Inteligencia Artificial aplicada a la industria 4.0, por Dr. Oleguer Sagarra.

Oleguer Segarra

Dr. Oleguer Sagarra, co-fundador y co-ceo de Dribia, dio una conferencia a los socios de INDPULS sobre cómo aplicar la Inteligencia Artificial (IA) a la Industria 4.0. Nos explicó de forma muy didáctica cómo puede la IA ayudar a las empresas industriales a optimizar sus procesos y nos compartió algunas claves para detectar cuáles de las necesidades de nuestras empresas se pueden resolver mediante un proyecto de IA.

Una definición para la Inteligencia Artificial

Sin duda la Inteligencia Artificial se ha popularizado gracias a tecnologías como ChatGPT o los programas de generación de imágenes. Pero a día de hoy, los profesionales no se terminan de poner de acuerdo con una definición para esta nueva tecnología.

Oleguer nos propone una descripción muy acertada partiendo de la definición de Inteligencia Humana: La capacidad de una persona de percibir su entorno y alcanzar sus objetivos con éxito. Partiendo de esta idea, debemos tener en cuenta tres factores esenciales que cambiarán cuando aplicamos esta definición al campo de la tecnología. 

Inteligencia artificial
  • La “capacidad” dependerá de un ordenador, no una persona, que no tiene las capacidades que puede tener una persona como, por ejemplo, el sentido común.
  • Un ordenador no puede percibir su entorno, solo leer datos. Si una información no está procesada, no podrá aplicarla para resolver una tarea.
  • El ordenador no tiene objetivos, sino que está programado para resolver una petición concreta, y cuanto más concreta sea esta tarea, mejor la resolverá.

Así, Oleguer Sagarra define la Inteligencia Artificial como la capacidad de un ordenador de procesar datos y alcanzar con éxito y rapidez una tarea muy concreta.

“La tecnología nos da la escalabilidad, pero hay un aspecto clave que no debemos olvidar: La tecnología de por sí no nos dará resultado, porque necesita de un acompañamiento, debe haber un grupo de personas detrás que identifiquen esta tarea y determinen qué es lo que queremos hacer. Este binomio, es irrompible” – Oleguer Sagarra.

El ciclo de explotación de datos

A continuación, Oleguer nos compartió herramientas con las que identificar el grado de digitalización de nuestra empresa. Para ello, debemos identificar en qué punto del ciclo de explotación de datos nos encontramos teniendo en cuenta 4 fases:

  • Digitalización: cuando disponemos de herramientas para medir el presente, procesar y almacenar datos.
  • Información: cuando disponemos de datos de calidad a los que poder realizar preguntas y describir el presente de la organización.
  • Optimización: cuando disponemos de datos que nos permiten aplicar IA para predecir, automatizar y optimizar resultados. En definitiva, ser más eficientes.
  • Conocimiento: cuando el repetido de IA nos permite interpretar los modelos usados para aprender aspectos nuevos de nuestros procesos, que no conocíamos.

Inteligencia Artificial e Industria 4.0.

La Industria 4.0 es un proceso sumamente complejo que implica la interconexión de toda la fábrica. Sin embargo, una vez que se logra esta interconexión, esto marca solo el comienzo del trayecto. Gracias a la ciencia de datos, los modelos productivos adaptados y en tiempo real han logrado un nuevo nivel de optimización.

Una vez tenemos una industria conectada con sensores y disponemos de datos que queremos explotar, lo primero que debemos hacer es identificar en qué nivel de explotación de datos se sitúa nuestra empresa y, en segundo lugar, diferenciar entre proyectos micro y macro.

Los proyectos micro se centran en un proceso de la fábrica que se desea optimizar, mientras que los proyectos macro combinan datos de múltiples máquinas. Son proyectos más complejos, pero con un mayor impacto, que son los que desarrolla Dribia. 

¿Qué puede hacer la Inteligencia Artificial para la Industria 4.0.?

Para identificar qué retos podemos solucionar gracias a la IA, Oleguer nos recomienda hablar de “tareas” en lugar de hablar de “algoritmos”. Para generar confianza en la organización, es importante involucrar a operarios y otros empleados de la empresa, que puedan validar los resultados, predecir el pasado, y poco a poco vayan adquiriendo confianza.

Oleguer Sagarra, distingue 3 tipos de tareas que podemos resolver mediante IA: tareas de regresión, de segmentación y de clasificación.  Pensar en términos de tareas nos ayuda a identificar qué procesos podemos mejorar.

El caso de éxito de Celsa Group

celsa group caso exito

Finalmente, conocimos de primera mano casos de éxito de optimizaciones mediante ciencia de datos, desarrollados por Dribia. Entre ellos, el caso de Celsa Group. Gracias a un proceso de post-IA, se pudo predecir de forma semiautomática la calidad de compra del producto primario, en este caso chatarra recuperada. Oleguer destacó la forma de trabajo semiautónoma, “Las personas y los algoritmos han de trabajar juntos, por lo que nunca será buena idea eliminar a las personas de la ecuación”.

Dribia. Transformando empresas a través de la ciencia de datos.

Dribia es una empresa que lleva siete años realizando proyectos de ciencia de datos con empresas a través del diseño de algoritmos con analítica avanzada e inteligencia artificial, para comprender, predecir y optimizar los procesos empresariales. Sus algoritmos se convierten en soluciones de software a medida con un alto impacto en cualquier sector. Puedes conocer más sobre Dribia aquí.