Por Federico Walas Mateo,

En estos tiempos no se discute que el avance de la digitalización en la industria está posibilitando que los productos y procesos conectados ayuden a las personas, materiales, energía, planta y equipos a ser más productivos y eficientes, y las repercusiones para los procesos de negocio deberían impactar en toda la economía. y el medio ambiente.

Lo que se pretende abordar en este texto es plasmar reflexiones luego del transito por diferentes experiencias, sobre el uso de IIoT o IoT, SCADA, MES, AI / ML, entre otras herramientas digitales, en la Industria y casos de estudio. De esta forma ha sido posible explorar la cultura de Dirección apalancada por los datos, especialmente para comprender los impulsores, las barreras y las oportunidades, hacia un despliegue más profundo en el mundo industrial.

El articulo considera el marco del sector industrial, en particular los sectores de procesos industriales y energía, y sus requisitos para hacer un uso más amplio de las herramientas digitales y, en particular, para mostrar cómo la tecnología puede ayudar ayudar a las empresas a escalar a niveles más altos de madurez gerencial, utilizando los datos como impulsores de la competitividad de una empresa, y sobre todo facilitar la generación de sustentabilidad en los procesos Industriales. Finalmente, este artículo quiere ofrecer algo de luz en torno a la demanda de productos / servicios para facilitar el modelo de gestión basado en datos.

Para iniciar la discusión del tema que se pretende abordar, podemos remitirnos a los artículos que Porter y Heppelmann (2014, 2015), escribieron sobre cómo los productos inteligentes conectados cambian la naturaleza de la competencia y la estructura industrial.

En el primero, Porter & Heppelmann (2014) examinaron las implicaciones externas a la empresa, analizando en detalle cómo los productos inteligentes y conectados afectan la rivalidad, la estructura de la industria, los límites de la industria y la estrategia. En este artículo se afirma que ningún fabricante podrá sobrevivir los próximos años sin introducir en su catálogo productos inteligentes y conectados.

En el trabajo posterior, Porter y Heppelmann (2015) destacaron el valor de los datos para mejorar el diseño, la eficiencia operativa (OE) y el mantenimiento, entre otros beneficios en el uso de los datos. Señalaron que la combinación de datos de monitoreo y capacidad de control remoto crea nuevas oportunidades de optimización. La combinación de datos de monitoreo y capacidad de control remoto crea nuevas oportunidades de optimización. Los algoritmos podrían mejorar sustancialmente el rendimiento, la utilización y el tiempo de actividad del producto, y cómo funcionan los productos con productos relacionados en sistemas más amplios, como edificios inteligentes y granjas inteligentes. Luego, la combinación de datos de monitoreo, control remoto y algoritmos de optimización permite la autonomía. Los productos pueden aprender, adaptarse al entorno y a las preferencias del usuario, dar servicio a sí mismos y operar por sí mismos.

Después de algunos años de esos artículos es posible ver la evolución desde entonces, un artículo reciente de Tom Davenport (2020), que se basa en una investigación de Deloitte sobre el uso de herramientas de IA en la industria, destaca cómo las barreras para la adopción de las herramientas de inteligencia han disminuido. Basado en una encuesta de más de 2727 ejecutivos globales de nueve países, y todas sus organizaciones han adoptado AI. Los hechos clave que surgen del artículo es que los encuestados sienten que la IA se está volviendo más fácil y continuará haciéndolo.

Luego, hay dos ideas interesantes de este artículo. El primero es la preferencia por comprar tecnología de inteligencia artificial lista para usar en lugar de construirla. De hecho, en algún momento será difícil no comprar. El 74% de estos ejecutivos estuvo de acuerdo en que “la inteligencia artificial se integrará en todas las aplicaciones empresariales en un plazo de tres años”. En términos de la práctica actual, el 50% dice que “comprará todas” sus capacidades de IA. El segundo, es sobre los riesgos que el adoptante ve sobre la IA. Algunos de los riesgos específicos que más preocuparon a los encuestados fueron problemas de ciberseguridad, fallas de IA que podrían afectar las operaciones comerciales, uso indebido de datos personales y cambios regulatorios relacionados con IA.

Una tercera referencia que este trabajo está tomando como punto de partida es el informe de McKinsey (2011). Este trabajo considera que si bien la industria manufacturera ha registrado altos niveles de productividad y eficiencia durante la década de los noventa, aún puede alcanzar mejoras a través del Big Data en la eficiencia del diseño y producción, la calidad del producto, marketing, promoción y distribución. Según el estudio, la consultora identificó siete niveles potenciales en los que el sector puede obtener mejoras gracias al Big Data a lo largo de toda la cadena de valor y que se pueden agrupar en cuatro grupos: inversión y desarrollo; reducción de la incertidumbre mediante proyecciones de demanda y planificación de la cadena de suministro; eficiencia en la producción a partir de técnicas de simulación, sensores, etc.; y estrategias de marketing y servicios postventa.

Este trabajo tiene como objetivo proporcionar evidencia del estado del arte y la importancia de algunas de las disciplinas de la Industria 4.0 – big data y analítica – mostrando cómo la ciencia de datos puede contribuir a crear valor y beneficios comerciales para las empresas de procesos industriales, a través del desarrollo de modelos analíticos para explicar y predecir comportamientos de procesos.

Porter y Heppelmann (2014) establecen que la base de la ventaja competitiva es la efectividad operativa (OE), y requiere adoptar las mejores prácticas en toda la cadena de valor, incluidas tecnologías de productos actualizadas, equipos de producción de última generación y tecnología de punta. métodos de fuerza de ventas de última generación, soluciones de TI y enfoques de gestión de la cadena de suministro.

En próximos artículos seguiremos explorando la base conceptual y herramientas para buscar formas de trabajo que faciliten la maximización de la OE mediante el uso de datos.

Referencias.
M. Porter, J. Heppelmann. How Smart, Connected Products Are Transforming Companies. Harvard Business Review. Nov. 2014
M. Porter, J. Heppelmann. How Smart, Connected Products Are Transforming Companies. Harvard Business Review. Oct. 2015
T. Davenport, Is Ai Getting easier?, 2020 Forbes Media LLC
McKinsey (2011), “Big data: The next frontier for innovation, competition, and productivity”, McKinsey Global Institute. Disponible en http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.