Cómo la IA está transformando las fábricas

La IA está transformando rápidamente las fábricas, acelerando el cambio hacia operaciones más inteligentes y eficientes. Desde el mantenimiento predictivo hasta el control de calidad, los sistemas impulsados por IA están optimizando las líneas de producción, impulsando el ahorro de costos y reduciendo las emisiones.

La Global Lighthouse Network del Foro Económico Mundial, que recientemente dio la bienvenida a 22 nuevos miembros, muestra cómo la transformación digital y las tecnologías de vanguardia, como el aprendizaje automático y los gemelos digitales, están impulsando la excelencia operativa de próxima generación.

Estos centros avanzados no solo están impulsando la productividad, sino también estableciendo nuevos estándares para la sostenibilidad y el desarrollo de la fuerza laboral, mejorando la colaboración entre humanos y máquinas y dando lugar a nuevos niveles de innovación.

Aquí seis líderes comparten sus puntos de vista sobre cómo sus centros Lighthouse utilizan la IA para impulsar la industria.

Mediante la integración de innovaciones impulsadas por la IA, no solo hemos optimizado nuestros procesos de fabricación y diseño, sino que también hemos capacitado a nuestra fuerza laboral.

Entre las aplicaciones clave de la IA se incluye un sistema de control inteligente basado en el aprendizaje automático que ajusta los parámetros en tiempo real, reduciendo la chatarra y evitando defectos en el perfilado de chapas metálicas, lo que se traduce en un ahorro del 12,5% en costos de material.

Un modelo basado en árboles de decisión evita fallos de remachado por variaciones en el grosor de la chapa, reduciendo los índices de defectos en un 66%. Un control de compuerta de válvula de bucle cerrado que utiliza algoritmos de redes neuronales convolucionales optimiza la inyección de plástico, analizando más de 150.000 puntos de datos y mejorando el tiempo de ciclo en un 18%.

Los algoritmos avanzados de aprendizaje automático en el diseño del ciclo de limpieza redujeron el tiempo de comercialización en un 46% y lograron una optimización del 99% en el rendimiento de la limpieza.

Los programas de capacitación, que abarcan desde principios básicos de IA hasta aplicaciones avanzadas de aprendizaje automático, han permitido completar 3.160 horas de formación en seis meses. Un programa de automatización global guía la adopción a escala de fábrica y el intercambio de casos de uso, gestionado por oficinas de transformación digital centrales y locales, con planes para establecer una fábrica Lighthouse para cada grupo de productos.

En la actualidad, AstraZeneca utiliza la IA para revolucionar la forma en que desarrollamos, fabricamos y suministramos medicamentos. En el desarrollo de fármacos, el modelado predictivo ayuda a optimizar las propiedades físicas y químicas de nuestros ingredientes farmacéuticos activos y a predecir el rendimiento de los productos formulados durante la fabricación.

La IA generativa (GenAI), el aprendizaje automático y los grandes modelos lingüísticos ya están ayudando a reducir los plazos de desarrollo en un 50% y a reducir el uso de principios activos farmacéuticos en experimentos en un 75%.

En la fabricación, procesos de gemelos digitales impulsados por IA optimizan las condiciones de rendimiento y productividad, al mismo tiempo que reducen el uso de materias primas y minimizan los requisitos de transferencia de tecnología. Los gemelos digitales simulan la relación entre las propiedades del principio activo, las condiciones del proceso y la calidad del producto para optimizar las condiciones operativas.

En combinación con la fabricación continua, hemos reducido los plazos de fabricación de semanas a horas. Y con la sinergia GenAI-humano, estamos acelerando los trámites reglamentarios, reduciendo el tiempo de creación de algunos documentos en más de un 70%.

A medida que avanzamos hacia una huella de carbono neutral, las herramientas basadas en IA también nos ayudarán a conseguirlo al permitirnos cuestionar los datos del ciclo de vida de nuestros medicamentos y proporcionar visibilidad de las desviaciones y los "puntos calientes" de las emisiones para que podamos mitigarlos en toda la cadena de suministro.

En Jubilant Ingrevia, hemos adoptado la IA y el aprendizaje automático en todas las fases de producción para aumentar la eficiencia, reducir las variaciones de los procesos y optimizar el rendimiento y la producción.

Hemos desplegado ampliamente "gemelos digitales" -réplicas virtuales de activos críticos- para modelar, prever y gestionar las operaciones en tiempo real. Los modelos específicos de IA o aprendizaje automático optimizan los parámetros de producción, aprovechando los datos históricos y actuales para garantizar la calidad y la eficiencia de los recursos.

Gracias a la información de nuestro modelo de gestión digital del rendimiento, hemos reducido la variabilidad de los procesos en un 63 %.

Nuestras unidades de fabricación están equipadas con sistemas de supervisión basados en internet de las cosas con análisis predictivo, es decir algoritmos superiores de inteligencia artificial para predecir los fallos de los equipos antes de que se produzcan. Este enfoque ha reducido el tiempo de inactividad en más del 50%, mejorando notablemente nuestra eficiencia operativa.

Los sensores blandos, impulsados por IA, mejoran la recopilación y el análisis de datos, mejorando la calidad del producto y optimizando las condiciones del proceso. El sistema de análisis basado en IA gestiona el consumo de energía, reduciendo los costos operativos y logrando un recorte del 20% en las emisiones de Alcance 1, apoyando los objetivos de sostenibilidad.

La integración de la IA en todo nuestro proceso de producción mejoró la automatización e impulsó la eficiencia operativa, sentando las bases para un futuro más sostenible y respetuoso con el medio ambiente. Sumergiéndonos de lleno en nuestras 50 plantas, tenemos previsto desplegar entre 10 y 12 casos de uso de tecnologías emergentes en todas nuestras operaciones mundiales este año y el próximo.

Un primer paso clave para ello ha sido garantizar que todas nuestras plantas estén conectadas e integradas con Operational Data Lake (lago de datos operativos) para obtener una visión integrada y en tiempo real de los datos que nos ayude a realizar intervenciones basadas en IA o aprendizaje automático para mejorar el rendimiento y la producción.

Nuestro JUMP (Jubilant Model Plant) sirve de Faro digital para perfeccionar los modelos de IA antes de un despliegue más amplio, mientras que nuestro Centro de Excelencia Digital impulsa esta transformación con expertos en IA y formación Digital 101 para todos los empleados.

El reconocimiento también es clave en este viaje: nuestro programa de recompensas nutre a los campeones digitales, mientras que DigiScoop difunde historias de éxito, ayudando a ampliar la innovación.

Creemos que la adopción de la IA en toda la empresa va a redefinir las posibilidades de la fabricación de productos químicos.

En Siemens, experimentamos a diario el impacto transformador de la IA en la fabricación, impulsando la productividad, la eficiencia y la sostenibilidad. Con el aumento de los costos laborales, la escasez de personal cualificado y la necesidad de soluciones ecológicas, la IA es una parte crucial de nuestra visión del metaverso industrial.

Las aplicaciones de IA ofrecen resultados notables en todo nuestro flujo de valor en Siemens Electronics Factory Erlangen. Por ejemplo, el aprendizaje automático optimiza los procedimientos de prueba, aumentando significativamente el rendimiento de la primera pasada e impulsando la eficiencia.

Los robots con IA que recogen y colocan diferentes piezas y materiales en nuestras líneas de montaje totalmente automatizadas reducen los costos de automatización en un 90%. Los sistemas guiados por IA también ayudan a los trabajadores manuales a mejorar la productividad y la calidad.

Nuestra infraestructura de IA de categoría industrial, basada en hardware y software de Siemens, simplifica la adopción y reduce la gestión del cambio.

Las canalizaciones automatizadas de formación y despliegue minimizan los esfuerzos de actualización, mientras que la supervisión automatizada continua garantiza la fiabilidad y la confianza en los algoritmos de IA. Esto mejora la escalabilidad, reduce las barreras de adopción y fomenta la confianza.

La "digitalización 1.0" de Mengniu se centró en digitalizar las granjas y fábricas de productos lácteos para lograr una cobertura digital completa en el lado de la oferta, desde la leche cruda hasta la producción.

La digitalización 2.0 pasó a optimizar la gestión mediante la creación de un sistema de marketing digital y operaciones del lado del consumidor, creando perfiles precisos de consumidores para mejorar las experiencias de servicio y marketing.

Con la digitalización 3.0, Mengniu integra la IA en la oferta y el consumo para optimizar los procesos de la cadena de suministro y aumentar la eficiencia. Así, han surgido tres escenarios clave de IA.

En su laboratorio de ventanilla única, módulos de IA como el reconocimiento de imágenes mediante redes neuronales y la programación inteligente basada en el aprendizaje por refuerzo sustituyen a las pruebas manuales, garantizando la precisión y la eficiencia en las fases críticas de las pruebas.

En cuanto al abastecimiento y la entrega cíclica, la IA automatiza la programación de pedidos a proveedores y el envío de vehículos, lo que aumenta la rotación de inventario en un 73% y la eficiencia operativa en un 8%.

En el mantenimiento predictivo, los algoritmos de IA analizan los datos de los equipos para prever fallos y evitar tiempos de inactividad. Estos sistemas han mejorado la toma de decisiones y la eficiencia operativa de la producción en general.

Las lavadoras Midea exploran y reestructuran nuevas capacidades ecológicas y sostenibles de extremo a extremo, desplegando ampliamente una variedad de tecnologías digitales integradas con aplicaciones de IA en el diseño de productos, la fabricación (calidad, equipos y energía) y la logística, promoviendo la operación inteligente en varios sub-escenarios.

Hemos logrado una reducción del 25% en los ciclos de desarrollo, una reducción del 53% en la mala calidad y una optimización del 29% de las rutas logísticas. La empresa está siendo testigo de la adopción a escala de fábrica mediante el uso de la IA.

La profunda aplicación de la IA en todo el proceso de la fábrica abarca 457 sub-escenarios, principalmente a través de algoritmos inteligentes de muestras pequeñas de desarrollo propio y plataformas abiertas de IA en la nube, lo que reduce significativamente el tiempo de recogida de muestras y de formación, y disminuye los costos de promoción y operación a escala.