Perspectivas de manufactura: Lecciones del sector metales y minería (Parte 3) – Panel de expertos con Axora

Bienvenidos al podcast Trend Detection, impulsado por Senseye, líder en el uso de IA para impulsar el rendimiento y la fiabilidad de activos escalables y sostenibles. Esta nueva publicación está diseñada para ayudarle a llevarse ideas sobre cómo lograr eficiencias de mantenimiento.

En esta tercera y última parte de nuestra serie sobre lo que los fabricantes pueden aprender de la industria de metales y minería, me acompaña nuevamente Joe Carr de Axora. Puede escuchar la parte uno aquí y la parte dos aquí.

Durante el episodio que discute qué pueden aprender los fabricantes de la industria de metales y minería, Joe Carr de Axora nos habla sobre las prácticas de mantenimiento que siguen las empresas de metales y minería, por qué el tiempo de actividad de la máquina es clave y cómo el exceso de datos de máquinas resulta desafiante.

Suscríbase a través de su proveedor de podcasts favorito (Apple, Google y Spotify) si desea ser notificado sobre futuros episodios y déjenos su opinión dejando una reseña.

Transcripción

Temas clave tratados (clic para saltar a la sección)

1. Las prácticas clave de mantenimiento en la industria de metales y minería
2. Utilización de datos de máquinas en metales y minería
3. Casos de uso de IA y aprendizaje automático en metales y minería
4. Sostenibilidad en metales y minería
5. Caso de estudio: Alcoa

Niall Sullivan, Senseye: Sí, eso es, Joe. Es interesante que menciones el mantenimiento porque ahí es hacia donde iba a continuación y, de hecho, una forma más inteligente de hacerlo. De nuevo, pensando como punto de partida, y probablemente vayas a decir que es caso por caso, pero en general, ¿cuáles son las principales prácticas de mantenimiento que están en vigor actualmente?

¿Qué siguen estas empresas de minería y metales? ¿Es mantenimiento reactivo? ¿Es como sugerías, que cambian cada 4.000 días o lo que sea? En términos generales, ¿qué tipo de práctica siguen actualmente en términos de mantenimiento?

Joe Carr, Axora: En el mundo de la minería y metales, el tiempo de actividad (uptime) es clave. Cien por ciento, el uptime es lo más importante, porque es muy parecido a un asiento de avión: si no produzco en ese tiempo, nunca puedo recuperarlo. ¿Verdad?

Una vez que el avión ha despegado y el asiento no se ha vendido, nunca puedo recuperar ese asiento para venderlo. Es lo mismo si diriges una refinería, ¿verdad? Si no estás produciendo metal, una tonelada de cobre durante una hora, entonces esa hora se ha ido. Nunca voy a recuperar esa producción.

El uptime es clave. La industria ciertamente no quiere funcionar en reactivo. Siempre habrá algún nivel de mantenimiento reactivo. Siempre va a pasar. Ciertamente, como industria, queremos que sea la excepción, no la regla. Aparte del mantenimiento reactivo, que no queremos, tienes mantenimiento planificado y preventivo.

Definitivamente hay una mezcla ahí. De nuevo, como dije, es caso por caso. Encontramos que ciertas cosas, especialmente... Por ejemplo, camiones. Ese es un gran ejemplo. Tenemos muchos sensores hoy en día en camiones, que pueden decirnos cómo funciona el motor, los frenos y todo ese tipo de cosas. En esos lugares, por ejemplo, podemos ser más predictivos para entender cuánto tardará un componente en fallar, así que eso existe.

Luego, hay áreas donde es solo planificado directamente. Cambiamos eso cada 5.000 horas. ¿Por qué lo cambiamos cada 5.000 horas? Porque eso es lo que recomienda el fabricante. Si eso es correcto o no, es discutible.

Ciertamente es una mezcla hoy. Creo que, idealmente, toda la industria querría funcionar en predictivo. Querríamos IA, datos de sensores y aprendizaje automático que nos digan cuándo van a fallar las cosas, cien horas antes de que fallen, para poder cambiarlas justo a tiempo.

Surge un problema ahí en torno a la planificación. No podemos arreglar todo justo antes de que se rompa. Tenemos que tener un nivel de planificación, pero hay ahorros de costes significativos y beneficios para el uptime al maximizar la vida útil de los componentes. En el hecho de que si puedo mantener ese camión funcionando 10 horas más de lo que quería. Y puedo planear sacarlo de servicio cuando tenga un hueco disponible, en lugar de aparcarlo y ponerlo en cola un día mientras hago otra cosa, porque esa es producción perdida.

Creo que hoy, cuando trabajaba en operaciones, intentábamos apuntar a los altos ochenta en uptime. 88% generalmente, era el tipo de cosa. Con un mejor mantenimiento predictivo, si podemos subir eso a los ochenta y noventa, hay beneficios masivos. Hay beneficios masivos para la empresa minera. Hay beneficios masivos para la sociedad, en que podemos producir más metales con la misma cantidad de activos que tenemos. No necesitamos abrir otra mina. Podemos seguir produciendo de las que tenemos y ser más eficientes con el equipo que tenemos.

Niall Sullivan, Senseye: Hay una mezcla de estrategias en marcha por lo que dices. Obviamente tocaste el mantenimiento predictivo, que es de muy claro interés desde mi punto de vista.

Por todo lo que has dicho, está claro que el mantenimiento predictivo añadiría bastante valor. ¿Qué tan bien se está adoptando? Podría ser que el mantenimiento predictivo siga siendo un mercado en crecimiento y aún no haya despegado.

Mencionamos la transformación digital antes y algunos de los problemas allí, pero, ¿el mantenimiento predictivo y sus beneficios son ampliamente conocidos? ¿O son ampliamente conocidos y no lo adoptan por las razones que señalaste antes, relacionadas con preocupaciones de seguridad y ese lado?

Joe Carr, Axora: Sí. Realmente es ampliamente conocido, en realidad. Las soluciones de mantenimiento son algunas de las más grandes en la industria.

De nuevo, se reduce un poco a que es tan fácil calcular el valor. Es tan fácil decir: "¿Qué me aporta un 1% más de uptime?" Los repuestos que se venden en repuestos, siempre está bien, pero siempre se ve empequeñecido hasta la insignificancia por su producción.

Si nos cuesta más operar la mina que producir el material, no tendríamos una mina. No es así como funciona la industria minera, ¿verdad?, como cualquier negocio. Siempre hay beneficios masivos. Creo que el problema principal es que ha sido un desarrollo desordenado a lo largo de los años, y ciertamente dentro de los vehículos y la planta, es lo más avanzado. Especialmente, si tienes un camión amarillo muy grande, muy conocido, ¿verdad?

Si tienes Caterpillar, Komatsu, o ese tipo de gente, han estado haciendo mantenimiento predictivo en sus vehículos mucho tiempo, lo saben. Cuando venden vehículos hoy, hay muchas minas que compran sus vehículos. No los compran. Los compran basándose en uptime.

Están adquiriendo un vehículo con un uptime mínimo del 87% o algo así. Si no obtienen ese uptime, no pagan por ello, porque lo están arrendando. Un poco como podrías arrendar un coche. Están muy motivados. Los fabricantes están muy motivados para mantener esos vehículos funcionando lo más eficientemente posible, porque es un gran diferenciador al vender un camión, diciendo: "Mi camión es eficiente". Tienen piscinas de datos tan masivas.

Si piensas en Caterpillar, tienes decenas de miles de camiones con sensores, todos proporcionando datos sobre cómo funcionan esos camiones. Solo están mejorando en entregar lo que hacen.

Si eres una empresa minera y tienes cien camiones, tu piscina de datos es mucho más pequeña para poder entregar esos beneficios. Cuando implementan sus propios sistemas, simplemente no son tan efectivos. Ese es un ejemplo donde el mantenimiento preventivo y planificado ha sido impulsado por el fabricante.

Mientras que si vas a algún lugar como el concentrador, la refinería o la fundición, ninguna empresa vende una fundición. No vas a Hatch o FLSmidth y compras esta fundición. La construyen a partir de componentes de muchos fabricantes diferentes. Luego, podrían construir un gemelo digital alrededor de eso, si es una fundición totalmente nueva, en los últimos cinco años.

Ahí es realmente donde la IA, el mantenimiento predictivo y el aprendizaje automático tienen una oportunidad, porque no está controlado por un único OEM titular, ¿verdad? No es un taladro, que está hecho por... No es un coche hecho por Ford, donde Ford sabe lo que pasa en todas las piezas.

Cada refinería de mina es diferente. Cada fundición es diferente. Cada concentrador es diferente, hecho por muchas piezas diferentes de muchos fabricantes diferentes. Ser capaz de reunir todos esos datos, entenderlos y ofrecer los insights que hoy tenemos disponibles para camiones, taladros o palas, ahí es donde hay una oportunidad realmente interesante. Luego, lo mismo existe en toda la cadena de valor minera. Esos son solo dos ejemplos muy buenos.

Niall Sullivan, Senseye: ¿Es porque los datos son siempre un... Bueno, ¿es un tema importante desde nuestro punto de vista, porque hay una situación de festín o hambruna, donde no hay datos o hay tantos datos en tantos formatos diferentes? Es bastante difícil tomarse un tiempo, al menos, para llegar a esos insights reales que hay dentro.

¿Las empresas de metales y minería son bastante buenas recopilando muchos datos alrededor de sus diferentes tipos de maquinaria y buscando formas de explotarlos? ¿O no recopilan muchos datos? ¿Es el otro lado de las cosas?

Joe Carr, Axora: Por experiencia personal, recopilan toneladas de datos. No tienen ni idea de qué hacer con ellos.

Descubrimos eso en nuestro pronóstico de innovación, cuando hicimos el trabajo. Uno de los mayores problemas era uno, necesitamos poder recopilar los datos. Eso es un reto porque necesitas red para hacerlo.

Una vez que las minas tenían datos, estaban en muchos formatos diferentes, en muchas ubicaciones dispares. Uno, no necesariamente sabían qué hacer con ellos o no podían hacer nada con ellos, porque no eran capaces. No tenían las habilidades, como hablamos anteriormente. Los datos son un reto real, porque estas máquinas hoy... Uno de los chicos de tecnología con los que hablaba hace un par de años desde tech, decía: "Un camión completo produce dos gigabytes de datos al día". Y tenían 83 en la mina funcionando. Dijo: "El almacenamiento está lleno. No tarda mucho". ¿Verdad? Tienes 83 cosas produciendo dos gigas de datos cada día para llenar el servidor. ¿Qué hacemos con estos datos?

O el 99% de ellos, no nos interesan. ¿Por qué no nos interesan? No tenemos nada que hacer con ellos. Probablemente eran datos increíblemente interesantes. Estamos rastreando velocidad, tiempo de ciclo y temperaturas del motor de las variables. Probablemente estamos rastreando 20 de las 500 variables que salen de estos camiones, en tiempo real.

Es una oportunidad masiva para las minas, porque tienen todos estos datos y luego están en silos. Se quedan en la mina, por todas las razones de las que hablamos antes, sobre infraestructura en la nube y cómo proteges la mina de ciberataques. Tenemos todos estos datos que simplemente están en un servidor sin que nadie haga nada con ellos, porque nadie en la mina sabe cómo hacerlo. Nadie está empleado para hacerlo.

¿Para qué estoy empleado, como ingeniero de minería, para estar en el suelo de la mina? No estoy empleado para sentarme a revisar datos de servidores. Estoy empleado para romper roca, sacar cosas del suelo y pasarlas por la planta de procesamiento. Es una mezcla, ¿verdad? Muy rara vez vas a una mina y encuentras 20 científicos de datos trabajando en los datos. ¿Verdad? Lo que encuentras, es muchos geólogos, ingenieros, gente de producción y perforadores trabajando en la mina.

Eso parece una lástima porque, como dije, es una oportunidad sin explotar tan grande. Como estaba diciendo, no tienen los recursos internos para filtrar esos datos. También son un poco más conscientes de la seguridad al trabajar con la nube o plataformas de software, que podrían ayudar a obtener insights reales. Parece una oportunidad perdida.

Como dije, la industria probablemente cambiará. La gente cambia de trabajo y genera... Quizás sea algo generacional también. Quizás eso cambie con el tiempo y la gente traerá estas ideas pensando: "Bueno, hay montones de datos. ¿Por qué no hacemos nada?" Realmente necesitamos salir y encontrar soluciones para poder hacer uso de estos datos, para nuestro beneficio.

También es una cuestión de trabajo, ¿verdad? Cuando era ingeniero de producción, lo que realmente me importaba era la producción. Si alguien venía a mí y decía: "Oh, ¿podemos ejecutar un proyecto de IA en tus camiones o algo?" Mi opinión habría sido como, bueno, eso se interpone en el camino de mi producción y mi trabajo.

También ves una desconexión donde la gente en sitio solo quiere seguir haciendo su trabajo. Y la gente que está en los departamentos de innovación, está realmente interesada en hacer proyectos innovadores, pero necesitan la aceptación de la gente del sitio. Hay esta desconexión donde si soy un ingeniero de producción, me pagan mi bono y mi salario por producción. No me lo pagan por ejecutar proyectos de IA.

Puede haber una desconexión donde la gente en el sitio dice: "Mira, no tengo tiempo para esto". Esa también es una dicotomía interesante, también, dentro de una mina. La mina está aislada en sí misma. La gente de producción en la mina, no habla con la gente de producción en el molino, que no necesariamente habla con la gente de producción en las refinerías y fundiciones, que están produciendo el metal final. Todos están haciendo su propia cosa. Asimismo, porque todos están haciendo su propia cosa y es realmente importante para ellos, si vienes con algo de mantenimiento, puede que no consigas aceptación. Pueden decir: "Ah, eso es realmente valioso. Realmente me gusta eso". La respuesta tiende a ser: "Vuelve cuando pueda usarlo inmediatamente, y no tenga que perder tiempo integrándolo". Es ese paso de integración y la molestia que conlleva. No hay una persona allí cuyo trabajo sea hacer eso.

Niall Sullivan, Senseye: Como dije, de nuevo, tiene que ver con el elemento de habilidades faltantes, supongo. ¿O no ha sido un problema conocido, verdad? ¿Son conscientes de la brecha de habilidades?

Joe Carr, Axora: Sí, lo son. Creo que esto se reduce a lo que hablamos antes, con el aprendizaje automático, IA y centros de operación remota.

Cuando la gente se libera de hacer las cosas que son repetibles, parte de la planificación, y los pasos que aún hacen... Mucha gente hace a mano, que probablemente podría automatizarse. Cuando la gente se libera de esas cosas, podrán mirar cosas como IA y poder dedicar el tiempo y esfuerzo a esos proyectos, que en última instancia entregarán un valor increíble.

Es el: "Bueno, prefiero tener 10 libras ahora, que 20 libras la semana que viene". ¿Qué preferirías tener, verdad? ¿Prefieres el beneficio ahora o más tarde? Como humanos con terrible pensamiento a largo plazo, planificando 10 años por delante... En realidad, la industria minera es fantástica planificando 20 años por delante.

Cada departamento minero tiene planificadores a corto, medio y largo plazo. La gente de planificación a largo plazo, su pronóstico más temprano está a 10 años. Están mirando cosas tan lejos en el futuro. La ventana de planificación de la persona a corto plazo es esta tarde. Creo que, en realidad, la industria minera es muy buena pensando a largo plazo. Solo se trata de cómo ayudamos a toda la cadena de valor a pensar a largo plazo. Y cómo liberamos a la gente para poder hacerlo.

Niall Sullivan, Senseye: Sé que hemos mencionado IA y aprendizaje automático mucho y obviamente desde mi perspectiva, sé desde el punto de vista del mantenimiento predictivo, cómo eso puede ofrecer realmente beneficio. Aparte de eso, en cualquier otra área, ¿dónde se están aplicando IA y aprendizaje automático? ¿Qué ejemplos puedes proporcionar en metales y minería?

Joe Carr, Axora: Bueno, hay realmente... la lista es tan larga como tu brazo, como con muchas cosas.

Niall Sullivan, Senseye: Quizás hablemos de los cinco principales. No, los principales... No sé...

Joe Carr, Axora: Sí. Haremos la cuenta regresiva, ¿verdad? Número cinco.

Creo que hay varias áreas. Hablamos de mantenimiento. Creo que el mantenimiento es uno realmente bueno, porque la fruta está tan al alcance de la mano, que está en el suelo.

Hay algunas áreas donde, mientras tengamos los sensores para poder hacer cosas, creo que hay tanto en mantenimiento que se puede hacer, que hoy es reactivo o solo planificado. Cambiamos el filtro de aire a las 500 horas. ¿Por qué lo cambiamos? Porque lo dice. Definitivamente creo que hay beneficios ahí.

Ciertamente hay beneficios en la comprensión del yacimiento. No nos vayamos por la tangente de la geología, dada la audiencia de tu podcast, pero solo entender dónde está el metal bajo tierra. Hay mucho beneficio en poder usar no el cerebro humano solo para entender eso, porque puedes tener millones de puntos de datos que hoy encontramos, hacemos clic, y circuitamos que está aquí y está aquí, y construimos una forma, ¿verdad?

Hay tanto beneficio para la IA o el aprendizaje automático, dependiendo de qué algoritmos quieras ver específicamente, para poder aplicar a esos modelos. En lugar de hacer un modelo a la semana, un algoritmo de aprendizaje automático podría hacer cientos de modelos en una tarde, y luego el geólogo puede evaluarlos y decir: "Vale, ese tiene sentido. Este, no sé qué ha hecho aquí. Se ha ido por una tangente loca, así que lo ignoraremos".

Ciertamente hay muchos beneficios alrededor de IA básica. Estamos tomando IA aquí para cosas tontas. Es inteligente. Es muy bueno en una cosa y es terrible en todo lo demás. La IA para conducir un camión, es genial conduciendo un camión, pero no puedes hacer nada más cuando el aprendizaje automático aprende lo que pasa por sí mismo.

Las aplicaciones de IA, dentro de una mina para hacer cosas una y otra vez, esas tareas repetitivas. Hay montones de eso, desde perforación de agujeros, a sacar material, a marcar frentes, a cargar explosivos. Todas esas cosas están maduras para IA, porque hacemos exactamente lo mismo cada vez.

Voy a perforar un frente para desarrollo horizontal. Uso el mismo patrón de perforación, cada vez. Muchos taladros ahora, los perforadores ni siquiera perforan los agujeros. Lo ponen en marcha y lo perfora solo. Se aseguran de que pone los agujeros en los lugares correctos, pero, ¿realmente hay ese paso extra involucrado en decir: "Bueno, ¿por qué no pueden seguir solos? Solo tener a alguien en un centro de operación remota vigilando".

Hay beneficios ahí, y ciertamente en el espacio del metal, cuando miramos cosas como aprendizaje automático, en términos de entender el producto que estamos produciendo. ¿Cómo lo estamos produciendo? ¿Hay defectos? Si es un metal refinado al final usando algo como visión artificial, así que cámaras. Esencialmente, una forma elegante de decir cámara. Usando visión artificial para entender los resultados del material y luego a quién se lo vendemos.

En última instancia, la utopía sería: quieres un metal específico con alguna propiedad. Haces tu pedido, va a la mina, y la mina despacha el equipo a donde sabe que está ese material. Extrae ese equipo específico. Pasa por el concentrador, la fundición y la refinería porque tiene propiedades muy específicas y se te entrega, exactamente a la especificación que quieres. Luego, procesas eso como quieras, o solo lo usas en tu proyecto. Hoy, no estamos cerca de esa cadena de suministro integrada. Eso es lo que podría... Y no hay razón por la que no podamos hacerlo hoy, solo no existe hoy.

Niall Sullivan, Senseye: No, eso es realmente interesante.

Sé que estamos llegando al final de nuestro tiempo, pero quería tocar el tema de la sostenibilidad, que es un tema candente.

Lo que quería saber es, en términos generales de nuevo, ¿cómo está impactando la sostenibilidad a metales y minería ahora? Sé que hablamos de un problema de recursos. También, ¿qué medidas están poniendo las empresas para cumplir objetivos? Estoy seguro de que muchos fabricantes, empresas de metales y minería también tienen objetivos que quieren cumplir.

Joe Carr, Axora: Sí. La industria minera está haciendo bastante. Miras hoy, hay muchos proyectos usando vehículos de batería en minas. El hidrógeno también es un gran tema de conversación.

Creo que solo en las noticias ayer, el tipo que posee Fortescue Metals en Australia, acaba de comprar el brazo de baterías de Williams F1, para ver baterías.

Es un personaje interesante, en que posee una de las mayores minas de mineral de hierro del mundo. O grupos mineros, debería decir. Está construyendo una granja solar para, por decirlo de alguna manera, en el Outback. Va a usar eso para crear hidrógeno a partir de agua de mar, para crear acero verde en Australia. Así que, vender acero sin huella de carbono.

Cuando miras la industria minera en realidad, el acero, ese brazo de metales, es uno de los mayores productores de CO2. Toman el mineral de hierro y para producir acero, tienes que quemar coque y carbón, que es un tipo especial de carbón.

Tienes dos tipos de carbón. Térmico, que es lo que todos piensan cuando piensan en pozo abajo, echando carbón al fuego, y quemándolo en una central eléctrica. Ese es carbón térmico. El carbón de coque es un tipo muy específico usado para crear acero. Esa es la fuente de gran parte de la industria minera, excepto en la industria del carbón, obviamente. Esa es la fuente de un gran trozo de la huella de CO2 de la industria minera.

Hay grandes preguntas sobre: ¿cómo producimos acero verde? ¿Cómo reducimos la necesidad de carbón en la producción de acero? ¿Podemos hacerlo con hidrógeno o incluso gas natural?

Aunque, los precios del gas natural hoy, tampoco tiene mucho sentido en este momento, con cómo está el gas natural.

La sostenibilidad está masivamente alta en la lista de tareas de la industria minera y en sus necesidades. Es esa interesante pregunta de: ¿cómo producimos todos estos metales realmente importantes que todo el mundo quiere? ¿Cómo los producimos con este impacto limitado? Entendiendo que la industria minera es por su propia naturaleza, una industria que extrae algo de la tierra. Es una industria extractiva.

La pregunta de cómo lo hacemos mejor, ha estado en las agendas de las empresas mineras por mucho tiempo. Y seguirá siéndolo, cuanto más se enfoque la gente en el medio ambiente, lo cual solo va a aumentar. Vamos a ver más de eso.

Para mí, la parte realmente interesante... Y el doble pensamiento para citar a Orwell en 1984, que ser capaz de sostener dos cosas en tu cabeza, diametralmente opuestas y no entender el beneficio de ellas, es que a mucha gente no le gusta la industria minera. Dices que trabajas en la industria minera y la gente dice: "Oh, vaya". No entienden la industria.

Tienen esta visión de que la industria es una industria terrible, la de metales. Sin embargo, al mismo tiempo, también dicen: "Estamos en una crisis climática y necesitamos energía verde más que nada". Es imposible sostener dos visiones diametralmente opuestas de que no te gusta la industria minera, pero quieres hacer algo sobre el cambio climático. No puedes tener uno sin el otro.

No podemos hacer eso. Recuerdo que estuve en IMARK, la conferencia internacional de recursos mineros hace unos años, cuando realmente me dejaban subir a un avión e ir a lugares.

Abajo en Melbourne y la gente de Extinction Rebellion estaba allí. Tengo un video de una entrevista en Sky News Australia. Tenían al jefe de la protesta de Extinction Rebellion allí. Más o menos parafraseando lo que dijo. Dijo: "Actualmente estamos en una crisis climática y necesitamos hacer algo al respecto. Si no despertamos, el mundo va a tener problemas masivos". Luego, en el mismo aliento: "Están construyendo una mina de cobre en Filipinas que nadie quiere".

Es imposible sostener ambas visiones, ¿verdad? No puedes estar en contra de las minas de cobre y en contra del cambio climático. No puedes tener la revolución de energía verde, sin la industria minera.

Niall Sullivan, Senseye: Ese es un sentimiento realmente bueno para terminar, en realidad. Justo antes de terminar Joe, ¿cómo pueden las personas saber más sobre Axora y qué hacen por ellos? Para la industria?

Joe Carr, Axora: Sí, puedes ir a Axora.com. Puedes ver el marketplace y contactarnos a través de eso. O puedes encontrarme en LinkedIn y enviarme un mensaje. Estaré encantado de redirigirte a quien sea la persona apropiada dentro de la empresa, para hablar sobre lo que quieras hablar.

Caso de estudio: Alcoa

Alcoa Corporation es líder global en bauxita, alúmina y productos de aluminio, construida sobre una base de valores fuertes y excelencia operativa que se remonta más de 130 años al descubrimiento que cambió el mundo y hizo del aluminio una parte asequible y vital de la vida moderna.

Alcoa opera plantas de producción en todo el mundo y ha aplicado innovaciones revolucionarias e implementado mejores prácticas que han llevado a mayor eficiencia, seguridad, sostenibilidad y comunidades más fuertes dondequiera que operen.

Descubra por qué Alcoa se asoció con Senseye para lograr tecnología de primera clase y prácticas operativas para Mantenimiento Predictivo.