La promesa de la Industria 4.0 es una fabricación más ecológica, más limpia y con un rendimiento muy superior.
McKinsey & Co. define la Industria 4.0 como la siguiente fase de la digitalización del centro de fabricación, impulsada por cuatro megatendencias: el aumento del volumen de datos, la capacidad de cálculo y la conectividad; el aprendizaje automático y la analítica; nuevas formas de interacción entre las personas y las máquinas; y mejoras en la conexión entre lo digital y lo físico, como la impresión 3D.
Aunque la mayoría de la gente se centra en los productos, los materiales son el facilitador silencioso de las características y funcionalidades que todos valoramos en los productos más populares y avanzados de nuestro tiempo.
Tomemos a Apple como ejemplo.
Cuando Apple lanzó el Apple Watch en 2015, destacando sus numerosas funciones y cómo revolucionaría la experiencia de uso de un dispositivo móvil, la empresa publicó tres anuncios titulados «Aluminio», «Acero» y «Oro».
Los materiales, en primer plano
Estos anuncios destacaban los materiales elegidos por encima de cualquier función concreta.
Como para recalcar aún más la idea, al año siguiente la empresa publicó otro anuncio con la siguiente generación del reloj, titulado «Cerámica».
Los materiales que Apple elige para sus productos insignia son esenciales para definirlos y, además, la capacidad de Apple para ampliar los límites de la manipulación de materiales constituye una ventaja competitiva clave que permite a la empresa cobrar un precio superior.
Apple no es la única.
Boeing diferenció su 787 Dreamliner al construir el fuselaje con una proporción de material compuesto de fibra de carbono superior a la de cualquier avión anterior.
Ese material permitió una mayor eficiencia de combustible y una mejor experiencia de vuelo, lo que lo convirtió en el avión de fuselaje ancho con las ventas más rápidas de la historia.
Al mismo tiempo, Ford colaboró con Alcoa para desarrollar técnicas de unión de materiales que permitieran construir una F-150 ligera y de bajo consumo de combustible.
Velocidad de desarrollo
Hoy, a menudo se define a las empresas por la rapidez con que pueden desarrollar los materiales que hacen posibles los productos de próxima generación de sus clientes.
Gorilla Glass, de Corning, es un producto dominante en las pantallas de teléfonos móviles de alto rendimiento: esa línea de productos por sí sola genera un valor superior a 1.000 millones de dólares al año.
Sin embargo, un éxito tan grande conlleva riesgos.
Corning se enfrenta a una presión constante para crear insumos cada vez más innovadores que las empresas de electrónica de consumo puedan incorporar a sus productos. La empresa solo tiene éxito gracias a su capacidad para avanzar más rápido que sus competidores.
Aunque esto podría parecer una dinámica competitiva habitual, aquí hay algo distinto.
En condiciones ideales, Corning podría desarrollar un nuevo producto de vidrio cada año para cada generación de teléfonos inteligentes.
Sin embargo, llevar un material nuevo desde su concepción hasta un producto real lleva entre 15 y 20 años.
El retraso de los materiales
Hoy, el desarrollo de materiales no puede quedar tan rezagado con respecto al ciclo de desarrollo de productos.
Este retraso de los materiales supone un enorme riesgo para estas empresas y provoca la pérdida de oportunidades en todos los sectores de fabricación de alto valor.
La forma de eliminar el retraso de los materiales consiste en analizar datos de distintas fuentes mediante el aprendizaje automático y la analítica.
Aunque las cuatro megatendencias son pertinentes en este caso, dos destacan como facilitadoras del diseño de materiales.
Datos
Los datos sobre materiales suelen encontrarse en diversas fuentes, dispersas por todas partes y almacenadas en formatos distintos que no están conectados entre sí.
El primer paso para resolver este problema es organizar los datos del mundo relativos a los materiales y los productos químicos.
Ya pasó la época en que un desarrollador de productos podía sacar un libro y averiguar cómo utilizar esos datos.
La industria necesita una piedra de Rosetta de los materiales que conecte las diversas fuentes de conocimiento.
Reunir estos conjuntos de datos diversos abre la puerta a potentes herramientas analíticas capaces de reducir a cero el retraso de los materiales.
Aprendizaje automático y analítica
Aunque todos los datos del mundo sobre materiales y productos químicos estuvieran en un solo lugar, no sería posible utilizar una inteligencia artificial (IA) ingenua para impulsar el desarrollo práctico de materiales: sencillamente, los datos son demasiado escasos.
Mientras que Google y Facebook se basan en millones de puntos de datos por segundo para alimentar su inteligencia artificial, la mayoría de las empresas de materiales realizan mediciones de cientos o miles de materiales al año.
Por eso, la mejor IA para materiales se optimiza para aprovechar las relaciones conocidas en química y física, y combinarlas con simulaciones computacionales, análisis tradicionales y datos experimentales para crear un potente motor de predicción.
El asistente ideal
En esencia, esto proporciona a una computadora la formación del asistente de laboratorio ideal: una comprensión de las lecciones que hemos aprendido sobre los materiales a lo largo de miles de años de desarrollo, con datos de alta calidad como norte para conectar esa teoría con la realidad.
Este tipo de motor puede utilizarse para predecir el rendimiento de materiales conocidos en nuevas condiciones, optimizar materiales nuevos para aplicaciones conocidas o mejorar el proceso de desarrollo con el fin de reducir los riesgos y el número total de iteraciones necesarias para alcanzar el objetivo de un producto.
Esto eliminará el retraso de los materiales que ralentiza las oportunidades de crear productos de próxima generación.
La innovación en materiales es el facilitador clave de la próxima generación de productos de alta eficiencia en los sectores de la energía, la industria aeroespacial, la defensa, la seguridad y el confort.
Pero el retraso de los materiales en el desarrollo de productos amenaza con ralentizar drásticamente esa innovación.
Al aplicar al proceso de desarrollo de materiales los avances en datos y análisis que impulsan la Industria 4.0, la inteligencia artificial promete impulsar la próxima generación de productos, del mismo modo que la Industria 4.0 está impulsando la próxima generación de la fabricación.
Para obtener más información sobre la promoción de Pioneros Tecnológicos de 2017, visite nuestro sitio web.
