Comentario de experto:El futuro de los residuos en un mundo digital

Residuos. Es una palabra con la que todos estamos familiarizados en la industria manufacturera y un desafío al que nos enfrentamos continuamente. Viene en muchos diferentes...

Desperdicio. Es una palabra con la que todos estamos familiarizados en la industria manufacturera y un desafío al que nos enfrentamos continuamente. Viene en muchas formas diferentes, no solo de las materias primas, los componentes o los productos defectuosos que nunca llegan a manos de los clientes que pagan, sino también en los recursos utilizados en cada etapa del proceso de fabricación, como mano de obra, energía, almacenamiento, transporte y activos, incluidas plantas y maquinaria, que se consumen pero no contribuyen a los ingresos generales. En pocas palabras, el desperdicio es el costo de los insumos que no se monetizan y, por lo tanto, los resultados en eficiencia, productividad, agilidad y calidad son todos indicadores del desperdicio.

Si bien los residuos se han convertido en un concepto más formalizado bajo la filosofía de Lean Manufacturing, es un desafío que ha dominado la industria desde el nacimiento de la fabricación moderna. Cuando Matthew Boulton y su socio comercial John Fothergill abrieron la fábrica Soho en Birmingham, Inglaterra, en 1766, introdujeron el concepto de "producción en masa" para revolucionar las ineficientes industrias artesanales de la época. En 1782, reemplazaron su tren de laminación de metal accionado por agua con una nueva y revolucionaria fuente de energía, la máquina de vapor Watt, y así comenzó la "guerra contra los desechos".

Desde entonces, hemos inventado continuamente nuevas técnicas, métodos, procesos y tecnologías para reducir los residuos. Cuando surgieron importantes innovaciones como la máquina de vapor Watt, nuestros predecesores se dieron cuenta de los beneficios sísmicos en eficiencia y productividad, a lo que siguió un período de mejoras continuas y ajustes finos. Esto maximizó aún más los beneficios de esas innovaciones y continuó hasta que surgieron las siguientes innovaciones importantes, como la electricidad, donde los motores eléctricos reemplazaron al vapor y permitieron que la energía se distribuyera de manera más eficiente, más rentable y confiable. Luego, la línea de montaje marcó el comienzo del nuevo paradigma para la división y utilización del trabajo y el transistor dio lugar a la automatización y el control informático industrial.

Cada uno de estos hitos importantes vio el impacto inicial seguido de un período de refinamiento y mejora continuos, en el que las mejoras sucesivas ofrecen rendimientos cada vez menores hasta que se produce el siguiente cambio sísmico. Al buscar áreas para mejorar el proceso de fabricación, la mayoría de las organizaciones tenderán a elegir primero la "fruta más fácil de alcanzar", antes de buscar mejoras más difíciles y sutiles a medida que se esfuerzan continuamente por encontrar nuevas formas de eliminar el desperdicio. Sin embargo, pronto llegarán a un punto en el que el costo de eliminar una fuente de desperdicio sea igual o mayor que el beneficio obtenido:por desgracia, la ley de rendimientos decrecientes.

En esta etapa, simplemente se vuelve antieconómico realizar estas mejoras y, como resultado, las ganancias en eficiencia y productividad comienzan a estabilizarse. Creo que aquí es donde se encuentran la mayoría de los fabricantes hoy en día, y ayuda a explicar en parte la llamada paradoja de la productividad. A pesar de la inversión en nuevos equipos, procesos y técnicas, el crecimiento de la productividad se mantiene estable porque se ha cosechado la fruta al alcance de la mano y las empresas quedan atrapadas en un ciclo de rendimientos decrecientes por unidad de inversión. La paradoja de la productividad solo se puede romper cuando surja el próximo cambio sísmico para ofrecer mejoras significativas en el rendimiento.

Como ha demostrado la historia, estos cambios no ocurren de la noche a la mañana. Inicialmente se encuentran con escepticismo y, a menudo, burla, antes de pasar por un período de exageración, seguido de desilusión cuando los beneficios percibidos no se materializan. Esta transición a menudo puede llevar varios años, posiblemente décadas, antes de que, gradualmente, los beneficios tangibles comiencen a surgir a través de lo que la firma de analistas de TI, Gartner, denomina la "pendiente de la iluminación", la cuarta fase del ciclo de exageración. . La digitalización, las fábricas inteligentes, la fábrica del futuro, la Industria 4.0 y el Internet industrial de las cosas (IoT) son variaciones del mismo tema y representan las raíces de este próximo gran ciclo. Aunque se ha informado y se sigue informando mucho sobre estos temas, todos se basan en la explotación de un único ingrediente fundamental:la información, la próxima arma crítica en la guerra contra los desechos.

VER TAMBIÉN:

• La edición de marzo de Manufacturing Global está en vivo
• Salón del automóvil de Ginebra:las principales tendencias en tecnología automotriz que no querrá perderse
• Siemens está listo para adquirir KACO new energy para mejorar sus capacidades de fabricación
• Bray International:cambiando la mentalidad de la fabricación de válvulas a través de la transformación digital

Los rendimientos decrecientes de la eficiencia y la productividad de las tecnologías de planta existentes, como la automatización y las metodologías de mejora del rendimiento fuera de línea, como Six Sigma, han alcanzado un techo de cristal proverbial. Tomemos, por ejemplo, la medida de la eficacia general del equipo (OEE) que se utiliza comúnmente para evaluar la eficacia con la que se utiliza una operación de fabricación. Un OEE del 100 % indica un entorno de producción perfecto, en el que solo se fabrican buenos productos lo más rápido posible y sin tiempo de inactividad. Podría decirse que lograr este nivel de OEE es imposible, sin embargo, la investigación general en una amplia gama de estudios sugiere que los fabricantes de clase mundial se esfuerzan por lograr un OEE de alrededor del 80-85 %, siendo el 50-60 % lo más típico y el 30-40 % no. poco común. Esto no solo ilustra que todavía hay un margen significativo de mejora en términos de eficiencia y productividad, sino que también revela que nuestros esfuerzos para mejorar el rendimiento muy rara vez "mueven la aguja". En cambio, los fabricantes confían en la culminación de una gran cantidad de mejoras más pequeñas y, a veces, costosas para lograr un impacto real.

Para romper este techo de cristal, necesitamos aprovechar la información y los activos de datos mediante el desarrollo de un mayor nivel de agudeza operativa que el que tenemos hoy. En los sistemas físicos, siempre tendremos un nivel de variabilidad natural e imprevisibilidad, pero no debemos seguir usándolo como excusa para procesos de fabricación subóptimos. En cambio, necesitamos usar esta información para comprender cuándo y dónde ocurren (en tiempo real o casi en tiempo real) y contar con los mecanismos para responder y mitigar esa variabilidad e imprevisibilidad 'a medida que sucede', o mejor aún 'antes de que suceda'.

Esto no es fácil y requiere una comprensión y un seguimiento continuos de muchas variables, no solo en una sola característica de medición, proceso o producto, sino en todo el panorama causal. En un entorno de fabricación, los procesos rara vez están completamente aislados, ya que es probable que el rendimiento de un proceso sea causado por una miríada de otras influencias, tanto directas como ambientales. Esto a menudo se conoce como la "maldición de la dimensionalidad":cuantas más dimensiones tenemos, más datos necesitamos y más difícil se vuelve obtener información procesable. Desafortunadamente, el cerebro humano no está diseñado para manejar este nivel de complejidad, ya que luchamos por comprender las inferencias en un número muy bajo de dimensiones y a un ritmo muy sedentario.

Afortunadamente, varias tecnologías emergentes están convergiendo y madurando para sentar las bases del próximo cambio en la eficiencia y productividad de la fabricación. El costo y la miniaturización de los sensores avanzados está permitiendo que las organizaciones de todos los tamaños capturen cantidades inconcebibles de datos continuamente de sus cadenas de demanda y suministro o incluso integrados dentro de los propios productos. Dependiendo de su nivel de sofisticación, esto puede permitir operaciones informáticas autónomas utilizando algoritmos avanzados integrados directamente dentro de los sensores (conocidos como Edge Computing) para trabajar directamente con otros sensores y dispositivos en un circuito cerrado (máquina a máquina). Debido al auge de las redes de comunicaciones ubicuas (una tendencia que se transformará nuevamente cuando el nuevo estándar 5G se generalice), estos sensores pueden comunicar los datos recopilados a alta velocidad desde cualquier lugar del mundo.

Estos flujos de datos requieren grandes cantidades de almacenamiento de datos y recursos informáticos capaces de filtrar, ordenar y analizar la información a una velocidad tal que se pueda generar información en tiempo real, y esto está siendo posible gracias a los grandes datos y la computación en la nube, que está desacoplando rápidamente la valor empresarial de los datos y la información de la costosa infraestructura local. Finalmente, el análisis y los conocimientos derivados de estos datos deben estar disponibles en el lugar correcto en el momento correcto para realizar acciones efectivas, siempre disponibles en prácticamente cualquier dispositivo, en una forma altamente visual e intuitiva que los trabajadores puedan interpretar y actuar fácilmente. al. Esto es posible gracias a la evolución de las interfaces de software como servicio (SaaS) y aplicaciones web enriquecidas (RWA) basadas en la nube que se están generalizando en la actualidad

La digitalización de la fábrica, el piso de producción y la cadena de suministro permitirá a los fabricantes identificar y eliminar rápidamente los desechos de maneras que antes no eran posibles o económicamente viables y esto marcará el comienzo de una nueva era de eficiencia y productividad. Una vez que se haya recogido la fruta al alcance de la mano, continuaremos evolucionando las tecnologías y técnicas para encontrar formas nuevas e innovadoras de reducir aún más los desechos, hasta que las leyes de rendimientos decrecientes comiencen a hacer efecto, y busquemos el próximo gran cambio para surgir. Sin embargo, como nos recuerda el gurú de la Inteligencia Artificial (IA) Andrew Ng, preocuparse por eso ahora es como preocuparse por la superpoblación en Marte.

InfinityQS - el proveedor líder de  Control Estadístico de Procesos (SPC)  software y servicios a fabricantes de todo el mundo. Sus soluciones automatizan la recopilación y el análisis de datos durante el proceso de fabricación, para permitir decisiones de mejora de procesos en tiempo real y prevenir defectos antes de que ocurran. Desarrolladas por estadísticos industriales que utilizan metodologías comprobadas para el análisis y control de calidad, las soluciones InfinityQS están ahorrando a los principales fabricantes millones de dólares cada año.