Me gustaría empezar diciendo dos frases contundentes para tranquilidad de todo industrial que esté leyendo esto: 1) la inteligencia artificial NO es para aplicarse en todos los procesos, y 2) ningún proyecto de transformación digital se lleva a cabo de un plumazo en una organización.
¿Por qué digo esto? Porque es importante desmitificar, por un lado, lo que implica un proyecto de transformación digital y, por otro, creer que las tecnologías emergentes sirven para resolver todos los problemas de un negocio.
Las empresas manufactureras deben aprender a transitar en su camino a convertirse en un negocio data-driven.
¿A qué se refiere este concepto? Es un enfoque de la producción que habilita la toma de decisiones con base en los datos que arrojan los equipos, procesos, sistemas —hablamos de información objetiva y en tiempo real—, en lugar de conjeturas y sesgos de los operadores. El objetivo de esta información es arrojar luz para encontrar nuevas formas de reducir costos, incrementar la productividad, generar nuevas fuentes de ingresos, etcétera.
Pero esto es parte de un proceso. Piensa en un juguete tipo Lego al que le vas poniendo piezas y avanzando hasta llegar al resultado final. De la misma forma, la transformación digital hacia industria 4.0 es un platillo que se come en varios bocados. La mejor manera de hacerlo es implementando pequeños proyectos piloto que nos permitan medir varias cosas: el potencial de una solución versus el problema que buscamos resolver y el retorno de inversión total, es decir, no solo el que tiene que ver con el plazo de recuperación (payback), sino con los beneficios totales que gana la empresa en cada producto mínimo viable que desarrolla, ya sea en la infraestructura —hardware y software— para la explotación de datos, como en las capacidades digitales y expertise que van ganando los equipos conforme avanzan en el entendimiento de las tecnologías emergentes y la construcción de casos de uso con alto potencial.
Conforme avanza en su roadmap digital, una empresa gana conocimiento sobre los problemas que sí puede resolver con tal o cual herramienta tecnológica —por ejemplo, si no tengo datos digitales y el problema apenas admite una mínima tolerancia al error, definitivamente hay poco espacio para implementar inteligencia artificial— y entiende perfectamente la forma de transitar este viaje digital, desde las capas básicas de IoT para la digitalización de los equipos y los procesos, hasta la construcción de algoritmos de machine learning.
Desde luego, la idea es que una empresa logre resultados en cada etapa y no espere hasta tener soluciones más avanzadas para tener beneficios. ¿A qué voy? Desde la instalación de sensores para digitalizar máquinas y habilitar una red de IoT podemos comenzar a medir aspectos como el OEE, reducir los costos de mantenimiento —habilitando un sistema preventivo basado en datos en tiempo real— y aumentar la productividad —disminuyendo en X porcentaje los paros no programados—. Y luego, puedes avanzar con casos de uso más complejos —inspección de defectos de calidad con Computer Vision, por ejemplo—. Pero, insisto, todo mediante proyectos piloto, sin arriesgar demasiado y con el enfoque adecuado para obtener suficiente información sobre los potenciales beneficios de las soluciones.
MÁS INFORMACIÓN:
Marcelo de la Garza, CEO de Gesta Labs
TEMAS RELACIONADOS:
Industria 4.0
