La IA empresarial impulsa la innovación y la estabilidad en el sector del acero

Con los avances en tecnología impulsados por la inteligencia artificial (IA) y la creación de lagos de datos, las organizaciones están reconociendo su valor para la producción industrial.

La IA empresarial puede integrarse en modelos de negocio fundamentales para aumentar la toma de decisiones. Se centra en los resultados en lugar de en la tecnología en sí, permitiendo a una organización convertir datos en insights valiosos para crear valor continuo para el cliente.

La industria del metal, una de las más antiguas de la civilización humana, ha sido la columna vertebral del crecimiento industrial moderno. El acero es el metal más utilizado hoy en día, y el hierro, el cuarto elemento más común en la corteza terrestre, es su componente clave.

Según la Asociación Mundial del Acero, la producción mundial de acero bruto aumentó de 189 millones de toneladas métricas en 1950 a 1.800 millones de toneladas métricas en 2018. El rápido crecimiento en las últimas dos décadas provino de la capacidad excedente producida en China, que contribuye casi el 50 por ciento de la producción mundial de acero. El desajuste ha causado disrupciones mayores en la industria, especialmente en el mundo occidental, ya que los fabricantes chinos comenzaron a exportar su inventario excedente a precios bajos.

Aunque es probable que este desequilibrio continúe, las empresas están trabajando para mejorar la eficiencia mediante la modernización de sus tecnologías de fabricación de hierro y acero. En el proceso, han reducido gradualmente la dependencia de la mano de obra humana, en favor de la automatización.

Una planta de acero moderna emplea mucha menos mano de obra humana que hace 25 años. Durante un período en que la producción mundial de acero creció dos veces y media, la industria ha perdido más de 1,5 millones de miembros de la fuerza laboral.

La cadena de suministro del acero contiene algunos elementos únicos que son centrales para la industria:

• Una cadena de suministro de entrada multi-origen. Las minas generan un flujo continuo de materias primas. Sin embargo, el mineral de hierro viene en una variedad de formas y calidades que a menudo requieren procesamiento adicional antes de pasar al procesamiento de producto final. Esto puede resultar en varios grados de acero que no necesariamente están vinculados a demandas específicas de clientes.
• Producción sensible a fallos. El proceso de fabricación de hierro y acero requiere un flujo ininterrumpido de materiales entre etapas de producción, incluyendo alto horno, convertidor de oxígeno básico, colada continua y laminador. Apagar y reiniciar una operación dada durante el proceso de fabricación de acero puede ser costoso. Por lo tanto, la producción y el flujo de inventario deben equilibrarse para evitar costos de recalentamiento, minimizar cambios y eliminar la acumulación no deseada de inventarios en proceso.
• Una red compleja de almacenamiento y distribución de producto terminado. El almacenamiento, seguimiento y distribución son vulnerables a ineficiencias debido a los variados grados, peso y tamaño de los productos finales. Además, existen limitaciones para el uso de tecnologías de seguimiento en la industria del acero, como etiquetas de identificación por radiofrecuencia (RFID) que interfieren con las propiedades físicas del acero.
• Múltiples canales de venta. Tradicionalmente, las empresas de acero han dependido de una variedad de canales de venta indirectos, como distribuidores, agencias y centros de servicio, todos dirigidos a los mismos mercados. Los fabricantes de equipos originales (OEM) de acero tienen control limitado en el mercado, con visibilidad mínima a los requisitos del consumidor final. Además, los canales indirectos ralentizan el proceso de venta debido a múltiples handshakes y la acumulación de overhead, como comisiones de agencias. Con el advenimiento de la venta por internet y canales de venta directa, los marketplaces electrónicos y subastas electrónicas se han convertido en medios populares para mejorar la transparencia, acortar ciclos de venta y reducir overhead. Al mismo tiempo, las plataformas de marketplace electrónico han dado a los clientes acceso listo a datos de mercado y cotizaciones competitivas para requisitos de grado especificados. Esto ha resultado en una proliferación de grados de acero, el 75 por ciento de los cuales se han desarrollado en los últimos 20 años. Cumplir con los requisitos de los clientes con el ciclo de cumplimiento de pedidos más corto y el precio más competitivo se han convertido en claves para el proceso de venta.
• Un mercado commoditizado y volátil. En la cadena de suministro del acero, tanto las materias primas como el producto terminado son commoditizados. Por lo tanto, el negocio está expuesto a la volatilidad de precios tanto en puntos de demanda como de oferta, resultando en una rentabilidad disminuida.

Las empresas generan grandes volúmenes de datos diariamente, y está creciendo exponencialmente. Los datos vienen en formas tanto estructuradas como no estructuradas. A medida que la computación en memoria, el almacenamiento y las tecnologías digitales se vuelven confiables y asequibles, muchas empresas de metales los usan para desarrollar analíticas avanzadas y obtener insights de procesos. Hasta ahora, sin embargo, la mayoría de esos esfuerzos han carecido de una visión a nivel de organización en forma de estrategias integradas de cadena de suministro. La industria del acero tiene un margen significativo para beneficiarse de mejorar su destreza digital.

Un gemelo digital es la réplica virtual de los procesos físicos de la cadena de suministro, y la columna vertebral para la integración ciber-física. Asegura la transmisión fluida de datos entre mundos digitales y entidades físicas. Para habilitar la IA empresarial, los siguientes atributos de los gemelos digitales son necesarios:

• Una plataforma de comercio de ecosistema para intercambio de información con todos los socios de negocio internos y externos, a través de software comercial disponible off-the-shelf.
• Plataforma de escucha y suscripción de información, para capturar información más allá de los límites del control directo.
• Conectividad de equipos físicos y captura de eventos a través de dispositivos de Internet de las Cosas (IoT). El gemelo digital asegura la recopilación continua de datos en tiempo real en varios nodos de la cadena de suministro, como almacenamiento de mineral (por mineros, proveedores y operadores de buques), producción (por horno de coque, planta de sinter, alto horno, colada y laminador), almacenamiento y distribución de producto (por patios y transportistas de flete), y canales de venta (incluyendo marketplaces electrónicos, centros de servicio y distribuidores).

Un lago de big data es el único lugar de almacenamiento para todos los datos empresariales en su formato nativo. Puede usarse para una variedad de propósitos, como analíticas avanzadas impulsadas por ciencia de datos y aprendizaje automático. Para empresas de acero, un lago de big data puede almacenar datos de negocio no relacionados de varios nodos de la cadena de suministro, incluyendo minas, patios, altos hornos, coladas y laminadores, en formatos raw. El big data puede usarse para obtener insights en las siguientes áreas:

• Inteligencia de mercado, compuesta por información sobre macroeconomía, políticas monetarias, aranceles, bolsas de metales, fluctuaciones de precios de commodities, información de competidores y situaciones geopolíticas.
• Datos de la acería, proporcionando detalles de capacidad y operaciones en varias etapas, como fabricación de hierro y acero, gestión de patios y transporte.
• Datos del plan de negocio, incluyendo planes de producción y envío.
• Datos del ecosistema de socios, generados por stakeholders externos como clientes, agencias, centros de servicio, mineros, transitarios y operadores de buques. El ecosistema de socios debería proporcionar acceso a datos en una red de negocio multi-empresa (como una plataforma de comercio de ecosistema) de organizaciones externas con las que las empresas de acero hacen negocios.

La IA empresarial comprende las siguientes funciones:

• Detección de eventos en varias etapas de la cadena de suministro del acero. Antes de llegar a la puerta del consumidor, un producto de acero debe pasar por un ciclo de vida de fabricación completo. A medida que el mineral de hierro a granel se convierte en productos de acero discretos, las materias primas se mueven a través de múltiples equipos y pasos de proceso. Cualquier disrupción o cambio en cualquier parte de la cadena de suministro tendrá un impacto mayor en otras fases de producción. Un gemelo digital, con atributos asociados como IoT, reconocerá inmediatamente los cambios y recopilará los datos para análisis posterior.
• Análisis de eventos y determinación de su impacto en indicadores clave de rendimiento (KPIs) en diferentes horizontes temporales. Una vez que se recopilan los datos del evento, se activa una plataforma analítica avanzada para identificar posibles influencias en actividades planificadas. Este paso crea numerosos escenarios «qué pasaría si» en una fracción de segundo, permitiendo la comparación de resultados de posibles cambios en toda la red de suministro. La evaluación puede determinar impactos en varios KPIs dentro del horizonte de planificación.
• Recomendación de soluciones alternativas. Si bien la recopilación y análisis de datos son esenciales, el valor real de la IA empresarial radica en su capacidad para analizar la extensión total de los impactos y proporcionar recomendaciones asociadas. Si el impacto supera el umbral de ciertos KPIs, las reglas de negocio y lecciones de experiencias cognitivas previas pueden ayudar a la IA empresarial a recomendar soluciones que entreguen los resultados empresariales deseados. Tales recomendaciones deben considerar influencias a través de la red de la cadena de suministro y recomendar planes óptimos.
• Optimización de resultados a través de aprendizaje cognitivo continuo. Un lago de big data proporciona insights a través de ciencia de datos. La IA empresarial, a su vez, usa la información para permitir la optimización continua de resultados. Un lago de big data es una masa de información no relacionada que tomaría la vida de un humano comprender. Sin una estructura, esta información no puede usarse para propósitos de negocio. Las técnicas de ciencia de datos pueden filtrar datos no estructurados dentro de dimensiones de negocio específicas, como marco temporal, geografía y producto, y descubrir conexiones ocultas para permitir el auto-aprendizaje continuo.

La IA empresarial impulsa la fiabilidad, eficiencia y productividad en la industria del acero mediante la reducción de mano de obra manual, reemplazándola con conectividad máquina a máquina y analíticas prescriptivas. Puede detectar elementos como insight de mercado, volatilidad de la demanda y disrupciones en producción y suministro. El uso industrial de tecnologías de IA, junto con inversiones en lagos de big data y gemelos digitales, promete transformar a las empresas de acero en operaciones más receptivas y rentables. Una visión pragmática de la IA empresarial puede aumentar drásticamente las eficiencias de la cadena de suministro del acero, llevando a costos de inventario reducidos y acortando el tiempo de comercialización en el volátil mercado del acero.

Hiranmay Sarkar es socio gerente en la Práctica de Consultoría e Integración de Servicios de Tata Consultancy Services (TCS).