Sustentan la Industria del futuro: dgItal, eficiente y revolucionada
ALEJANDRO PREINFALK
Presidente & CEO Siemens México, Centroamérica y el Caribe
Ha ocupado diversos cargos directivos en Costa Rica, Alemania, Rusia, Guatemala y México. Tiene una Licenciatura en Ingeniería Eléctrica de la Universidad de Costa Rica, así como diversos cursos de posgrado de Harvard, MIT, Stanford, la Universidad de Michigan y Singularity University.
Es presidente de la Comisión México 4.0: Innovación Industrial y Digitalización de CONCAMIN (Confederación de Cámaras Industriales de los Estados Unidos Mexicanos), presidente de la Cámara México- Alemana de Comercio e Industria CAMEXA, miembro del Consejo de Empresas Globales CEG (Consejo Empresas Globales), mentor y panelista de Endeavor y miembro del consejo de la Asociación para América Latina en Alemania.
A lo largo de su trayectoria directiva, ha sido reconocido como uno de los 10 CEOs más innovadores y disruptivos de México, según el ranking ‘CEOs Change Makers 100’, realizado por Horse. Asimismo, y dada su colaboración con el sistema emprendedor, fue elegido como uno de los top 100 mentores de Endeavor.
Actualmente es el CEO y presidente de Siemens México, Centroamérica y el Caribe, nombrado el 1 de julio de 2020, además de su cargo como vicepresidente Ejecutivo de Industrias Digitales.
Ahora que estamos iniciando un nuevo año, solemos pensar en lo que dejamos atrás, pero sobre todo en lo que vendrá. Esto también aplica, por supuesto, a la tecnología, que sigue avanzando a pasos agigantados, apoyada en una tendencia de digitalización que continúa masificándose.
Hay dos innovaciones que están revolucionando claramente los procesos industriales, para facilitar las actividades, hacer más eficientes las operaciones, agilizar los tiempos de respuesta, minimizar errores y brindar mejores experiencias a usuarios y consumidores. Una es la inteligencia artificial (IA), no sólo por lo que ha hecho por las empresas sino por lo que aún está por hacer; y la otra es el ‘Big Data’ (el manejo de los grandes volúmenes de datos), en una era en la que los clientes desean contar con la mayor información posible de los productos que están consumiendo.
La ventaja de sacar el jugo a los datos para transparentar la cadena de suministro
El Big Data, y en específico la capacidad de ejecutar un análisis efectivo sobre la gran cantidad de datos disponibles, y hacerlo con la rapidez y efectividad que se requiere, permite obtener ganancias significativas con información útil sobre cada etapa del suministro, distribución y comercialización de productos de todo tipo.
Si bien la industria lleva un largo tiempo aprovechando la información a su alcance (a través de la analítica), recientemente se ha dado un gran avance, producido al agregar flujos de datos adicionales. Estos se obtienen con mayor frecuencia de plantas industriales, maquinarias y sistemas tecnológicos conectados al internet de las cosas (IoT por sus siglas en inglés), así como por datos acerca del sentimiento del consumidor, provenientes de fuentes online.
Algo que, como clientes, buscamos cada vez más, es transparencia. En el sector industrial, de múltiples formas hemos comprobado que un profundo análisis del Big Data habilita dicha transparencia en todo el ciclo de vida del producto.
Miremos un ejemplo elaborado en el marco del entorno alimenticio:
1. Los ganaderos y agricultores comprenden las condiciones óptimas de su ganado al hacer un seguimiento de datos mediante sensores en el campo. Combinar esta información con las características de otros productos agrícolas, como leche, huevos, pollo, cereales, etc., ya de por sí es poderoso, pero adicionalmente este ‘insight’ puede vincularse con las opiniones de los consumidores, por ejemplo, para reevaluar cómo complacer más a los consumidores
2. Los encargados de procesos maximizan el rendimiento de la planta al recopilar y analizar Big Data sobre tiempos de inactividad, tendencias, etc., gracias al mayor contexto que les brindan múltiples flujos de datos vía sensores ambientales, equipos de automatización y otros. Además, optimizan la producción al identificar configuraciones de ‘lotes dorados’ a través de varios escenarios de condiciones de proceso en las plantas de producción.
3. Los encargados de procesos y los dueños de marcas responden de forma más efectiva a las cambiantes demandas aprovechando las tendencias que surgen de analizar el Big Data. Detectando patrones tempranos en el software de planificación de la demanda pueden prepararse ante cambios en el clima o festividades locales, por ejemplo, que usualmente modifican los hábitos de compra. En estos casos, combinar datos tradicionales de cadena de suministro con seguimientos de IoT en tránsito y estanterías mejora drásticamente los planes y brinda agilidad.
4. Los diseñadores de embalajes obtienen información sobre los estilos, materiales y tamaños de envases que son tendencia en un determinado lugar, tomando ventaja de los macrodatos de ventas de productos finales. Al combinar esto con el desempeño de la línea de empaque en planta, tanto el diseño como las operaciones cuentan con nuevas ideas de mejora.
5. Los transportistas garantizan la entrega de productos frescos, sin errores y a bajo costo, al analizar el Big Data de ubicaciones y rutas en la red de distribución.
6. Los ‘retailers’ actúan con rapidez abasteciendo cada ubicación con éxito considerando la mercancía a punto de caducar, al contar con datos sobre los productos por fecha de llegada y vencimiento. Cuando venden más productos frescos mejoran los márgenes de ganancia.
Con estos 6 pasos podría cerrarse el círculo virtuoso de la práctica de la analítica de Big Data en el sector de alimentación, pero lo cierto es que su aprovechamiento puede ir más allá, impactando los alcances de otras áreas, como el almacenamiento de los productos, el marketing, la experiencia del cliente y un largo etcétera, marcando la diferencia de manera contundente.
En la industria, conversar con máquinas ya es algo natural. ¿Preparado?
Que la IA se encuentre en la mente de todos no es casualidad; hoy por hoy su aplicación cubre múltiples sectores y procesos: ayuda a incrementar la productividad y eficiencia; habilita la toma de decisiones informada y la predictibilidad; permite automatizar tareas y lograr ahorros en costos operacionales; mejora el monitoreo; reduce errores humanos; es la base para una mejor experiencia del cliente, entre muchos otros factores que toca y optimiza.
Pero aún hay más; el alcance de la IA irá mucho más allá, pues los avances tecnológicos que se están cocinando permitirán una transformación de la industria como no se había alcanzado hasta ahora.
Todo esto será gracias a ChatGPT, fenómeno del mundo de la IA generativa que acaba de cumplir su primer año de vida, este noviembre pasado, pero cuyo impacto Bill Gates compara ya con la importancia mundial que tuvieron la llegada de la PC y el Internet para la humanidad. Los chatbots con cerebros impulsados por IA están listos para revolucionar el mundo: su capacidad para hablar lenguajes de programación es sumamente útil para los procesos automatizados en la industria.
Hoy, usando lenguaje natural, los empleados humanos de una planta ya hablan con máquinas, o escriben códigos de automatización. Con esto, no sólo minimizan errores, sino que ahorran mucho tiempo al ser capaces de replicar el código las veces que sea necesario, y lo hacen en cuestión de segundos.
La revolución inicia con el copiloto industrial de Siemens y Microsoft
Dados los beneficios que ha probado brindar la IA y los chatbots a la industria en el terreno de la automatización, para Siemens –como el mayor fabricante de tecnología de automatización en el mundo–, y Microsoft –la firma más grande de software y férreo impulsor del OpenAI– era simplemente natural unir fuerzas para desarrollar el Copiloto Industrial, que ayuda a los ingenieros de automatización al escribir código de programación para la maquinaria en las fábricas, colaborando en la localización de errores de software.
El Copiloto Industrial ahora está en pruebas en dos casos de uso:
1. Ayuda a escribir código de programación de controladores lógicos programables (PLC por sus siglas en inglés) , y puede traducirlo desde un lenguaje de programación diferente, si es necesario, y luego optimizarlo, con el fin de que los sistemas de control de Siemens sepan qué tienen que hacer las máquinas, en qué orden y en qué condiciones.
2. Resuelve problemas (es decir, localiza el error y sugiere formas de solucionarlo) si una máquina se avería, a partir de conversaciones que los empleados de mantenimiento tienen con el Copiloto para detallar el inconveniente y discutir sugerencias de cambio en un lenguaje natural, como con ChatGPT.
Siemens provee la parte de automatización del Copiloto Industrial, mientras que el procesamiento de lenguaje natural se realiza a través de ChatGPT usando el servicio Azure OpenAI en la nube de Microsoft. De esta forma, se obtienen seguridad, protección de datos y confiabilidad óptimas. Es un hecho que el Copiloto Industrial significará un antes y un después en los negocios industriales, pues habilitará una fabricación más flexible y reducirá notoriamente los tiempos de salida al mercado, y aún falta saber qué más viene en el futuro con base en esta tecnología.
La mesa de la innovación a niveles nunca vistos en el sector industrial está servida. Los alcances de la IA y el Big Data son apenas dos ejemplos entre todo lo que la evolución tecnológica permite hoy, y lo que está por venir es todavía más prometedor. En Siemens pensamos cada paso a ejecutar para mantenernos apoyando a las industrias en el camino del éxito.
Visita el siguiente artículo
