Aplicaciones de Automatización Cognitiva en el ecosistema de Tecnología para la Manufactura

La Automatización Cognitiva  (CA) está avanzando más rápido que la habilidad de la mayoría de las compañías de integrarla a sus procesos de producción.

Las empresas manufactureras de todos los tamaños están lentamente implementando soluciones usando la analítica y herramientas de Automatización Cognitiva (CA) en diferentes partes del proceso de manufactura para mejorar las operaciones. 

La Automatización Cognitiva es un subconjunto de la inteligencia artificial o AI y es capaz de ejecutar tareas que solo los humanos eran capaces de desempeñar en el pasado cercano. La adición de tecnologías cognitivas a procesos de negocios que son intensivos en información o mano de obra involucra integrar la automatización cognitiva al ecosistema empresarial.  La automatización cognitiva está basada en herramientas de software que hacen inteligentes a procesos que son intensivos en información.

La manufactura fue la primera industria importante en realmente adoptar lo que hoy llamamos automatización cognitiva. Esto ocurrió con la integración de la robótica en la industria automotriz en los años 80 del siglo pasado, la adopción de esta tendencia no fue tan rápida en otras industrias que tenían mucho menos capital para invertir. 

“Existían dos componentes críticos que eran prohibitivos en costo:  gran poder computacional y la habilidad de manejar un volumen suficiente de datos” dice Tim Kulp, vicepresidente de Innovation & Strategy, Mind Over Machines.

“En los años 90 del siglo pasado, el poder de procesamiento comenzó a incrementarse exponencialmente al tiempo que los costos de procesamiento caían, y hoy tenemos cantidades masivas de poder computacional a nuestra disposición a un costo relativamente bajo, además de que hemos digitalizado casi cada pieza de equipo en la planta, así que tenemos una gran cantidad de datos para trabajar”.

Hoy, es relativamente barato el recolectar datos de máquinas-herramienta, operadores, sensores y aplicaciones de interfases de programa (API´s) que pueden además obtener datos de sistemas de ERP, CAM, herramientas y sistemas de mantenimiento. 

Capitalizando la utilización de datos en las operaciones

El mayor reto es determinar cómo usar de manera estratégica todos los datos que pueden ser recabados. El simple despliegue de los datos puede proveer información que mejora la productividad, sin embargo, procesarlos usando software de análisis para ampliar su interpretación, buscar patrones y detectar anormalidades es mucho más valioso. Por ejemplo, datos de aplicaciones de monitoreo de maquinas unidas a software de análisis y CA (cognitive automation) pueden proveer notificaciones y predicciones de problemas en equipos, permitiéndoles a las plantas industriales prevenirles antes de que sucedan.

“Otro beneficio de la recolección de datos es un entregable que puede y no sea buscado, que siempre se puede analizar y buscar en los registros en caso de que algo falló y buscar por patrones y anomalías en los datos para después aplicarles en todas las otras piezas de automatización que se tienen instaladas.  Este punto potencia el concepto de Machine Learning, ya que a mayor cantidad de datos que se pueden alimentar a los algoritmos, volverán más inteligentes los sistemas de máquinas”, explica Mike Cicco, CEO de Fanuc.

Por supuesto que podemos argumentar que la CA está avanzando más rápido que la habilidad de la mayoría de las compañías de integrarla a sus procesos de producción. Se estima que la industria de la manufactura genera el doble de datos que cualquier otra industria del mundo. Terabytes de datos son producidos por una planta tamaño estándar, y esta cantidad se duplica cada año.  Es significativo apuntar que hay estudios que indican que menos de 1% de los datos son típicamente utilizados de manera estratégica o aún necesaria para inteligencia de negocios real y aplicada.

Los manufactureros que desean integrar analítica y CA a los procesos de manufactura deben primero determinar estratégicamente qué procesos son los más críticos para sus necesidades específicas y metas del negocio: crecimiento de mercado, utilidad, calidad, ROI, rentabilidad, consumo de energía, costos de transportación u otras metas de la compañía.

Las mejores prácticas ya documentadas para la adopción de CA es comenzar en pequeño y enfocarse en conjuntos de datos operacionales específicos para obtener resultados.

Al tiempo que más y más procesos se automatizan y el equipo es conectado vía digital, una cadena digital visible y totalmente integrada emergerá y conectará todos los equipos y los datos en los ambientes manufactureros, además de que se extenderá en la cadena de valor a clientes, proveedores distribuidores etc.

La AMT lanzó un producto llamado Diagnóstico de Capacidades Tecnológicas, orientado a apoyar al industrial promedio a buscar integrar estas tecnologías emergentes, como Automatización Cognitiva y análisis de datos a su ecosistema. El servicio, por ahora, es sin costo para el industrial. No dude en contactarnos para obtener más información y ayudarlo a adentrarse al mundo digital para beneficio de su rentabilidad y operación.

En AMT tenemos además dos eventos orientados a la tecnología digital y las emergentes: MT360, que se llevará a cabo en Santa Clara California, del 12 al 14 de mayo, e IMTS 2020, que tendrá lugar en Chicago (Illinois), del 14 al 19 de septiembre. No dude en contactarnos para asistir a nuestros eventos y aprovechar los servicios del staff de AMT en América Latina.

Para mayor información de las capacidades de AMT, sus más de 650 asociados fabricantes y distribuidores de tecnología para la manufactura, apoyo en mapear su plan de manufactura, así como solicitar asistencia en la implementación de soluciones de productividad, la asociación pone a disposición su grupo de aplicaciones y sus socios en América Latina. Por favor, contacte a Carlos Mortera en AMT en América Latina cmortera@amtonline.org, ó a Daniel García Danielgarcia@amtcenter.org.mx