Por qué Seagate adopta la 'transformación constante'

Seagate Technology, Cupertino, California, una de las pocas grandes empresas de tecnología que pueden rastrear sus raíces hasta la década de 1970, se ha ubicado en la vanguardia de las soluciones de administración y almacenamiento de datos durante décadas. Seagate, ahora una empresa de soluciones de infraestructura de almacenamiento de datos masivos de $ 10 mil millones, está empleando estrategias de fabricación inteligente, que incluyen inteligencia artificial y aprendizaje automático en la planta.

En 2017, Seagate implementó un software de fabricación de IA para la inspección de visión microscópica de obleas. Anteriormente, la empresa había utilizado sistemas de visión artificial basados ​​en reglas para automatizar el proceso de detección de anomalías. Lograron una alta tasa de precisión, pero la empresa también luchó con limitaciones.

El enfoque anterior requería parámetros estrictos para cada tipo de defecto, todos codificados estáticamente. Los rangos fijos ayudaron a determinar los criterios para liquidar o detener un producto. Sin embargo, la evolución de la aparición de defectos o la aparición de nuevos tipos de anomalías requerían reglas adicionales que podían volverse cada vez más complejas y difíciles de gestionar en su conjunto.

Mediante la implementación de operaciones integrales de datos de fabricación digital y actualizaciones de IA, el poder y la escala de la detección de imágenes han visto mejoras dramáticas en las instalaciones de producción de obleas de Seagate en los EE. UU. e Irlanda del Norte. La precisión ha pasado del 50 % a más del 90 % en la actualidad.

Para llegar allí, la empresa ha estado extrayendo valor de terabytes de datos de sensores producidos por las herramientas de alta precisión que utiliza la empresa. Esos datos han sido normalizados y facilitados por los sistemas de inteligencia artificial. Como resultado, Seagate ahora tiene múltiples soluciones automatizadas de detección de fallas para ayudar a tomar decisiones sobre obleas y herramientas, y una cartera de detectores mejorados con IA para monitorear de manera autónoma los puntos críticos en el proceso de fabricación con reglas mejor orquestadas.

Seagate captura los metadatos de tiempo de ejecución relevantes y pone los datos sin procesar en contexto para crear información útil en tiempo real, cerrando el ciclo entre los mundos digital y físico e impactando positivamente la forma en que se diseñan, fabrican y reparan los productos.

El hilo digital conserva los datos recopilados durante las ejecuciones de producción para saber cuándo implementar actualizaciones rápidas para la planificación de recursos empresariales y otros sistemas de soporte de decisiones y generar lecciones para mejorar la toma de decisiones automatizada en el futuro.

Estas eficiencias han extendido la vida útil de los equipos de Seagate al predecir qué activos estaban en camino de perder la calibración y, por lo tanto, necesitaban mantenimiento. La empresa logró ahorros significativos en mano de obra de inspección, prevención de chatarra, reasignación de mano de obra y evitó desembolsos de capital para equipos nuevos.

El enfoque constante de Seagate en este tipo de innovación ha mejorado el rendimiento operativo, la responsabilidad y ha aumentado la eficacia de los sistemas empresariales a través de una visibilidad rápida y precisa de todo el proceso de fabricación.

El sistema de algoritmos de aprendizaje profundo también genera evidencia de respaldo para otros sistemas de control de fábrica, lo que significa que Seagate puede aprovechar más datos para metrología virtual y control de procesos.

Los fabricantes de alta tecnología como Seagate deben aprovechar las oportunidades en rápida evolución que representan la fabricación digital, la IA y el ML. Seagate no solo ha invertido en tecnología de punta, sino que también ha demostrado cómo la transformación continua puede hacer que una organización sea capaz de definir el futuro de su industria.