La Inteligencia Artificial (IA) es un término que abarca diferentes tecnologías: el aprendizaje automático, las redes neuronales y el procesamiento de lenguajes naturales. La diferencia con los sistemas informáticos convencionales es que ya no se requiere una programación para cada paso porque esta es capaz de aprender por sí sola.

En términos generales, el objetivo es crear máquinas que puedan detectar sus entornos, hacer valoraciones y tomar decisiones por sí mismas, ampliando la inteligencia de las máquinas que conocemos hoy y ofreciendo más libertad a la producción.

La IA moderna se destaca en la extracción de información útil entre una gran cantidad de datos crudos, lo que implica que esta tecnología jugará un rol clave en muchas áreas. El resultado será que todo el conocimiento que antes nos parecía vago o inexistente, ahora se vuelve cuantificable y preciso.

Creo que para la auto m at i z a c ió n de fábricas, la IA será más valiosa a través de algoritmos de aprendizaje automático que procesen los volúmenes de producción y datos del proceso, y faciliten el aprendizaje y las mejoras continuas.

La IA reducirá también drásticamente los costos de programación e ingeniería. Con el tiempo, a medida que las máquinas vayan adquiriendo experiencia, seguirán mejorando sus propias capacidades, con poca intervención humana o, incluso, ninguna.

De hecho, la IA ya ha demostrado su utilidad en ciertas aplicaciones industriales, pero todavía no a grandes escalas. Las primeras aplicaciones propiamente industriales incluyen tareas como la documentación del entorno, el rastreo de inventarios y el análisis de datos de fábrica para mejorar la eficiencia energética.

En el futuro, la IA podrá hacer mucho más, por ejemplo, utilizar un gemelo digital de un proceso de fabricación para determinar si el producto que se está fabricando cumple con los estándares de calidad y, si no, ajustar los parámetros de producción automáticamente para resolver el problema. En este aspecto, la IA puede lograr una producción más confiable y eficiente para que las compa- ñías sean más competitivas, o, en otras palabras, la IA tiene el potencial de elevar los estándares competitivos a un punto tal que nadie podrá prescindir de ella.

Se espera que la IA esté involucrada en todo: desde la asistencia a los equipos de diseño hasta el aumento de la potencia de los sistemas de control. No obstante, aunque el potencial esté claro, aplicar realmente la IA a las operaciones de manufactura no es tan sencillo. Cada compañía tiene necesidades individuales, y la mayoría necesitará un socio con la experiencia y los recursos para capacitar a los algoritmos eficientemente. El objetivo de empresas como Siemens es proveer a sus clientes soluciones de automatización que faciliten el acceso a la tecnología de IA en la mayor medida posible.

Un ejemplo concreto es Edge Computing. Nosotros creemos que Edge es un facilitador para la IA y, para muchos fabricantes, es el camino más prometedor hacia la transformación digital, en especial, cuando se combina con la nube. Una plataforma Edge pone a disposición los datos más rápidamente, mientras que la gran capacidad de procesamiento viene de la solución en la nube.

Un ejemplo es nuestra fábrica en Amberg, donde se fabrican millones de componentes SIMATIC por año. En el pasado, cada circuito impreso (PCB) debía someterse a rayos X para garantizar un 100% de calidad antes de enviarlo al cliente. Este proceso, que requería tanto tiempo, limitaba naturalmente la productividad de la planta. Ahora, la IA permite evaluar la calidad de cada PCB durante el proceso de fabricación y predice las anomalías, si las hubiere.

Un algoritmo se ha capacitado para interpretar los datos del proceso relacionados con la calidad de los PCB. Con la ayuda de un modelo que se ejecuta en una aplicación Edge integrada, el algoritmo predice los PCB que tienen diferencias y los que no, es decir, si necesitan pasar por rayos X. Esta aplicación con IA aumentó la eficiencia un 30% aproximadamente, y, a medida que el algoritmo sigue aprendiendo, sus predicciones son cada vez más precisas.

Para poder participar de la Industria 4.0 y de la transformación digital, todas las compañías, más allá de su tamaño, necesitan una infraestructura de TI “end-to-end” de última generación. No obstante, está claro que ninguna integrará una solución a su entorno si no confía plenamente en su seguridad.

Por un lado, tener cada vez más dispositivos inteligentes y redes integradas aumenta, en gran medida, la cantidad potencial de objetivos que se deben proteger. Sin embargo, por el otro, la IA también puede mejorar la ciberseguridad, en particular en términos de detección de riesgos, al hacer lo mismo que hace en la producción: analizar grandes cantidades de datos y detectar anomalías en tiempo real.

La seguridad es otro aspecto para el que Edge puede ser muy útil para muchas compañías. La mayoría de las grandes corporaciones han comenzado a implementar la tecnología de IA de alguna u otra forma, pero para otras -en especial las Pymes-, todavía resulta muy abstracto y abrumador. Permitir que la IA aprenda requiere una gran capacidad de procesamiento que, en general, solo se consigue en la nube. Utilizar una plataforma Edge, que se integra al entorno del cliente, significa que una conexión a la nube solo se necesita para tareas específicas. Esto brinda el beneficio de la gran capacidad de procesamiento y disipa las preocupaciones sobre seguridad al conectarse con soluciones en la nube.

Hace décadas que se trabaja en la IA y se han logrado muchos avances. Lo que hace décadas parecía ciencia ficción, hoy es una realidad tangible. A pesar de que la IA ya supera a la inteligencia humana en muchas tareas, es poco probable que las máquinas nos dejen afuera de la fábrica en un futuro cercano. En un escenario ideal, la IA mejorará el trabajo tradicional en diversos aspectos, como liberarnos de muchas tareas repetitivas, alertarnos con anticipación sobre posibles problemas, junto con permitirnos tiempos de respuesta más rápidos y tomar decisiones más informadas.