Inteligencia artificial en la industria del futuro

Si hay una disciplina que en tan poco tiempo haya abierto tantos debates tecnológicos, de productividad o incluso éticos, esa es la inteligencia artificial. Poco a poco, nos estamos acostumbrando a aceptar (cuando no depender de) contenidos generados por IA: emails, imágenes, música o incluso piezas audiovisuales completas, y esto es solo el principio. Sin embargo, ¿qué posibilidades abre esta tecnología en el campo de la industria?

Disclaimer: Esta entrada de blog ha sido escrita por un ser humano, letra a letra, y este es un dato relevante por un motivo que desvelaremos al final del artículo. ¡Sigue leyendo!

Importancia de la Inteligencia Artificial en la actualidad y transición hacia la industria del futuro

En un contexto donde muchas fábricas arrastran tecnologías y metodologías de trabajo obsoletas, la inteligencia artificial en la industria supone un punto de inflexión no solo en los procesos productivos y logísticos, sino también en el ámbito organizativo y estructural. Adoptar la IA en cualquier organización (empresa, fábrica, etc.) implica un cambio de paradigma interdepartamental que puede provocar el rechazo de los sectores más tradicionales.

A riesgo de quedarnos obsoletos en poco tiempo, trataremos de definir la IA: básicamente, la inteligencia artificial industrial es un sistema de toma de decisiones basado en el análisis de datos cruzados desde numerosas fuentes del ciclo productivo y que imita el comportamiento humano. La gran diferencia con los seres humanos es que las máquinas toman estas decisiones porque han procesado una descomunal cantidad de datos en una fracción de segundo, algo que a cualquier persona le llevaría años poder procesar.

Así pues, en la actualidad, la IA en la industria es crucial para ahorrar tiempo, pero exige un cambio de metodología de trabajo para que todas las áreas de la fábrica estén interconectadas y optimizadas al máximo.

El primer paso para alcanzar una gestión integral a este nivel es conocer todas las etapas de producción de la fábrica y recopilar datos a tiempo real. Para ello las empresas deben implementar la tecnología adecuada, a través del conocido como Internet de las cosas (IOT), y monitorizar la planta. Gracias a la implantación de sistemas en cadena que transfieren datos a través de redes inalámbricas conseguiremos que toda la fábrica esté conectada.

La evolución de la Inteligencia Artificial

Desde siempre, la humanidad ha soñado con crear entidades que piensen y actúen por sí mismas a imagen y semejanza de los propios humanos. Estas primitivas entidades empezaron siendo meros artefactos “que hacían algo más”, como estatuas que escupían fuego por los ojos, o ídolos con brazos articulados operados por sacerdotes. Eran acciones básicas que buscaban influir en los comportamientos de grupos de humanos a través de dichos artefactos, que eran percibidos como entes superiores, pero aún estábamos lejos de crear los robots que hoy conocemos.

El punto de inflexión, que hizo imaginar que construir un robot podría ser algo factible, fue la creación de los autómatas mecánicos del siglo XVIII y XIX. Fue durante la época del auge de la miniaturización de lo mecánico, que dio lugar a proezas como la creación de humanoides capaces incluso de escribir palabras básicas de su puño (mecánico) y letra. En la cultura popular, la película “La invención de Hugo” (Martin Scorsese, 2011), muestra el esplendor de esta etapa histórica.

Casi dos siglos después, llegó la computación. La famosa máquina Enigma logró descifrar durante la Segunda Guerra Mundial mensajes encriptados que hasta ese momento eran imposibles de descifrar. Alan Turing es considerado el padre de la informática moderna, y desde ese momento una pregunta comenzó a permear en el imaginario de todos los matemáticos que cada día se acercaban un poco más hacia la digitalización: ¿pueden pensar las máquinas?

La idea ya estaba sembrada en las mejores mentes del mundo, pero faltaba integrar otro componente: el análisis de datos. La supercomputadora Deep Blue fue la primera en derrotar al entonces campeón de ajedrez Gary Kaspárov analizando millones de jugadas por segundo, sentando las bases del actual big data (o macrodatos). Deep Blue, y en especial su siguiente versión, Deeper Blue, fueron capaces de aprender de su contrincante (y de sí mismas) y trazar estrategias basadas en la predicción probabilística de jugadas.

Hitos importantes en el desarrollo de la IA

Saltamos casi tres décadas hasta el presente. El machine learning (o aprendizaje automático) y el big data ya están consolidados, y la gran capacidad de almacenamiento y procesamiento de datos ultrarrápido han dado un paso más allá mediante la inteligencia artificial, que ha hecho realidad tareas como por ejemplo:

• Guiar tu coche por caminos y ciudades en las que no has estado nunca gracias a la geolocalización, la gestión de rutas y el cruce de datos con otros vehículos.
• Mostrar contenidos individualizados en redes sociales, plataformas y aplicaciones.
• Crear recomendaciones de productos y servicios basadas en las necesidades de cada persona.
• Resolver dudas básicas en canales de atención al cliente sin necesidad de involucrar a un operador humano.
• Elevar los niveles de seguridad en tu app del banco en función de si estás realizando varias transacciones en un corto periodo de tiempo.
• Expandir el universo creativo de muchos artistas, que han sido capaces de traducir sus ideas en imágenes imposibles, como el primer premio concedido a una imagen generada por la IA “Midjourney”.

La IA está presente en muchísimos campos. En el caso que nos ocupa, vamos a centrarnos en las aplicaciones que la IA tiene en la industria, que son igualmente muy numerosas.

Principales aplicaciones de la IA en la industria

El binomio “inteligencia artificial” e “industria 4.0” ha dado lugar a grandes avances que tienen un impacto positivo directo sobre la productividad y el ahorro de costes. Algunos de estos avances son:

• Tareas que antes eran repetitivas, que desgastaban física y anímicamente al operario y que tenían un gran margen de error, ahora son realizadas por aplicaciones de inteligencia artificial con exactitud y sin errores. Esto abre nuevos caminos de crecimiento personal y profesional a los operarios, potenciando sus perfiles tecnológicos.
• Gestión de materias primas. Disponer de cada material en el momento justo, en el lugar justo, en las cantidades justas, es un trabajo difícil de prever para un humano, pero los actuales sistemas de gestión de almacenes integrados con IA facilitan esta tarea.
• Reaprovechamiento de recursos (materias primas, control de mermas, etc.). La logística verde es ya un factor decisivo en la productividad y el ahorro de costes, y las industrias que han incorporado este green-think de Reducir-Reciclar-Reutilizar materiales han aumentado sus beneficios y tienen un mayor control de los flujos de entrada y salida de insumos.
• La gestión de rutas en la fase logística. Con la IA, las rutas de los transportes se optimizan mejor, tanto en las rutas internas de la fábrica como en las de distribución externa.
• Integración de sistemas conectados en la fábrica. Una fábrica conectada es una fábrica optimizada, y la IA aplica una capa extra de optimización y seguridad sobre todo ese sistema. Es capaz de tomar decisiones inmediatas en caso de errores y recalcular soluciones en situaciones no previstas.
• Análisis preventivo de reparaciones antes de que sucedan los errores. El ahorro de costes y de frustración que implica esta característica es vital para mantener el ciclo productivo óptimo y sin tiempos de inactividad.
• Escalabilidad. Un sistema de inteligencia artificial es un sistema que mejora constantemente, aprendiendo de su propio desempeño, y que también hace crecer a los demás softwares integrados en la cadena de producción.

Tendencias emergentes en la integración de IA en la industria

El futuro inmediato de la inteligencia artificial es su presente, porque cada día la IA cruza nuevos horizontes que ayer parecían inalcanzables. El objetivo de la inteligencia artificial en la industria es que los humanos puedan reducir el número de acciones a realizar, delegando la gran mayoría de ellas en sistemas que tomen decisiones automatizadas fiables.

Pese a que la inteligencia artificial es una tecnología que constantemente se reinventa a sí misma, existen tendencias o campos que siguen sustentando cada hito conquistado. Algunos de ellos son:

Aprendizaje automático (machine learning)

Se dice que una persona aprende cuando mejora una habilidad al combinar su experiencia con su formación en un determinado campo. En el caso de las máquinas, dicha habilidad es la capacidad de resolver un problema mediante los datos de que dispone (la formación) y los resultados obtenidos previamente (la experiencia). Por tanto, podemos considerar el machine learning como el corazón de la IA, puesto que define computacionalmente las acciones a tomar en otros módulos.

Análisis de datos

Si el machine learning es el corazón de la IA, el big data es su alma. El procesamiento de datos masivos es el punto de partida para que los sistemas de IA acumulen experiencia (esto es, descartando las opciones irrelevantes o perjudiciales, y potenciando las más exitosas). En una planta industrial, las fuentes de datos que hay que capturar son muy numerosas y variadas, y el verdadero reto es saber procesarlos adecuadamente para priorizar las acciones y las decisiones que tomar.

Automatización y robótica

La robótica comprende el conjunto de aparatos que interactúan con su entorno basándose en órdenes computacionales. La tecnología de sensores de alta precisión y los componentes mecánicos (motores, émbolos, dispositivos de localización, brazos articulados, etc.) hacen que hoy sea inconcebible una fábrica sin robots.

Internet de las cosas (IoT)

El internet de las cosas (IoT) es una disciplina que comunica aplicaciones con dispositivos físicos en tiempo real, mediante protocolos de red. Más específicamente, en su rama industrial, el IIoT centraliza el control de todos los dispositivos físicos de la fábrica, facilitando la toma de decisiones y aumentando la productividad.

Otras tendencias

La inteligencia artificial también ha propiciado la consolidación y la interoperabilidad de herramientas como la realidad aumentada y los sistemas de guiado visual, la trazabilidad de productos en la cadena o los sistemas de control de calidad. La visualización de datos en tiempo real, además, permite la toma de decisiones instantáneas y facilita el trazado de estrategias operativas.

El alto grado de versatilidad de esta tecnología en la industria no tiene límites. La IA abre múltiples ventanas de oportunidad para las necesidades de cada fábrica, siempre con la escalabilidad como brújula para marcar el camino. Algunos ejemplos de estas oportunidades que surgirán en el futuro son:

Logística sostenible

Sin duda, en los próximos años veremos florecer y dar sus frutos a una nueva forma de logística verde, respetuosa con el medio ambiente y optimizada para ahorrar costes y reducir las emisiones de carbono. La IA propiciará este cambio al aplicar una gestión inteligente de los sistemas de almacenaje y gestión de materias primas.

Rutas y vehículos optimizados

Encontrar la ruta más corta entre dos puntos ya es posible para cualquier persona con un smartphone. Sin embargo, en el ámbito industrial, la gestión de rutas será integral, sincronizando datos como la inclinación del terreno, el estado de las carreteras, la previsión meteorológica, las paradas necesarias para reabastecerse de combustible en las estaciones de servicio más económicas… Y cuando los vehículos autónomos de nivel 5 sean el estándar, el ahorro de costes y el aumento de la seguridad será inimaginable para las fábricas.

Gemelo digital de la fábrica

Imagina que pudieses visitar una réplica virtual de tu fábrica funcionando en tiempo real, con los operarios exactamente en el lugar donde les corresponde, las materias primas fluyendo, el producto siendo empaquetado, etc. Imagina ahora realizar simulacros de incendios virtuales, o eliminar determinada materia prima para conocer los tiempos de inactividad. Ver con tus propios ojos las consecuencias de esas acciones en cualquier punto del proceso productivo sin duda expandirá tu percepción sobre las oportunidades de mejora de tu fábrica.

Desafíos y consideraciones éticas

Las inteligencias artificiales generalistas no están exentas de polémica. La principal controversia es que muchas han sido entrenadas sin pasar por un proceso de fact-check (y muchas veces, en países con legislación opaca), y es muy habitual dar por verdaderas informaciones tomadas de fuentes erróneas o incluso intencionadamente falsas.

Por el contrario, cuando esas fuentes son fidedignas y contienen datos verificados, puede llegarse a situaciones como que el New York Times haya demandado recientemente a OpenAI y Microsoft por entrenar sus IAs con artículos del propio periódico, convirtiéndose en su propia competencia. ¿Dónde está la línea entre el plagio y el entrenamiento?

Afortunadamente, en el ámbito industrial, no se dan estos problemas. Cada fábrica es un entorno controlado, y el entrenamiento de la IA se realiza tomando los datos de la propia fábrica, creando respuestas fiables y ad-hoc para las necesidades de producción.

Conviene evitar las IAs cuyo objetivo, más que ayudarte, sea darte la razón. Un ejemplo claro: los teclados predictivos. Si escribes con faltas de ortografía, con el tiempo tu teclado aprenderá que esa es la forma en la que quieres escribir, y seguirá sugiriéndote palabras mal escritas con tal de que no te desinstales dicha aplicación de teclado predictivo.

De nuevo y por suerte, esto tampoco sucede con las IAs industriales. Ellas están de tu lado y, en caso de anomalías, te avisarán para que puedas corregir fallos en la producción. Una inteligencia artificial no es ni más ni menos que un valiosísimo ayudante que te ahorra tiempo y costes.

Consideraciones finales

¿Recuerdas que al principio comentábamos que este artículo ha sido escrito por un ser humano? Podríamos haberle pedido a una IA que generase automáticamente un artículo sobre la inteligencia artificial en la industria, pero no lo hicimos. ¿Y sabes por qué? Porque cuando un contenido es genuinamente humano, las IAs lo detectan, y tenderán a aprender de él. En Captia cuidamos al detalle todo lo que hacemos, desde el software industrial que desarrollamos hasta los artículos de este blog. :)

Autobombo aparte, este es exactamente el enfoque clave a la hora de implementar una IA en la industria: saber diferenciar qué tareas van a desempeñar las máquinas y qué tareas deben seguir en el ámbito humano.

Hay quien ve la inteligencia artificial en la industria como una amenaza, sobre todo porque supone un desafío a la manera tradicional de hacer las cosas. Sin embargo, la verdadera amenaza para las fábricas es justamente esa: hacer las cosas como siempre se han hecho.

El futuro de la industria 4.0 es inteligente, es artificial y es humano. Es un futuro conectado, eco-friendly y va mucho más allá de lo que hoy podemos imaginar, porque el futuro de la industria 4.0 ya está aquí.