AWS, Google, Microsoft Impulsan Innovación en Manufactura con Soluciones Avanzadas de Datos y Software

Ford Motor está aumentando la variedad de sensores en sus líneas de ensamblaje para convertir Big Data en Datos Aún Más Grandes mientras democratiza el acceso a la información que se recopila. "Estamos enriqueciendo los datos que el equipo genera agregando sensores como monitoreo infrarrojo y sensores de vibración para complementar datos tradicionales [recopilados], como tiempo de ciclo y presión, para crear un conjunto de datos más rico", dijo Mike Mikula, director de manufactura para programas de vehículos. "Ahora podemos construir analíticas más inteligentes alrededor de las contribuciones de esas señales a la calidad del producto, la eficiencia del proceso y la salud 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 plataforma 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 a la planta, Ford está construyendo una plataforma de datos IoT que da a los trabajadores de producción acceso a analíticas a través de aplicaciones low-code y no-code que requieren poco o ningún conocimiento de lenguajes de computadora.

Las aplicaciones recién ideadas pueden luego escalarse a otros usuarios en la empresa que están lidiando con procesos y equipos similares, dijo Mikula.

Mientras tanto, Ford también está favoreciendo selectivamente el poder cerebral humano sobre software para analizar datos y volviéndose cada vez más a programadores internos que a vendedores de aplicaciones.

"La solución dependerá de la aplicación", dijo Mikula. "A veces será software, y a veces será un analista de datos que tritura las fuentes de datos. Nos gustaría movernos a soluciones que sean más autónomas e impulsadas por aprendizaje automático e inteligencia artificial. El objetivo es ser menos dependientes de SaaS [software como servicio] comprado".

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

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

"Hay muchos jugadores que han estado fuera del IoT industrial como Google, Microsoft y Amazon que están reconociendo el potencial para ellos de aprovechar sus fortalezas de software para desplazar a algunos de los incumbentes tradicionales del Internet Industrial de las Cosas", dijo Mikula.

Los gigantes tecnológicos comprenden un Nuevo Gran Tres, similar a la referencia del Gran Tres de antaño a Ford, General Motors y Chrysler. El software industrial de los gigantes tecnológicos para los fabricantes de vehículos y otros ayudan con componentes y objetivos de Industria 4.0 —gemelo digital, mantenimiento predictivo, controles de calidad de visión artificial, operaciones autónomas y más.

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

Una cadena de suministro 'insana'

"Probablemente seamos una de las empresas manufactureras más grandes del mundo", dijo Dominik Wee, director gerente global, manufactura e industrial en Google Cloud. "Google tiene una cadena de suministro insana, extremadamente profunda. Tenemos una cadena de suministro tan compleja como cualquier empresa manufacturera global".

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

Mientras Google ha sido fabricante desde que la empresa comenzó hace más de 20 años, comenzó a invertir fuertemente en sus servicios de manufactura para otros cuando el Presidente de Google Cloud Thomas Kurian fue contratado en 2018, dijo Wee. Kurian trabajó previamente en Oracle por 22 años.

A medida que la manufactura se digitaliza, las metodologías de Google que fueron desarrolladas para el mercado de consumidores se están volviendo relevantes para la industria, dijo Wee, quien trabajó previamente en la industria de semiconductores como ingeniero industrial.

"Creemos que estamos en un punto en el tiempo donde estas tecnologías, principalmente el área de analíticas e IA, que han sido muy difíciles de usar para el ingeniero industrial típico, se están volviendo tan fáciles de usar en la planta", dijo. "Ahí es donde creemos que está nuestra diferenciación competitiva".

Wee dijo que lo que Google ha hecho para su tecnología para manufactura bajo Kurian imita lo que hizo previamente en el lado del consumidor: hacerlo tan fácil de usar que ni siquiera notas que lo estás haciendo.

Inspección de calidad usando Vision Inspection de Google Cloud es un buen ejemplo, dijo.

"Porque la visión artificial es muy avanzada, se usa mucho [para inspección de calidad] y así la hemos hecho muy fácil de desplegar aprendizaje automático en un contexto de planta y usar 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 pilotear Vision Inspection y luego escalarlo: "Para transferir la metodología, no necesitas traer a nadie de Google o traer a la Empresa XYZ para que lo haga por ti. La gente dentro de la fábrica puede hacerlo. Este es el gran desbloqueo, donde el aprendizaje automático pasa de fantasía a estar en uso generalizado en manufactura".

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

"Hablamos de brecha piloto", dijo. "Muchas empresas han intentado aprendizaje automático y realidad aumentada y mantenimiento predictivo, y lo hicieron en un punto en una parte de su huella manufacturera 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 las opciones de los fabricantes abiertas, dijo Wee.

Google también afirma que la fuerza de sus analíticas e IA es inigualable: "Al ser una empresa que tiene procesamiento de datos en el núcleo de su existencia de más de 20 años, afirmaríamos que nadie entiende eso mejor que nosotros", dijo. "Si tienes una gran cantidad de datos para abordar en cualquier contexto incluyendo desde la planta, argumentaríamos que somos la empresa correcta para hacerlo".

Transformando la fuerza laboral

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

"Microsoft Cloud for Manufacturing ayudará a los clientes a reimaginar sus corporaciones, construyendo fábricas más ágiles y creando cadenas de suministro más resilientes así como transformando su fuerza laboral", dijo.

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

Mientras 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, incluyendo IA y realidad mixta usando HoloLens 2, son los verdaderos diferenciadores no solo de Google y Amazon sino también de los proveedores tradicionales de soluciones de software industrial.

Por ejemplo, Mercedes Benz USA usa Remote Assist de Microsoft, que permite a una persona en una computadora ayudar a alguien usando HoloLens remotamente.

En un video en el sitio web de Microsoft, Edgar Campana, técnico de diagnóstico centralizado en Mercedes Benz de Coral Gables, dijo: "Solo me lo pongo [HoloLens] y obtengo soporte inmediato. Literalmente pueden señalarme cosas mientras las estoy viendo. Pueden rodearlo. Pueden dibujar líneas. Es manos a la obra: Está literalmente ahí. Puedo estar hablando con ellos, yendo a través del vehículo en tiempo real. Es muy intuitivo".

Mientras Remote Assist es bidireccional, y permite a los usuarios hablar de ida y vuelta, Mixed Reality Guides Solutions es de una sola dirección y permite a los aprendices interactuar con hologramas solos o en combinación con objetos físicos.

"Airbus es un gran ejemplo", dijo Sircar, señalando que la empresa ha estado usando "las Guías en su línea de manufactura, llevando a los trabajadores a ver muy rápidamente una superposición sobre cableado y cómo necesita ser instalado".

El entorno 3D puede ofrecer características que el entrenamiento de la vida real no puede, 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 para la línea de ensamblaje.

Microsoft manufactura HoloLens 2 y Surface Hub, una pizarra interactiva para negocios. Vende productos físicos, incluyendo consolas de videojuegos Xbox y computadoras personales con pantalla táctil Surface.

Aún así, "manufactura, como hablamos, ha sido externalizada mucho pero... definitivamente gestionamos esa línea de producción completa, todo el camino desde el diseño y adquisición de complementos y pruebas de línea de ensamblaje", dijo Sircar.

En el lado de datos en la nube, la empresa gestiona manufactura de la infraestructura de punta a punta.

La primera aplicación de Microsoft para la industria fue en 2002, con software de planificación de recursos empresariales llamado Dynamics AX, dijo. Azure IoT se volvió 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 de datos abierto común, que es un lenguaje de datos compartido para aplicaciones de negocio y analíticas para usar.

Usando la misma tecnología que Amazon

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

AWS (Amazon Web Services) lanzó una línea industrial en 2020, incluyendo productos y servicios para IoT, IA, aprendizaje automático, analíticas y soluciones edge.

La línea presenta "servicios y soluciones nuevos y existentes de AWS y la red de socios de AWS, construidos específicamente para [desarrolladores de] software, ingenieros y operadores en sitios industriales", dijo Douglas Bellin, jefe global de desarrollo de negocio para fábrica inteligente e Industria 4.0. "Colectivamente, estos traen un enfoque modular para permitir recopilación, almacenamiento, análisis e insights de datos".

El proceso para hacer esas mejoras potenciales empieza temprano con la recopilación y escrutinio de datos, y AWS ha averiguado varias formas de domar todos esos "0" y "1".

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

AWS Lookout for Equipment usa datos históricos de equipo de sensores existentes, junto con información de eventos históricos de mantenimiento, y construye un modelo personalizado de aprendizaje automático que rastrea los patrones de comportamiento normal de esa máquina. Cuando los datos operacionales se desvían de lo normal conocido, Lookout for Equipment marca la desviación a usuarios apropiados vía alertas y tableros.

Otro producto, AWS IoT SiteWise, establece una única fuente de datos simplificando la extracción de datos de bases de datos comúnmente encontradas en instalaciones industriales, transfiriendo los datos ya sea localmente o a la nube, y estructurándolos para hacerlos fácilmente accesibles a usuarios y aplicaciones. El marco de aplicación permite cómputo de métricas comunes de rendimiento industrial, como eficiencia general de equipo. También monitorea operaciones a través de múltiples instalaciones industriales, analiza datos de equipo industrial, previene problemas costosos de equipo y reduce brechas en producción.

Además de estandarizar datos, otro obstáculo común al crear una fábrica inteligente es incorporar equipo heredado. Cualquier herramienta de máquina equipada con un PLC tendrá algunos datos que dar, pero será mínimo comparado con maquinaria moderna. En respuesta, AWS tiene socios que pueden agregar el hardware necesario para rastrear algunos parámetros de máquina. También creó su propio sensor de vibración y temperatura de bajo costo para equipo rotativo, llamado Amazon Monitron.

Amazon Monitron también es un servicio de monitoreo de condición de equipo basado en aprendizaje automático que habilita mantenimiento predictivo analizando señales de sensores de equipo industrial, como motores, bombas y cajas de cambios.

Es un sistema completamente gestionado, de punta a punta, que incluye sensores para capturar datos de vibración y temperatura, gateways para transferir automáticamente datos a la nube de AWS, y una aplicación móvil para configuración, analíticas y notificaciones de comportamiento anormal de máquina.

"Amazon Monitron se basa en la misma tecnología usada 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 gerentes de confiabilidad pueden empezar a rastrear condiciones de equipo en cuestión de unas pocas horas, sin ningún trabajo de desarrollo o capacitación especializada requerido, dijo AWS.

Los fabricantes pueden usar Amazon Monitron para habilitar mantenimiento predictivo, monitorear equipo remotamente y rastrear la condición de equipo inaccesible, agregó Bellin.