Perspectivas PwC: Aprovechando IA y Big Data para Transformar la Manufactura

Manufacturing Global habla con Kaveh Vessali, Socio de PwC Oriente Medio (Digital, Datos & IA) sobre la aplicación de IA y Big Data en Manufactura.

Por favor, ¿podría definir qué es inteligencia artificial y qué es Big Data?

IA es la capacidad de una máquina para percibir su entorno y realizar tareas que normalmente requieren inteligencia humana, y es todo un campo de diferentes tecnologías, técnicas y aplicaciones.

Big data es un conjunto de herramientas y capacidades para trabajar con, para procesar, conjuntos de datos extremadamente grandes.

¿Cómo trabajan juntos IA y Big Data?

Big data es solo uno de los habilitadores de IA, aunque a medida que vemos volúmenes crecientes de datos, es uno de los más importantes.

¿Cómo se puede aplicar esto a un entorno manufacturero?

En términos generales, hay muchos beneficios de IA, y el uso de datos, que incluyen reducir costos, minimizar error humano, y aumentar productividad y eficiencia. Lo importante a considerar es cualquier configuración — para el uso de cualquier tecnología — es cuál es el problema que está intentando resolver. Sea meramente automatizar tareas repetitivas o reinventar la naturaleza del trabajo en fábricas teniendo humanos y máquinas colaborar para tomar decisiones mejores y más rápidas.

¿Por qué deberían los fabricantes usar IA y Big Data al adoptar capacidades de manufactura inteligente, cuál es el valor para fabricantes?

Una visión es, de nuevo, los beneficios económicos de IA, que vienen en manufactura como resultado de:

1. Ganancias de productividad por automatizar procesos y aumentar el trabajo de fuerzas laborales existentes con varias aplicaciones de tecnologías de IA.

2. Aumento de demanda del consumidor debido a la mayor capacidad para personalizar y adaptar productos manufacturados, junto con productos y servicios digitales y mejorados por IA de mayor calidad.

Manufactura (e industrias de construcción) son por naturaleza intensivas en capital, y en nuestro informe 2018, "El impacto potencial de IA en Oriente Medio", estimamos que la adopción de aplicaciones de IA podría aumentar la contribución de los sectores a ganancias de PIB en más de 12.4% para 2030.

¿Cómo pueden IA y Big Data ayudar a los fabricantes a evolucionar en la revolución Industria 4.0? ¿Qué hay de aquellos que ya miran Industria 5.0?

Realmente se trata de la inversión que haces ahora, para proteger tu negocio para el futuro.

Típicamente vemos dos estrategias o enfoques amplios para la adopción de IA. Hay cosas que podemos hacer inmediatamente, sin ningún recurso a Big Data — que es adoptar tecnologías que describimos como Sensado, esas que involucran visión por computadora, por ejemplo. Hay muchos casos de uso donde estos pueden usarse inmediatamente en manufactura, como para detección automática de fallas. Sin embargo, hay un juego a largo plazo que requiere invertir en datos — poniendo los mecanismos de recolección correctos en su lugar, almacenamiento, gobernanza de datos, capacidades de Big Data, etc — para desarrollar casos de uso de IA impulsados por aprendizaje automático cada vez más valiosos. Esto es absolutamente necesario para éxito de adopción a largo plazo.

¿Cuál es la mejor estrategia para organizaciones que buscan realizar el valor de IA y Big Data en manufactura?

IA y Big Data son solo una parte de una fábrica inteligente exitosa. Las organizaciones que lideran en adopción de IA son aquellas que ya han hecho el mayor progreso en digitalizar procesos de negocio centrales. Para adelantarse en usar soluciones de IA a escala, hay una serie de inversiones tecnológicas y decisiones organizacionales que hacer, incluyendo:

1. Digitalizar procesos en última instancia lleva a mejor capacidad para generar datos, y en el entorno manufacturero — con muchos cientos de sensores generando miles de mediciones en tiempo real, el resultado es Big Data. Los datos son clave para construir IA así que adquisición, gestión y gobernanza de datos confiables y precisos son clave. La línea de producción y fábricas juegan un papel crítico y directo en el proceso de adquisición de datos.

2. Estrategia de IA, tanto a largo como corto plazo, comienza con los casos de uso, las aplicaciones de negocio. Los fabricantes necesitan preguntar dónde quieren usar IA y reunir estos casos de uso juntos y priorizar proyectos basados en un equilibrio de impacto esperado y complejidad de implementación.

Por supuesto, además de tecnología y procesos de negocio, las personas están en el corazón de cualquier adopción exitosa de tecnología. Los equipos de IA necesitan estar compuestos no solo de científicos de datos, también ingenieros de datos y arquitectos de solución para habilitar su trabajo, administradores de datos para asegurar precisión, y cada vez más los llamados "Traductores de Analítica/IA" que pueden comunicarse con líderes de negocio y expertos en tecnología. La cultura también es clave, y los fabricantes necesitan habilitar una cultura impulsada por datos e IA, construyendo confianza en datos y algoritmos educando a su fuerza laboral sobre IA y sus capacidades, cómo extraer mejor valor. No es solo lo positivo por supuesto, sino también los riesgos y limitaciones, ya que estos cuando se encuentran sin expectativas establecidas, pueden impactar significativamente la disposición a invertir.

¿Cuáles son los desafíos al adoptar IA y Big Data en manufactura?

ha demostrado que uno de los mayores desafíos para implementar IA es incertidumbre alrededor del retorno de inversión (ROI). Como dije, hay inversión significativa requerida para una estrategia de datos e IA a largo plazo para ser exitosa, y las expectativas alrededor del tiempo para ver retornos tangibles deben establecerse realísticamente.

Muchas empresas también luchan con el lado de datos: recolectar y suministrar los datos que un sistema de IA necesita para operar, y asegurar que sean precisos. De nuevo, esto habla de las mayores inversiones requeridas en digitalización.

Algunos de los principales desafíos para empresas manufactureras con implementar IA a escala de nuestra investigación incluyen:

• 40% → Tecnologías no maduras
• 40% → Fuerza laboral carece de habilidades para implementar y gestionar IA
• 36% → Inseguros de retorno de inversión
• 33% → Datos no maduros aún
• 32% → Falta de transparencia y confianza
• 24% → Consejos de trabajo y sindicatos laborales
• 22% → Obstáculos regulatorios en mercados locales e importantes

Un elemento destacado aquí, particularmente alrededor de falta de confianza, y sindicatos laborales, es que IA es típicamente tergiversada en los medios como "reemplazando" trabajadores, y quitando empleos. Sí, hay ganancias de eficiencia por automatización, como las ha habido desde la primera revolución industrial. Pero creemos que Datos e IA son más valiosos cuando se usan para aumentar trabajadores, mejorando sus habilidades y los productos siendo manufacturados.

Otro desafío que estamos empezando a ver emerger es ciberataques cada vez más dirigidos a equipos y maquinaria interconectados en fábricas inteligentes. PwC recientemente organizó un webcast, en cooperación con la Asociación Nacional de Fabricantes en EE. UU. y Microsoft para discutir esto.

¿Cuáles son las tendencias actuales en IA y Big Data en manufactura?

• Vemos empresas poniendo ligeramente más foco en agregar soluciones de IA a procesos de producción centrales como ingeniería, ensamblaje y pruebas de calidad
• Seguridad es de importancia significativa, con técnicas adoptadas en capacidades de adherencia a protocolo (por ejemplo mantener distancia segura de maquinaria específica) siendo adoptadas en más escenarios cotidianos para adherencia a protocolo COVID-19
• Hay considerable interés en mantenimiento predictivo para maquinaria grande involucrada en procesos manufactureros, y también optimización de cadena de suministro

¿Qué ve sucediendo en la industria de IA y Big Data en manufactura en los próximos 12-18 meses?

Honestamente, creo que veremos una continuación de donde ya hemos estado yendo por los últimos 12-18 meses. IA y datos ya están siendo usados en manufactura pero este uso no obtiene tanta atención en medios como, digamos, salud, pero las historias de éxito están ahí, y continuarán mientras las operaciones continúen sus viajes digitales.