Más allá de la IA: Cómo las tecnologías de vanguardia están reconfigurando las operaciones industriales

Nos encontramos en un momento crucial de las operaciones industriales, marcado por la aparición de tecnologías de vanguardia que reconfigurarán el sector. La inteligencia artificial (IA) está en el centro de esta transformación, impulsada por avances exponenciales en potencia de cálculo. La IA no sólo está mejorando las tecnologías existentes, sino que también está allanando el camino para innovaciones totalmente nuevas.

Un avance significativo en la IA ha sido el desarrollo de modelos fundacionales multimodales, que han desbloqueado un amplio abanico de nuevas aplicaciones industriales. La multimodalidad amplía las capacidades de la IA, permitiendo a los modelos procesar texto, sonido, vídeos y otros tipos de datos que existen en la manufactura.

Entre ellos, los grandes modelos lingüísticos (LLM), como el conocido ChatGPT-4, demuestran el potencial de la IA para trascender las aplicaciones exclusivas para expertos, haciendo que una sofisticada herramienta sea accesible a todos los sectores.

Los agentes de IA son el siguiente salto en IA. Estos agentes amplifican el impacto de los LLM, dándoles la capacidad de acceder a herramientas y mejorando su capacidad de planificar, priorizar y ejecutar acciones. En combinación con otras tecnologías, los agentes de IA desbloquean tecnologías de vanguardia en operaciones: junto con la robótica, harán realidad los humanoides; con herramientas digitales, permitirán sistemas autónomos.

Estas tecnologías de vanguardia aportan beneficios sustanciales en términos de productividad, flexibilidad, empoderamiento de la fuerza laboral y sostenibilidad en toda la cadena de valor. El potencial es inmenso, pero ¿cómo serán estas aplicaciones en la práctica? ¿Cuál es el grado de madurez de estas tecnologías y qué retos clave deben superarse para que su implantación tenga éxito?

Se espera que los agentes de IA transformen las operaciones de dos maneras. Los agentes del conocimiento empoderarán a los trabajadores, mientras que los agentes de automatización automatizarán las tareas en las operaciones.

Los agentes de conocimiento aprovechan toda la plataforma de datos de la empresa para ayudar a los trabajadores e ingenieros en la toma de decisiones. Estos agentes ayudan a los equipos aportando conocimientos y recomendando las acciones necesarias, aprovechando las fuentes de datos pertinentes y utilizando cualquier herramienta digital para lograr su objetivo.

La interacción humano-agente es posible mediante voz o texto, mientras que para la visualización pueden aprovecharse múltiples tecnologías, por ejemplo, dispositivos inteligentes como tabletas y smartwatches, o tecnologías inmersivas como la realidad mixta.

Por ejemplo, un agente de recomendación de mantenimiento combinará las capacidades existentes de aprendizaje automático (machine learning) para predecir fallos, con instrucciones específicas de reparación que obtendrá de diversas fuentes, como el manual de la máquina.

Además, será capaz de identificar la causa raíz del fallo, indicar al funcionario las acciones necesarias y preparar el pedido de la pieza requerida. También pueden desarrollarse aplicaciones similares para la programación de la producción.

Los agentes de automatización pueden ejecutar tareas de automatización de forma autónoma, basándose en sus capacidades de razonamiento y ejecución, lo que permite disponer de agentes de automatización tanto virtuales como físicos. Según un informe de BCG, los agentes autónomos pueden "decir" directamente a otros sistemas de la empresa lo que tienen que hacer, lo que cambia fundamentalmente las operaciones de la empresa y permite una automatización más holística, reduciendo significativamente los costes laborales.

Estos agentes automatizan softwares gracias a su capacidad para acceder y utilizar de forma independiente distintas herramientas. Un ejemplo muy conocido es un agente automatizado de reservas de viajes. En operaciones, las aplicaciones pueden incluir la optimización del punto de consigna, donde un determinado parámetro de la máquina es adaptado automáticamente por el agente para optimizar el rendimiento. Esta tarea combina el análisis del rendimiento basado en aprendizaje automático y la visión artificial del sistema de calidad con la actualización automática de los parámetros de la máquina, mejorando la producción en tiempo real. Estos agentes también pueden utilizarse en la planificación de la producción para probar automáticamente escenarios del plan de producción en función de la demanda de los clientes, el inventario y el rendimiento de la planta.

Estos agentes transforman la automatización física combinando robots con capacidades de comprensión de la situación, razonamiento y ejecución. Estas nuevas capacidades amplían considerablemente el ámbito de la automatización, superando los retos existentes.

Los agentes de IA proporcionan a los robots la flexibilidad necesaria para adaptarse a distintos entornos y la destreza para manipular cualquier objeto. Empresas como Covariant han implantado con éxito robots en centros de distribución capaces de realizar complejas tareas de kitting, o la preparación de kits en el ensamblaje, recogiendo y colocando artículos aleatorios con gran precisión.

Más allá de los robots articulados, los agentes físicos de IA mejoran las capacidades de muchos tipos de robots, incluidos los robots móviles autónomos (AMR) para el transporte de materiales y los drones. Otro avance es el desarrollo de robots humanoides bípedos capaces de realizar tareas similares a las humanas.

Startups como Agility Robotics, con Digit, y Boston Dynamics, con Atlas, han lanzado estos desarrollos en los últimos años. Aunque las aplicaciones actuales son principalmente demostraciones y pilotos, se requiere un mayor desarrollo para un despliegue más amplio.

Los agentes de IA sólo funcionan con éxito en combinación con otras tecnologías y capas básicas subyacentes:

Más allá de estas capas, otras tecnologías habilitantes esenciales son la potencia informática adecuada (tanto en la nube como en el borde), la conectividad de red y la ciberseguridad.

El despliegue de agentes de automatización sigue planteando algunos retos. La fiabilidad y seguridad de estos sistemas son preocupaciones que las empresas tecnológicas deben resolver antes de su despliegue a gran escala. Mientras tanto, las empresas deben prepararse y tener en cuenta estas tecnologías en sus estrategias a medio plazo.

Comprender su impacto potencial para las respectivas industrias y cómo permitir su despliegue a escala en las cadenas de suministro será clave para impulsar una transformación exitosa y responsable del sector industrial.

Para ayudar a las industrias manufactureras a comprender el impacto transformador de las próximas tecnologías de vanguardia, el Foro Económico Mundial, en colaboración con Boston Consulting Group, ha puesto en marcha la iniciativa global Frontier Technologies for Operations: AI and beyond (Tecnologías de vanguardia para las operaciones: IA y más allá), basada en los aprendizajes de la iniciativa anterior sobre Operaciones Industriales impulsadas por IA.

Este nuevo esfuerzo pretende crear una visión general de las tecnologías de vanguardia que redefinirán las operaciones, profundizando en la IA, en colaboración con la AI Governance Alliance, así como en otras tecnologías de vanguardia para evaluar su potencial de valor y su madurez mediante el desarrollo de escenarios objetivo para 2030.

El Foro Económico Mundial invita a las empresas manufactureras a unirse a esta iniciativa para acelerar colectivamente la transformación hacia operaciones industriales impulsadas por IA.