTIGACIÓN 117 De este modo, la revisión de los estudios que integran de manera significativa TAM con otras variables externas y teorías de aceptación ha servido para seleccionar algunas de los constructos que se han incorporado al modelo estructural de la presente investigación, así como para formular las hipótesis asociadas a los mismos. Hay que tener en cuenta que no existe un cuerpo común de variables externas a TAM que se pueda generalizar para explicar la adopción de tecnología y que sea aplicable a cualquier contexto (Gangwar et al., 2014). Por tanto, seleccionar variables externas que complementen al modelo TAM original, contando con el respaldo en la literatura y con la adecuación a las características de nuestra investigación, ha sido una tarea importante dentro de la misma. Además de los trabajos que se han mencionado anteriormente en este mismo apartado, una fuente significativa a la hora de seleccionar variables externas han sido algunas investigaciones sobre aceptación de cloud computing en empresas que emplean el marco TOE (combinado o no con TAM). En efecto, aunque TOE no cuenta con constructos claramente definidos y, por sí mismo, es un marco muy genérico (Riad et al., 2009; Wang et al., 2010), su empleo en trabajos como los de Alshamaila et al. (2013), Oliveira et al. (2011), Yang et al. (2015) o el propio de Gangwar et al. (2015), nos ha llevado a incorporar variables como el apoyo de la alta dirección, el tamaño de la empresa o la complejidad tecnológica. A continuación se explicarán todas las variables incorporadas al modelo y las relaciones entre las mismas que han llevado a la formulación de las diferentes hipótesis de investigación. Para ello, comenzaremos con las propias del modelo TAM. 3.1 Variables del Modelo de Aceptación de la Tecnología (TAM) El Modelo TAM establece relaciones causales entre la Percepción de Utilidad (PU), la Percepción de Facilidad de Uso (PFU), las Actitudes Hacia el Sistema (AHS) y la Intención de Uso (IU). CAPITULO III 118 AHS refleja sentimientos favorables o desfavorables respecto al empleo de una determinada tecnología, mientras que IU es el grado de comportamiento previo que se tiene a la hora de usar dicha tecnología (Taylor y Todd, 1995). El constructo AHS representa, por tanto, la adopción de una conducta positiva o negativa hacia una innovación e influye de manera directa en la IU dentro del modelo TAM. La introducción de IU como variable mediadora es importante, ya que se piensa que una intención siempre precede a un comportamiento y se aumenta así el valor predictivo del modelo (Fishbein y Ajzen, 1975). PU se define como el grado en que un individuo cree que el uso de un sistema en particular mejoraría su desempeño (Davis, 1989). Como afirman Gangwar et al. (2015), reflejaría la probabilidad subjetiva de que un potencial usuario, al utilizar una tecnología, aumente su desempeño en el trabajo dentro del contexto de una organización, como pueda ser el caso de una empresa al usar o adoptar cloud computing. Por su parte, PFU se refiere al grado en que un individuo cree que el uso de un sistema en particular estaría libre de esfuerzo (Davis, 1989). El modelo TAM propone que PU y PFU contribuyen a generar una actitud positiva hacia el empleo de la tecnología y, por tanto, ejercen una influencia significativa en AHS. A su vez, como antes se señaló, esta última variable influye de manera directa en IU. Por otra parte, el modelo plantea que PU es también un determinante directo de IU. Según Davis (1989), las actitudes tienen una parte de afectividad (representada por AHS), pero la relación directa entre PU e IU se basa en reglas cognitivas de toma de decisiones enfocadas a mejorar el rendimiento en el trabajo, las cuales no tienen por qué activar esa afectividad. En otras palabras, a un usuario puede no gustarle el sistema, teniendo una actitud negativa hacia el mismo, pero aun así utilizarlo porque es percibido como ventajoso para su desempeño laboral. Finalmente, el modelo también propone que PFU influye significativamente en PU. Además de en los propios trabajos de Davis, las relaciones entre las MODELO DE INVESTIGACIÓN 119 variables de TAM han resultado significativas en numerosos trabajos previos sobre aceptación de la tecnología, algunos de las cuales fueron referenciados en los apartados 2.3 y 2.4. En base a todo lo anterior, las hipótesis que se derivan de la aplicación del Modelo TAM serían las enunciadas en la Tabla 10. Tabla 10. Relación de hipótesis principales. Fuente: elaboración propia Hipótesis 1 (H1). •La percepción de facilidad de uso de los sistemas cloud ejerce un efecto positivo sobre su percepción de utilidad. Hipótesis 2 (H2). • La percepción de facilidad de uso de los sistemas cloud ejerce un efecto positivo sobre las actitudes hacia los mismos. Hipótesis 3 (H3). •La percepción de utilidad sobre los sistemas cloud ejerce un efecto positivo sobre las actitudes hacia los sistemas cloud. Hipótesis 4 (H4). • La percepción de utilidad de los sistemas cloud ejerce un efecto positivo sobre las intenciones de uso de los sistemas cloud. Hipótesis 5 (H5). • Las actitudes positivas hacia el sistema cloud aumentan las intenciones de uso de los sistemas cloud. CAPITULO III 126 conocimientos, especialmente cuando la información que se transmite es creíble y procede de fuentes fiables (Soh et al., 2000). Por tanto, una comunicación efectiva es necesaria para reducir la incertidumbre y el riesgo de confusión (Hsu et al., 2012), así como el esfuerzo que supone el uso del sistema (Lee et al, 2010), conduciendo al desarrollo de la confianza y al intercambio de información necesaria para afrontar los cambios y, en última instancia, aceptar la tecnología (Amoako-Gyampah y Salam, 2004). Por el contrario, la falta de comunicación guarda una relación directa con el fracaso de muchos proyectos de implantación de sistemas de información (Amoako-Gyampah y Salam, 2004). Para Trube y Collins (2000), cuando la comunicación es inadecuada se producen conflictos que influyen negativamente en el rendimiento del trabajo. Por su parte, Lin y Chen (2012), evidencian que, desde un punto de vista más profesional, la ausencia de comunicación en el ámbito del cloud computing puede complicar la dinámica existente entre diferentes desarrolladores y, en consecuencia, la percepción de utilidad final del producto. Teniendo en cuenta lo anterior, dado que a través de la comunicación se facilita el acceso a la información sobre los beneficios del sistema y su difusión entre todos los miembros de la organización, es de esperar que la frecuencia y calidad de las comunicaciones mejore las percepciones sobre la facilidad de su uso y sobre la utilidad de la tecnología (Al-Jabri, 2015; Amoako-Gyampah y Salam, 2004). La influencia de la comunicación en PFU y PU ha sido puesta de manifiesto en diversos estudios previos (véase, por ejemplo, Al-Jabri, 2015; Amoako-Gyampah y Salam, 2004; Kerimoglu y Basoglu (2005) o Lee et al., 2010). Ello nos lleva a plantear las siguientes hipótesis: MODELO DE INVESTIGACIÓN 127 Tabla 13. Relación de hipótesis de la Comunicación. Fuente: elaboración propia 3.2.4. Complejidad tecnológica Por complejidad tecnológica entenderemos el grado a través del cual una innovación es percibida como relativamente difícil de comprender y usar (Rogers, 2003, Sonnenwald et al., 2001). Algunos aspectos que suelen asociarse a la complejidad son el grado de dificultad de las habilidades necesarias para utilizar las tecnologías entre los empleados o la dificultad de integración de estas tecnologías en el trabajo (Premkumar and Roberts, 1999). En el caso específico del cloud computing, otros aspectos podrían ser el tiempo necesario para el desarrollo de las tareas, la integración de las aplicaciones con la infraestructura de la nube, el diseño de interfaces o la eficiencia en la transferencia de datos, etc. (Gangwar el al., 2015). En definitiva, la complejidad tecnológica puede influir en la adopción de una solución cloud (Vouk, 2008). Dado que la complejidad puede repercutir en el grado en que una tecnología es percibida como difícil de usar, es posible suponer que influirá significativamente en PFU (Teo, 2009). Existen diversos estudios empíricos que, desde distintos ámbitos, han evidenciado que la complejidad tiene una relación inversa con las percepciones sobre facilidad de uso. Tal es el caso de Bueno y Salmerón (2008), Son et al. (2010) o, más específicamente, el trabajo de Gangwar et al. Hipótesis 12 (H12) •La comunicación ejerce un efecto positivo sobre la percepción de facilidad de uso en los sistemas cloud. Hipótesis 13 (H13) •La comunicación ejerce un efecto positivo sobre la percepción de utilidad en los sistemas cloud. CAPITULO III 128 (2015) sobre aceptación de cloud computing. Este último estudio también evidencia una relación inversa significativa entre complejidad y PU. Por otra parte, otros autores inciden en la influencia negativa que la complejidad tecnológica puede ejercer en la intención de uso, basándose en aspectos no relacionados con las actitudes hacia el sistema que se generan a partir de PU y PFU. El entorno cloud ofrece la capacidad de compartir recursos de manera instantánea para ajustar la carga de trabajo. No obstante, aunque la empresa desee adoptar una solución de este tipo, debe afrontar los retos derivados de sus posibles limitaciones por falta de experiencia o por no contar con los especialistas en TIC necesarios para la implantación (Oliveira et al., 2014). Además, los sistemas cloud también suponen el reto de asegurar los procesos de negocio y la privacidad de los datos en un entorno compartido (Crump, 2012). En otras palabras, una empresa puede percibir que los sistemas cloud son útiles y fáciles de utilizar por sus empleados, pero su implantación supone una serie de retos tecnológicos complejos que no puede afrontar. Diversos trabajos empíricos, como los de Tsai el al. (2010) y Oliveira el al. (2014), han evidenciado esta relación inversa entre complejidad tecnológica e intención de uso. Teniendo en cuenta lo antes expuesto, formulamos las siguientes hipótesis: Tabla 14. Relación de hipótesis de la Complejidad Tecnológica. Fuente: elaboración propia Hipótesis 14 (H14) •La complejidad tecnológica del cloud ejerce un efecto negativo sobre la percepción de utilidad del cloud. Hipótesis 15 (H15) •La complejidad tecnológica del cloud ejerce un efecto negativo sobre la percepción de facilidad de uso de los sistemas cloud. Hipótesis 16 (H16) •La complejidad tecnológica del cloud ejerce un efecto negativo sobre la positivo sobre las intenciones de uso de los sistemas cloud. MODELO DE INVESTIGACIÓN 129 3.1.1 Tamaño de la Organización Son numerosas las investigaciones previas que muestran al tamaño de la organización como uno de los mayores determinantes de las innovaciones tecnológicas (Low et al., 2011). Dentro de los estudios de adopción de tecnología, el tamaño de la organización suele ser medido a partir de aspectos tales como la cifra de negocios de la empresa o su número medio de trabajadores, indicadores que se han utilizado también en la presente investigación. La literatura muestra que las empresas pequeñas, aunque puedan ser más flexibles y versátiles para coordinar los cambios necesarios (Abdollahzadehgan et al., 2013), no suelen adoptar las tecnologías más nuevas (Lippert y Govindarajulu, 2006; Oliveira et al., 2014), siendo las empresas más grandes las que muestran una mayor actividad de innovación (Messerschmidt y Hinz, 2013). En efecto, dentro del ámbito de los Sistemas de Información, la mayoría de las investigaciones empíricas han encontrado de manera consistente que el tamaño de la organización está relacionado positivamente con el uso de la innovación (véase, por ejemplo, Dholakia y Kshetri, 2004; Pan y Jang, 2008 o Wang et al., 2010). La principal explicación hay que encontrarla en que son las empresas grandes las que cuentan, al menos a priori, con mayores recursos que les permiten asumir los riesgos asociados al proceso de adopción de una innovación tecnológica (Palvia et al., 1994; Zhu et al., 2006; Pan and Jang, 2008; Thiese et al., 2011). Entre otros aspectos, estos recursos financieros darían a estas empresas la capacidad para asumir los costes asociados a la instalación, la integración, la formación del personal y el mantenimiento (Hsu et al., 2014). El tamaño de la organización es, por tanto, un factor organizacional que, al margen de las actitudes de la empresa, puede influir en la adopción del cloud computing. Su relación directa con la intención de uso ha sido puesta de manifiesto en diversos trabajos recientes dentro de este ámbito, como los de Low et al. (2011) y Oliveira et al (2014). CAPITULO III 130 Por otra parte, la influencia del tamaño de la organización en las percepciones sobre utilidad y facilidad de uso, ha sido menos estudiada. En cualquier caso, según el modelo TAM original planteado por Davis (1989), se espera que las variables externas influyan indirectamente en AHS e IU a través de PFU y PU. Teniendo en cuenta todo lo anterior, planteamos las siguientes hipótesis: Tabla 15. Relación de hipótesis sobre el Tamaño de la Organización. Fuente: elaboración propia Hipótesis 17 (H17) •El Tamaño de la Organización influye significativamente sobre la percepción de utilidad del cloud. Hipótesis 18 (H18) •El Tamaño de la Organización influye significativamente sobre la percepción de facilidad de uso en el cloud. Hipótesis 19 (H19) •El Tamaño de la Organización ejerce un efecto positivo sobre la intención de uso. MODELO DE INVESTIGACIÓN 131 3.3. Modelo de adopción finalmente propuesto y resumen de las hipótesis de investigación. En base a lo expuesto anteriormente, el modelo de investigación finalmente propuesto en la presente tesis doctoral se presenta en la siguiente figura. Como ya se ha comentado en los apartados anteriores, el objetivo de la investigación propuesta es determinar el grado de aceptación de los sistemas cloud por parte de empresas y organizaciones. CAPITULO III 132 H6 H10 H9 Modelo TAM H8 H13 H11 H1 H7 H12 H14 H15 H16 H19 H5 H18 H2 H3 H4 H17 Figura 24. Modelo de investigación propuesto. Fuente: Elaboración propia 133 Capítulo 4 DISEÑO DE LA INVESTIGACIÓN CAPITULO IV 134 4 Diseño de la Investigación 4.1 Enfoque y proceso de investigación El planteamiento de este apartado es el diseño propio de la investigación que se va a llevar a cabo. Para que una investigación pueda ser considerada como tal, se debe recurrir a una secuencia de pasos aceptados por la comunidad científica, que son: Figura 25. Pasos de una investigación. Fuente: Elaboración propia basado en Losada y López-Feal (2003) Se debe empezar diciendo, que cualquier diseño de investigación tiene su fundamento inicial en la observación de las distintas variables propuestas. En sí, se ha llevado a cabo un análisis de naturaleza cuantitativa. Este análisis se ha enfocado desde una investigación de naturaleza causal, llevando a cabo un estudio de las relaciones entre las distintas variables y el carácter de las mismas. Hablamos de investigación exploratoria cuando el objetivo del estudio es examinar un problema de investigación que ha sido poco o nada estudiado, o Planteamiento del problema Establecimiento de las hipótesis Validación de las hipótesis Generalización de los resultados y planteamiento de nuevos problemas DISEÑO DE LA INVESTIGACIÓN 135 del cual todavía se poseen dudas; también es exploratoria cuando la revisión de la literatura revela que las ideas han sido vagamente relacionadas, o cuando se desea indagar sobre el tema desde una perspectiva nueva o ampliar las existentes (Hernández, Fernández y Baptista, 2007). En nuestro caso, tal y como indicábamos en el apartado 3.1, decidimos emplear el modelo TAM y sus correspondientes hipótesis, por la robustez que ofrece en investigaciones previas y por su versatilidad para explicar la adopción de TIC en diversos contextos. Adicionalmente, añadimos al modelo clásico otras hipótesis que, aunque están basadas en la revisión de posibles factores críticos detectados en la Literatura, se han analizado con menor frecuencia, a la hora de aceptar los sistemas cloud y de complementar el modelo TAM. Desde este punto de vista, parte de nuestra investigación adquiere ese carácter exploratorio. Una vez planteado el problema de investigación y construido el marco teórico, para concretar lo que se va a hacer hay que formular las hipótesis de investigación o “generalizaciones o suposiciones comprobables empíricamente que se presentan como la respuesta al problema de investigación” (Losada y López-Feal, 2003). A este cometido se dedicaron los dos capítulos anteriores, que recogen el planteamiento del modelo teórico y las hipótesis de investigación. El presente capítulo se dedicará al planteamiento del diseño escogido para dar solución al problema de investigación y sus hipótesis. Nos encontramos, frente a un problema de investigación que requiere la aplicación rigurosa de una metodología cuantitativa. De acuerdo con Tamayo (2007), la metodología cuantitativa consiste en el contraste de teorías a partir de una serie de hipótesis surgidas de la misma, siendo necesario obtener una muestra, ya sea en forma aleatoria o discriminada, pero representativa de una población o fenómeno objeto de estudio. El método cuantitativo se centra en los hechos o causas del fenómeno social, con escaso interés por los estados subjetivos del individuo (Rodriguez Peñuelas, 2010). 238 Hsu, C., y Lu, H. (2004). Why do people play on-line games? An extended TAM with social influences and flow experience, Information and Management 41(7), 853–868. Hsu, J. S.-C.; Shih, S.-P.; Chiang, J.C..; Liu, J. Y.-C. (2012). The impact of transactive memory systems on IS development teams coordination, communication, and performance. International Journal of Project Management 30, 329–340 Hsu, P-F., Soumya, R., Li-Hsieh, Y-Y., (2014) Examining cloud computing adoption intention, pricing mechanism and deployment. International Journal of Information Management 34, 474–488 Hu, P. J.; Chau, P. Y. K.; Sheng, O. R. L. (1999), Examining the tehnoogy acceptance model using physician acceptance of telemedicine technology, Journal of Management Information Systems 16 (2), 91–112 Huber, G. y Mc Daniel, F. (1986). Exploiting I.T. to design more effective organizations. En M. Jake, En Managers, micros and mainframes, 221-236. New-York: Willey. Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: a review of four recent studies. Strategic Management Journal, 20, 195-204. Hung, K. y Law, R. (2011). An overview of Internet-based surveys in hospitality and tourism journals. Tourism Management. Hung, S.-Y., Chang, C.-M. y Kuo, S.-R. (2013). User acceptance of mobile e-governement services: An empirical study. Governement Information Quarterly, 30 (1), 30-44. Hung, S.-Y., Chang, C.-M., y Yu, T.-J. (2006). Determinants of user acceptance of the e- Governement services: The case of online tax filling and payment system. Governement Information Quarterly. 23(1), 97-122. Hutchinson, C. W. (2009). Navigating the next-generation application architecture. IT Professional, 1(2),18–22. Hwang, K. (2008). Massively Distributed Systems: From Grids and P2P to Clouds. Advances in Grid and Pervasive Computing. Lecture Notes in Computer Science Volume 5036, 1. Iacovou, C., Benbasat, I. y Dexter, A. (1995). Electronic data interchange and small organizations: adoption and impact of technology. Management Information Systems Quarterly, Vol. 19 No. 4, 465-485. Ifinedo, P. (2011). An empirical analysis of factors influencing Internet/e-business technologies adoption by SMEs in Canada, International Journal of Information Technology & Decision Making,10, 731–766. Igbaria, M., Zinatelli, N., Cragg, P., y Cavaye, P. (1997). Personal computing acceptance factors in small firms: A structural equation model. MIS Quarterly 21 (3), 279-306. Ion, I., Sachdeva, N., Kumaraguru, P., y Capkun, S. (2011). Home is safer than the cloud!: Privacy concerns for consumer cloud storage. 7th Symposium on Usable Privacy and Security. Pittsburgh, Pennsylvania. INE (2015). Instituto Nacional de Estadística. Obtenido en 2014 de www.ine.es. Jarvis, C., Mackenzie, S. y Podsakoff, P. (2003). Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research. Journal of consumer research, Inc.Vol. 30. Jeyaraj, A., Rottman, J. W. y Lacity, W. C. (2006). A review of the predictors, linkages, and biases in IT innovation adoption research. Journal of Information Technology, Vol. 21 Nº. 1, 1-23. 239 Johansson, B. (2004). Exploring Application Service Provision. En 2. p.-1. IFIP International Federation for Information Processing Volume 138, Networked Information Technologies. Springer US. Joo, J. y Sang, Y. (2013). Exploring Koreans’ smartphone usage: An integrated model of the technology acceptance model and uses and gratifications theory, Computers in Human Behavior 29(6), 2512-2518. Jöreskog, K. G. (1993). Testing structural equation models. En K. L. Bollen, Testing Structural Equation Models, 294-316. Sage, Newbury Park. Kahn J. H. (2006). Factor analysis in Counseling Psychology research, training and practice: Principies, advances and applications. The Counseling Psychologist, 34, 1-36. Kaminski, H. y Perry, M. (2008). SLA Negotiation System Design Based on Business Rules Services Computing. SCC '08. IEEE International Conference on, Volume 2, 609-612. Kankanhalli, A., Hock-Hai, T., Tan, B. y K.K., y. W. (2003). An integrative study of information systems security effectiveness. International Journal of Information Management 23 (2003) 139–154. Karahanna, E., Straub, D. W. y Chervany, N. L. (1999). Information technology adoption across time: a cross-sectional comparison of pre-adoption and post-adoption beliefs. MIS quarterly, 183-213. Kelner, J., Endo, T., Gonçalves, G. E. y Sadok, D. (2010). A survey on opensource cloud computing solutions. Brazilian Symposium on Computer Networks and Distributed Systems. Kerimoglu, O. y Basoglu, N. (2005). A framework for understanding adoption of organizational enterprise resource planning systems. Picmet Conference, Portland, Oregon. Khajeh‐Hosseini, A., Greenwood, D., Smith, J., y Sommerville, I. (2012). The cloud adoption toolkit: supporting cloud adoption decisions in the enterprise. Software: Practice and Experience Volume 42 Issue 4, 447-465. Kim, H. B., Kim, T. y Shin, S. W. (2009). Modeling roles of subjective norms and eTrust in customers’ acceptance of airline B2C eCommerce websites. Tourism management, 30, 266-277. Kim, J. y Forsythe, S. (2009). Adoption of sensory enabling technology for online apparel shopping, European Journal of Marketing, Vol. 43 Iss: 9/10, 1101 – 1120 Klein, R. (2012). Assimilation of Internet-based purchasing a lications within medical practices. Information Management, 49, 135–141. Koufaris M. (2002). Applying the technology acceptance model and flow theory to online consumer behavior, Information System Research 13, 19-28. Kshetri, N. (2012). Privacy and security issues in cloud computing: the role of institutions and institutional evolution. Telecommunication Policy 37, 372–386. Kuan, K. y Chau, P. (2001). A perception-based model for EDI adoption in small businesses using a technology-organization-environment framework. Information and Management, Vol. 38 No. 8, 507-521. Kwahk, K. Y. y Lee, J. N. (2008). The role of readiness for change in ERP implementation: Theoretical bases and empirical validation. Information y Management, 45 (7), 474-481. Leavitt, N. (2009). Is Cloud Computing Really Ready for Prime Time? IEEE Computer Society Issue No.01 - vol.42, 15-20. 240 Lee, D.H., Lee, S.M., Olson, D.L. y Chung, S.H. (2010). The effect of organizational su ort on ERP implementation. Industrial Management y Data Systems, 110 (1-2), 269–283. Lee, D. y Lehto, M. (2013). User acceptance of YouTube for procedural learning: An extension of the Technology Acceptance Model, Computers and Education 61, 193-208. Lee, H., y Kerlinger, F. (2002). Investigación del comportamiento. Métodos de investigación en las ciencias sociales. México: McGraw-Hill. Legris, P., Ingham, J. y Collerette, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information and Management, Vol. 40, No. 3, 191-204. Li, Y.H. (2008). An empirical investigation on the determinants of e-procurement adoption in Chinese manufacturing enterprises. International Conference on Management Science & Engineering (15th), California, USA, Vols I and II, Conference Proceedings, 32-37. Lian, J. W. (2015). Critical factors for cloud based e-invoice service adoption in Taiwan: An empirical study. International Journal of Information Management 35, 98-109. Liao, Y.-W., Huang, Y.-M., Chen, H.-C. y Huang, S.-H. (2015) Exploring the antecedents of collaborative learning performance over social networking sites in a ubiquitous learning context. Computers in Human Behavior, 43, 313–323 Lijun, M., Chan, W., y Tse, T. (2008). A Tale of Clouds: Paradigm Comparisons and Some Thoughts on Research Issues. IEEE Asia-Pacific Services Computing Conference, 468. Limayem, M., Hirt, S. G., y Cheung, C. M. (2007). How Habit Limits the Predictive Power of Intentions: The Case of IS Continuance. MIS Quarterly (31:4), 705-737. Lin, A., y Chen, N. (2012). Cloud computing as an innovation: Percepetion, attitude, and adoption. International Journal of Information Management Volume 32, Issue 6, 533–540. Lin, H.F. y Lin, S.M. (2008). Determinants of e-business diffusion: A test of the technology diffusion perspective, Technovation, Vol. 28, No. 3, 135-145. Lippert, S.K. y Govindarajulu, C. (2006). Technological, organizational, and environmental antecedents to web services adoption, Community. IIMA 6, 146–158. Liu, M. (2008). Wireless communications, networking and mobile computing. WiCOM ‘08, 4th International Conference, Dalian, 12-14. Losada, J. y López-Feal, R. (2003). Métodos de investigación en Ciencias Humanas y Sociales. Madrid: Thomson-Paraninfo. Low, C., Chen, Y. y Wu, M. (2011). Understanding the determinants of cloud computing adoption. Industrial Management y Data Systems, 111(7), 1006–1023. Mackenzie, S., Podsakoff, P. y Jarvis, C. (2005). The problem of measurement model misspecification in behavioral and organizational research and some recommended solutions. Journal of Applied Psychology, 4. MacKenzie, S., Podsakoff, P., y Podsakoff, N. (2011). Construct measurement and validation procedures in MIS and behavioral research: Integrating new and existing techniques. MIS Quarterly: Management Information Systems, Volume 35, Issue 2, 293-334. Mahjoub, M., Mdhaffar, A., Halima, R. y Jmaiel, M.A. (2011). Comparative Study of the Current Cloud Computing Technologies and Offers. Network Cloud Computing and Applications (NCCA), 2011 First International Symposium, 131-134. Toulouse. Markus, M. (1983). Power, politics, and MIS implementation. Magazine Communications of the ACM Volume 26 Issue 6, 430-444. 241 Martens, B. y Teuteberg, F., (2011). Risk and compliance management for cloud computing services: Designing a reference model. 17th Americas Conference on Information Systems (AMCIS). Detroit, US. Martens, B. y Teuteberg, F., (2012). Decision-making in cloud computing environments: A cost and risk based a roach. Information Systems Frontiers, 14(4), 871–893. Mathieson, K., (1991). Predicting user intention: comparing the technology acceptance model with theory of planned behavior. Information Systems Research, 2 (3), 173-191. Mathur, P. y Nishchal, N. (2010). Cloud computing: New challenge to the entire computer industry . Parallel Distributed and Grid Computing (PDGC), 2010 1st International, 223 - 228. Conference on Solan. Medina, J. (2005). Evaluación del impacto de los sistemas de información en el desempeño individual del usuario.Tesis doctoral. Madrid. Melville, N., Kraemer, K. y Gurbaxani, V. (2004). Review: information technology and organizational performance: An integrative model of IT business value. MIS Quarterly, 28 (2), 283–322. Messerschmidt, C. H. y Hinza, O. (2013). Explaining the adoption of grid computing: An integrated institutional theory and organizational capability a roach. Journal of Strategic Information Systems 22, 137-156. Miller, M. (2008). Cloud Computing: Web-Based Applications That Change the Way You Work and collaborate online. Indiana: QUE Publishing. Moore, C. y Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research, 2(3), 192- 222. Moqbel M., Bartelt. V. y Al-suqri, M. (2014). A Study of Personal Cloud Computing: Compatibility, Social Influence, and Moderating Role of Perceived Familiarity. Twentieth Americas Conference on Information Systems. Savannah. Nah F.F., Lau J.L. y Kuang J. (2001). Critical factors for successful implementation of enterprise systems, Business Process Management Journal, Vol. 7 Iss 3, 285 – 296. Ndubisi, N.J. (2003). Evaluating IS usage in Malaysian small and medium‐sized firms using the technology acceptance model. Logistics Information Management, Vol. 16 Iss: 6, 440-450. NIST. (2011). http://www.nist.gov/itl/cloud/ accedido en 2014. Nkhoma, M., y Dang, D. (2013). Contributing factors of cloud computing adoption: a technologyorganisation-environment framework a roach. Int. J. Inf. Syst.Eng. 1, 38–49. Nunnally, J. (1978). Psychometric Theory. New York: McGraw-Hill. Nurmi, D., Wolski, R., Grzegorczyk, C., Obertelli, G., Soman, S., Youseff, L., y otros. (2009). The Eucalyptus Open-Source Cloud-Computing System. InProceedings 9th IEEE/ACM International Symposium on Cluster Computing and the Grid (CCGRID '09). OASIS. (2012). Reference Architecture Foundation for Service Oriented Architecture Version 1.0, Committee Specification 01 (Authoritative PDF). Ohlman, B., Eriksson, A. y Rembarz, R. (2009). What Networking of Information Can Do for Cloud Computing. In Enabling Technologies: Infrastructures for Collaborative Enterprises. WETICE '09. 18th IEEE International Workshops on, 78-83. Oliveira, T. y Martins, M. (2008). A comparison of web site adoption in small and large Portuguese firms. Proceedings of the International Conference on e-Business. Porto, Portugal. 242 Oliveira, T. y Martins, M. (2011). Literature review of information technology adoption models at firm level, The Electronic Journal Information Systems Evaluation 14, 110–121. Oliveira, T. y Martins, M. (2010). Understanding e-business adoption across industries in European countries, Industrial Management & Data System, 110, 1337–1354. Oliveira, T., Thomas, M. y Espadanal, M. (2014). Assessing the determinants of cloud computing adoption: An analysis of the manufacturing and services sectors. Information and Management, 51, 497-510. ONTSI. (2012). El Estudio Cloud Computing. Retos y Oportunidades. Madrid. Ministerio de Industria. Palvia P, Means D.B. y Jackson W.M. (1994) Determinants of computing in very small businesses. Information and Management, 27, 161-74. Pan, B. (2010). Online travel surveys and response patterns. Journal of Travel Research, 49, 121-135. Pan, M.J. y Jang, W.Y. (2008). Determinants of the adoption of enterprise resource planning within the technology-organization-environment framework: Taiwan’s communications industry , Journal of Computer Information Systems, Vol. 48, 94-102. Parveen, F. y Sulaiman, A. (2008). Technology complexity, personal innovativeness and intention to use wireless internet using mobile devices in Malaysia. International Review of Business Research Papers, Volume 4, Issue 5, 1-10. Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 101–134. Pearlson, K., y Saunders, C. (2009). Strategic management of information systems (4th ed.). NJ, Hoboken: Wiley. Pearson, S. (2011). Toward accountability in the cloud. . IEEE Computer Society, 15(4), 64–69. Peng, J., Zhang, X., Lei, Z., Zhang, B., Zhang, W., y Li., Q. (2012). Comparison of several cloud computing platforms. In Proceedings of the 2009 Second International Symposium on Information Science and Engineering, ISISE '09. Persico, D., Manca, S., y Pozzi, F. (2014). Adapting the Technology Acceptance Model to evaluate the innovative potential of e-learning systems. Computers in Human Behavior 30, 614-622. Podsakoff, P. M., MacKenzie, S. B., Lee, J., y Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, Vol 88(5), 879-903. Porter, S. R., y Whitcomb, M. E. (2003). The impact of lottery incentives on student survey response rates. Research in Higher Education, 44, 389-407. Premkumar, G. y Roberts, M. (1999). Adoption of new information technologies in rural small businesses, Omega, Vol. 27 No. 4, 467-484. Preston, C. C., y Colman, A. M. (2010). Optimal number of response categories in rating scales: Reliability, validity, discriminating power, and respondent preferences. Acta Psychologica, 104(1), 1-15. Ragu-Nathan, B., Apigian, C., Ragu-Nathan, T., y Tuc, Q. (2004). A path analytic study of the effect of top management su ort for information systems performance. Omega, 32 (6), 459- 471. 243 Rajan, C.A. y Baral, R. (2015). Adoption of ERP system: An empirical study of factors influencing the usage of ERP and its impact on end user. IIMB Management Review. Volume 27, Issue 2, June 2015, 105–117 Ramdani, B. (2008). Technological, Organisational y Environmental Factors Influencing SMEs Adoption of Enterprise Systems: A Study in the Northwest of England. University of Manchester. Ramdani, B., Kawalek, P., y Lorenzo, O. (2009). Predicting SMEs’ adoption of enterprise systems. Journal of Enterprise Information Management, Vol. 22 No. 1, 10-24. Ratten, V. (2012). Entrepreneurial and ethical adoption behaviour of cloud computing. The Journal of High Technology Management Research, 23(2), 155–164. Red.es. (2011). Estudio sobre el impacto del Cloud Computing en el canal de distribución de software en España. Madrid. Ministerio de Industria, Energía y Turismo. Reinartz, W., Haenlein, M. y Henseler, J. (2009). An empirical comparison of the eficacy of covariance-based and variance-based SEM. International Journal of Research in Marketing, 26, 332–344. Report, C. (2010). Cloud computing in India: a CIO research center report, Obtenido en 2014 de:http://cioresearchcenter.com/wordpress/wp-content/plugins/download monitor/download.php?id¼3 Repschlaeger, J., Zarnekow, R., Wind, S. y Klaus, T. (2012). Cloud requirement framework: Requirements and evaluation criteria to adopt cloud solutions. 20th European Conference on Information Systems (ECIS). Barcelona, Spain. Rimal, B., Choi, E. y Lumb, I. (2009). A taxonomy and survey of cloud computing systems. In Proceedings of the 2009 Fifth IEEE International Joint Conference on INC, IMS and IDC, NCM '09, 44-51, Washington, DC, USA. Ringle,C.M., Sarstedt, M. y Straub, D.W. (2012). A Critical Look at the Use of PLS-SEM. MIS Quarterly Vol. 36 No. 1—Supplement/March. Robinson, L., Marshallb, G. W. y Stamps, M. B. (2005). An empirical investigation of technology acceptance in a field sales force setting, Industrial Marketing Management, Vol.34, No.4, 407-415. Rodriguez Peñuelas, M.A. (2010). Métodos de investigación: diseño de proyectos y desarrollo de tesis en ciencias administrativas, organizacionales y sociales. Nº 69. Universidad Autónoma de Sinaloa. Rogers, E. M. (1986). Communication technology: The new media in society. New York: Free Press. Rogers, E. M. (1995). Diffusion of Innovations (4rd ed.). New York:: 4th ed. Free Press. Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). New York: Free Press. Rogers, E. M., y Shoemaker, F. F. (1971). Communication of Innovations. A Cross-Cultural Approach. New York: Free press. Roldán, J.L. y Cepeda, G. (2014) Modelos de Ecuaciones Estructurales basados en la Varianza: Partial Least Squares (PLS) para Investigadores en Ciencias Sociales (IIª Edición) Departamento de Administración de Empresas y Marketing Universidad de Sevilla Roldan, J.L. y Sanchez-Franco, M.J. (2012). Variance-Based Structural Equation Modeling: Guidelines for Using Partial Least Squares in Information Systems Research. En O. G. Manuel Mora, Research Methodologies, Innovations and Philosophies in Software Systems Engineering and Information Systems. 244 Rui, G. (2007). Information Systems Innovation Adoption among Organizations a Match-Based. Framework and Empirical Studies, National University of Singapore, Singapore. Ruiz del Olmo, F. (2010). Conocimiento en la nube: Características socioeducativas del cloud computing. Razón y Palabra, 73, 1-16. Saedi, S. y Noorminshah, A. (2013). Developing an Instrument for Cloud Computing Adoption by Small and Medium-Sized Enterprises. 3rd International Conference on Research and Innovation in Information Systems – 2013 (ICRIIS’13). Salesforce.com. (2013). Get the world’s #1 sales application. Obtenido en 2013 de www.salesforce.com/crm/editions-pricing.jsp Sánchez Franco, M., Rondán Cataluña, F., y Villarejo Ramos, Á. (2007). Un modelo empírico de adaptación y uso de la Web. Utilidad, facilidad de uso y flujo percibidos. Cuadernos de Economía y Dirección de la Empresa, 01/2007, Volumen 10, Número 30. Sandetel. (2013). Informe Cloud Computing en Andalucía, Consejería de Economía Junta de Andalucía. Sevilla. Sarabia-Sánchez, F.J.. (2013). Métodos de investigación social y de la empresa. Ediciones Pirámide, S.A. Sarker, S. y Lee, A. (2003). Using a case study to test the role of three key social enablers in implementation. Information and Management 40(8), 813-829. Satyanarayanan, M., Bahl, P., Caceres, R., y Davies, N. (2009). The case for vm-based cloudlets in mobile computing. Pervasive Computing, IEEE, 8(4), 14-23. Schillewaerta, N., Ahearneb, M. J., Frambachc, R. T. y Moe-naertd, R. K. (2005). The adoption of information technology in the sales force. Industrial Marketing Management Volume 34, Issue 4, May 2005, 323–336. Scupola, A. (2003). The adoption of internet commerce by SMEs in the south of Italy: an environmental, technological and organisational perspective. Journal of Global Information Technology Management, Vol. 6 No. 1, 52-71. Sempolinski, P., y Thain, D. (2010). A comparison and critique of eucalyptus, opennebula and nimbus. In Proceedings of the 2010 IEEE Second International Conference on Cloud Computing Technology and Science, CLOUDCOM '10, 417-426, Washington, DC, USA. Senk, C. (2013). Adoption of security as a service. Journal of Internet Services and Applications, 4:11. Seyal, A., Awais, M., Shamail, S. y Abbas, A. (2004). Determinants of electronic commerce in Pakistan: preliminary evidence from small and medium enterprises. Electronic Markets, Vol. 14 No. 4, 372-387. Shah, M. y Siddiqui., F. (2006). Organisational critical success factors in adoption of e-banking at the Woolwich bank. International Journal of Information Management 26(6), 442-456. Sharma, R., y Yetton, P. (2003). The contingent effects of management support and task interdependence on successful information systems implementation. MIS quarterly, 533- 556. Shih, Y. Y. y Huang, S. S. (2009). The actual usage of ERP systems: An extended technology acceptance perspective. Journal of Research and Practice in Information Technology, 41 (3), 263-276. Shivers-Blackwell, S. L. y Charles, A. C. (2006). Ready, set, go: Examining student readiness to use ERP technology. Journal of Management Development, 25(8), 795–805. 245 Seo, K.-K., (2013). An Explorative Model for B2B Cloud Service Adoption in Korea - Focusing on IaaS Adoption.Department of Management Engineering, Sangmyung. International Journal of Smart Home. Vol.7, No.5,155-164 Soh, C., Sia, S. K. y Tay-Yap, J. (2000). Cultural fits and misfits: is ERP a universal solution? Communications of the ACM Vol. 43, 47-51. Sohal, A. S., Moss, S. y Ng, L. (2001). Comparing IT success in manufacturing and service industries. International Journal of Operations and Production Management, 21(1/2), 30- 45. Soliman, K., y Janz, B. (2004). An exploratory study to identify the critical factors affecting the decision to establish Internet-based interorganizational information systems. Information and Management, 41 (6), 697-706. Somers, T. y Nelson, K. (2003). The impact of strategy and integration mechanisms on enterprise system value: empirical evidence from manufacturing firms. European Journal of Operational Research, 146 (2), 315–338. Son, H., Park, Y., Kim, C. y Chou, J. (2012). Toward an understanding of construction professionals' acceptance of mobile computing devices in South Korea: An extension of the technology acceptance model. Automation in Construction 28, 82-90. Sosinski, B. (2012). ¿Qué es la nube? El futuro de los sistemas de información. Madrid: ANAYA. Spillner, J., Bombach, G., Matthischke, S., Muller, J., Tzschichholz, R. y Schill, A. (2011). Information dispersion over redundant arrays of optimal cloud storage for desktop top users. 4th IEEE International Conference on Utility and Cloud Computing (UCC). Melbourne, Australia. Sternad, S.y Bobek, S. (2013). Impacts of TAM-based external factors on ERP acceptance. CENTERIS 2013 - Conference on ENTERprise Information Systems / ProjMAN 2013 – International. Conference on Project MANagement / HCIST 2013 - International Conference on Health and Social. Care Information Systems and Technologies. Procedia Technology, 33 – 42. Stone M. (1974). Cross-validatory choice and assessment of statistical predictions. Journal of the Royal Statistical Society, Series B 36, 111–133. Straub, D., Boudreau, M. y Gefen, D. (2004). Validation guidelines for IS positivist research. Communications for the Association for Information Systems. 13, (24), 380-427. Sumner, M. (1999). Critical success factors in enterprise wide information management systems projects, Proceedings of the Americas Conference on Information Systems (AMCIS), 232- 234. Sun, Y., Bhattacherjee, A. y Ma, Q. (2009). Extending technology usage to work settings: The role of perceived work compatibility in ERP implementation. Information y Management, 46, 351-356. Szajna, B. (1994). Software evaluation and choice: predictive evaluation of the Technology Acceptance Instrument, MIS Quarterly 18 (3): 319–324. Tamayo T. y Tamayo M. (1997). El Proceso de la Investigación científica, p 114. Mexico: Editorial Limusa S.A. Tamayo, M. (2007). El proyecto de la investigación científica. Ciudad de México, México. : Editorial Limusa Noriega Editores. Tan, M. y Teo, T. (1998). Factors influencing the adoption of the internet. International Journal of Electronic Commerce, Vol. 2 No. 3, 5-18. 246 Tarhini, A., Hone, K. y Liu, X. (2014). The effects of individual differences on e-learning users behaviour in developing countries: A structural equation model. Computers in Human Behavior 41 (2014) 153–163 Taylor, S. y Todd, P. (1995). Understanding Information Technology Usage: A Test of Competing Models. Information Systems Research Volume 6 Issue 2. Teo, T. (2009). Modelling technology acceptance in education: A study of pre-service teachers. Computers & Education 52, 302–312. Teo, T.S.H. y Ang, J.F.K. (2001). An examination of major IS planning problems. International Journal of Information Management 21 (2001) 457–470. Thiesse, F., Staake, T., Schmitt, P. y Fleisch, E. (2011). The rise of the ‘‘next-generation bar code’’: an international RFID adoption study, Supply Chain Manage.: Int. J. 16, 245–328. Thompson, R., Higgins, C., y Howell, J. (1991). Personal Computing: Toward a conceptual model of utilization. MIS Quartely 15 (1), 125-143. Thong, J. (1999). An integrated model of information systems adoption in small businesses. Journal of Management Information Systems, Vol. 15 No. 4, 187-214. Thong, J., Yap, C. y Raman, K. (1996). Top Management Su ort, External Expertise and Information Systems Implementation in Small Businesses. Information Systems Research 7, 2, 248-267. Tornatzky, L. y Fleischer, M. (1990). The Process of Technology Innovation. Lexington, MA.: Lexington Books. Torres, J. (2011). Empresas en la Nube. Ventajas y retos del Cloud Computing. Barcelona: Libros de Cabecera. Trespalacios, J., Vázquez, L., y Bello, R. (2005). Investigación de mercados, métodos de recogida y análisis de la información para la toma de decisiones en marketing. Madrid: Thompson. Triandis, H. (1971). Attitude and attitude change. New York: Wiley. Trigueros-Preciado, S., Pérez-González, D. y Solana-González, P. (2013). Cloud computing in industrial SMEs: identification of the barriers to its adoption and effects of its application. Electronic Marketing, 1–10. Tubre, T.C., Collins, J.M., 2000. Jackson and Schuler (1985) revisited: a metaanalysis of the relationships between role ambiguity, role conflict, and job performance. Journal of Management 26 (1), 155–169. Tsai, M., Lee, W. y Wu, H. (2010). Determinants of RFID adoption intention: evidence from Taiwanese retail chains. Information Management. 47, 255–261. Udoh E. (2010). VDM Verlag Dr. Müller e.K., Saarbrücken. Umble, E. H. (2003). Enterprise resource planning: Implementation procedures and critical success factors. European Journal of Operational Research. Vol. 146(2), 241-257. Urbach N. y Ahlemann F. (2010). Structural Equation Modeling in Information Systems. Journal of Information of Tecnology Theory and A lication, 11 (2), 5-40. Uzoka, F. M. (2008). Influence of product and organizational constructs on ERP acquisition using an extended technology acceptance model. International Journal of Enterprise Information Systems, 4(2), 67–83. Vaquero, L. M., Rodero-Merino, L., Caceres, J. y Lindner, M. (2009). A break in the clouds: Towards a cloud definition. Computer Communication Review, 39 (1), 50–55. 247 Venkastesh, V. y Davis, F.D. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46, 2, 186-204. Venkatesh, V., y Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. Venkatesh, V., y Davis, G. (2003). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science 46(2), 186. Venkatesh, V., Morris, M., Davis, G. B., y Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Q 27(3): 425–478. Venkatesh, V., Thong, J., y Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS quarterly (36:1), 157-178. Verplanken, B., Aarts, H., van Kni enberg, A. y van Kni enberg, C. (1994). Attitude versus general habit: Antecedents of travel mode choice. Journal of Applied Social Psychology, 24, 285-300. Vile, A., y Liddle, J. (2009). The Savvy guide to HPC, grid, data grid, virtualization and cloud computing. The SavvyGuideTo Ltd. Vinzi, V. E. (2010). PLS path modeling: From foundations to recent developments and open issues for model assessment and (47–82). Berlin, Germany: Springer. Voas, J., y Zhang, J. (2009). Cloud computing: New wine or just a new bottle? IT Professional, 11 (2), 15–17. Vouk, M. (2008). Cloud computing – issues, research and implementations. Journal of Computing and Information Technology. 16, 235–246. Walterbusch, M., Martens, B. y Teuteberg, F. (2013). Evaluating cloud computing services from a total cost of ownership perspective. Manage. Res. Rev. 36, 613–638. Wang, C., Chow, S., Wang, Q., Ren, K. y Lou, W., (2013). Privacy-preserving public auditing for secure cloud storage. IEEE Transactions on Computers, 62(2), 362–375. Wang, Y.M., Wang, Y.S. y Yang, Y.F. (2010), Understanding the determinants of RFID adoption in the manufacturing industry, Technological Forecasting & Social Change, Vol. 77, 803- 815 Warshaw, P. y Davis, F. (1984). Self-understanding and the accuracy of behavioral expectations. Personality and Social Psychology Bulletin, 10(1), 111. Warshaw, P. y Davis, F. (1985). The accuracy of behavioral intention versus behavioral expectation for predicting behavioral goals. The Journal of Psychology, 119(6), 599-602. Weber, J. (2008). Cloud Computing. Times Online. Weiber, R. y Mühlhaus, D. (2010). Strukturgleichungsmodellierung: Eine anwendungsorientierte Einführung in die Kausalanalyse mit Hilfe von AMOS, SmartPLS und SPSS. Springer, Berlin, Heidelberg. Werts, C. E., Linn, R. L. y Jöreskog, K. G. (1974). Intraclass reliability estimates: Testing structural assumptions. Educational and Psychological measurement, 34(1), 25-33. Weston, R., y Gore Jr., P. A. (2006). A Brief Guide to Structural Equation Modeiing. The Counseling Psychologist, 34; 719-751. Wind, S. (2011). Open source cloud computing management platforms: Introduction, comparison, and recommendations for implementation. En Open Systems (ICOS), IEEE Conference, 175-179. ANEXOS 254 Figura 41. Modelo de cuestionario utilizado (IV). Fuente: Elaboración propia ANEXOS 255 Figura 42 Modelo de cuestionario utilizado (Preguntas clasificatorias). Fuente: Elaboración propia ANEXOS 256 8.2 Anexo 2. Codificación de variables CONSTRUCTO VARIABLE PERCEPCIÓN UTILIDAD PU1 PU2 PU3 PU4 PERCEPCIÓN FACIILIDAD DE USO PFU1 PFU2 PFU3 PFU4 ACTITUDES HACIA EL SISTEMA AHS1 AHS2 AHS3 AHS4 INTENCION DE USO IU1 IU2 APOYO ALTA DIRECCIÓN AAD1 AAD2 AAD3 AAD4 COMPLEJIDAD TECNOLÓGICA CT1 CT2 CT3 CT4 COMUNICACIÓN CO1 CO2 CO3 FORMACIÓN DEL PERSONAL FP1 FP2 FP3 FP4 Tabla 48. Codificación de variables Fuente: elaboración propia