Antecedentes
La digitalización industrial depende de datos que las organizaciones no quieren ceder o que legalmente no pueden ceder. Los datos operativos revelan volúmenes de producción, comportamiento de los clientes y vulnerabilidades, de modo que lo más seguro suele ser mantenerlos encerrados en una sola organización, donde generan mucho menos valor del que podrían.
SID (Säker datadelning för Industriell Digitalisering) trabajó en las técnicas que eliminan ese dilema: la privacidad diferencial, el aprendizaje automático federado y métodos afines que permiten entrenar modelos y extraer conclusiones sin que los datos en bruto salgan de manos de su propietario.