IA: El futuro del sector de la chapa empieza hoy

¿Qué es la inteligencia artificial? Es un concepto del que se habla mucho y que ha cobrado gran importancia en los últimos años.

¿De qué se trata? Explicado de manera simple, se refiere a sistemas o máquinas que imitan la inteligencia humana para realizar tareas, pudiendo mejorar iterativamente a partir de la información que recopilan.

De esta primera aproximación ya se puede deducir que la IA no es más que una herramienta que se puede aplicar a infinitos ámbitos y productos. No es un sistema software en si mismo, pero, desde luego, puede incorporarse a distintos sistemas para mejorar, acelerar y predecir la toma de decisiones a través de la aplicación de modelos desarrollados a partir de patrones.

IA se refiere a sistemas o máquinas que imitan la inteligencia humana para realizar tareas, pudiendo mejorar iterativamente a partir de la información que recopilan.

Para entenderlo imaginemos un ejemplo muy simple: cada día llegas al trabajo entre las 8:50 y las 9:15 de la mañana y, al cruzar la puerta, pones tu móvil en silencio; tras 5 días realizando esa acción, el sexto, aparece un mensaje “parece que necesitas poner en silencio tu dispositivo, de lunes a viernes, a las 9 de la mañana, en la misma ubicación ¿quieres que lo hagamos automáticamente?”. Tú no le has pedido nada a tu teléfono, él ha sido el que ha detectado el patrón, lo ha aprendido, y te ha propuesto hacerlo automáticamente. Esto es IA aplicada a tu vida diaria.

Y esto, ¿cómo puede aplicarse a un servicio de transformación metálica? La IA es la herramienta que incorporada aun sistema software permite reducir la incertidumbre a partir de los datos que se generan en cada uno de los niveles de un servicio de corte de chapa. De sistemas desconectados entre sí, en los que es el operador quien recoge la información que traslada en un soporte físico o digital, podemos pasar a una compañía en la que todos los procesos se digitalizan y se interconectan, obteniendo una inmensa cantidad de datos, consiguiendo de este modo optimizar el valor añadido de cualquier trabajo, eliminando pasos en el proceso cuando es posible y garantizando el registro correcto de la información tanto en formato como en tiempo, evitando sesgos, diferencias de criterios y subjetividades.

Son esos datos los que podremos entonces analizar mediante herramientas de IA para que los sistemas aprendan y puedan llegar a anticipar lo que ocurrirá teniendo en cuenta una gran cantidad de variables. Eso será aplicable a muchas áreas, desde el mantenimiento predictivo de las máquinas, la elección entre las solicitudes de oferta que más interesan a la compañía en un determinado momento o la gestión cuellos de botella en la producción… Las posibilidades son infinitas.

Podemos pasar a una compañía en la que todos los procesos se digitalizan y se interconectan, obteniendo una inmensa cantidad de datos, consiguiendo de este modo optimizar el valor añadido de cualquier trabajo

Pero para eso se debe comenzar por tener máquinas y sistemas con un software que nos asegure la fiabilidad de los datos extraídos. Uno de los peligros a la hora de utilizar una herramienta con IA es utilizar datos mala calidad de partida. Es decir, fuentes de datos que estén ofreciendo medidas erróneas, con “ruido”, o con pérdidas de información…, lo que llevará a la extracción de conclusiones erróneas que concluirán enla toma de decisiones igualmente equivocadas. Por tanto, no podemos aplicar IA al software si la información no es correcta. Surge, por tanto, la necesidad de contar con máquinas que no solo sean las más rápidas y precisas, sino que además sean capaces de interconectarse con software de terceros, procesar, garantizar y emitir una información de calidad. Esto permitirá detectar anomalías, completar datos faltantes, corregirmedidas erróneas y avisar ante un posible mal funcionamiento de los sensores o procesos, y todo ello garantizando siempre la entrega de dicha información. Es por ello por lo que la IoT ha convertido a las máquinas en productos digitales de alto valor añadido.

Quién nos hubiera dicho hace una década que el teléfono móvil tendría una  capacidad de procesamientode datos que supera la de los más potentes ordenadores de décadas pasadas y que gracias a la inteligencia artificial con la que trabaja su software nos iban a facilitar la vida, permitiéndonos utilizarlos para monitorizar nuestra salud, pagar en cualquier establecimiento o tomar decisiones sobre cuestiones de negocio en cualquier lugar.

De la misma forma, las máquinas y los sistemas de automatización de la industria de la transformación metálica pueden ayudarnos a agilizar nuestra toma de decisiones. Para ello el primer paso es contar con máquinas capaces de conectarse entre sí, a otros sistemas y que nos ofrezcan datos fiables.

Surge, por tanto, la necesidad de contar con máquinas que no solo sean las más rápidas y precisas, sino que además sean capaces de interconectarse con software de terceros, procesar, garantizar y emitir una información de calidad.

El bombardeo constante sobre la importancia de las herramientas de IA hace pensar que cualquiera puede beneficiarse de su implantación y que de manera inmediata conseguirá mejorar sus rendimientos y agilizar la toma de decisiones. Sin embargo, esto no es del todo cierto, se requiere de un cierto nivel de digitalización. Dentro de la escala descrita en el Digital Maturity Model (DMM) de Kurago deberíamos encontrarnos en un nivel de Challenger para poder pensar en la aplicación de IA. Es necesario contar con procesos dentro de las distintas áreas de la compañía y software con el que se puedan extraer datos. Además, deberemos haber establecido previamente cuales son los indicadores relevantes para nuestro negocio. Solo de esta forma conseguiremos analizar los datos con los que extraer conclusiones que nos permitan acelerar la toma de decisiones. Si ya hemos llegado a este nivel, podríamos pensar en aplicar  IA que nos faciliten aún más la toma decisiones ofreciéndonos alternativas basadas en modelos creados a partir de los datos con los que contamos. .

La IA puede conseguir resultados asombrosos si se utiliza en contextos con la suficiente madurez digital, pero no servirá de nada si no contamos con datos de calidad y conocemos cuales son los indicadores más relevantes para nuestro negocio, para poder crear los modelos más adecuados. Conocer el nivel de madurez digital de nuestra compañía es fundamental a la hora de tomar decisiones acerca de cuáles son los siguientes pasos para avanzar en la digitalización.