Pequeños fabricantes aprovechan la IA para impulsar operaciones Lean y eficiencia

La inteligencia artificial (IA) es ampliamente reconocida como un aspecto crucial de lo que se conoce como Industria 4.0. Aunque aún no se sabe exactamente cómo se incorporará la IA en la próxima fase de la Revolución Industrial, la mayoría coincide en que permitirá una mayor conectividad entre personas, máquinas y tecnología de la información, lo que ayudará a los fabricantes a optimizar procesos y predecir problemas.

¿Cómo deben evaluar los fabricantes pequeños y medianos (PYMES), que通常 carecen del tiempo o capital para probar tecnologías emergentes, el impacto que la IA podría tener en su organización y su papel en la preparación para la Industria 4.0?

Esperar a que el sector manufacturero decida no es una opción. Un retraso de uno, dos o cinco años podría dejar a un fabricante rezagado. El momento de actuar es ahora, pero el camino a seguir no está claro.

Una forma de abordar esto es evaluar la inteligencia artificial a través de una transformación continua que muchas PYMES ya han adoptado: la manufactura Lean.

Poniendo lo «Continuo» en la Mejora Continua con Inteligencia Artificial

La filosofía Lean se centra en la mejora continua: un compromiso con el cambio permanente. Para aplicar Lean, la disposición al cambio debe mantenerse siempre, de modo que cuando se identifica una oportunidad de mejora, pueda implementarse rápidamente.

Las mejoras Lean se realizan mediante intervenciones. Si se detecta un problema en un proceso, se detiene el trabajo. Los miembros del equipo observan, sacan conclusiones, toman decisiones y finalmente ejecutan acciones que abordan la causa raíz. Esta operación intermitente es cómo funciona el Lean, aunque su ritmo de arranque y parada parece fundamentalmente opuesto a la idea de mejora continua. Es lo que actualmente es factible, o al menos humanamente posible.

Ahora bien, ¿y si no fuera necesario detener el trabajo para realizar una operación Lean? ¿Y si se pudiera realizar la mayor parte del proceso fundamental de Lean (observar, concluir, juzgar, actuar) mientras el trabajo continúa, haciendo que el proceso Lean sea más continuo? Esta es una de las principales promesas de la inteligencia artificial para operaciones manufactureras de cualquier escala.

Dónde pueden empezar las operaciones Lean con Inteligencia Artificial

La inteligencia artificial es un campo vasto que incluye una amplia gama de tecnologías, desde algoritmos capaces de aprender de conjuntos de datos hasta robots que parecen sacados de la ciencia ficción.

En lo que respecta a los pequeños fabricantes, el tipo de IA que deberían considerar principalmente es una subdisciplina llamada aprendizaje automático (machine learning). Como lo define Amit Manghani en su «Primer sobre Aprendizaje Automático»:

Manghani describe cuatro tipos de aprendizaje automático, todos con aplicaciones potenciales para la manufactura Lean. Esto supone que el pequeño fabricante está dispuesto a invertir en la capacidad computacional para poner los datos necesarios a disposición del análisis:

1. Aprendizaje automático supervisado
2. Aprendizaje automático no supervisado
3. Aprendizaje automático semi-supervisado
4. Aprendizaje automático por refuerzo

Exploremos cada una de estas cuatro oportunidades para aplicar el aprendizaje automático a la manufactura Lean con más detalle:

1. Aprendizaje automático supervisado

En el aprendizaje supervisado, los algoritmos analizan los datos entrantes, asignando etiquetas a cualquier dato que cumpla criterios predefinidos. Los fabricantes Lean podrían usar esta técnica para automatizar el control de calidad de piezas complejas, por ejemplo, asumiendo que los datos relevantes de la pieza puedan registrarse y ponerse a disposición del algoritmo.

2. Aprendizaje automático no supervisado

Con el aprendizaje no supervisado, no hay respuestas preestablecidas que el algoritmo pueda usar para clasificar los datos. En su lugar, el algoritmo debe observar y evaluar los datos a medida que se acumulan, identificando patrones y creando etiquetas emergentes. Este tipo de aprendizaje podría usarse para monitorizar una máquina de producción, o una serie de máquinas en red, en busca de comportamientos inusuales y así anticipar un fallo.

3. Aprendizaje automático semi-supervisado

Como indica su nombre, el aprendizaje semi-supervisado combina enfoques supervisados y no supervisados. En un escenario semi-supervisado, existen algunas etiquetas existentes para los datos. Otros criterios son desarrollados por el algoritmo con el tiempo con la ayuda de la supervisión humana. Un escenario semi-supervisado podría ser útil para optimizar la producción repetitiva de piezas, eliminando potencialmente tanto el desperdicio de piezas como el de proceso.

4. Aprendizaje automático por refuerzo

En un escenario de refuerzo, un algoritmo proyecta qué acción, de un conjunto de acciones posibles, resultará en la mayor recompensa. Las PYMES inmersas en una transformación Lean podrían usar este tipo de aprendizaje para evaluar diferentes caminos hacia los cambios orientados a procesos que visualizan.

El aprendizaje automático puede complementar la manufactura Lean

Centrándose en el aprendizaje automático, se empieza a ver cómo hay aplicaciones de IA útiles y accesibles para la mayoría de los fabricantes, sin importar su tamaño. En algunos casos, piezas del rompecabezas ya pueden estar disponibles en forma de datos recopilados por sensores de máquinas ya instalados, infraestructura de tecnología de la información (TI) y tecnología operacional (TO) existente.

Al contemplar aplicaciones de IA, es importante recordar que ninguno de estos escenarios amenaza automáticamente la disponibilidad de empleos para humanos. Más bien, estas ideas pueden perseguirse de manera complementaria a un proceso Lean que empodere a los trabajadores, dándoles acceso a información en tiempo real y mejores herramientas para la resolución de problemas y la ejecución en el trabajo.

Una analogía útil es la tecnología actual de sensores en automóviles, que complementa la conciencia y percepción de los conductores humanos. No solo mejora la seguridad, sino que también ayuda a reducir la fricción en el sistema vial al alinear el comportamiento de todos en la carretera. Así, la tecnología de seguridad automotriz no saca a nadie de la ecuación de la conducción, sino que la hace más segura y eficiente.

Desde esta perspectiva, la inteligencia artificial puede verse como otra herramienta más en la caja de herramientas Lean, aunque una con potencial para ser muy poderosa.