No cometas el error de hacerlo por moda. Si adoptas herramientas de Industria 4.0 solo porque “crees” que debes hacerlo, o porque son una de esas buzzwords que escuchas en exposiciones y eventos, entonces algo saldrá mal. Por eso debes leer estos 4 consejos para tu incursión en la Industria 4.0.

Sobran ejemplos para demostrar esto, los cuales van desde fallidas implementaciones tecnológicas (los sistemas de recursos empresariales dieron mucho de qué hablar por esto) hasta ambiciosos intentos de transformación digital que arruinaron negocios enteros. Si no lo crees, puedes revisar el caso de FoxMeyer, cuyo fallido plan tecnológico la llevó a la bancarrota.

No es nuestra intención asustarte respecto a aplazar tus proyectos de transformación digital. Al contrario, en Gesta Labs la promovemos como la única vía segura de estar en condiciones de competir desde ahora y, sobre todo, hacia los próximos 5 o 10 años. También, impulsamos la adopción de las tecnologías emergentes, pero queremos ayudarte a pensar si lo estás haciendo adecuadamente, de acuerdo con una estrategia de tu negocio, o simplemente lo haces porque últimamente te la pasas escuchando este término por todos lados.

Sabemos que esto sigue sin ser suficiente para tener mayor claridad respecto al camino que debes seguir en un proyecto de transformación digital; desde luego, damos por hecho que tienes a los recursos humanos y el medio ambiente en el centro de la importancia de los retos que tu empresa debe mirar a futuro, pero la estrategia va más allá.  Lee estos 4 consejos para tu transformación a Industria 4.0.

1. Ve poco a poco

El primer error que suelen cometer quienes inician su viaje digital es creer que su transformación debe hacerse en un solo acto. Esto los lleva a plantearse retos muy ambiciosos que, de no ejecutarlos correctamente, llegan a comprometer la viabilidad del negocio.

¿Qué hacer? Cemex, uno de los mayores productores de cemento a escala global, es un ejemplo para ver cómo se hace. Esta empresa mexicana creó una división digital cuya función es evaluar todas aquellas tecnologías emergentes que salen al mercado, estudiar un hipotético caso de cómo le agregaría valor al negocio y, entonces, generar casos de uso o pruebas de concepto para echarlas a andar. Estos proyectos generalmente son pequeños y, en caso de probar su impacto positivo para el negocio, solo entonces proceden a su escalamiento.

Dividir tu proyecto de transformación digital en varios proyectos pequeños te permitirá definir una estrategia de transformación digital que se construirá por bloques cortos, con baja inversión y poco riesgo.

2. Deja de pensar que es una moda

Si crees que el mundo de los datos es solo un término de moda, y en consecuencia piensas que todo volverá a ser como antes, estás perdido. Nada volverá a ser igual. Y ejemplos de esto sobran: Google, Uber, Netflix, Airbnb, Facebook, y el resto de empresas que están dominando —y reinventando, en muchos casos— sus industrias, son las que entienden el poder de los datos y los explotan al máximo.

¿Te has preguntado si tu competencia ya está iterando en proyectos con tecnologías emergentes para crear algo novedoso en la industria donde compite contigo? Más vale que lo vayas haciendo. “Puede ser que venga un nuevo Uber y te cambie las reglas del juego en tu industria”, dice un ejecutivo de Cemex, al explicar por qué la empresa decidió incursionar en las tecnologías digitales, sin perder el foco en su operación cotidiana.

Entender que la Industria 4.0 no pasará de moda —y entenderlo rápido— es crucial, por lo que debes trabajar para cambiar la mentalidad de tu gente y acercarla a temas relacionados para que vayan reuniendo información sobre sus beneficios y alcances. Esta estrategia puede ayudarte a descubrir miedos y resistencia, y tomar las acciones necesarias para combatirlos.

3. Define el problema a resolver

Antes de empezar tus pruebas de concepto con alguna tecnología emergente, es MUY importante que te hagas la siguiente pregunta: ¿Qué problema de mi negocio espero resolver con ayuda de esa tecnología? Tener claridad en la respuesta te ayudará a definir los pasos, procesos, usuarios, alcance, etcétera, para construir tu prueba de concepto o MVP. Y te privará de vivir experiencias desastrosas o traumáticas que te desanimen de seguir iterando con tecnologías emergentes.

Aquí tienes un buen ejemplo. Ternium, un importante productor de acero en México, quiere disminuir 20% de sus materiales y repuestos operativos, así como 15% las interrupciones no operativas; es decir, aquellos paros que están fuera de programa.

Tras estudiar las soluciones que había en el mercado, decidió comenzar un programa de mantenimiento predictivo basado en IoT e Inteligencia Artificial. Buscaba, en primer lugar, habilitar sus líneas de producción con sensores para generar y extraer datos en tiempo real de su proceso. Luego, con las miles de variables que genera, definir el algoritmo con el mayor impacto para entender el patrón de comportamiento y predecir el tipo de falla que ocurre en las máquinas y equipos.

“Sabemos que el proyecto se paga con el 2% de las operaciones de mantenimiento no programadas (que logren evitarse)”, menciona un alto ejecutivo de la firma.

Una estrategia de este tipo prioriza la definición del problema a resolver a través de la tecnología. Y esa debe ser la visión que predomine en todo el proyecto.

4. De la vista nace el amor

Quizá muchas de las tecnologías emergentes te parecen demasiado ambiciosas, y esto es quizá porque no terminas de entender cómo puedes personalizarlas y adaptarlas a tus procesos para optimizarlos y obtener el mayor potencial. En ese caso, una estrategia que resulta útil es ver implementaciones reales en empresas que ya han dado ese paso y pueden contarte toda su experiencia al momento de echarlas a andar, considerando todos los dolores de cabeza que pasaron hasta hacer que su modelo finalmente funcionara.

Quizá te parezca imposible, pero acercarte a exposiciones o eventos tecnológicos importantes, así como a cámaras de representación empresarial, puede ser una ventana útil para acceder a este tipo de proyectos que ya están en marcha y de los cuales es posible conocer sus primeros resultados.

“De la vista nace el amor”, dice un ejecutivo de una empresa de automatización, con referencia al impacto que puede provocar una implementación real en quien aún está indeciso sobre estas tecnologías.

Aun así, debes tener muy claro que, de entrada, ninguna tecnología está personalizada a tus procesos, y es necesario entender que conforme avances en tu proyecto, deberás ir haciendo ajustes para ajustarla hasta que estés en posibilidades de construir un caso de negocio.

“En Gesta Labs abordamos proyectos punta a punta que nacen como pruebas de concepto o MVP, donde se define claramente el problema de negocio que vamos a resolver. Así, de inicio, sabemos cuál es la funcionalidad básica de esa tecnología y evitamos sorpresas”, asegura Rafael Páez, cofundador y director ejecutivo de Gesta Labs.

Contáctanos

Gesta Labs es el primer estudio de innovación mexicano que desarrolla soluciones de Industria 4.0 para impulsar la transformación digital de las empresas industriales. Contáctanos a info@gestalabs.com y amplía tu información.

***Este texto se publicó originalmente en el sitio web de Forbes México***

Por Rafael Páez

Un error en la transformación digital es creer que la tecnología funciona por sí sola y como por arte de magia. El problema de esto es que, una vez que se dan cuenta de que no es así, terminan con un gran escepticismo de la tecnología, sus capacidades y beneficios.

No es su culpa creerlo así. O al menos no del todo. Piensa en los años 90 y la moda que se vivía respecto a los sistemas de planificación de recursos empresariales (ERP, por sus siglas en inglés). Todo el mundo creía que necesitaba uno. Así que muchos de los grandes fabricantes de esos sistemas solían venderlos a través de costosas licencias donde ofrecían un software al que debíamos adaptar nuestra compañía. Y no al revés, bajo la promesa de que nuestros procesos se revolucionarían hasta alcanzar niveles altos de eficiencia y productividad.

Con este fallido enfoque en la transformación digital no se necesitaba mucho tiempo para ver la realidad en la mayoría de los casos. Había empresarios decepcionados por una tecnología que no funcionaba como esperaban, lo que los llevaba a retomar viejos procesos y malas prácticas.

¿Pero realmente falla la tecnología? No necesariamente. Lo que falla en estos casos es no hacer una correcta planeación —e implementación— de los proyectos tecnológicos y, sobre todo, no establecer una visión adecuada sobre cómo esa tecnología ayudará a transformar nuestro negocio.

Una transformación digital fallida

El caso de los ERPs ejemplifica un problema que ha sido muy común en la mayoría de los proyectos tecnológicos. Y es que las empresas suelen adquirir tecnología por moda, pero sin una estrategia de fondo. Esta es una de las principales causas por las que fracasan.

Si no sabes por dónde empezar, vale la pena que te plantees la siguiente pregunta: ¿Qué problema de mi negocio espero resolver con ayuda de esa tecnología? Si no encuentras ninguno, entonces quizá no la necesites. O tal vez no conozcas la gran oferta en el mercado. Pero cuando logres definirlo claramente, entonces descubrirás el beneficio económico que puede generar en tu negocio y, en consecuencia, estarás más cerca de definir un proyecto con un claro retorno de inversión (ROI, por sus siglas en inglés).

También puedes leer 5 tips para iniciar tu viaje digital

El ejemplo arrasa

Este ejemplo puede ayudarte a clarificarlo más. Un importante productor de acero en México quiere disminuir 20% de sus materiales y repuestos operativos, así como 15% las interrupciones no operativas; es decir, aquellos paros que están fuera de programa.

Tras estudiar las soluciones que había en el mercado, decidió comenzar un programa de mantenimiento predictivo basado en IoT e Inteligencia artificial. Buscaba, en primer lugar, habilitar sus líneas de producción con sensores para generar y extraer datos en tiempo real de su proceso. Luego, con las miles de variables que genera, definir el algoritmo con el mayor impacto para entender el patrón de comportamiento y predecir el tipo de falla que ocurre en las máquinas y equipos.

“Sabemos que el proyecto se paga con el 2% de las operaciones de mantenimiento no programadas (que logren evitarse)”, menciona un alto ejecutivo de la firma.

Una estrategia de este tipo prioriza la definición del problema a resolver a través de la tecnología. Y ese debe ser el objetivo de fondo. Entender esto es básico en los tiempos actuales, donde las tecnologías emergentes de Industria 4.0 prometen transformar las formas en las que las empresas producen y distribuyen sus productos, así como la interacción que tienen con sus consumidores.

La transformación digital es obligatoria, pero siempre debes alinearla a tu estrategia de negocio. De otra forma, sin razón ni sentido, tendrás solo malas experiencias.

*El autor es cofundador y director ejecutivo de Gesta Labs, estudio de innovación y venture builder.

***Colaboración de Marcelo de la Garza, cofundador y director ejecutivo de Gesta Labs, que se publicó originalmente en el sitio web de Forbes México.***

De acuerdo con el Monitor de Emprendimiento Global (GEM, por sus siglas en inglés), cada año se crean más de 100 millones de startups en el mundo, es decir, una cada 0.3 segundos. Sin profundizar en las variables que pueden llevarlas al éxito o al fracaso, lo importante es tomar en cuenta el auge que está teniendo la creación de startups y de venturebuilders, como una forma ágil y a bajo costo de innovar e introducir nuevos productos tecnológicos en el mercado.

Es relevante porque se trata de un modelo de innovación opuesto a la forma en las que las empresas suelen hacerlo, con mucho secretismo e inversión de altas cantidades de recursos económicos, materiales y humanos.

Innovación disruptiva

En contraparte, el modelo startup es disruptivo porque crea productos o servicios en un modelo de innovación abierta. Es decir, aquellas actividades inventivas que surgen no solo del conocimiento interno de las empresas, sino también de otros actores externos como clientes, proveedores, redes sociales, y otros stakeholders.

Piensa en todas aquellas innovaciones tecnológicas que forman parte de tu vida y que no existían hace 10 o 15 años, tales como teléfonos inteligentes, comunicaciones vía WhatsApp, tecnología 4G para el procesamiento de datos, el streaming de contenidos multimedia y los servicios de economía y movilidad compartidas, entre otras.

Ponen el ejemplo

Muchas de esas invenciones han sido obra de startups como Uber, Airbnb, Xiaomi, Dropbox y Netflix, que son algunas de las empresas que están cambiando las reglas del juego en las industrias donde compiten.

Si bien hay casos de éxito como los mencionados, muchos cuestionan la conveniencia de este tipo de innovación con base en la baja tasa de éxito que tienen —en promedio, a escala global solo triunfa el 1.35% de las startups—, pero no es un dato que debería asustarnos porque este tipo de emprendimientos basa su modelo de negocio en la incertidumbre, en la cual, el fracaso es la base del aprendizaje y la mejora continua.

Detrás de las startups

Una figura importante para crear startups son los venture builders, organizaciones que invierten los fondos para iniciar los proyectos, apoyan con actividades de back office (recursos humanos, legales, financieros). También conforman el equipo de trabajo multidisciplinario más competente para crear la solución que resolverá el problema de mercado que ha sido previamente identificado.

Para innovar de forma ágil, este tipo de organizaciones tecnológicas combina metodologías como Design Thinking, Agile y Lean Startup, de tal forma que crea productos digitales pensando en resolver necesidades muy puntuales, bajo un marco de desarrollo ágil e iterativo, con la menor inversión y buscando el máximo valor.

Creación ágil

Gracias a estas herramientas, las startups trabajan a máxima velocidad para lanzar al mercado lo que se conoce como Producto Mínimo Viable (MVP, por sus siglas en inglés). Este suele ser una versión reducida del producto que se quiere lanzar al mercado, que contiene solo las funcionalidades básicas, pero que sirve perfectamente para validarlo con los clientes, mejorarlo —o modificarlo, si es el caso— y volverlo a probar. De esta forma, la empresa va construyendo la solución ideal a medida que obtiene más conocimiento del mercado y de los clientes.

El método permite invertir menos recursos en la fase de aprendizaje y testeo de la idea y buscar financiamiento cuando las probabilidades de éxito son altas.

Éxito inmediato

Estas metodologías han probado ser exitosas en sectores como comercio y servicios. Ahora su sistema ágil ha llamado la atención de empresas manufactureras como una alternativa para probar las nuevas tecnologías que surgen en el mercado y las formas en que puede crear nuevos modelos de negocio a partir de ellas.

No es de sorprender que así sea, pues vivimos tiempos de disrupción que retan a los tomadores de decisión a cambiar su mentalidad para buscar nuevas ventajas competitivas y transformar sus organizaciones. ¿Tú ya lo estás haciendo?

MONTERREY, NL.- Gesta Labs, la compañía mexicana que ha irrumpido en el mercado de Industria 4.0 en México, obtuvo el primer lugar en el premio Technology & Innovation Leaders, en la categoría Startup, por un proyecto que desarrolló para Cemex en conjunto con su socio Insaite, que consistió en crear la primera APP con un modelo de computer visión para control y gestión de inventarios.

El certamen busca premiar casos innovadores en el desarrollo y uso de las tecnologías de la información, a través de plataformas como inteligencia artificial, big data, IoT, realidad aumentada digitalización, movilidad, analytics, cloud computing y ciberseguridad, entre otras herramientas de Industria 4.0. El jurado está conformado por inversionistas, académicos, consultores, altos ejecutivos e investigadores.

El proyecto que le dio el premio a Gesta Labs consiste en una aplicación para teléfonos inteligentes de gama media con un modelo embebido de computer vision, el cual permite contar el inventario de almacenes y centros de distribución con tan solo tomar una foto.

“Se trata de un proyecto innovador en México, que revoluciona la administración de inventarios, pues elimina los procesos manuales, reduciendo los tiempos de ejecución y la posibilidad de cometer errores en los conteos”, aseguró Jair Pérez, director de Innovación de Gesta Labs.

A su vez, Gustavo Fuentes, director de Inteligencia Artificial de la empresa, sostuvo que el premio tiene mucho mérito, pues fue desarrollado por talento 100% mexicano.

“Es talento multidisciplinario conformado por científicos de datos, ingenieros de datos, ingenieros de software, y otros más, que lograron superar este gran reto”, dijo.

Una empresa distinta

Con proyectos de este tipo, Gesta Labs sigue acelerando la transformación digital de las empresas manufactureras, a través de su portafolio de soluciones en los segmentos de Internet de las Cosas, Big Data e Inteligencia Artificial.

Fundada en Monterrey, NL, Gesta Labs nació como una startup enfocada en soluciones de Industria 4.0 y, en menos de un año, esta empresa regia ha ganado importantes contratos en agroindustria, logística, energía y manufactura, principalmente.

“Sabemos que competimos con empresas de escala global, pero Gesta Labs es una empresa mexicana que, en poco tiempo, ha mostrado el poder de sus soluciones tecnológicas. Nuestro éxito se demuestra en la confianza que algunas de las más importantes empresas industriales han depositado en nosotros para ser el socio que las lleve hacia la Industria 4.0”, dijo Marcelo de la Garza, cofundador y director general de Gesta Labs.

Gesta Labs es un proveedor de soluciones de Industria 4.0, particularmente en los rubros de IoT, Big Data e Inteligencia Artificial. Su modelo de negocio se basa en dos pilares: 1) como estudio de innovación, ofreciendo soluciones personalizadas que resuelven problemas particulares de las empresas y 2) como company builder, creando startups enfocadas en resolver problemas comunes que viven las empresas de algún segmento industrial.

Uno de los servicios innovadores de Gesta Labs es su metodología Industry Digital Solutions, la cual combina lo mejor de Lean Startup, Design Thinking y Agile, lo que le permite ser la única empresa que ofrece soluciones punta a punta (end to end) en el rubro de Industria 4.0, innovando de forma ágil y disruptiva.

Además, Gesta Labs es propietaria de su plataforma de inteligencia artificial, cuyas características la convierten en una herramienta tecnológica completamente innovadora en el mercado. Una de sus principales ventajas competitivas es que puede operar bajo la modalidad de ‘software as a service’, lo cual evita que sus clientes inviertan en licencias e infraestructura costosas.

“Gesta Labs es una startup innovadora y con un alto potencial de negocio en el mercado industrial mexicano. Queremos ser el agente de cambio en México para pasar de una mano de obra barata a una manufactura basada en innovación”, aseguró Rafael Páez, cofundador y director general de Gesta Labs.

Una de los principales causas de resistencia que ponen los industriales para incursionar en las tecnologías de Industria 4.0 es una idea generalizada -errónea, en la mayoría de los casos- respecto al grado de inversión que deben hacer para actualizar sus máquinas y equipos obsoletos y poner su planta a punto con las nuevas tendencias que implica una fábrica inteligente: sistemas habilitados con IoT, visualización de información en tiempo real, toma de decisiones inteligentes y complejas basadas en análisis de datos y modelos predictivos, etcétera.

Una duda genuina

Decimos que es una preocupación que generalmente suele ser errónea, pero no por ello deja de ser genuina. Y la razón de fondo es económica: la industria manufacturera suele hacer cuantiosas inversiones en activos industriales, complejos sistemas de automatización, robots, equipos y maquinaria; y aun así, opera con reducidos márgenes de rentabilidad. De ahí que cuando los tomadores de decisión escuchan palabras como “modernizar” activos, suelen ponerse a la defensiva y hacer miles de preguntas antes de decidirse a dar el paso definitivo. Tienen toda la razón.

Así que esto nos lleva a un dilema: ¿Cómo transformar una industria cuyas empresas suelen tener ciclos de modernización que pueden llegar hasta los 30 años? ¿La industria 4.0 es solo para aquellas empresas que pueden invertir enormes cantidades de información en tecnologías emergentes y de vanguardia?

Dos áreas cruciales

Las empresas que ya han incorporado herramientas como IIoT, Big Data e inteligencia artificial están transformando su negocio de dos formas principales:

Optimizando sus procesos para simplificarlos y hacerlos más eficientes, de tal manera que produzcan a un menor costo; y creando productos inteligentes a través de los datos y de la información que pueden reunir de sus clientes y consumidores.

Bien. Este es el estado del arte, pero si tu planta tiene varias décadas operando probablemente tendrás problemas con los sistemas y máquinas más antiguas. La pregunta es si debes reemplazar esos activos o tienes la oportunidad de modernizarlos sin hacer invertir demasiado capital.

Si ya decidiste incursionar en estas herramientas de Industria 4.0 y tu planta tiene equipos viejos, corres el riesgo de dejarlos varados, por lo que debes buscar todas las formas disponibles que hay en el mercado para conectarlos y habilitarlos con soluciones de IoT.

La naturaleza de la manufactura

La tecnología operativa, de forma puntual aquella que se emplea en la industria, tiene ciclos de cambio mucho más largos. Rara vez nos encontramos con proyectos tecnológicos de tipo greenfield, por lo que, más allá de hablar de reemplazo de equipos, generalmente se trata de adaptaciones, incorporación de sensores y complementos a los que ya existen.

Entender esto es clave porque es una diferencia esencial contra lo que sucede en áreas de tecnologías de la información, donde generalmente los proyectos de transformación digital sí involucran reemplazos de servidores y equipos cada 5 u 8 años hacia generaciones más recientes, de acuerdo con el sitio web TechTarget.

“En un ambiente de tecnología operativa, los ciclos de cambio duran décadas -20 o 30 años- y los costos de esos activos son de cientos de millones o, incluso, miles de millones de dólares”.

En consecuencia, no hay una longevidad en tecnología operativa del lado industrial, lo que hace que las organizaciones aún no consideren el concepto de reemplazo.

Los casos en los que los industriales suelen instalar equipos de última generación es en la medida en que construyen nuevas fábricas, las cuales, como se sabe, suelen tener tras de sí inversiones multimillonarias.

Moderniza los equipos obsoletos

Habilitar los equipos viejos con internet es posible, pues el mercado ofrece toda una gama de sensores y otros dispositivos de comunicación. Digamos que la oferta actual ha democratizado el acceso a la tecnología y hay opciones de precios, alcances y diferentes niveles de complejidad que prácticamente eliminan cualquier justificación para no hacerlo.

Esto es importante subrayarlo porque, hoy en día, es común ver fallo en la adecuación de infraestructura y equipos y un constante desperdicio de recursos en las empresas de tipo industrial.

DESCARGA NUESTRO WHITEPAPER Optimización del mantenimiento a través de los datos

Sin infraestructura costosa

El sitio TechTarget, que recoge información de la consultora Gartner, asegura que la industria puede modernizar los equipos de fabricación y luego transmitir datos a través de redes inalámbricas para que no haya necesidad de invertir en infraestructura de red. Si el pretexto que se te viene a la mente para hacerlo es que tienes que instalar centros de datos en los entornos de fabricación, algo que puede resultar costoso e invasivo, el mercado también ofrece opciones para enviarlos directamente a la nube o, incluso, algo que está resultando muy exitoso para esto son las soluciones de computación perimetral (edge computing).

Los datos a veces ya existen

Otro aspecto clave es que muchas veces las empresas ya tienen sistemas en marcha que pueden ofrecer datos muy valiosos, pero muchas veces lo desconocen incluso los operarios. ¿Te has preguntado si tienes algún sistema de control que te permite medir las vibraciones, variaciones de temperatura, etcétera? Quizá tienes tecnología de este tipo ya en marcha y, créeme, en este punto suele ser muy útil, pues estamos hablando de recurrir a aquellas fuentes que nos permitan recolectar y explotar nuestros datos.

Hay que decir que esta es una situación muy común en cualquier planta industrial. Con una serie de equipos que generan datos, pero que suele ser difícil recolectarlos y almacenarlos, por lo que probablemente solo sea necesario añadir algunos sensores y listo.

Qué sí actualizar

Tampoco queremos decir que todo sea cuestión de instalar dispositivos para modernizar la conectividad de los equipos. Quizá haya áres donde modernizar necesite varias capaz tecnológicas y sensores, lo que puede encarecer mucho el costo de hacerlo y, además, quizá el mercado tenga opciones más avanzadas.

Descubrirás ello cuando definas perfectamente los alcances de tu proyecto y el problema a resolver a través de tu transformación digital y la Industria 4.0, los procesos clave, principales usuarios y todas aquellas fuentes (equipos y sistemas) que proveerán la información. En este punto deberás tomar la mejor decisión de acuerdo con tu estrategia.

Proyectos con base

Un buen entendimiento del problema es clave para definir sobre qué bases se instalará el proyecto de Industria 4.0, pero es casi seguro que no será sobre cero. Todos los proyectos trabajarán sobre máquinas y equipos que tienen ya algunos años (o décadas) en operación, por lo que deberás habilitarlos con tecnología IoT como primer paso. Y lo más importante es que quizá esto no solo sea Tecnología Operativa, sino también algunos sistemas de TI que acompañen esta transformación.

En suma, si estás pensando en recurrir a algún proveedor de soluciones de Industria 4.0, asegúrate de que te asesore correctamente sobre las posibilidades que tienes para lograr el mayor ROI. Recuerda que no se trata de incorporar tecnología por moda, sino de resolver problemas de tu negocios y facilitar la transformación digital a través de herramientas tecnológicas.

Escríbenos a info@gestalabs.com y déjanos tus comentarios

Por Rafael Páez, Cofundador y director ejecutivo de Gesta Labs, estudio de innovación y venture builder.

Publicado originalmente en el sitio web de Forbes México

Cuando escuchamos el concepto de Inteligencia Artificial es común que lo asociemos a eventos apocalípticos (gracias, Hollywood): máquinas dominando el mundo y buscando destruir a los humanos. Esta percepción ha sido producto de la ciencia ficción, pero hay personajes influyentes en el tema —Stephen Hawking, Elon Musk— que han cuestionado esta tecnología. Algunas de esas teorías insisten en que, llegado el momento, una súper Inteligencia Artificial nos desplazará de nuestros trabajos y estaremos desamparados. Esa es la parte desconocida de la inteligencia artificial, la especulativa, la que vende libros y lleva producciones a la pantalla grande.

Lejos de eso, prefiero ser la persona realista que aborde la parte que sí conocemos, la que tiene menos glamur: se trata de una tecnología que suele expresarse a través de un software basado en algoritmos matemáticos y que puede ejecutarse en cualquier hardware (teléfonos inteligentes, cámaras, maquinaria industrial, etcétera). Si lo vemos de una manera fría, se trata en un 90% de matemáticas y en un 10% de tecnología.

De todo lo que se dice, he visto algo que me parece cierto: tiene el potencial de transformar el mundo de los negocios y la vida de las personas. Según la Encuesta Anual Global 2019, que realiza PwC a 1,378 tomadores de decisiones en 90 países, 63% de los ejecutivos cree que el impacto de la Inteligencia Artificial será mayor que el del internet.

Quizá estés esperando el momento de ver robots-humanos trabajando codo a codo contigo, pero lamento decirte que ya convives con ella en modos que ni siquiera habías imaginado, pero las cuales forman parte de tu vida cotidiana. Facebook, Netflix, Google, Uber, entre muchas otras, son sólo algunas apps que usan algoritmos de inteligencia artificial para predecir las preferencias de sus usuarios y lanzar nuevos modelos de negocio.

Lo que quiero decirte es que las empresas que basen su modelo de negocio en datos serán las que tendrán mayor éxito.

El futuro es ahora

¿México tiene oportunidad en este escenario? Más que nunca. Hablamos de la oportunidad ideal para transformar su modelo competitivo, que históricamente se ha basado en una mano de obra barata y la cercanía geográfica con Estados Unidos.

El sector industrial es su mejor representante y es, también, el lugar ideal para cambiarlo a través de las tecnologías que engloba la Cuarta Revolución Industrial.

Hemos visto ejemplos de empresas globales que se autodenominan como “industriales digitales”, y es porque han visto el poder de los datos.

En la industria, las empresas deben aprender a transitar por varias capas tecnológicas y agregar valor en cada una de ellas. Desde la visualización y extracción de información en tiempo real con equipos habilitados por el Internet de las Cosas, para luego buscar qué hacer con esa información. Y aquí es donde reside el poder de la inteligencia artificial, porque se trata de una tecnología que basa su ejecución en enormes cantidades de información, de la que luego aprende para predecir eventos futuros. De manera más práctica, a ella le debemos casos de uso que van desde el mantenimiento predictivo, optimización de la producción, gestión inteligente de inventarios y consumo energético hasta, incluso, planeación de la demanda y optimización de toda la cadena de suministro.

En suma, un algoritmo de Inteligencia Artificial sabe ‘lo qué pasó y cómo pasó’, y aprende a predecir ‘lo que sucederá’. Sin trucos ni magia, sólo con información, datos y hechos previamente registrados. Tal como lo hacen Waze o Google Maps al ayudarte a tomar la mejor ruta para llegar a tu casa.

Como verás, la realidad de la IA es menos glamurosa que todo lo que se dice de ella, pero, créeme, tiene el potencial de transformar todo lo que conocemos.

¿Son lo mismo? ¿Cómo podemos distinguir la inteligencia artificial (IA) de la inteligencia empresarial (BI, por sus siglas en inglés)? ¿Se apoyan en las mismas fuentes de datos? ¿Cuáles son los límites de una y otra? A medida que crece el uso de estos conceptos en un contexto donde se habla de negocios basados en datos, también aumenta la confusión entre ambos conceptos.

De manera general, inteligencia empresarial es el análisis de datos estructurados que casi siempre provienen de los ERP´s o de sistemas cuya información se encuentra en tablas relacionales, en la cual el usuario puede tener una analítica descriptiva respecto a lo que sucedió en las operaciones. “Casi siempre el análisis es una foto de los días anteriores; es como el primer paso en la ayuda en la toma de decisiones, sin embargo es un análisis básico solo de datos estructurados”, explica Jair Pérez, director de Innovación Corporativa de Gesta Labs.

Inteligencia empresarial renovada

A diferencia de BI, la inteligencia artificial se puede aplicar a datos estructurados y no estructurados gracias a que se apoya de Big Data, pero quizá el rasgo más importante es que la analítica en IA no es descriptiva sino que puede ser predictiva y puede ser de optimización. Además, al emplear técnicas matemáticas generas analíticos que toman las decisiones por ellos mismos, aprenden constantemente y te dan la decisión con base en datos duros. En la analítica normal no, la decisión sigue dependiendo un poco de la sensación del usuario.

Inteligencia de negocios, análisis de datos e inteligencia artificial utilizan los mismos fundamentos: estadísticas y datos en su núcleo. Pero mientras que la inteligencia de negocios es de naturaleza retrospectiva, la IA se trata del futuro, de predecir lo que sucederá. El análisis estadístico detrás de BI se basa principalmente en recuentos básicos, en contraste con el algoritmo de aprendizaje profundo y sofisticado que sustenta la IA.

Más dimensiones

La inteligencia artificial explora el uso de los sistemas informáticos para imitar varios atributos de la inteligencia humana, como la resolución de problemas, el aprendizaje y el juicio. Las empresas ven un enorme potencial en la inteligencia artificial para el reconocimiento de voz, los sistemas de visión artificial, la creación de algoritmos para optimizar procesos en automático y predecir eventos y, por ende, facilitar la toma de decisiones.

Expertos establecen que la IA utiliza tres dimensiones para definir sus capacidades: autonomía, aprendizaje y razonamiento. Cuando un sistema tiene una puntuación alta en las tres dimensiones, realmente hay un sistema inteligente.

Modelar la inteligencia humana es uno de los objetivos principales de la inteligencia artificial. Al modelar los comportamientos humanos y los procesos de pensamiento, los programas de inteligencia artificial pueden aprender y tomar decisiones racionales.

Pero ambas sirven

De hecho, BI tiene como objetivo agilizar el proceso de recopilación, informe y análisis de datos. Su uso permite a las empresas mejorar la calidad de los datos que recopilan y la coherencia con la que lo hacen.

En un artículo publicado en CIO Magazine, Michael F. Gorman, profesor de gestión de operaciones y ciencias de la decisión en la Universidad de Dayton en Ohio, comentó que “BI no te dice qué hacer; te dice lo que era y lo que es”.

También puedes escuchar el podcast: ¿Qué tanto sabes de inteligencia artificial?

La inteligencia de negocios puede ganar algo de influencia en la dimensión de razonamiento. Al usar técnicas avanzadas, es posible establecer un modelo de razonamiento usando BI, por ejemplo, “cuando hace calor, vendemos más refrescos”. Esto es un modelo descriptivo de utilidad, pero limitado para anticiparse y coordinar a toda las empresas que intervienen en la cadena de valor de una bebida.

Donde AI sobresale es en las dimensiones de aprendizaje y autonomía. El aprendizaje es actualmente la dimensión más importante para centrarse. Con BI, los modelos estadísticos siempre darán la misma salida cuando se use la misma entrada. Con los modelos de aprendizaje, esa salida evolucionará debido al proceso de aprendizaje.

Y agrega valor

Entonces, eso nos deja con la pregunta final. ¿Debo usar BI o AI para crear modelos de análisis de negocios? Para AI, el caso de negocio es de VITAL IMPORTANCIA para garantizar una experiencia provechosa. Debes usar IA para resolver un problema de negocio que solo la esta tecnología es capaz de resolver de la manera más eficiente. Dando información que permite la toma inteligente de decisiones. Solo con este enfoque podemos aprovecharla al máximo, y descartarla solo porque esté de moda.

En la visión de algunos expertos, los algoritmos de aprendizaje automático implementados en el software de BI le dirán a las empresas lo que es interesante en sus datos históricos. Hoy en día, los analistas normalmente tienen que definir métricas para que las herramientas de BI realicen un seguimiento. Se trata de un proceso manual y solo hace visibles los datos que la compañía ya sabe que son importantes.

Nunca será igual

Pero el BI habilitado para el aprendizaje automático podría profundizar en las incógnitas desconocidas de una empresa, encontrando información en datos no examinados. La firma de analistas Gartner (informe Magic Quadrant) declaró que el descubrimiento de datos inteligentes era el próximo factor en el mercado de software de BI.

Existe cierto impulso en torno a la idea de combinar el aprendizaje automático, la inteligencia empresarial y la inteligencia artificial. Pero la idea parece no ser tan popular. Todavía vemos en su mayoría AI y BI como términos separados.

Esto tiene que cambiar. Piense en todo el tiempo que las plataformas de BI impulsadas por AI pueden liberar a los analistas, que actualmente dedican gran parte de su tiempo a gestionar las solicitudes de informes. Podrían pasar a proyectos de análisis de datos y análisis predictivo más efectivos. Al final de eso se trata: de que los negocios evolucionen, pero siempre de la mano de las personas.

Escríbenos a info@gestalabs.com y déjanos tus comentarios

La gestión del cambio nunca fue un tema prioritario en la agenda manufacturera, porque, históricamente, la industria se ha apegado a seguir todas aquellas técnicas que buscan hacer las cosas más simples, eficientes, con la menor cantidad de pasos en un proceso, buscando los mayores rendimientos y el mínimo desperdicio. Por ello, las filosofías de manufactura esbelta —ese conjunto de herramientas que busca agregar valor en cada actividad que se realiza al interior de una planta industrial— han sido el libro de cabecera que han seguido los tomadores de decisiones en el sector industrial.

En nuestro blog anterior analizábamos qué tanto podrían complementarse estas filosofías con las tecnologías emergentes de Industria 4.0, pues había ejemplos de algunas implementaciones fallidas de ERP y otros sistemas de IT porque estas tecnologías imponían reglas rígidas que iban en contra del espíritu de la manufactura esbelta.

Puedes leer Industria 4.0: ¿Es el fin de la manufactura esbelta?

Sin embargo, no es el caso de las tecnologías I4.0, las cuales, más que imponer reglas, se integran a los procesos de manufactura ofreciendo visualización de datos en tiempo real, construir modelos predictivos para anticipar acciones y abrir nuevas capacidades analíticas.

Una potencia informática enorme está ahora disponible para cualquier organización a través de la nube”, asegura la consultora Deloitte. Hoy en día, por ejemplo, la tecnología hace posible que las empresas tengan trajes a la medida respecto a sus necesidades, en lugar de comprar licencias o infraestructura costosa. Una de estas opciones es el software como servicio (SaaS), el cual propicia que la implementación del software sea mucho más rápida y económica, además de simplificar los procesos complejos. La economía de la computación en nube permite a la Industria 4.0 para casi cualquier organización.

¿Por qué cuesta trabajo?

Las posibilidades de transformación digital hoy son mucho más amplias, y también está demostrada su capacidad en la industria. Sin embargo, no por ello dejan de enfrentar resistencia por parte de las personas al momento de su implementación. Diversas consultoras coinciden en que siete de cada 10 proyectos de implementación tecnológica fracasan por una mala estrategia de gestión del cambio.

Es normal que suceda esta resistencia, pues se trata de tecnologías emergentes sobre las que se han dicho muchas exageraciones o sofismas, y es normal que la gente no conviva con ellas. Pero un buen proyecto que considere la gestión del cambio, con una visión inteligente y una comunicación estratégica puede ser la clave para disminuir la incertidumbre y vencer la resistencia.

“La verdad es que las organizaciones de hoy todavía están plagadas de proyectos que están sub-optimizados, si es que no se enfrentan a un fracaso absoluto. Las implementaciones irregulares son muy comunes con éxito en un área, pero no en todas las áreas afectadas por el cambio”, agrega la consultora en gestión del cambio, IMA.

Tómalo en cuenta

Por tanto, lo anterior cobra relevancia si se toma en cuenta que, desde 2018, nueve de cada 10 empresas en América Latina ya estarán emprendiendo alguna estrategia de transformación digital.

Actualmente, el reto es incrementar su tasa de éxito para que los tomadores de decisión en el sector industrial se den cuenta de que las tecnologías emergentes tienen un impacto positivo en el negocio. Hasta ahora, según Fujitsu, en finanzas y ventas al por menor, alrededor del 30% de los proyectos tecnológicos han dado resultados exitosos, mientras que en otros sectores las tasas son más bajas: transporte (25%), manufactura (21%) y salud (14%).

Lo anterior indica que vemos proyectos tecnológicos en casi todas las organizaciones, pero no sabemos cuántos de ellos van acompañados de una estrategia orientada a la gestión del cambio.

¿Cómo entiendes la gestión del cambio?

En primer lugar, es la disciplina que reúne las técnicas que sirven como guía para preparar y apoyar a las personas que enfrentan un cambio con éxito a fin de impulsar el éxito y los resultados de la organización. Hoy, el concepto está relacionado principalmente a las emociones y reacciones que vive una persona frente a los cambios tecnológicos de alto impacto.

“Si bien todos los cambios son únicos y todos los individuos son únicos, décadas de investigación muestran que hay acciones que podemos tomar para influir en las personas en sus transiciones individuales. La gestión del cambio proporciona un enfoque estructurado para ayudar a las personas de su organización a pasar de sus estados actuales a sus estados futuros”, señala la consultora Prosci.

Adaptarla a I4.0

Por tanto, la adopción de Industria 4.0 requiere un nuevo enfoque hacia la gestión del cambio, involucrando diversas funciones en un sitio e implementación en múltiples plantas. Para ello es básico que los tomadores de decisiones busquen un enfoque hacia la adopción de Industria 4.0 como un tema de estrategia de negocio, no como un proyecto de TI (aunque tenga una alta carga de TI o, incluso, esta sea su principal función).

Esto, sin duda, ayuda a que la organización entienda que el proyecto implica una nueva visión de transformación a partir de la Industria 4.0 y no solo un proyecto menor con implicaciones instrascendentes.

No des por hecho nada. Si lidias con tecnologías emergentes de I4.0 debes tomar todas aquellas medidas que garanticen el éxito en tus proyectos, sobre todo aquellas que lleven a tu equipo a convencerse de que lo que están haciendo no solo le garantiza el futuro a tu compañía, sino a ellos como personas.

¿Murió la manufactura esbelta con la Industria 4.0? Hace no mucho, hablar de manufactura esbelta (o Lean Manufacturing) era referirnos a un libro sagrado en las plantas industriales. Era la manera más efectiva que tenían las fábricas para convertirse en una unidad estratégica para reducir costos, fabricar con mayor calidad y crear productos rentables para las empresas.

Pero, de pronto, el mundo industrial comenzó a hablar de Industria 4.0  y una serie de tecnologías que han prometido reinventar los procesos en la planta, reducir los ciclos de diseño y el time to market, redefinir las relaciones con los clientes y, en suma, crear nuevos modelo de negocio basados en tecnologías disruptivas.

Aunque se ha visto opacada a la luz de los nuevos conceptos de moda, la cuestión de fondo es saber si, hoy en día, sigue teniendo sentido pensar en la filosofía de manufactura esbelta como la manera más eficiente de incrementar la productividad en las plantas industriales. ¿Es algo obsoleto para la dinámica industrial que plantea la era digital? ¿Hay espacio para adaptar la manufactura esbelta con las tecnologías de Industria 4.0?

Siempre Lean

Esta filosofía consiste en eliminar cualquier desperdicio y las actividades que no agregan valor al negocio. Busca hacer las cosas de una forma más simple y reducir los costos. Durante muchas décadas fue la base para garantizar una excelencia operativa al estandarizar los procesos, capacitar a los trabajadores en la fábrica e inculcar una cultura de mejora continua.

Usando técnicas Lean, todos los empleados participan en la revisión y mejora continua de la eficiencia a lo largo de un proceso o, incluso, en toda la cadena de valor. Las herramientas pueden incluir controles visuales para ayudar a los operadores a identificar los momentos correctos para ajustar el equipo, o el mantenimiento preventivo para reducir la cantidad de fallas en el equipo al mantener el equipo de manera proactiva.

Dominó una era

Su efectividad y trascendencia en las plantas manufactureras fue tal que muchos comparan la manufactura esbelta con el impacto que tuvo en su momento el sistema de producción en serie que implementó Henry Ford para ensamblar su modelo T.

Pero los tiempos cambian, las exigencias crecen y lo que funcionaba hace tiempo es insuficiente para atender las complejas demandas actuales de los consumidores. A medida que las operaciones se vuelven cada vez más complicadas, los fabricantes descubren que los métodos Lean por sí solos no son suficientes para alcanzar la verdadera excelencia operativa. Se podría decir que las herramientas Lean clásicas son una víctima de su propio éxito, y que las mejoras adicionales son cada vez más difíciles de lograr. Por ello, la era digital en las plantas ha acaparado la fama.

La Industria 4.0

Primero fue la máquina de vapor y la mecanización de las operaciones (finales del siglo XVIII); luego vino la electrificación y la producción en serie (1901); después tocó el turno a los primeros PLC y sistemas automatizados en las plantas (1960); y después tocó el turno a la Cuarta Revolución Industrial, que comenzó a gestarse a mediados de los 90, con el auge del internet, pero que no fue reconocida sino hasta hace unos años, dentro del Foro Económico Mundial.

Esta cuarta etapa del desarrollo industrial de la humanidad tiene que ver con la creación de sistemas ciber físicos gracias a tecnologías como IoT, big data, inteligencia artificial, robótica avanzada, realidad virtual y aumentada, computación cuántica, entre otras.

Te puede interesar PODCAST: 10 preguntas para entender Industria 4.0

Una fábrica inteligente

Su punto máximo, su estado del arte, es la creación de fábricas inteligentes donde sistemas ciber físicos controlan y automatizan procesos físicos y sucede el intercambio de enormes cantidades de datos en tiempo real. También, en esta etapa industrial han desaparecido casi todas las fronteras entre el consumidor final y el productor, pues las tecnologías actuales permiten lo que antes era casi impensable: que una marca ofrezca productos altamente personalizados a sus clientes.

Y si no lo crees mira lo que han hecho marcas como Levi´s, Adidas, Nike, Calzedonia, BMW, entre muchas otras, las cuales ya emplean tecnologías y medios digitales para acercarse a sus clientes consumidor y ofrecerles la opción de personalizar alguno de sus productos.

¿Adiós manufactura esbelta?

La cuestión de fondo es descubrir si las tecnologías de Industria 4.0 le quitaron relevancia a la manufactura esbelta. Lejos de ello, lo ideal es descubrir cómo pueden intecatuar ambas para lograr la excelencia operativa. Así que comienza a pensar en manufactura esbelta 4.0 o Lean Industry 4.0.

Desde los primeros días de la adopción lean, las áreas de TI y de Producción se han enfrentado en una batalla entre instalar potentes sistemas ERP y tener procesos simplificados con la menor cantidad de pasos posible. Quizá por eso se pensaba que las tecnologías avanzadas podrían ver en manufactura esbelta una especie de obstáculo. Pero no es así.

“Si antes los fabricantes se centraban en mejorar los procesos para aumentar la productividad y eliminar el desperdicio, ahora tienen a su disposición sensores, datos y análisis avanzados para predecir y resolver problemas”, asegura Mark Dingley, CEO de Matthews Australasia.

El secreto para ejecutar esto es centrarte en un punto de dolor de tus procesos al que puedas mejorar implementando técnicas de manufactura esbelta, en combinación con tecnologías actuales.

¿Ejemplos?

Aquí uno. La calidad es innegociable en cualquier proceso de fabricación, por lo que una prioridad de los directivos industriales es mantenerla a tope. Piensa en lo catastrófico que puede ser para un negocio el hecho de que sus productos fallen en su calidad: multas de sus clientes, pérdida de reputación, costos por llamados y retiros de los artículos.

Piensa en los problemas que está enfrentando ahora mismo Keuring Dr Pepper en Estados Unidos por los altos niveles de arsénico que la FDA detectó en su bebida más famosa, Peñafiel, que embotella en México.

La filosofía esbelta se ha desarrollado para reducir la probabilidad de cometer errores. Esto, combinado con un sistema que recopila, almacena y muestra datos en tiempo real, puede llevarte no solo a saber la causa raíz de esos errores, sino a predecir cuándo sucederá alguno. Con todos esos sensores y sistemas recopilando y procesando datos, los operadores son capaces de acceder a análisis detallados para asegurarse que no hay ningún problema.

Otro caso de uso

Las fallas de los equipos son otro problema habitual en los que las técnicas de Lean Manufacturing se han centrado para impedir pérdidas de tiempo (y de dinero). Ahora, los fabricantes combinan estas técnicas con sensores para extracción de datos y creación de modelos predictivos, con lo que logran la efectividad general del equipo (OEE) y reducen el tiempo de inactividad para corregir problemas menores.

La industria 4.0 llevó el mantenimiento a otro nivel. Los algoritmos analíticos avanzados y las técnicas de aprendizaje automático pueden analizar las vastas cantidades de datos recopilados por los sensores para identificar el potencial de que suceda una falla. Por ejemplo, los operadores pueden ver cuándo se desgastan las piezas y realizar un mantenimiento preventivo en el momento óptimo, lo que minimiza el tiempo de inactividad innecesario, los costos de reemplazo y las interrupciones. Adiós a los paros programados y al desperdicio de tiempo en actividades innecesarias.

Un mundo cambiante

El mundo de la tecnología y la fabricación ha cambiado tan drásticamente, que ya no es útil pensar que lo que funcionaba hace décadas debe seguir igual. Hay que reconocer el hecho que vivimos el tiempo de dispositivos inteligentes y datos, los cuales deben ser una herramienta para mejorar lo que antes demostró ser funcional y eficiente.

Las tecnologías actuales permiten crear líneas de producción inteligentes. Hoy en día, el fabricante debe ser capaz de conectar las necesidades del cliente con la capacidad de su empresa para entregar un producto personalizado y bajo demanda. Se requieren múltiples tácticas y herramientas para hacer que la fabricación bajo demanda sea factible y rentable, desde soluciones de configuración de productos hasta subconjuntos de componentes, asociaciones de fabricación conjunta y estrategias de ensamblaje de última etapa. Y esto solo será posible combinando lo mejor de todas las técnicas.

Escríbenos a info@gestalabs.com y déjanos tus comentarios.

No hace mucho que la imagen de un cerebro digital controlando robots que esclavizaban humanos era parte del imaginario popular. Afortunadamente para todos, ese escenario apocalíptico es solo ciencia ficción. Hoy lo sabemos.

Pero es igual de importante ir más allá, de la ficción a la ‘realidad práctica’, sobre todo en el mundo industrial. Es decir, ya sabemos que no se trata de robots sometiendo personas. Pero, entonces, ¿de qué se trata?

¿Por qué es tan importante la inteligencia artificial para la fabricación? En parte tiene que ver con el amplio alcance de aplicaciones posibles, desde el mantenimiento en tiempo real de los equipos hasta el diseño virtual que permite crear productos nuevos, mejorados y personalizados, hasta llegar a una cadena de suministro inteligente y la creación de nuevos modelos de negocios.

Pasemos de las pruebas de concepto

Esto ya nos da la idea general: la inteligencia artificial mejora procesos hasta llegar a transformarlos en otros distintos.

Sin embargo, como se le veía en el mundo de la manufactura era básicamente como una prueba de concepto, un proyecto piloto cuya aplicación real era un concepto difuso en el horizonte de cualquier planta industrial. Y si no se sabía de su campo real de aplicación, mucho menos de sus resultados seguros.

Pero ahora parece haber un consenso general entre las consultoras globales: de tanto insistir en la materia, y a fuerza de “culturizar” a la gente que toma las decisiones en las fábricas, podemos pensar seriamente que este año comenzaremos a ver las primeras manifestaciones reales de Inteligencia Artificial en las plantas.

Más allá de autómatas

No. No tiene que ver con la robótica avanzada, esa que se refieres a robots inteligentes interactuando con humanos y haciendo ensamblajes en una líneas de producción.

Nos referimos a la verdadera inteligencia artificial: la aplicación de datos históricos, de alto valor, la construcción de algoritmos y modelos que permiten predecir “situaciones” en procesos muy puntuales.

Los grandes

De acuerdo con The Boston Consulting Group, en unos pocos años, la inteligencia artificial (IA) y

el aprendizaje automático (ML) pasaron de ser parte de una visión futurista a una capacidad que será casi tradicional en muchas empresas, y que formará parte de sus programas y estrategias de innovación.

Un análisis rápido de las 50 compañías más innovadoras que hizo BCG para 2019 muestra que los principales innovadores también son líderes en el campo de la inteligencia artificial (Google, Amazon, Apple, Microsoft, Netflix e IBM) y muchas otras compañías (Boeing, Siemens, la petrolera BP y varios fabricantes de automóviles, por ejemplo) están aprovechando activamente la IA.

Hoy en día, 3 de cada 10 ejecutivos espera que la Inteligencia Artificial se encuentre entre las áreas de innovación con mayor impacto en sus negocios en los próximos tres a cinco años. ¿Lo ven? De nuevo vamos afuera del laboratorio.

Más grande que el internet

La cosa viene en serio: Una encuesta que aplicó la consultora pwc a ejecutivos globales de diversos sectores económicos muestra que 6 de cada 10 creen que la inteligencia artificial tendrá un impacto mayor que el Internet.

Es decir, fue el internet —que primero fue de las personas, y ahora es de las cosas— el hito que detonó la Cuarta Revolución Industrial, la que nos tiene hoy en día redefiniendo nuestros negocios a partir de los datos. Y las opiniones generales apuntan a que la aplicación de la inteligencia artificial podría superar esto. Así de grande es este cambio.

Adiós pruebas de concepto

Seamos realistas: si has intentado vender tecnologías disruptivas a empresas que no las han usado, te has topado con una pregunta recurrente: “¿cuáles son tus casos de éxito?”. Esta pregunta será cada vez más habitual cuando hablemos de inteligencia artificial.

La razón es que la gente poco a poco comienza a desmitificarla y, en consecuencia, quiere vivirla de manera ‘real’. Aunque aún son muchos los foros donde relacionan este concepto con temas apocalípticos, en el día a día las personas ya han descubierto sus alcances en aplicaciones, redes sociales, sistemas de navegación, entretenimiento vía streaming, etcétera, pero es momento de vivir su impacto en los negocios, de manera muy particular en la industria.

Por ende, nadie quiere saber de tecnologías ‘que prometen’ o que tienen potencial de ‘ser’, sino de aquellas que ya han transformado procesos dando mayor certeza a la operación, reduciendo desperdicios, creando sistemas inteligentes, alertas predictivas, etcétera.

Es mejor ser pionero

Las primeras empresas que viven de la inteligencia artificial o que ya comenzaron a explotarla, sin duda  llevan algunas ventajas frente porque ya la incorporaron a sus procesos y crearon nuevos modelos de negocio a partir de ella.

Hay otro grupo de empresas que está en fase de prueba de hipótesis, validación, iteraciones del Producto Mínimo Viable, que aún intenta descubrir las áreas donde la Inteligencia Artificial tendrá el mayor impacto.

Cada industria es distinta

Por ejemplo, algunas empresas petroleras lo usan para mejorar sus modelos de predicción para la recuperación de reservas de petróleo y gas. Algunas automotrices encapsulan modelos de IA para reducir el peso de las piezas e intentar diseños con nuevos materiales, de tal forma que el modelo ayude a predecir cómo se comportará dicha pieza en ciertos ambientes y situaciones de ensamble y/o de manejo. Empresas agroindustriales la usan para mejorar sus procesos en el tratamiento de materias primas. O también es cada vez más común su uso en almacenes y centros de distribución para mejorar los conteos de materiales, crear en automático órdenes de abastecimiento, medir tiempos muertos, etcétera.

El sector de consumo, por ejemplo, ha visto posibilidades de crecimiento en una demanda más predictiva a través de la IA, “surtidos locales experiencias y servicios personalizados para el consumidor, optimización del ROI de marketing y promoción, y ciclos de innovación más rápidos”, agrega The BCG.

Estas aplicaciones parten del hecho de entender tu propio negocio y aquellas áreas particulares que puedes transformar. Hoy en día, el mercado ofrece la posibilidad de acceder a estas tecnologías disruptivas, pero el punto clave es que entiendas cómo puedes resolver problemas a partir de ellas.

Escríbenos a info@gestalabs.com y déjanos tus comentarios.