Rockwell Automation: Pionera en monitorización remota y analíticas en la nube

Marc Baret, Director, Servicios Industriales EMEA, Rockwell Automation discute el futuro de la automatización para monitorización remota y analíticas en la nube.

La automatización está cambiando rápidamente los trabajos que hacemos, los lugares donde trabajamos, e incluso cómo definimos el trabajo. Forrester ha predicho que un millón de empleos de conocimiento serán reemplazados por chatbots, robótica de software, RPA y agentes virtuales solo en 2020. Esto puede sonar como una advertencia ominosa, pero el reporte también estima que 331.500 empleos se agregarán solo a fuerzas laborales de EE. UU., impulsados por roles que requieren empatía, intuición y agilidad mental y física.

A medida que aumenta la adopción de automatización, fortalecerá la conectividad y fiabilidad y ayudará a las empresas a hacer datos, sistemas y procesos más accesibles y disponibles. Sin embargo, muchas empresas manufactureras encuentran su ruta a estrategias de automatización y transformación digital frenada por niveles de productividad y el riesgo simultáneo de tiempo de inactividad.

Abordar esto es posible a través de herramientas como analíticas predictivas y mantenimiento que actúan como una extensión virtual de sus equipos. Sin embargo, implementar estas tecnologías con éxito requiere experiencia externa adicional. Para explorar esto más, aquí están los cinco principales escollos que vemos que las empresas enfrentan al acercarse a la transformación digital y sugerencias para cómo abordarlos.

Escollos #1: Riesgos de Ciberseguridad

Las brechas de seguridad continúan haciendo titulares importantes debido al impacto grave que pueden tener en el negocio. Una brecha no solo arriesga pérdida de información sensible sino también disrupción, tiempo de inactividad y problemas de rendimiento, así como daño serio a la reputación. Esto resalta la importancia para las empresas de mejorar sus procesos de gestión de datos e invertir en su infraestructura de TI.

El soporte de mantenimiento predictivo puede ayudar a los fabricantes a evitar tales problemas al monitorear automáticamente patrones inusuales e identificar inmediatamente signos potenciales de robo de datos o intrusión en la red. También requieren un enfoque integral de seguridad que incluya políticas y procedimientos y proporcione capas de defensa alrededor de personas, procesos y riesgos tecnológicos.

Escollos #2: Tener Demasiados Datos

Las empresas están generando volúmenes enormes de datos que, cuando se utilizan correctamente, pueden ser un activo inmensamente valioso. Sin embargo, muchas organizaciones manufactureras no saben cómo hacer el mejor uso de sus datos y, como resultado, no optimizan sus flujos de trabajo o procesos de producción de una manera que les permita reunir los mejores insights y resultados.

Ser capaz de entender cantidades masivas de datos es clave para resolver los mayores desafíos que enfrentan las organizaciones. Pero las habilidades y capacidades requeridas para hacerlo rara vez son parte de las competencias centrales de un negocio. Por tanto, es importante asociarse con un experto en datos de confianza que pueda recopilar la información correcta, almacenarla y presentarla de una manera que les permita tomar las decisiones de negocio más efectivas.

Escollos #3: Mala Gestión de Datos

Las empresas están amasando más datos que nunca, pero simplemente tener enormes cantidades de datos no basta. Necesitan herramientas que les ayuden a aprovechar mejor sus datos y entender la información que tienen.

El verdadero valor de la automatización reside en la PI que las empresas mantienen sobre sus clientes, procesos y diseños de productos. Aprovechar IA y aprendizaje automático les permite analizar enormes cantidades de información, hipotetizar y crear patrones de datos significativos, y entrenar modelos de aprendizaje para descubrir lo desconocido. Además, los equipos de datos podrán probar más casos de uso en tiempos significativamente reducidos, lo que les ayudará a dar grandes pasos en la comprensión de sus datos.

El potencial de estos avances en IA es destacado por el análisis de McKinsey que encontró que las técnicas de deep learning más avanzadas podrían representar hasta 5,8 billones de dólares en valor anual. En dos tercios de los 400 casos de uso que probó, la IA mejoró el rendimiento más allá de lo habilitado por otras técnicas analíticas. Sin esta capacidad de recopilar enormes cantidades de datos de múltiples plataformas y actuar sobre ellas efectivamente, los fabricantes continuarán luchando para sacar conclusiones efectivas sobre cambios y productividad dentro de sus plantas.

Escollos #4: No Mantener el Ritmo de la Tecnología

La cantidad de palabras de moda alrededor de la transformación digital a menudo puede ser abrumadora e incluso irritante para empresas que simplemente quieren que la tecnología funcione. Muchos proveedores también demandan inversiones vastas por adelantado, lo que puede ser una perspectiva desalentadora y puede alejar a las empresas cuando un proyecto no funciona. Además, quedar atrapado en un solo proveedor o despliegue puede resultar en que las empresas se queden atrás de sus competidores.

Por tanto, es importante trabajar con proveedores que ofrezcan un piloto o prototipo antes de cualquier despliegue que represente un gran cambio tecnológico. Esto proporcionará una visión paso a paso de cómo funcionará el proceso, proporcionará hitos, y ayudará a la empresa a entender cómo funcionará y cuál será su ROI esperado. Los socios tecnológicos de confianza necesitan ser extensiones de un equipo si han de ayudar a las empresas a realizar sus metas y KPIs.

Escollos #5: Falta de Experiencia

Incluso con las tecnologías de automatización correctas en su lugar, las empresas a menudo aún requieren apoyo externo de personas con experiencia y pericia apropiadas. Esto ahora puede lograrse usando realidad aumentada para proporcionar soporte de aplicación remota y superponer información para que los ingenieros la sigan.

Como con cualquier despliegue de tecnología, necesita encajar con la cultura del negocio y lo que funciona mejor para sus necesidades específicas. Sin embargo, las empresas que son lentas para moverse en estos tipos de tecnología emergente corren el riesgo real de quedarse atrás.

Abrace el futuro de la automatización

Cumplir con los desafíos clave de mejor productividad y tiempo de inactividad reducido es posible con las prácticas tecnológicas correctas y el socio tecnológico correcto en su lugar. Entendiendo los escollos comunes descritos arriba, las empresas manufactureras pueden navegar mejor su camino hacia el futuro de la automatización. Sin embargo, la digitalización no es algo que puedan lograr solos.

TAMBIÉN TE PUEDE INTERESAR:

• C3.ai: entregando software IA empresarial líder

• AWS: manufactura más inteligente con tecnología cloud e IoT

• Cómo la tecnología inteligente está transformando el mundo industrial

• Lea la última edición de Manufacturing Global aquí

Para más información sobre temas de manufactura, por favor eche un vistazo a la última edición de Manufacturing Global

Síganos en LinkedIn y Twitter.