Nuevas soluciones en el ámbito de la Inteligencia Artificial emergen rápidamente en el mercado. Estas generan el valor y traen el beneficio a la par con unas tasas de crecimiento asombrosas. La implementación de nuevas tecnologías continua siendo un gran problema para la industria básica, incluyendo el sector de petróleo y gas, manufactura discreta, minería y siderurgia. Estos sectores apenas comienzan a implementar la Inteligencia Artificial (IA). En comparación con otras, la industria básica se queda atrás.
Pero ¿cuáles son las causas que llevan a la situación actual? Los costes de la producción en el sector de la industria básica son bastante elevados. En un mercado desarrollado la reducción de costes y la optimización de procesos son prioridades máximas establecidas por prácticamente todos los gerentes y directores. Actualmente la IA ofrece nuevas vías para alcanzar estos objetivos. Es evidente que generando nuevos valores, el funcionamiento de la IA dista bastante de los métodos tradicionales. El obstáculo más grande para el lanzamiento de nuevos proyectos de investigación en el ámbito de la IA es el elevado coste general para alcanzar el dominio de la solución.
Además, existe el problema de la falta de especialistas en IA que posean todos los conocimientos y habilidades necesarios. Los universitarios recién graduados no ingresan en estas ramas por causa de las tecnologías corporativas obsoletas, el dominio de las cuales precisa una formación larga y costosa, lo que limita significativamente las perspectivas de empleo. Un proyecto exitoso de desarrollo de soluciones en el ámbito de la IA requiere un conjunto óptimo de herramientas, además de plantillas prediseñadas, algoritmos y metodologías personalizadas para cada sector en concreto.
En general, la industria básica está orientada e implementa inversiones a largo plazo. Para crear nuevas instalaciones productivas y empresas mineras se necesitan grandes inversiones. Después de su puesta en marcha, se llevan a cabo una optimización constante de estas empresas y la reducción de sus costes operativos. Es entonces cuando emerge el interés por la IA. Nacen nuevas opciones para implementar tecnologías desarrolladas para la satisfacción de las necesidades de la compañía. Dicha optimización lleva al incremento de la exigencia hacia la velocidad de cambio en los procesos empresariales. Estos, a su vez, requieren la toma de decisiones cada vez más rápidas, y liberan a las personas de su participación en los procesos rutinarios.
Muchos de los casos de tareas productivas limitadas, tales como, por ejemplo, la búsqueda de defectos, parecen tener una solución fácil con la implementación de la IA. Sin embargo, es difícil todavía utilizar la IA para transformar procesos empresariales completos en una organización; tales como la monitorización de toda la línea de producción y el control de toda la cadena de generación de valores. Las soluciones clave en la arquitectura de la oferta son difícilmente transmisibles a personal ajeno. Las compañías no siempre están dispuestas a desarrollar estas soluciones con la ayuda de un tercero, y esperan buscando ver ejemplos de soluciones ya implementadas, aceptando lentamente los experimentos e inversiones.
Los valores tradicionales obstaculizan la reducción de costes
En la mayoría de los casos, la estructura organizativa de la industria básica es partidaria de los valores más tradicionales. Este hecho no se corresponde con las demandas de una producción moderna bajo unas condiciones de trabajo más dinámico y flexible. Hoy en día, el desarrollo del mercado lo realizan empresas digitales. Sus proyectos y nuevas técnicas determinan el rumbo de este desarrollo. Detrás de estas compañías se encuentran organizaciones financieras potentes y empresas de venta al por menor, compañías de telecomunicaciones, empresas del sector del comercio electrónico y proveedores de servicios. Actualmente estas entidades están dispuestas a experimentar con las tecnologías de la IA, y estos experimentos se diseminan más conforme aparecen resultados reales de su implementación. Mientras, las grandes compañías -excepto las del sector del petróleo y gas- hablan en general del uso futuro de la tecnología de la IA y no de la implementación de esta.
Al mismo tiempo, se observa un crecimiento de la oferta de servicios cognitivos que ofrecen un soporte a nivel de experto para diversas ramas de la economía. Los sistemas y las aplicaciones de la IA ayudan a los empleados a orientarse en las matrices, resolviendo parcialmente el problema de la falta de analistas de datos y programadores. La implementación de la IA para optimizar procesos ofrece resultados rápidos y mensurables, mientras que los principales proyectos emergen precisamente en este ámbito.
Soluciones en el ámbito de la IA ya están disponibles y listos para su implementación
Algunas compañías punteras ya aplican ampliamente sus soluciones de IA a la industria básica, llevando a cabo muchos experimentos en este ámbito. Tulip Interfaces– una startup del ámbito de la IA procedente del vivero del Instituto de Tecnología de Massachusetts- ofrece una plataforma de producción para aplicaciones con soporte IIoT, utilizada por fabricantes más pequeños. Fanuc Corporation es el líder industrial en la técnica robótica que creó una herramienta basada en la Inteligencia Artificial para reducir en varias horas el proceso de aprendizaje automatizado de la maquinaria robotizada. La compañía productora de cobre Freeport-McMoran llevó a cabo con éxito un ensayo de tecnologías de AI en su mina inteligente en Arizona, EE. UU. Esta compañía prevé incrementar la producción de cobre en 90.000 toneladas métricas, con mínimas inversiones de capital.
La tecnología de la IA está preparada, pero sigue en continuo desarrollo. El tratamiento analítico de los datos permite a las empresas extraer conocimientos a partir del gran volumen de diversas fuentes de información. Las tecnologías de IA complementan la actividad humana y son capaces de identificar tendencias, ofreciendo recomendaciones basadas en el análisis de los resultados. La diferencia entre la Inteligencia Artificial y otras tecnologías de la información más extendidas consiste en la ampliación de las posibilidades de la IA con el tiempo. La implementación de los procesos y las tecnologías de la IA genera datos adicionales que forman la base del proceso de su perfeccionamiento. Los ejemplos de proyectos exitosos y el crecimiento de los negocios a través de las tecnologías de IA se convertirán en argumentos a favor de la implementación de nuevos proyectos.
¿Por qué no está hecho todavía?
Los casos de uso de la IA en la industria contemplan las particularidades de un determinado sector y sus procesos empresariales. Aunque estas soluciones se emplean poco por el momento, las empresas ya están valorando las opciones de su implementación en un plazo de 1 a 2 años. El 40% de las compañías prevé automatizar sus procesos de mantenimiento preventivo; el 48% está analizando sus cadenas de suministro y sistema logístico; mientras que el 34% prefiere concentrarse en la monitorización y la gestión de calidad. Estos escenarios reflejan los planes de las empresas fabricantes para la digitalización de su negocio en general.
A pesar de estas intenciones, la industria básica se enfrenta con un desafío en el ámbito de la gestión y la toma de decisiones. A menudo, las compañías del sector están atrapadas en el sistema tradicional de distribución de intereses. No es frecuente que la administración del negocio se lleve a cabo con la ayuda de tecnologías de la información, involucrando los actores clave en el ámbito de la IA. Más frecuentemente los directores y directivos se concentran simplemente en las finanzas. Esta situación difiere mucho de aquella observada en los sectores impulsados por las tecnologías de la información; como, por ejemplo, el comercio, las finanzas, la hostelería y el ocio.
La participación de representantes de unidades de negocio en los proyectos de investigación en el ámbito de la IA tiene el papel clave de obtener beneficios de las inversiones en la misma. Los resultados positivos del proyecto dependen de que los escenarios sean correctamente seleccionados, pero también del apoyo por parte de la dirección. Teniendo en cuenta su baja base de partida, este mercado puede crecer todavía con mayor rapidez. Las tasas de crecimiento se verán influenciadas de manera positiva gracias a los siguientes aspectos:
- La realización de modificaciones de digitalización en empresas y organismos públicos.
- El involucramiento de jugadores locales respaldados por su experiencia en el ámbito de la Inteligencia Artificial y en la implementación de estas soluciones
- El resultado positivo de la implementación de proyectos piloto y ventajas económicas probadas
- Las iniciativas para implementar proyectos ya comenzados
- La disponibilidad de los programas estatales correspondientes
Las excusas para rechazar cambios similares a los arriba indicados se reducen a la tesis de que «hasta el momento todo marcha bien». El negocio permanente a menudo sigue funcionando a un ritmo satisfactorio. Algunas mejoras insignificantes pueden ser alcanzadas con la ayuda de métodos tradicionales. Al mismo tiempo, una amplia implementación de la IA no es un avance repentino ni puntual. La influencia del retraso en implementarla se manifestará lentamente, pero la tarea de reducir el mismo será más difícil cuando más atrás se haya quedado uno en la etapa de recopilación de «macrodatos».
Problemas concretos del sector
En la mayoría de los casos, el resultado de la implementación de la IA en la industria se traduce en el incremento de la productividad de los empleados, el aumento de la eficiencia de los procesos empresariales clave y en la mejora del control de calidad. El potencial más importante de la implementación de la IA se concentra en franjas estrechas, tales como la previsión a futuros, la elaboración de recomendaciones, la generación de sistemas de reconocimiento de imágenes y el análisis de video streaming.
La opinión generalizada de las personas que toman las decisiones en la industria básica consiste en que este sector «es especial». La escala y la complejidad de la producción en este sector llevan a una situación tal que los especialistas, en su manera de pensar, están concentrados exclusivamente en las tareas de su sector. La IA requiere conocimientos profundos de estos procesos empresariales y el entendimiento de la particularidad de la IA industrial. Por esta razón, las empresas industriales raras veces emplean aplicaciones de terceros en sus servicios de consultoría en este sector. Este es el estado de la cuestión, a pesar de la falta de especialistas propios en este sector. Además, las malas estrategias de generación de precios y los modelos de negocio deficientes llevan a crear herramientas industriales demasiado especializadas, cuando lo que se necesita son soluciones terminadas.
En las empresas industriales, los asistentes virtuales son capaces de ofrecer recomendaciones para seleccionar los parámetros y los regímenes de servicio más óptimos para lograr una máxima productividad. Sus recomendaciones se basan en datos históricos y modelos a futuro, lo que excluye el error humano e incrementa la eficiencia del proceso. En adelante, también será necesario tener en cuenta las particularidades de la interacción entre el hombre y la máquina. La producción en sí, y en especial la manufactura discreta, es un lugar de concentración de personas y máquinas interactuando.
¿Cómo comenzar la labor?
Cuando está tomada la decisión sobre la implementación de aplicaciones basadas en la Inteligencia Artificial, es necesario desarrollar un método detallado para el comienzo del trabajo. En la mayoría de las empresas, el proceso de implementación puede verse obstaculizado por la sensibilidad del mismo respecto a los costes y por la ausencia de expertos en IA con los conocimientos y la comprensión necesarios.
Una de las soluciones comprobadas y viables consiste en la cooperación con grandes y experimentadas compañías del sector de las IT. Google, Microsoft, IBM, Huawei, Amazon o Baidu poseen una amplia experiencia en el trabajo con empresas y pueden satisfacer estas singulares necesidades de la industria básica. La autoridad de estas empresas asegura el nivel de confianza necesario, a la vez que poseen los recursos requeridos.
La no disponibilidad de los datos necesarios puede ser superada con la ayuda del intercambio de datos entre sectores. Las compañías temen el intercambio de información, ya que ven en ello un riesgo de perder su ventaja competitiva, y por tanto intentan proteger sus derechos de propiedad intelectual (PI). Los datos poseen un valor monetario, aunque no material, que las compañías no están dispuestas a compartir. El sector todavía tiene que valorar hasta qué punto los grandes conjuntos de datos pueden ser útiles para todos sus miembros, y, al mismo tiempo, no infringir la ley de confidencialidad y los acuerdos fijados en los contratos.
Debido a la falta de experiencia propia, a menudo los proveedores demuestran expectativas demasiado elevadas desde el punto de vista de la capacidad de los sistemas de visión computarizada, su coste y plazos de amortización. Por tanto, para el estudio de las aplicaciones basadas en la IA y en la acumulación de los correspondientes conocimientos se recomienda comenzar por implementar un proyecto pequeño. La formación y las inversiones en la preparación de los empleados son una apuesta clave en un proyecto de este tipo, ya que no hay que confundir la Inteligencia Artificial (IA) con las tecnologías de la información (IT). Lamentablemente, existe un temor real ante la IA que se ve alimentado por los medios de comunicación que ofrecen permanentemente información negativa sobre este tema, lo que aumenta el rechazo hacia el uso de la IA. Los proyectos de implementación de IA están orientados hacia el uso de una gran cantidad de datos, y requieren una visión más global.
Los proyectos de implementación de IA descansan sobre el empleado del departamento de reformas digitales
Las empresas deben comenzar a trabajar sobre la estrategia y las hojas de ruta para la implementación de la IA. La IA constituye la parte principal de las modificaciones digitales y debe ser implementada en el negocio formando un estrecho tándem con las IT, dado que el departamento de desarrollo de negocio es quien determina el resultado deseado. A su vez, el departamento de IT es responsable de proveer las soluciones y tecnologías necesarias. La realización de proyectos está promovida de arriba hacia abajo, existiendo la necesidad de un líder fuerte, frecuentemente a nivel de director general o de director del departamento de transformaciones digitales, con el fin de apoyar estos proyectos hasta convertirlos en un componente del proceso empresarial y probar su valor.