AWS, Google y Microsoft aplican su experiencia en datos y software a la fabricación

Ford Motor está aumentando la variedad de sensores en sus líneas de ensamblaje para convertir Big Data en Even Bigger Data mientras democratiza el acceso a la información que se recopila. “Estamos enriqueciendo los datos que genera el equipo agregando sensores como monitoreo infrarrojo y sensores de vibración para complementar los datos tradicionales [recopilados], como el tiempo de ciclo y la presión, para crear un grupo de datos más rico”, dijo Mike Mikula, director de fabricación de programas de vehículos. "Ahora podemos crear análisis más inteligentes en torno a las contribuciones de esas señales a la calidad del producto, la eficiencia del proceso y el estado del equipo".

Ayudando a Ford en su esfuerzo están "la mayoría de las plataformas IoT más grandes", dijo. Ford y una de esas empresas de plataformas IoT, Google, anunciaron una asociación este año para servicios de gestión de datos en la nube industrial y aplicaciones de software analítico, entre otros servicios.

Para impulsar el uso de la información resultante en el taller, Ford está construyendo una plataforma de datos IoT que brinda a los trabajadores de producción acceso a análisis a través de aplicaciones de código bajo y sin código que requieren poco o ningún conocimiento de lenguajes informáticos.

Las aplicaciones recientemente diseñadas se pueden escalar a otros usuarios de la empresa que se ocupan de procesos y equipos similares, dijo Mikula.

Mientras tanto, Ford también está favoreciendo selectivamente el poder del cerebro humano sobre el software para analizar datos y recurriendo cada vez más a codificadores internos que a proveedores de aplicaciones.

“La solución dependerá de la aplicación”, dijo Mikula. “A veces será el software y, a veces, será un analista de datos quien analice las fuentes de datos. Nos gustaría pasar a soluciones que sean más autónomas e impulsadas por el aprendizaje automático y la inteligencia artificial. El objetivo es depender menos del SaaS [software como servicio] adquirido”.

En última instancia, dijo Mikula, los esfuerzos están destinados a disminuir el costo general de fabricación, ahorros que luego pueden transferirse a los consumidores.

Dos de los gigantes de datos que compiten con Google, Amazon y Microsoft, ahora también ofrecen alojamiento en la nube y soluciones de software a los fabricantes.

“Hay muchos jugadores que han estado fuera del IoT industrial como Google, Microsoft y Amazon que están reconociendo el potencial que tienen para aprovechar sus fortalezas de software para desplazar a algunos de los titulares tradicionales del Internet industrial de las cosas”, dijo Mikula.

Los gigantes tecnológicos comprenden un New Big Three, similar a la referencia de Big Three de antaño a Ford, General Motors y Chrysler. El software industrial de los gigantes tecnológicos para los fabricantes de vehículos y otros ayuda con los componentes y objetivos de la Industria 4.0:gemelo digital, mantenimiento predictivo, controles de calidad de visión artificial, operaciones autónomas y más.

Si bien estos gigantes tecnológicos están aprovechando su experiencia con datos y software para ser parte de la Industria 4.0, también tienen conocimiento de dominio al hacer cosas.

Una cadena de suministro 'loca'

"Probablemente somos una de las empresas de fabricación más grandes del mundo", dijo Dominik Wee, director general global, fabricación e industria de Google Cloud. “Google tiene una cadena de suministro loca y extremadamente profunda. Tenemos una cadena de suministro que es tan compleja como cualquier empresa de fabricación global”.

La empresa fabrica el hardware informático en sus centros de datos y diseña sus propios chips informáticos. Del lado del consumidor, fabrica teléfonos, así como dongles Chromecast que agregan funciones inteligentes a un televisor.

Si bien Google ha sido un fabricante desde que la compañía comenzó hace más de 20 años, comenzó a invertir fuertemente en sus servicios de fabricación para otros cuando se contrató al presidente de Google Cloud, Thomas Kurian, en 2018, dijo Wee. Kurian trabajó anteriormente en Oracle durante 22 años.

A medida que la fabricación se digitaliza, las metodologías de Google que se desarrollaron para el mercado de consumo se vuelven relevantes para la industria, dijo Wee, quien anteriormente trabajó en la industria de los semiconductores como ingeniero industrial.

“Creemos que estamos en un momento en el que estas tecnologías, principalmente el área de análisis e inteligencia artificial, que han sido muy difíciles de usar para el ingeniero industrial típico, se están volviendo tan fáciles de usar en el taller”, dijo. “Ahí es donde creemos que radica nuestra diferenciación competitiva”.

Wee dijo que lo que Google ha hecho por su tecnología de fabricación bajo Kurian imita lo que hizo anteriormente en el lado del consumidor:hacer que sea tan fácil de usar que ni siquiera se dé cuenta de que lo está haciendo.

La inspección de calidad con Vision Inspection de Google Cloud es un buen ejemplo, dijo.

“Debido a que la visión artificial es muy avanzada, se usa mucho [para la inspección de calidad], por lo que hemos hecho que sea muy fácil implementar el aprendizaje automático en un contexto de taller y usamos muy pocas imágenes para hacer esto. No tienes que ser un programador o un especialista en aprendizaje automático para hacerlo”, dijo Wee. "Es literalmente apuntar y hacer clic".

Señaló la facilidad con la que las empresas pueden probar Vision Inspection y luego escalarla:“Para transferir la metodología, no necesita traer a nadie de Google o traer a la empresa XYZ para que lo haga por usted. La gente dentro de la fábrica puede hacerlo. Este es el gran desbloqueo:donde el aprendizaje automático pasa de ser una fantasía a ser un uso generalizado en la fabricación”.

La facilidad de uso es una ventaja competitiva para la empresa, dijo Wee.

“Hablamos de la brecha piloto”, dijo. “Muchas empresas han probado el aprendizaje automático, la realidad aumentada y el mantenimiento predictivo, y lo hicieron en un punto de una parte de su huella de fabricación global y fue mucho trabajo. Se necesitaban personas muy especializadas, pero nunca pudieron escalarlo”.

Además de ser fácil de usar, Google Cloud usa software de código abierto, lo que mantiene abiertas las opciones de los fabricantes, dijo Wee.

Google también afirma que la fuerza de su análisis e inteligencia artificial no tiene comparación:"Siendo una empresa que tiene el procesamiento de datos en el centro de sus más de 20 años de existencia, afirmaríamos que nadie lo entiende mejor que nosotros", dijo. "Si tiene una gran cantidad de datos para abordar en cualquier contexto, incluso desde el piso de producción, diríamos que somos la empresa adecuada para hacerlo".

Transformando la fuerza laboral

Indranil Sircar, CTO de Microsoft para la industria manufacturera, probablemente discreparía respetuosamente con Wee.

“Microsoft Cloud for Manufacturing ayudará a los clientes a reinventar sus corporaciones, construyendo fábricas más ágiles y creando cadenas de suministro más resistentes, además de transformar su fuerza laboral”, dijo.

Sircar ha estado en Microsoft casi una década. Antes de eso, trabajó en Hewlett-Packard por más de 20 años.

Si bien tanto Google como Microsoft ayudan a los fabricantes a recopilar y analizar datos de sus máquinas, Sircar dijo que los componentes relacionados con la fuerza laboral de los servicios de su empresa, incluida la IA y la realidad mixta con HoloLens 2, son los verdaderos diferenciadores no solo de Google y Amazon, sino también de los tradicionales. proveedores de soluciones de software industrial.

Por ejemplo, Mercedes Benz USA usa Remote Assist de Microsoft, que permite que una persona en una computadora ayude a alguien que usa HoloLens de forma remota.

En un video en el sitio web de Microsoft, Edgar Campana, técnico de diagnóstico centralizado en Mercedes Benz de Coral Gables, dijo:“Puedo ponerlo [HoloLens] y obtener soporte inmediato. Literalmente pueden señalarme cosas mientras las miro. Pueden rodearlo. Pueden dibujar líneas. Es práctico:está literalmente ahí mismo. Puedo estar hablando con ellos, revisando el vehículo en tiempo real. Es muy intuitivo.”

Si bien Remote Assist es bidireccional y permite a los usuarios hablar de un lado a otro, Mixed Reality Guides Solutions es unidireccional y permite a los alumnos interactuar con hologramas solos o en combinación con objetos físicos.

“Airbus es un gran ejemplo”, dijo Sircar, y señaló que la empresa ha estado utilizando “las guías en su línea de fabricación, lo que permite a los trabajadores ver muy rápidamente una superposición sobre el cableado y cómo debe instalarse”.

El entorno 3D puede ofrecer funciones que el entrenamiento de la vida real no puede ofrecer, como la capacidad de ver elementos en tres dimensiones desde cualquier ángulo.

Los diseñadores de Airbus pueden probar virtualmente sus diseños para ver si están listos o no para la línea de ensamblaje.

Microsoft fabrica HoloLens 2 y Surface Hub, una pizarra interactiva para empresas. Vende productos físicos, incluidas las consolas de videojuegos Xbox y las computadoras personales con pantalla táctil Surface.

Aún así, "la fabricación, mientras hablamos, se ha subcontratado mucho pero... definitivamente administramos toda la línea de producción, desde el diseño y la adquisición de los complementos y las pruebas de la línea de ensamblaje", dijo Sircar.

En el lado de los datos de la nube, la empresa gestiona la fabricación de la infraestructura de principio a fin.

La primera aplicación de Microsoft para la industria fue en 2002, con un software de planificación de recursos empresariales llamado Dynamics AX, dijo. Azure IoT estuvo disponible en 2016.

También en 2016, Microsoft fue invitado a participar en Plattform Industrie 4.0, la iniciativa del gobierno alemán, dijo Sircar.

Microsoft cofundó el consorcio Open Manufacturing Platform (OMP) con BMW. El OMP promueve un modelo común de datos abiertos, que es un lenguaje de datos compartidos para el uso de aplicaciones comerciales y analíticas.

Usando la misma tecnología que Amazon

Amazon.com es más conocido por vender que por fabricar. Pero fabrica dispositivos Kindle, Echo y otros productos de consumo. También fabrica un gran porcentaje del hardware que ejecuta su infraestructura y sus propios chips informáticos.

AWS (Amazon Web Services) lanzó una línea industrial en 2020, que incluye productos y servicios para IoT, IA, aprendizaje automático, análisis y soluciones perimetrales.

La línea presenta "servicios y soluciones nuevos y existentes de AWS y la red de socios de AWS, creados específicamente para desarrolladores, ingenieros y operadores [de software] en sitios industriales", dijo Douglas Bellin, director global de desarrollo comercial para fábricas inteligentes e Industria 4.0. "En conjunto, estos brindan un enfoque modular para permitir la recopilación, el almacenamiento, el análisis y la información de los datos".

El proceso para realizar esas supuestas mejoras comienza desde el principio con la recopilación y el análisis de datos, y AWS ha descubierto varias formas de dominar todos esos "0" y "1".

“Si comienza en el nivel de software y datos, hay más de 350 protocolos diferentes que se utilizan en la industria”, dijo Bellin, quien se unió a AWS en 2017 después de más de 10 años en Cisco.

AWS Lookout for Equipment utiliza datos de equipos históricos de sensores existentes, junto con información de eventos de mantenimiento históricos, y crea un modelo de aprendizaje automático personalizado que realiza un seguimiento de los patrones de comportamiento normales de esa máquina. Cuando los datos operativos se desvían del normal conocido, Lookout for Equipment señala la desviación a los usuarios apropiados a través de alertas y paneles.

Otro producto, AWS IoT SiteWise, establece una única fuente de datos al simplificar la extracción de datos de las bases de datos que se encuentran comúnmente en las instalaciones industriales, transfiriendo los datos localmente o a la nube, y estructurándolos para que sean fácilmente accesibles para los usuarios y las aplicaciones. El marco de la aplicación permite el cálculo de métricas de rendimiento industrial comunes, como la eficiencia general del equipo. También supervisa las operaciones en múltiples instalaciones industriales, analiza los datos de los equipos industriales, evita problemas costosos con los equipos y reduce las brechas en la producción.

Además de estandarizar los datos, otro obstáculo común al crear una fábrica inteligente es incorporar equipos heredados. Cualquier máquina herramienta equipada con un PLC tendrá algunos datos que entregar, pero serán mínimos en comparación con la maquinaria moderna. En respuesta, AWS tiene socios que pueden agregar el hardware necesario para rastrear algunos parámetros de la máquina. También creó su propio sensor de vibración y temperatura de bajo costo para equipos rotativos, llamado Amazon Monitron.

Amazon Monitron también es un servicio de monitoreo de condición de equipos basado en aprendizaje automático que permite el mantenimiento predictivo mediante el análisis de señales de sensores de equipos industriales, como motores, bombas y cajas de engranajes.

Es un sistema integral totalmente administrado que incluye sensores para capturar datos de vibración y temperatura, puertas de enlace para transferir automáticamente datos a la nube de AWS y una aplicación móvil para configuración, análisis y notificaciones de comportamiento anormal de la máquina.

“Amazon Monitron se basa en la misma tecnología utilizada en Amazon, aprovechando más de 20 años de experiencia en detección de anomalías para mejorar aún más la precisión del modelo”, dijo Bellin.

Con Amazon Monitron, los administradores de confiabilidad pueden comenzar a rastrear las condiciones del equipo en cuestión de unas pocas horas, sin necesidad de ningún trabajo de desarrollo ni capacitación especializada, dijo AWS.

Los fabricantes pueden usar Amazon Monitron para habilitar el mantenimiento predictivo, monitorear equipos de forma remota y rastrear la condición de equipos inaccesibles, agregó Bellin.