Cuando piensas en un proyecto de Computer Vision, estoy seguro de que imaginas la inversión que debes hacer en cámaras y, en general, todo el hardware que exige esta tecnología, pero no siempre es así. Algo que resulta muy interesante al momento de crear casos de uso de visión artificial es la posibilidad de utilizar la infraestructura que ya tienes.
Computer Vision es un campo de la inteligencia artificial (deep learning) que enseña a un sistema a ver, interpretar y comprender el mundo físico de forma similar a las personas. Su avance ha sido abismal en los últimos años y las empresas industriales han visto su potencial con casos de uso que incluyen defectos de calidad, monitoreo de equipo de seguridad o conteo de inventarios. De este último caso voy a hablar.
Hay un fabricante de componentes eléctricos que necesita automatizar la gestión de su inventario para agilizar el conteo y abastecimiento de producto. Evidentemente, en este almacén la empresa ya había instalado varias cámaras, las cuales tenían una utilidad principalmente de seguridad.
El objetivo es generar procesos más eficientes de conteo y abastecimiento de material en el almacén, reduciendo errores y flujos de información tardíos. Aunque ciertamente los operarios pueden ver en video los flujos de materiales al interior del almacén, esto no se ha traducido en acciones más eficientes.
La pregunta del millón –que nos hacen en cada reunión o foro donde participamos–: ¿es posible utilizar esas cámaras y traducir la imagen a simples datos que pueda ver en mi sistema de inventarios? Y la respuesta es sí, pues con una simple señal de IP es posible utilizar esa infraestructura de cámaras y redes y convertirse en el principal componente de alimentación en un modelo de deep learning.
La construcción del caso de uso tiene que involucrar el aprovechamiento de esa infraestructura de video para crear el modelo que detecte la falta de producto y automatice las órdenes de abastecimiento. Y algo muy importante es que una solución de este tipo se puede conectar a cualquier ERP u otro sistema.
Si hacemos una analogía, es como crear una app en un smartphone que aprovecha el procesador, la cámara y la capacidad de conexión a internet para trabajar, en lugar de crear todo un dispositivo desde cero.
Las empresas que lo hacen de esta forma tienen un mayor retorno de inversión, no sólo porque el costo de la solución es menor —dado que la inversión en infraestructura ya no es tan elevada—, sino porque también disminuye considerablemente el tiempo de desarrollo e implementación del modelo.
La industria 4.0 ha traído una democratización de las tecnologías emergentes y ahora el mercado ofrece soluciones tan variadas y accesibles que dejan sin pretextos a quienes aún se resisten a ellas.
MÁS INFORMACIÓN
RAFAEL PÁEZ
Cofundador de Gesta Labs y vAIsor
