Se espera que la inteligencia artificial (IA) transforme la fabricación en los próximos años, a medida que las empresas inviertan miles de millones en esta nueva tecnología.
El uso de la IA varía enormemente entre las empresas manufactureras, pero aquellas que se encuentran en las primeras etapas de reflexión sobre cómo utilizarla pueden aprender mucho de los pioneros.
Desde poner a las personas en primer lugar hasta elegir qué procesos cambiar primero, hay mucho que aprender sobre cómo utilizar la IA para transformar la fabricación compleja, según Chow Woai Sheng, de Agilent Technologies.
Se prevé que la inversión en inteligencia artificial (IA) para la fabricación crezca un 57 % hasta 2026, pasando de 1100 millones de dólares en 2020 a 16 700 millones de dólares en 2026. Se trata de un avance notable que permitirá a las máquinas imitar aspectos de la inteligencia humana y automatizar tareas complejas. Esto no solo podría impulsar los ingresos y reducir los costes, sino que también podría disminuir los riesgos y transformar la fabricación.
Adoptar ahora la colaboración entre humanos y máquinas permitirá a los sectores potenciar las capacidades humanas e introducir grandes nuevas posibilidades para utilizar la IA para transformar la fabricación. Sin embargo, la mayoría de los fabricantes (el 56 %) todavía solo utilizan la IA en proyectos piloto a pequeña escala, según la encuesta 2023 del Manufacturing Leadership Council, mientras que solo el 28 % ha superado la fase piloto.
Los fabricantes avanzados, como los productores de maquinaria industrial o componentes de aeronaves, ya están adoptando la IA para lograr una fabricación más inteligente. No se trata solo de utilizar nueva tecnología, sino que también implica la cultura empresarial, personas empoderadas y compromisos de cero emisiones netas.
Otros fabricantes podrían fijarse en las experiencias de estos pioneros para ver cómo han abordado con éxito los retos de utilizar la IA para transformar la fabricación. Estos cuatro ejemplos muestran cómo el fabricante de instrumentos científicos Agilent Technologies utiliza la IA para transformar la fabricación:
1) Pruebas predictivas para mejorar el rendimiento
Para ayudar a dar vida a la ciencia, Agilent fabrica instrumentos científicos y de investigación fundamentales. Dependemos en gran medida del trabajo manual para probar nuestros productos. Cuando las ineficiencias en el proceso de producción nos causaron retrasos costosos, creamos un equipo dedicado de soluciones digitales para diseñar pruebas predictivas y basadas en datos con IA.
Desplegamos 250 estaciones de Internet industrial de las cosas (IIoT) que utilizan algoritmos de IA para aprender de los resultados de pruebas anteriores, identificar patrones y mantener las pruebas automatizadas. Esto nos ayudó a acortar el tiempo de prueba de los productos, mejorando la duración de nuestros ciclos de trabajo en un 23 %.
2) Programas de mejora para el control de calidad
Las expectativas de los clientes aumentan a medida que avanza la tecnología y el montaje de instrumentos científicos se vuelve mucho más complejo. Normalmente, esto incrementa los costes laborales y reduce la eficiencia, pero utilizar la IA puede aumentar la flexibilidad a la hora de responder a la demanda cambiante de los clientes. La IA puede apoyar el análisis de causas raíz, el procesamiento del lenguaje natural y el modelado de series temporales para identificar con mayor rapidez y precisión las causas subyacentes de una deficiencia de calidad. En Agilent, hemos utilizado estas herramientas basadas en IA para reducir el tiempo de inactividad de la producción en un 51 %.
3) Pruebas por muestreo para reducir los residuos reciclados
En respuesta a un objetivo de emisiones netas cero para 2050, y para garantizar que la plantilla esté preparada para la Cuarta Revolución Industrial (4IR), Agilent cuenta con un equipo dedicado que desarrolla arquitectura y análisis de big data. Este equipo multidisciplinar utiliza la IA para simplificar los procesos de prueba sin comprometer la calidad del producto. Los algoritmos avanzados de aprendizaje automático ayudan a analizar e identificar con rapidez formas de mejorar los procesos de prueba. Como resultado, Agilent ha reducido los residuos reciclados en un 53 % y ha mejorado la productividad en un 31 %.
4) Una «fábrica con luces apagadas» para mejorar las pruebas
La dinámica de los nuevos mercados y las tendencias tecnológicas impulsan la necesidad de anticipar el futuro de operaciones de fabricación muy complejas. Para ello, Agilent ha implementado la «fábrica con luces apagadas», una tecnología totalmente automatizada que realiza las pruebas de productos «en la oscuridad», es decir, sin intervención humana. Esto se hace posible gracias a una cultura empresarial centrada en la confianza, el respeto y la innovación, junto con la formación y el desarrollo para ayudar a redefinir la colaboración entre humanos y máquinas.
Una fábrica con luces apagadas no es fácil de implementar en la fabricación compleja. Agilent utilizó tecnologías de automatización robótica de procesos e IA para lograr una producción sostenible y superar los cuellos de botella que pueden surgir con este tipo de configuración. En el centro de todo ello se encuentra un IIoT completo y armonizado, con detección de instrumentos en tiempo real para el posicionamiento en interiores. Como resultado, la productividad general ha aumentado un 33 %.
Utilizar la IA para transformar la fabricación
Hay tres pasos iniciales que todas las empresas de fabricación complejas deberían considerar al prepararse para un futuro impulsado por la IA:
1) Desarrollar una mentalidad centrada en las personas
El compromiso y la inversión del liderazgo son fundamentales para las empresas que utilizan la IA para transformar la fabricación.
Los líderes deben entender cómo escalar y ser realistas respecto al calendario que va del concepto a la ejecución. Esto comienza con una mentalidad centrada en las personas, el desarrollo de capacidades en la plantilla y el inicio de proyectos piloto a pequeña escala que ofrezcan resultados tangibles.
2) Crear procesos para la transformación
Seleccionar el proceso adecuado que hay que cambiar sienta las bases para una integración exitosa de la IA y para las mejoras operativas en las operaciones de fabricación. Considere los procesos que requieren atención de alto nivel, como aquellos que dependen del trabajo manual para la toma de decisiones. Cualquier rendimiento operativo que tenga un gran impacto en su organización, o los métodos manuales que no pueden detectar fácilmente anomalías y desviaciones, también son buenos puntos de partida al plantearse cómo integrar la IA.
3) Selección estratégica de herramientas
La consideración cuidadosa de las plataformas tecnológicas es fundamental. Comience con una plataforma tecnológica basada en las fortalezas existentes de su organización. Desarrolle las capacidades de IA de su equipo antes de decidir qué herramientas utilizar.
En Davos 2024, la Reunión Anual del Foro Económico Mundial de este año en Davos (Suiza), líderes de gobiernos, empresas globales con visión de futuro e instituciones académicas se reunirán para debatir cómo anticipar el futuro de las empresas en la era de la IA. Será importante comprender estas consideraciones al utilizar la IA para transformar la fabricación. Esto podría afectar a la forma en que la tecnología configura las operaciones de las fábricas en los próximos años, a cómo influirá en las estrategias de la plantilla y a los retos que deberán superarse para que los fabricantes aprovechen todo el potencial de esta tecnología.
