La IA está revolucionando los esquemas de la Industria tal y como se conocía hasta hace muy poco. Es, sin duda, uno de los motores más importantes del actual marco de la Industria 4.0, al igual que sucede con el
machine learning, que permite que el análisis predictivo que proporciona resulte uno de los hitos de mayor aprovechamiento para el impulso de los negocios industriales.
Gracias a la combinación de ambas tecnologías, una compañía industrial es capaz de detectar errores, monitorizar en tiempo real la calidad de la producción y optimizar la cadena de suministro, con un detalle impensable hasta tiempos recientes. Aquellas empresas que han invertido en la implantación de estas tecnologías, están pudiendo ser más competitivas respecto a sus competidores tanto en calidad como en costes.
Pero no deja de ser cierto también que la adopción y la implantación de la
Inteligencia Artificial llevan aparejadas una serie de desafíos o de retos a los que no hay que perder de vista. Al fin y al cabo se trata de un concepto en constante evolución y que –aunque ofrece resultados extraordinarios– está en sus primeros años de existencia. Por eso, los responsables de sistemas de las empresas y las consultoras especializadas en transformación digital en la industria deben ir de la mano en un camino que se promete apasionante. Veamos cuáles son algunos de esos desafíos.
Necesidad de respuesta en tiempo real
La fabricación y sus aplicaciones predictivas de la Industria 4.0 son muy sensibles a la latencia o el tiempo de respuesta. Tanto, que si esta latencia es mayor que la deseada, adelantarse a los posibles problemas que pueden surgir no es tan sencillo. Se hace necesaria una respuesta ultrarrápida. La cuestión reside en que un sistema avanzado no puede permitirse el lujo de interactuar con la nube, dado que el tiempo de procesamiento de datos y obtención de la información resulta excesivo.
Por esta razón, la respuesta ha de ser en tiempo real, de milisegundos. De forma que no cabe otra opción que el procesamiento de datos sea local y para poder abordarlo es imprescindible contar con la infraestructura informática adecuada. Tanto los sistemas de control como la toma de decisiones precisa de ser llevada a cabo mediante edge computing. Una producción inteligente necesita que se puedan implementar modelos predictivos en cada uno de los terminales sensibles del proceso y que respondan en tiempo real y ajustadamente.
Sistemas heredados
Es muy habitual encontrar que en una empresa industrial haya equipos de todo tipo, un hecho que dificulta la interoperabilidad del sistema. El mercado ofrece tecnologías, máquinas y componentes tan variados que lo más frecuente es que sean incompatibles entre sí a la hora de conectarlos entre sí, como precisa la Industria 4.0. Aunque también es cierto que el Internet Industrial de la Cosas (IIoT) todavía no cuenta con marcos y estándares establecidos, el principal problema al que hay que darle solución es el de las máquinas heredadas.
El ecosistema de una industria actual tiene que contar con componentes compatibles que utilicen reglas para conectarse a los PLC, SCADA, MES o ERP y en ese sentido, todo apunta a que el protocolo OPA AU se está erigiendo como el más aceptado en el modelado de datos y la comunicación de la Industria 4.0. en todo caso, para poder afinar en un proceso tan especializado como es el de acertar cómo se ha de realizar la renovación y adecuación del sistema, las empresas necesitan de la asesoría de los especialistas. Máxime cuando se trata de inversiones que van a resultar tan críticas.
Acceso y aprovechamiento de los datos
Las complejas condiciones ambientales en las que puede encontrarse una planta de producción no son siempre los mejores aliados a la hora de recoger los datos más fiables. Además, puede ocurrir que la fabricación tenga lugar en un espacio apartado del sitio en el que se recogen y procesan los datos. Por otra parte, la empresa puede poner objeciones a almacenar los datos en la nube por cuestiones de seguridad y haya que ingeniar una solución local.
El caso es que todas estas dificultades pueden requerir de una labor de ingeniería
ad hoc que sea capaz de superar todos esos obstáculos. Esa canalización adecuada de los distintos actores que proporcionan los datos, obliga a que los equipos de IT y OT tengan que operar de manera alineada y bajo la planificación de un especialista en los dos ámbitos. En ese sentido, HEXA Ingenieros es una consultora especializada tanto en IT como en OT y, por lo tanto, capaz de abordar proyectos de semejante calado con un
expertise integral.
Multidisciplinariedad encaminada a la Inteligencia Artificial
Los proyectos industriales con presencia de Inteligencia Artificial hacen necesario que se ahormen equipos multidisciplinarios con experiencia en gestión de datos, algoritmos y aprendizaje automático. Esto obliga a las empresas que los emprenden a contratar expertos en Inteligencia Artificial y machine learning, pero la relativa escasez de los mismo en el mercado, hacen que no sea una tarea tan sencilla como sucede con otros puestos.
Aun así, existen herramientas de machine learning automatizadas que los expertos en OT pueden aprovechar para construir modelos predictivos sin requerir necesariamente de científicos de datos en plantilla. Las nuevas plataformas AutoML automatizan hasta el 100 por ciento del flujo de trabajo de desarrollo de Inteligencia Artificial y machine learning, utilizando un motor de IA para descubrir automáticamente patrones significativos y crear tablas de características listas para ML a partir de datos relacionales, operativos, temporales, de ubicación geográfica y de texto.
Desconfianza sobre la Inteligencia Artificial
Más del 80 por ciento de las empresas industriales sufren tiempos de inactividad, con el enorme coste que esto les supone. Habitualmente, los expertos en OT han confiado, y todavía lo siguen haciendo en gran número, en su experiencia e instinto más que en un algoritmo. Sin embargo, al igual que la industria acabó cediendo ante los beneficios de contar con los robots, no puede dar la espalda por más tiempo a la Inteligencia Artificial y al machine learning. Al fin y al cabo, son tecnologías que no solo están más que probadas como eficientes, sino que no suponen que los expertos en tecnología de la empresa sigan siendo tan necesarios como siempre. Tan solo es necesaria una actualización que puede darse en los mejores términos con una formación concreta gracias a consultoras integrales como HEXA Ingenieros.
