Lo que la fabricación puede aprender de la industria metalúrgica y minera - Parte 3 - Con Axora

Bienvenido al podcast de detección de tendencias, impulsado por Senseye, un líder de la industria en el uso de IA para impulsar el rendimiento y la confiabilidad de activos escalables y sostenibles. Esta es una nueva publicación diseñada para ayudarlo a salir con ideas sobre cómo lograr eficiencias de mantenimiento.

En la tercera y última parte de nuestra serie sobre lo que los fabricantes pueden aprender de la industria de los metales y la minería, me acompaña nuevamente Joe Carr de Axora. Puedes escuchar la primera parte aquí y la segunda aquí.

Durante el episodio que analiza lo que los fabricantes pueden aprender de la industria de los metales y la minería, Joe Carr de Axora se une nuevamente a nosotros para analizar las prácticas de mantenimiento que siguen las empresas de metales y minería, por qué el tiempo de actividad de la máquina es clave y cómo está demostrando tener demasiados datos de la máquina. desafiante.

Suscríbase a través de su proveedor de podcasts favorito (Apple, Google y Spotify) si desea recibir notificaciones sobre futuros episodios y déjenos sus comentarios dejándonos una reseña.

Transcripción

Temas clave cubiertos (haga clic para saltar a la sección)

1. Prácticas clave de mantenimiento en la industria metalúrgica y minera
2. Uso de datos de máquinas en metales y minería
3. Casos de uso de inteligencia artificial y aprendizaje automático en metales y minería
4. Sostenibilidad en metales y minería
5. Estudio de caso:Alcoa

Niall Sullivan, Senseye:Sí, eso es todo, Joe. Eso es interesante, mencionas el mantenimiento porque ahí es donde me dirigía a continuación y en realidad es una forma más inteligente de hacerlo. Nuevamente, solo pienso como un punto de partida, y probablemente dirá que es caso por caso, pero en general, ¿cuáles son las principales prácticas de mantenimiento que están vigentes en este momento?

¿Qué siguen estas empresas mineras de metales? ¿Es mantenimiento reactivo? ¿Es como sugeriste que están cambiando cada 4000 días o lo que sea? En términos generales, ¿qué tipo de práctica están siguiendo en este momento, en términos de mantenimiento?

Joe Carr, Axora:En el mundo de la minería de metales, el tiempo de actividad es clave. Cien por ciento, el tiempo de actividad es lo más importante, porque al igual que un asiento de avión, si no produzco en ese tiempo, nunca podré recuperarlo. ¿Verdad?

Una vez que el avión despega y el asiento no se vende, nunca puedo volver a venderlo. Es lo mismo si estás dirigiendo una refinería, ¿verdad? Si no estás produciendo metal, una tonelada de cobre durante una hora, entonces esa hora se ha ido. Nunca voy a recuperar esa producción.

El tiempo de actividad es clave. La industria ciertamente no quiere ejecutar un reactivo. Siempre habrá algún nivel de mantenimiento reactivo. Siempre va a pasar. Ciertamente, como industria, queremos que sea la excepción, no la regla. Aparte del mantenimiento reactivo, que no queremos, tenéis mantenimiento planificado y preventivo.

Definitivamente hay una mezcla ahí. Una vez más, como dije, son bases empresa por empresa. Encontramos que ciertas cosas, especialmente... Por ejemplo, camiones. Ese es un gran ejemplo. Hoy en día tenemos muchos sensores en los camiones que nos pueden decir cómo está funcionando el motor, los frenos y todo ese tipo de cosas. En esos lugares, por ejemplo, podemos ser más predictivos al comprender cuánto tiempo tardará un componente en fallar, de modo que exista.

Luego, hay áreas en las que simplemente está planificado. Lo cambiamos cada 5.000 horas. ¿Por qué lo cambiamos cada 5.000 horas? Eso es lo que recomienda el fabricante. Si eso es correcto o no, está sujeto a discusión.

Ciertamente es una mezcla hoy. Creo que, idealmente, toda la industria querría funcionar de manera impredecible. Nos gustaría que la IA, los datos de los sensores y el aprendizaje automático nos dijeran cuándo van a fallar las cosas, cien horas antes de que fallen, para que podamos cambiarlas justo a tiempo.

Ahí surge un problema relacionado con la planificación. No podemos arreglar todo justo antes de que se rompa. Tenemos que tener un nivel de planificación, pero hay importantes ahorros de costos y beneficios para el tiempo de actividad al maximizar la vida útil de los componentes. En el hecho de que si puedo mantener ese camión funcionando 10 horas más de lo que quisiera. Y puedo planear retirarlo cuando tenga un espacio disponible, en lugar de estacionarlo y ponerlo en cola durante un día mientras hago otra cosa, porque eso es producción perdida.

Creo que hoy, cuando estaba trabajando en operaciones, intentamos apuntar a los años ochenta en tiempo de actividad. 88% en general, era el tipo de cosas. Con un mejor mantenimiento predictivo, si podemos llegar a los años ochenta y noventa, hay enormes beneficios. Hay enormes beneficios para la compañía minera. Hay enormes beneficios para la sociedad, ya que podemos producir más metales con la misma cantidad de activos que tenemos. No necesitamos abrir otra mina. Podemos seguir produciendo con los que tenemos y ser más eficientes con los equipos que tenemos.

Niall Sullivan, Senseye:Hay una mezcla de estrategias a partir de lo que dices. Obviamente se refirió al mantenimiento predictivo, que es un interés muy claro desde mi punto de vista.

De todo lo que dijiste, está claro que las predicciones de mantenimiento agregarían mucho valor. ¿Qué tan bien los está abrazando? Podría ser que el mantenimiento predictivo todavía sea un mercado en crecimiento y que aún no haya despegado.

Mencionamos antes la transformación digital y algunos de los problemas relacionados, pero ¿el mantenimiento predictivo y sus beneficios son ampliamente conocidos? ¿O es ampliamente conocido y no lo están aceptando por las razones que señaló anteriormente, que tienen que ver con la seguridad, las preocupaciones y ese aspecto?

Joe Carr, Axora:Sí. Es muy conocido, en realidad. Las soluciones de mantenimiento son algunas de las más grandes de la industria.

Nuevamente, todo se reduce a un poco porque es muy fácil calcular el valor. Es tan fácil decir:"¿Qué me ofrece un 1 % más de tiempo de actividad?" Los repuestos que navegan en repuestos, siempre son geniales, pero siempre se ven empequeñecidos por su producción.

Si nos costara más operar la mina que producir el material, no tendríamos una mina. No es así como funciona la industria minera, cierto, como cualquier negocio. Siempre hay beneficios masivos. Creo que el problema principal es que ha sido un desarrollo fortuito a lo largo de los años, y ciertamente dentro de los vehículos y la planta, es el más progresista. Especialmente, si tienes un gran camión amarillo muy conocido, ¿verdad?

Si tiene a Caterpillar, Komatsu o ese tipo de personas, han estado haciendo mantenimiento predictivo en sus vehículos durante mucho tiempo, lo saben. Cuando están vendiendo vehículos hoy, hay muchas minas que compran sus vehículos. Ellos no los compran. Los compran en un tiempo de actividad.

Están comprando un vehículo, con un tiempo de actividad mínimo del 87% o algo así. Si no obtienen ese tiempo de actividad, no lo están pagando, porque lo están arrendando. Un poco como si alquilaras un coche. Están muy motivados. Los fabricantes están muy motivados para mantener esos vehículos funcionando de la manera más eficiente posible, porque es un gran diferenciador cuando vendes un camión y dices:"Mi camión es eficiente". Tienen grandes cantidades de datos.

Si piensa en Caterpillar, tiene decenas de miles de camiones con sensores, que proporcionan datos sobre cómo funcionan esos camiones. Simplemente están mejorando en la entrega de lo que están haciendo.

Si es una empresa minera y tiene cien camiones, su grupo de datos es mucho más pequeño para poder brindar esos beneficios. Cuando implementan sus propios sistemas, simplemente no son tan efectivos. Ese es un ejemplo en el que el fabricante ha impulsado el mantenimiento preventivo y el mantenimiento planificado.

Mientras que si vas a algún lugar como la concentradora, la refinería o la fundición, ninguna empresa vende una fundición. No vas a Hatch o FLSmidth y compras esta fundición. Los construyen a partir de componentes de muchos fabricantes diferentes. Luego, podrían construir un gemelo digital en torno a eso, si se trata de una fundición nueva, durante los últimos cinco años.

Ahí es realmente donde la IA, el mantenimiento predictivo y el aprendizaje automático tienen una oportunidad, porque no están controlados por un único OEM titular, ¿verdad? No es un taladro, que está hecho por... No es un auto hecho por Ford, donde Ford sabe lo que está pasando en todas las piezas.

Cada refinería minera es diferente. Cada fundición es diferente. Cada concentrador es diferente, hecho por muchas piezas diferentes de muchos fabricantes diferentes. Ser capaz de reunir todos esos datos, comprender y brindar los conocimientos que, hoy en día, tenemos disponibles para camiones, perforadoras o palas, ahí es donde existe una oportunidad realmente interesante. Entonces, lo mismo existe en toda la cadena de minería de valor. Esos son solo dos muy buenos ejemplos.

Niall Sullivan, Senseye:¿Es porque los datos siempre son un... Bueno, es un tema importante desde nuestro punto de vista, porque hay... Es toda la fiesta o situación de hambruna, donde no hay datos o hay muchos datos en tantos formatos diferentes. Es bastante difícil tomarse un tiempo, al menos, para llegar a esos conocimientos reales allí.

¿Las empresas de metales y minería son bastante buenas para recopilar una gran cantidad de datos sobre sus diferentes tipos de maquinaria y están buscando formas de explotar eso? ¿O no recopilan muchos datos? ¿Es el otro lado de las cosas?

Joe Carr, Axora:Por experiencia personal, recopilan toneladas de datos. No tienen ni idea de qué hacer con él.

Descubrimos eso a partir de nuestro pronóstico, nuestro pronóstico de innovación, cuando hicimos el trabajo. Uno de los mayores problemas fue uno, necesitamos poder recopilar los datos. Eso es un desafío porque necesitas una red para hacerlo.

Una vez que las minas tenían datos, estaban en muchos formatos diferentes, en muchas ubicaciones dispares. Uno, no necesariamente no sabían qué hacer con él o no podían hacer nada con él, porque no podían. No tenían las habilidades, como mencionamos anteriormente. Los datos son un verdadero desafío, porque estas máquinas hoy... Uno de los técnicos con los que hablé hace un par de años de tecnología, dijo:"Un camión completo produce dos gigabytes de datos al día". Y tenían 83 en la mina dando vueltas. Él dijo:"El almacenamiento está lleno. No tomará mucho tiempo". ¿Derecha? Tienes 83 cosas que producen dos gigas de datos todos los días para llenar el servidor. ¿Qué hacemos con estos datos?

O el 99% no nos interesa. ¿Por qué no nos interesa? No tenemos nada que ver con eso. Probablemente eran datos increíblemente interesantes. Estamos rastreando la velocidad, el tiempo del ciclo y las temperaturas del motor fuera de las variables. Probablemente estemos rastreando 20 de las 500 variables que salen de estos camiones, en tiempo real.

Es una gran oportunidad para las minas, porque tienen todos estos datos y luego es un silo. Se encuentra en la mina, por todas las razones de las que hablamos antes, sobre la infraestructura de la nube y ¿cómo se protege la mina de los ataques cibernéticos? Tenemos todos estos datos que simplemente se encuentran en un servidor con el que nadie hace nada, porque nadie en la mina en sí sabe cómo hacerlo. Nadie está empleado para hacerlo.

¿Qué trabajo tengo, como ingeniero de minas para estar en una mina? No estoy empleado para sentarme a través de los datos del servidor. Estoy empleado para romper rocas, sacar cosas del suelo y pasarlas por el plan de procesamiento. Es una mezcla, ¿verdad? Muy rara vez vas a una mina y encuentras a 20 científicos de datos trabajando en los datos. ¿Derecha? Lo que hace es encontrar una gran cantidad de geólogos, ingenieros, personal de producción y perforadores que trabajen en la mina.

Parece una pena porque, como dije, es una oportunidad sin explotar. Como estaba diciendo, no tienen los recursos internos para filtrar esos datos. También son un poco más conscientes de la seguridad cuando trabajan con la nube o las plataformas de software, que podrían ayudar a obtener información real al respecto. Parece una oportunidad perdida.

Como dije, la industria probablemente cambiará. La gente cambia de trabajo y genera... Tal vez sea una cosa generacional también. Tal vez eso cambie con el tiempo y la gente presente estas ideas pensando:"Bueno, hay muchos datos. ¿Por qué no estamos haciendo nada?". Realmente necesitamos salir y encontrar soluciones para que podamos hacer uso de estos datos, para nuestro beneficio.

También es una cuestión de trabajo, ¿no? Cuando era ingeniero de producción, lo que realmente me importaba era la producción. Si alguien viniera a mí y me dijera:"Oh, ¿podemos ejecutar un proyecto de inteligencia artificial en sus camiones o algo así?" Mi opinión habría sido como, bueno, eso interfiere con mi producción y mi trabajo.

También ve una desconexión en la que las personas en el sitio simplemente quieren seguir haciendo su trabajo. Y las personas que están en los departamentos de innovación están realmente interesadas en realizar proyectos innovadores, pero necesitan obtener la aceptación de las personas del sitio. Existe esta desconexión en la que, si soy ingeniero de producción, me pagan mi bonificación y mi salario en producción. No me pagan por ejecutar proyectos de IA.

Puede haber una desconexión en la que las personas en el sitio digan:"Mira, no tengo tiempo para esto". Esa también es una dicotomía interesante dentro de una mina. La mina está aislada en sí misma. La gente de producción en la mina no habla con la gente de producción en la planta, que no necesariamente habla con la gente de producción en las refinerías y fundiciones, que están produciendo el metal final. Todos están haciendo lo suyo. Del mismo modo, debido a que todos están haciendo lo suyo y es muy importante para ellos, si vienes con algo de mantenimiento, es posible que no lo aceptes. Podrían decir:"Ah, eso es realmente valioso. Me gusta mucho". La respuesta tiende a ser:"Vuelva a mí cuando pueda usarlo de inmediato y no tenga que perder tiempo integrándolo". Es ese paso de integración y la molestia que conlleva. No hay una persona allí cuyo trabajo sea hacer eso.

Niall Sullivan, Senseye:Como dije, nuevamente, tiene que ver con el elemento de las habilidades faltantes, supongo. O bien, no ha sido un problema conocido, ¿verdad? ¿Son conscientes de la brecha de habilidades?

Joe Carr, Axora:Sí, lo son. Creo que esto se reduce a lo que hablamos antes, con el aprendizaje automático, la IA y los centros de operaciones remotas.

Cuando las personas se liberan de hacer las cosas que son repetibles, parte de la planificación y los pasos que todavía hacen... Mucha gente hace a mano, eso probablemente podría ser automatizado. Cuando las personas se liberen de esas cosas, podrán ver cosas como la IA y podrán dedicar tiempo y esfuerzo a esos proyectos, que en última instancia generarán un valor increíble.

Es el "Bueno, prefiero tener 10 libras ahora, que 20 libras la próxima semana". ¿Qué preferirías tener, verdad? ¿Preferiría tener el beneficio ahora o más tarde? Como seres humanos con pésimos pensadores a largo plazo, planificando con 10 años de anticipación... En realidad, la industria minera es fantástica para planificar con 20 años de anticipación.

Cada departamento de minería tiene planificadores a corto, mediano y largo plazo. Las personas que planifican a largo plazo, su pronóstico más temprano es dentro de 10 años. Están viendo cosas tan lejanas en el futuro. La ventana de planificación de la persona a corto plazo es esta tarde. Creo que, en realidad, la industria minera es muy buena para pensar a largo plazo. Se trata simplemente de cómo ayudamos a toda la cadena de valor a pensar a largo plazo. ¿Y cómo liberamos a las personas para que puedan hacer eso?

Niall Sullivan, Senseye:Sé que hemos mencionado mucho el aprendizaje automático de IA y, obviamente, desde mi perspectiva, sé, desde el punto de vista del mantenimiento del predictor, cómo eso realmente puede ofrecer beneficios. Aparte de eso, ¿en qué áreas se aplican la IA y el aprendizaje automático? ¿Qué ejemplos puede dar en los metales y la minería?

Joe Carr, Axora:Bueno, realmente hay... la lista es tan larga como tu brazo, como con muchas cosas.

Niall Sullivan, Senseye:Tal vez hablemos de los cinco primeros. No, la parte de arriba... no sé...

Joe Carr, Axora:Sí. Haremos la cuenta atrás, ¿no? Número cinco.

Creo que hay varias áreas. Hablamos de mantenimiento. Creo que el mantenimiento es realmente bueno, porque la fruta está tan baja que está en el suelo.

Hay algunas áreas en las que, siempre que tengamos los sensores para poder hacer cosas, creo que hay tanto mantenimiento que se puede hacer que, hoy, es reactivo o simplemente planificado. Cambiamos el filtro de aire a las 500 horas. ¿Por qué lo cambiamos? Porque así lo dice. Definitivamente creo que hay beneficios allí.

Ciertamente hay beneficios en la comprensión del depósito. No ir por la tangente de la geología, dada la audiencia de su podcast, sino simplemente entender dónde está el metal bajo tierra. Hay muchos beneficios de poder usar no el cerebro humano solo para entender eso, porque puedes tener millones de puntos de datos que hoy lo encontramos, hacemos clic y hacemos un circuito, está aquí y está aquí, y construimos un forma, ¿verdad?

Hay tantos beneficios para la IA o el aprendizaje automático, según los algoritmos que desee observar específicamente, para poder aplicarlos a esos modelos. En lugar de hacer un modelo por semana, un algoritmo de aprendizaje automático podría hacer cientos de modelos en una tarde, y luego el geólogo puede evaluarlos y decir:"Está bien, ese tiene sentido. Este que, no sé qué". está hecho aquí. Se ha ido por la tangente, así que lo ignoraremos".

Ciertamente hay muchos beneficios en torno a la IA básica. Estamos tomando AI aquí para cosas tontas. es inteligente Es muy bueno en una cosa y es terrible en todo lo demás. La IA para conducir un camión es excelente para conducir un camión, pero no puedes hacer nada más cuando el aprendizaje automático aprende lo que sucede por sí mismo.

Las aplicaciones de IA, dentro de una mina para hacer las cosas de nuevo, esas tareas repetitivas. Hay toneladas de eso, desde perforar agujeros hasta excavar material, marcar rostros y cargar explosivos. Todas esas cosas están maduras para la IA, porque hacemos exactamente lo mismo cada vez.

Voy a perforar una cara para el desarrollo horizontal. Estoy usando el mismo patrón de perforación, cada vez. Mucho del taladro ahora, los perforadores ni siquiera perforan los agujeros. Lo encienden y lo perfora solo. Se aseguran de colocar los agujeros en los lugares correctos, pero ¿realmente hay un paso adicional involucrado en decir:"Bueno, ¿por qué no pueden simplemente hacerlo ellos mismos? Simplemente tener a alguien en un centro de operaciones remoto vigilando en él."

Hay beneficios allí, y ciertamente en el espacio del metal, cuando observamos cosas como el aprendizaje automático, en términos de comprender el producto que estamos produciendo. ¿Cómo lo estamos produciendo? ¿Hay defectos? Si es un metal refinado al final usando algo como visión artificial, entonces cámaras. Esencialmente, una forma elegante de decir cámara. Usar la visión artificial para comprender los resultados del material y luego a quién se lo estamos vendiendo.

En última instancia, la utopía sería querer un metal específico con alguna propiedad. Haces tu pedido, va a la mina, y la mina despacha el equipo a donde sabe que está ese material. Extrae ese equipo específico. Pasa por el concentrador, la fundición y la refinería porque tiene propiedades muy específicas y se le entrega exactamente con la especificación que desea. Luego, lo procesas como quieras, o simplemente lo usas en tu proyecto. Hoy, no estamos ni cerca de esa cadena de suministro integrada. En última instancia, eso es lo que podría... Y no hay ninguna razón por la que no podamos hacerlo hoy, simplemente no existe hoy.

Niall Sullivan, Senseye:No, eso es muy interesante.

Sé que estamos llegando al final de nuestro tiempo, pero quería tocar el tema de la sustentabilidad, que es un tema candente.

Lo que quería saber es, nuevamente en términos generales, ¿cómo está afectando la sustentabilidad a los metales y la minería en un minuto? Sé que hablamos de un problema de recursos. Además, ¿qué medidas están implementando las empresas para cumplir con los objetivos? Estoy seguro de que muchos fabricantes, empresas metalúrgicas y mineras también tienen objetivos que quieren cumplir.

Joe Carr, Axora:Sí. La industria minera en realidad está haciendo bastante. Míralo hoy, hay muchos proyectos que usan vehículos de batería en las minas. El hidrógeno también es un gran tema de conversación.

Creo que ayer en las noticias, el dueño de Fortescue Metals en Australia, acaba de comprar el brazo de la batería de Williams F1, para mirar las baterías.

Es un personaje interesante, ya que posee una de las minas de mineral de hierro más grandes del mundo. O, grupos mineros, debería decir. Está construyendo una granja solar para, en un mejor término, en el Outback. Él va a usar eso para crear hidrógeno a partir del agua de mar, para crear acero verde en Australia. Entonces, vender acero sin huella de carbono.

Cuando observas la industria minera, el acero, ese brazo metálico, es uno de los mayores productores de CO2. Toman el mineral de hierro y para producir acero hay que quemar coque y carbón, que es un tipo especial de carbón.

Tienes dos tipos de carbón. Térmica, que es en lo que todos piensan cuando piensan en pozo abajo, arrojar el carbón al fuego y quemarlo en una planta de energía. Eso es carbón térmico. El carbón de coque es un tipo muy específico que se usa para crear acero. Esa es la fuente de gran parte de la industria minera, excepto en la industria minera del carbón, obviamente. Esa es la fuente de una gran parte de la industria minera, la huella de CO2.

Hay grandes preguntas sobre cómo producimos acero verde. ¿Cómo reducimos la necesidad de carbón en la producción de acero? ¿Podemos hacerlo con hidrógeno o incluso con gas natural?

Aunque, los precios del gas natural hoy, tampoco tienen mucho sentido en este momento, con la forma en que está el gas natural.

La sostenibilidad ocupa un lugar destacado en la lista de tareas pendientes de la industria minera y en sus necesidades. Es esa pregunta interesante de, ¿cómo producimos todos estos metales realmente importantes que todos quieren? ¿Cómo los producimos con este impacto limitado? Entendiendo que la industria minera es por su propia naturaleza, una industria, que está tomando algo de la tierra. Es una industria extractiva.

La cuestión de cómo hacerlo mejor ha estado en las agendas de las empresas mineras durante mucho tiempo. Y lo seguirá siendo, mientras más personas se centren en el medio ambiente, que solo se va a poner más. Vamos a ver más de eso.

Para mí, la parte realmente interesante... Y el pensamiento doble para citar Mil novecientos ochenta y cuatro de Orwell, que ser capaz de tener dos cosas en la cabeza, diametralmente opuestas y no entender el beneficio de ellas, es que mucha gente no No me gusta la industria minera. Dices que trabajas en la industria minera y la gente dice:"Oh, lo que sea". No entienden la industria.

Tienen esta visión de que la industria es una industria terrible, la industria de los metales. Sin embargo, al mismo tiempo, también dicen:"Estamos en una crisis climática y necesitamos energía verde más que cualquier otra cosa". Es imposible tener dos puntos de vista diametralmente opuestos de que no te gusta la industria minera, pero quieres hacer algo sobre el cambio climático. No puedes tener uno sin el otro.

No podemos hacer eso. Recuerdo que estuve en IMARK, la conferencia internacional de recursos mineros hace unos años, cuando en realidad se me permitía subirme a un avión e ir a lugares.

Abajo en Melbourne y la rebelión de extinción, la gente estaba allí. De hecho, tengo un video de una entrevista en Sky News Australia. Tenían el líder de la protesta de la rebelión de extinción allí. Más o menos parafraseando lo que dijo. Dijo:"Actualmente estamos en una crisis climática y tenemos que hacer algo al respecto. Si no nos despertamos, el mundo estará en un gran problema". Luego, al mismo tiempo, "Están construyendo una mina de cobre en Filipinas que nadie quiere".

Es imposible mantener ambos puntos de vista, ¿verdad? No se puede estar en contra de las minas de cobre y en contra del cambio climático. No se puede tener la revolución de la energía verde sin la industria compradora.

Niall Sullivan, Senseye:Ese es un muy buen sentimiento para terminar, en realidad. Justo antes de que terminemos con Joe, ¿cómo pueden las personas obtener más información sobre Axora y lo que haces por ellos? ¿Para la industria?

Joe Carr, Axora:Sí, puede ir a Axora.com. Puede ver el mercado y puede contactarnos a través de eso. O bien, puede encontrarme en LinkedIn y enviarme un mensaje. Estaré encantado de redirigirlo a la persona adecuada dentro de la empresa, para hablar sobre lo que quiera hablar.

Estudio de caso:Alcoa

Alcoa Corporation es un líder mundial en productos de bauxita, alúmina y aluminio, construido sobre una base de valores sólidos y excelencia operativa que se remonta a más de 130 años hasta el descubrimiento que cambió el mundo y que convirtió al aluminio en una parte asequible y vital de la vida moderna.

Alcoa opera plantas de producción en todo el mundo y ha aplicado innovaciones revolucionarias e implementado las mejores prácticas que han llevado a una mayor eficiencia, seguridad, sostenibilidad y comunidades más fuertes dondequiera que operen.

Descubra por qué Alcoa se asoció con Senseye para lograr la mejor tecnología y prácticas operativas de su clase para el mantenimiento predictivo.