Índice del artículo
La inteligencia artificial es una realidad en la manufactura, por ello te presentamos 4 formas en que está transformando las operaciones y la producción, desde cadena de suministro hasta seguridad laboral.
EN 1956, el empresario Joseph Frederick Engelberger conoció en una fiesta al inventor George Devol, con quien estuvo hablando respecto a su última invención, un dispositivo al que llamó Programmed Article Transfer. Después de escucharlo, Engelberger respondió: “Suena como un robot”.
Joseph Engelberger — un apasionado de la robótica gracias a las historias de ciencia ficción de Isaac Azimov — , convenció a los directivos de Condec — donde ocupaba un puesto directivo — para financiar la investigación, que luego devino en el Unimate, el primer robot industrial que, en 1960, se instaló en la planta de General Motors en Ewing, Nueva Jersey.
Fue un hito en la historia de la manufactura, pues sentó las bases de la Tercera Revolución Industrial e introdujo la automatización de los procesos en las plantas y comenzó la transformación de la fuerza laboral.
Viene al caso recordar este hecho, pues sin él hoy sería impensable hablar de la siguiente transformación: la de la inteligencia artificial, un concepto que promete una evolución en los procesos de manufactura y que exige un entendimiento profundo sobre sus alcances y limitaciones, y el riesgo/beneficio que implica frente a la fuerza laboral, tal como en su momento lo hizo el Unimate.
Una realidad
De la inteligencia artificial se dicen muchas cosas y sobran los foros para discutir sobre ella desde una perspectiva futurista y apocalíptica. Pero el objetivo de este blog es entender el impacto que tendrá puntualmente en las plantas de manufactura.
¿Su ingreso en la industria significa un cambio de paradigma desde la inteligencia asistida hasta la inteligencia completamente autónoma, donde las máquinas pueden aprender por sí mismas, con una cantidad suficiente de información como para hacer recomendaciones confiables para los humanos en los procesos dentro de la planta? La respuesta es definitivamente sí. La tendencia, por ejemplo, es que además de ver máquinas inteligentes en planta, el uso de herramientas como Big Data e Inteligencia Artificial crecerá de manera exponencial en los próximos cinco años a través del desarrollo de algoritmos que estarán presentes en todas las facetas de la producción, que irá desde la predicción meteorológica para el envío de materias primas, el mantenimiento predictivo o, incluso, hasta la redefinición del concepto de planeación de la demanda.
A continuación enlistamos algunos procesos donde la inteligencia artificial tendrá sus principales áreas de desarrollo:
1) Mantenimiento predictivo
Se espera que sea una de sus principales áreas para mejorar la fabricación. En lugar de dar mantenimiento a los equipos de acuerdo con algún cronograma, como sucede actualmente, las máquinas podrán estar equipadas con sensores que monitorean el rendimiento y las condiciones de operación y predecir cualquier tipo de problema.
¿Imaginas dejar atrás cualquier paro imprevisto, con la consecuente pérdida de productividad y dinero que implica? Esto definitivamente es posible.
Esas herramientas permiten acceder a datos, información sobre componentes específicos que antes no eran visibles y, así, eliminar las fallas de los equipos, reducir las ineficiencias en la producción e incrementar la seguridad en las operaciones.
2) Demanda y cadena de suministro
La inteligencia artificial también transformará la forma en que las empresas intentan predecir la demanda de sus productos por parte de los consumidores, y la forma en que esto impacta en su operación, sus proveedores y su logística. Seguramente estamos en la antesala de una redefinición del concepto de planeación de la demanda, una herramienta que históricamente ha sido usada por las empresas para anticipar sus inventarios y ajustarlos de acuerdo con lo que creen que será un aproximado en sus niveles de venta, para, a partir de ahí, determinar sus volúmenes de abastecimiento de materias primas, producción, almacenamiento, logística, etcétera.
El problema es que, históricamente, el desarrollo de esta herramienta se ha basado en datos históricos de consumo, combinados con variables macroeconómicas, para tratar de predecir el comportamiento del consumidor.
Las herramientas actuales van mucho más allá y permiten acceder a grandes volúmenes de información estructurada y no estructurada (Big Data), cambios y variables en tiempo real.
La inteligencia artificial ofrece la posibilidad de extraer conocimiento de diversos conjuntos de datos masivos a partir de cualquier fuente interna y externa. Con base en la aplicación de algoritmos de aprendizaje automático, la AI puede probar y corregir simultáneamente cientos de modelos avanzados, más allá de lo que es posible con las herramientas tradicionales, con un alto grado de precisión.
El impacto está en el aprovechamiento de un mayor cantidad de datos, adaptación al cambio en tiempo real, toma de decisiones estratégica, etcétera, desde el abastecimiento de materia prima hasta la distribución del producto final, pasando, desde luego, por todas las etapas intermedias.
Con ello, las empresas y sus cadenas de valor podrán reaccionar y ajustarse a los pronósticos de mercado, minimizando las pérdidas que puede llegar a tener un manejo erróneo de conceptos como abastecimiento de materias primas e inventarios.
3) Seguridad laboral
Los robots actuales solo hacen labores autómatas, pero carecen de la habilidad de tomar decisiones complejas. Han sido de mucha ayuda para encargarse de labores que resultan altamente peligrosas para las personas, pero su operación en sí sigue siendo riesgosa para los obreros, de ahí que muchos de ellos aún estén encerrados en jaulas. Sin embargo, esto puede cambiar con el uso de la AI.
Y es que aunque la naturaleza del trabajo humano sea impredecible, el aprendizaje automático (Machine Learning) podría resolver esta complejidad, pues analiza volúmenes de datos para descubrir patrones, al tiempo que aprende y mejora en automático, sin necesidad de ser programado. Junto con los sensores, un dispositivo que utiliza el aprendizaje automático será consciente del entorno a su alrededor y tomará decisiones basadas en la información de los sensores. El robot podría reconocer una situación peligrosa y tomar medidas para evitar daños potenciales.
4) Acceso a nuevos mercados
Históricamente, la industria manufacturera se ha distinguido por hacer grandes inversiones en capital y obtener reducidos márgenes de rentabilidad. Durante mucho tiempo, esta lógica de negocio propició que las empresas instalaran sus operaciones de manufactura en los llamados países de bajo costo, es decir, aquellos donde la mano de obra es intensa y muy barata, y donde, en consecuencia, las empresas no encontraban incentivos para invertir en alta tecnología y sistemas avanzados.
Pero de unos años a la fecha las cosas han comenzado a cambiar; pues tanto los gobiernos como las empresas globales han comenzado a sufrir presiones para incrementar los salarios manufactureros. De acuerdo con el Korn Ferry Institute, los sueldos industriales crecieron 4.4% — antes de los ajustes de la inflación — en todo el mundo el año pasado; para 2018, el sector industrial espera un aumento de 1.8% después de inflación, y se trata de una tendencia que se mantendrá los próximos años. Incluso, señala el organismo, los aumentos más significativos están sucediendo en países emergentes con operaciones intensivas de manufactura, principalmente en Asia y América Latina.
En México, que históricamente ha sido un mercado de bajo costo, esta presión salarial y la necesidad de transformar el modelo competitivo será un nicho para aprovechar las ventajas de la inteligencia artificial y el aprendizaje automático.
Sin embargo, hablar de inteligencia artificial no debe ser el primer paso en el camino hacia una fábrica inteligente. Aunque muchos industriales lo tienen en su agenda, la realidad es que pocos saben cómo hacerlo. Y en este punto hay que empezar por lo básico:
la instalación de sensores que, a través del Internet de las Cosas (IoT), permitan extraer datos de todas las línea de producción, equipos de diseño, sistemas de control de calidad, etcétera, a fin crear una red integrada y contar con el potencial para alcanzar el estatus de fábrica inteligente. Algunas empresas tienen visibilidad de estos datos, pero luego no saben qué hacer con ellos y desconocen que se trata de una herramienta poderosa para mejorar la labor de los operarios y mandos medios en planta, elevar la productividad, mejorar la producción y, a final de cuentas, hacer un negocio más competitivo y redituable. Así que es un buen momento para empezar tu estrategia digital.