¿En qué consiste el concepto de Industria 4.0?
Durante la década pasada, Alemania, uno de los referentes mundiales en manufactura, se enfrentaba al desafío de que su crecimiento económico se encontraba estancado en torno al 2% (al igual que muchos países desarrollados) y estaba perdiendo productividad frente a China, Brasil y otras economías emergentes.

El diagnóstico, a grandes rasgos, fue que la sociedad y las tecnologías han cambiado, pero la industria y, en particular, su modelo productivo, siguieron siendo los mismos, por lo que era necesario transformarlos para permitirnos producir de formas en las que no podemos hoy en día, como por ejemplo, fabricar de manera personalizada y en masa.

Frente a esta situación, el Ministerio de Economía alemán y la industria de ese país, se reunieron en mesas de trabajo y el resultado fue este concepto de “Industria 4.0”, que fue presentado en la Hannover Messe en 2011.

¿Qué pilares sostienen el concepto de “Industria 4.0”?
En su concepción de nuevo diseño productivo, la Industria 4.0 cuenta con cuatro pilares:

• Sistemas ciberfísicos: son sistemas físicos que están provistos de tecnología electrónica (por ejemplo, microchips) que permiten procesar información y tienen cierta capacidad de análisis. Además, se pueden comunicar entre sí e interactuar con el medio de manera inteligente. En otras palabras, estos sistemas pueden ser desde una máquina hasta una persona que utiliza un smartphone.

• Internet de las Cosas: a diferencia de “Internet de las personas”, el IoT permite que las máquinas se conecten a Internet y se comuniquen entre sí con interfaces más abstractas y protocolos de comunicación específicos. En definitiva, es la infraestructura de conectividad.

• Aplicaciones y servicios, que corren sobre la IoT. En resumen, es el software que agrega valor a la IoT.

• Fábrica inteligente: una fábrica altamente robotizada, que disponga de la mayor tecnología posible. En este pilar, entran todas las otras tecnologías disponibles hoy en día, como Realidad Virtual/ Aumentada, Impresión 3D y otras tecnologías exponenciales.


Con estos cuatro pilares fundamentales, se espera que se debería ser capaz de construir este nuevo tipo de modelo de producción.

¿Qué principios están detrás de la fábrica “inteligente”?
Hay principios de diseño que debería seguir una fábrica “inteligente”:

• Modularidad: Los elementos o sistemas dentro de una fábrica deben tener capacidad flexible, o ser modulares. Por ejemplo, las celdas robóticas, que requieren solo un cambio de programación para cambiar de tarea o para producir otro tipo de producto.

• Virtualización: Cada objetivo físico debe tener una representación virtual, con la que se puedan simular distintas condiciones, ya sea para poder detectar funcionamientos anormales o para gestionar todo el ciclo de vida del producto. En base a los datos que se van retroalimentando en tiempo real, se logra finalmente un mejor diseño de ese producto.

• Descentralización: En muchas líneas de producción, toda la inteligencia radica en un “cerebro” centralizado (algún tipo de controlador, como un PLC, un DCS, un PC, etc.). Sin embargo, como los dispositivos ahora poseen procesadores con mucha capacidad, la idea es que el sistema sea descentralizado, que muchas decisiones sean tomadas por el dispositivo mismo o por un dispositivo de frontera (Edge Computing), de modo que cada sistema ciberfísico/elemento sepa qué tiene que hacer y traspase la información.

• Interoperabilidad: Todos los dispositivos deben ser compatibles entre sí y comunicarse efectivamente entre sí.


Entonces, la Industria 4.0 no es una caja ni un producto, sino un diseño de producción muy atractivo, por lo que ha provocado este grado de revuelo, donde todos están hablando de este modelo.

En adopción de Industria 4.0, Chile no debe haber avanzado mucho…
Todavía estamos llegando a la 3.0, y muchas veces ni siquiera lo que está establecido como 2.0. Entonces, pecamos un poco de ambiciosos en ese sentido; queremos implementar plataforma de Inteligencia Artificial y ni siquiera tenemos sensores en las plantas. Se necesita una “madurez digital” mínima para poder avanzar a estos nuevos modelos de producción.

Asimismo, se necesita reformar la cultura del Management imperante, pues las estructuras muy jerárquicas chocan un poco contra la flexibilidad de la Industria 4.0.

¿Qué sectores están avanzando con mayor velocidad hacia este modelo?
Hay algunos casos de empresas que ya están avanzando. Por ejemplo, las generadoras están moviéndose un poco más rápido, y el hecho de que hayan adoptado un ERP/CMMS y monitoreo de condiciones y los estén usando de modo correcto es un indicador de que son organizaciones que ven los beneficios de las tecnologías digitales. De igual modo, creo que este concepto va a comenzar a moverse bastante entre las utilities, por la descentralización de generación de energía, la introducción de los prosumidores, la electromovilidad, entre otros temas.

En ese sentido, el sector Retail es uno de los que lleva la delantera, por ejemplo, reaccionando a todo lo que es e-commerce y rediseñando lo que son los centros comerciales usando tecnología. En otras palabras, están repotenciando “sus productos” (los malls) con tecnología para transformarlos en centros de entretención que lleven a la gente, no necesariamente a comprar, sino a disfrutar una experiencia.

¿Qué barreras tiene que superar la Industria 4.0 para lograr una mayor adopción?
El “talón de Aquiles” de la Industria 4.0 es la Interoperabilidad; es uno de los desafíos más complicados, porque los equipos están diseñados para ser más bien “atómicos”, es decir, para que muchos dispositivos se comuniquen con ellos, pero no para que hablen con otros sistemas. Sin embargo, no es una barrera para que una organización empiece a extraer valor de la información de su proceso productivo.

¿Qué se requiere para esto?
Contar con bases de datos es un requerimiento, pero es algo que las empresas en Chile tienen más o menos resuelto. Lo que sí es complejo, es gestionar grandes volúmenes de datos, pues esto requiere otros tipos de tecnología que facilitan la administración y el análisis de estos datos. Y a medida de que crezcan los “data lakes” (repositorios que contienen grandes cantidades de datos en bruto hasta que sean necesarios) en el ámbito de la industria, será más sencillo implementar, por ejemplo, algoritmos de Machine Learning.