La inteligencia artificial (IA) puede ayudar a los fabricantes a superar las perturbaciones de las cadenas de suministro y los vientos en contra de la economía.
El sector manufacturero tiene dificultades para aprovechar el valor que puede aportar la IA.
Un nuevo informe destaca las barreras para la IA en las fábricas, así como soluciones para su implementación.
Un enfoque paso a paso para la adopción de la IA establece una hoja de ruta para la IA en la fabricación.
La industria manufacturera mundial sigue siendo golpeada por las ondas de choque de la pandemia y otros acontecimientos mundiales disruptivos. Las cadenas de suministro de componentes como los semiconductores aún no se han recuperado y la guerra en Ucrania está afectando a una serie de otras cadenas de valor, en particular los precios de la energía, lo que tiene un efecto indirecto en los fabricantes.
Estas presiones adicionales están creando la necesidad de que los fabricantes «vayan más allá de los medios tradicionales para impulsar la productividad y descubran la próxima ola de valor para las empresas, la fuerza laboral y el medio ambiente». Esta es una conclusión clave de un informe de diciembre de 2022 del Centro de Türkiye para la Cuarta Revolución Industrial, en colaboración con el Foro Económico Mundial Red para la Gobernanza Mundial de la Tecnología.
El informe, Desbloquear el valor de la inteligencia artificial en la fabricación, concluye que: «En principio, la IA podría desbloquear más de 13 billones de dólares en la economía mundial y aumentar el PIB un 2 % anual. Sin embargo, las empresas tienen dificultades para aprovechar el valor que pueden crear las aplicaciones de IA.»
Y eso no se debe a que los fabricantes no vean el potencial de creación de valor de la IA. En una encuesta mundial a 3.000 empresas, el 70 % comprendía cómo la IA puede generar valor empresarial, el 59 % tiene una estrategia de IA implantada y el 57 % de los encuestados afirmó que su organización ya estaba probando la IA de forma piloto. Pese a estos resultados, solo 1 de cada 10 afirmó que la IA estaba generando beneficios económicos significativos.
Seis obstáculos para la adopción de la IA en la fabricación
Los autores del informe se basaron en las perspectivas de líderes del sector, así como de expertos en tecnología y del ámbito académico, para identificar los principales obstáculos a la adopción y el escalado de la IA en la fabricación. También desarrollaron procesos paso a paso para superar estos obstáculos.
El informe identifica seis grandes desafíos a los que se enfrentan los fabricantes y que dificultan el despliegue de la IA y la capacidad de escalarla.
A continuación detallamos los problemas identificados y las soluciones propuestas en el informe.
1. Una falta de correspondencia entre las capacidades de la IA y las necesidades operativas
Las organizaciones descuidan a menudo una planificación adecuada en el despliegue de la IA. Con frecuencia no logran hacer coincidir las capacidades de las plataformas de IA con los puntos críticos del negocio que pretenden resolver. Esta falta de correspondencia conduce al fracaso y frena la mayor adopción o escalado de la IA en la empresa.
Solución: las empresas deben elaborar un caso de negocio sólido con un enfoque orientado a los problemas. El objetivo es definir las necesidades empresariales y calcular el valor que la IA puede aportar a la solución.
2. La ausencia de un enfoque estratégico y de comunicación por parte del liderazgo
Las empresas no logran elaborar ni implementar una estrategia de IA y un plan de comunicación para toda la compañía. Esto deja el proyecto sin los líderes adecuados que respalden la inversión en IA y generen apoyo entre los usuarios finales.
Solución: adopte un enfoque estratégico y comunique de forma proactiva para demostrar los beneficios de la IA y los nuevos procesos que aporta. Esto aumentará la disposición de los empleados a incorporarla en sus rutinas.
3. Competencias insuficientes en la intersección entre la IA y las operaciones
El liderazgo de los proyectos de IA suele encomendarse a consultores externos o a expertos tradicionales en TI con un conocimiento limitado de la IA.
Solución: las aplicaciones de IA deben desarrollarse e implementarse mediante equipos multifuncionales con conocimientos diversos sobre la convergencia de la TI, las operaciones, los datos y la tecnología de IA.
4. Disponibilidad de datos y ausencia de una estructura de gobernanza de datos
Las empresas manufactureras suelen depender de conjuntos de datos limitados y de datos fragmentados o aislados en silos. Esto puede limitar gravemente la precisión y el valor de los conocimientos que aporta la IA.
Solución: cree una fuente única de información que pueda aplicarse en toda la organización. Adopte una disposición a compartir datos más allá de las fronteras tradicionales de la empresa para respaldar la adopción de la IA en el sector manufacturero en general.
5. Falta de modelos de IA explicables en la fabricación
Existe mucha incomprensión sobre los modelos de IA y la percepción de que son excesivamente complejos. Los fabricantes requieren nuevas plataformas de IA que generen confianza mediante la transparencia y ofrezcan predicciones significativas, explicables y precisas.
Solución: garantice que los conocimientos que aporta la IA se presenten en un formato que los fabricantes comprendan y les resulte cercano. Esto acelerará la adopción de la IA en el sector.
6. Importantes esfuerzos de personalización en los casos de uso de la fabricación
No existe una aplicación de IA única para todos en el sector manufacturero. Las fábricas son ecosistemas complejos con ingeniería y tecnología específicas relacionadas con el sector industrial y la producción de cada producto. No es posible desplegar modelos de IA listos para usar.
Solución: seguir desarrollando el diseño, el entrenamiento y las pruebas de los modelos de IA para permitir una personalización manual sencilla.
Cinco pasos para implementar con éxito la IA en la fabricación
Una vez identificados los principales obstáculos para la adopción de la IA, el informe propone un enfoque estratégico y paso a paso para su implementación exitosa.
Este enfoque comienza con una fase de inicio en la que la alta dirección respalda el proyecto. Se establece un marco de gobernanza de datos y se crean equipos multifuncionales para impulsar la implementación de la IA.
A continuación, sigue una fase de identificación para detectar y desarrollar un conjunto de casos de uso que aporten un valor significativo al resolver problemas empresariales específicos. La fase de evaluación determina si los casos de uso de IA identificados previamente pueden incorporarse a las operaciones, los sistemas de TI y de datos existentes, así como a la cultura organizativa.
Sigue una fase de viabilidad que incluye pruebas de datos, búsqueda tecnológica para identificar las mejores soluciones de IA y un análisis de competencias para identificar los conjuntos de habilidades pertinentes en la fuerza laboral y las áreas de mejora.
Por último, la fase de implementación define una hoja de ruta para el despliegue, con pruebas y validación de los modelos de IA y colaboración para garantizar que se cubran las necesidades de los usuarios finales y eliminar los temores en torno al impacto de la tecnología de IA.
La investigación muestra el enorme potencial de la IA para transformar el sector manufacturero y aportar un valor exponencial. El informe concluye: «Con un enfoque holístico, la IA puede resolver algunos de los problemas más persistentes en la fabricación y aprovechar nuevas oportunidades que permiten a las empresas aumentar su rendimiento operativo, impulsar la agenda de sostenibilidad y empoderar a la fuerza laboral.»
