La adaptación de las operaciones y procesos de las empresas a la digitalización se ha convertido en una necesidad. Hoy, muchas de ellas necesitan reinventarse en este camino de adaptación y evolución hacia las nuevas tecnologías, ahora como una estrategia de supervivencia. Esta es la única forma de lograr mejorar la competitividad, la eficiencia, el cumplimiento de las nuevas regulaciones y sobre todo de permanecer en esta nueva normalidad.
El estado emergente de la pandemia actuó como acelerador en la adopción de nuevos modelos de «subsistencia tecnológica». Aquello que veíamos como un futuro lejano, como el trabajar desde casa u operar de manera remota, controlar y monitorear equipos desde otra localidad y tener a nuestra disposición los datos generados por estos sistemas de control y monitoreo donde quiera que los necesitemos, hoy en día es una exigencia tanto a nivel industrial como de las regulaciones de salud. Para atender el «quédate en casa» y mantener una sana distancia, tendremos que evolucionar como empresas y como personas, ajustándonos a nuestro entorno actual para superar los nuevos retos.
Estamos empezando a cambiar, por gusto o por fuerza, derivado de la digitalización industrial, ¿y adivina qué? … ¡todo se trata de datos! Ya no basta con producir llevando un control de calidad. Hoy es necesario utilizar de manera más inteligente todos los recursos finitos con los que contamos. La frase tan escuchada «hacer más con menos» nunca había sido tan popular. Ser más eficientes, eficaces y aprender de los datos históricos de nuestra producción (estrategias de datos y análisis predictivos) se convertirán en la base de toda estrategia empresarial.
5 retos en automatización industrial y adopción de tecnologías de la actualidad
Después de las personas, los datos son el activo más valioso con el que cuentan las compañías. Por ello, debemos voltear a ver nuestras áreas de oportunidad en cuanto a consumo, generación, almacenamiento y análisis de los datos.
Hoy en día, toda empresa se enfrenta a los siguientes cinco retos principales:
1) Conexión de personas y dispositivos (colaboración a distancia y La Nube)
2) Conexión de planta y equipos (IoT, IIoT y ciberseguridad)
3) Almacenamiento de información y poder de cómputo (La Nube y Blockchain)
4) Empoderamiento de los operadores y entrenamiento (AR, VR, OTC, Digital Twin y Unified Learning)
5) Análisis de datos (Big Data, Inteligencia Artificial y Machine Learning)
1. Trabajo a distancia y sus implicaciones en ciberseguridad
Hemos pasado de trabajar en una computadora en la oficina o planta a nuestra casa (home office). Ahora requerimos de una conexión a los servidores y acceso ininterrumpido a internet para mantenernos en contacto con nuestros compañeros y poder coordinar la ejecución de las diferentes labores del día a día. Todo esto puede parecer fácil de ejecutar, hasta que nos enfrentamos con las amenazas cibernéticas crecientes, con las que se pretende robar o manipular información. Ante estas, cada conexión y dispositivo se convierte en una posible entrada a vulnerabilidades en el sistema.
Ahora es necesario que todo dispositivo cuente con soluciones de ciberseguridad, como lo son los antivirus, los parches de actualización remota, la actualización del sistema operativo, protección de las conexiones al servidor (VPN o Virtual Private Network), el contar con una conexión remota segura (para soporte a distancia), autenticación multifactorial (al menos 2 filtros de autentificación distintos por cada conexión, para tener derecho de acceso a un dispositivo o a la red corporativa), entre otras.
2. Manejo de datos
Los datos de una planta generalmente están protegidos por infraestructura como switches, routers, firewalls y herramientas especializadas para detección de anomalías. Estas analizan el contenido de la información que viaja en la red en tiempo real, usando tecnología embebida de Inteligencia Artificial y Machine Learning. También se debe tener cuidado al incorporar nuevas tecnologías como el IoT (Internet de las Cosas) o IIoT (Internet Industrial de las Cosas), ya que para la transmisión de datos han surgido nuevos protocolos de comunicación. Algunos de ellos son:
- MQTT
- Jason
- Sigfox (comunicación de la medición a la nube directamente)
- LoraWAN (protocolo parecido a la radio, pero con los beneficios de alcance de la red 4G, baja latencia y con un consumo muy bajo de energía)
- OPC UA (protocolo seguro y determinístico que conecta «Machine to Machine» o «Machine to Server»)
3. Almacenamiento de datos y su seguridad
Hace no mucho tiempo, las empresas preferían guardar sus históricos en su site local, argumentando que era más seguro y eficiente. Hoy, con la generación masiva de datos, es muy común dar mantenimiento a los servidores e infraestructura y aumentar la capacidad de almacenamiento y de procesamiento.
La tecnología ha avanzado tanto que hoy podemos resolver todas estas tareas sin preocuparnos demasiado y con mucha más seguridad que si lo hiciéramos de manera local. A ese sitio le llamamos «La Nube», que no es más que servidores distribuidos alrededor del mundo, y que conllevan múltiples beneficios. Entre ellos están la alta disponibilidad, seguridad embebida por conexión, la posibilidad de levantar un nuevo servidor o contratar más capacidad de cómputo y de almacenamiento, todo esto sin tener que contar con la infraestructura propia del servidor, solo contratando el espacio de almacenamiento que se necesita y el tiempo de acceso, ¡todo esto en minutos!
4. El empoderamiento de los operadoras y su capacidad de toma de decisiones
El acceso a la data ha permitido que los operadores puedan tomar decisiones informadas y en tiempo récord. Sea cual sea la empresa, 1 minuto de paro de producción sin causa o razón aparente, implica altos costos. Con operadores informados y capacitados, y herramientas de software predictivas, es seguro que aumenta nuestra tendencia operatividad. Algunas de las tecnologías que posibilitan esta tendencia son:
- La realidad aumentada
- Sistemas OTS (simuladores de entrenamiento para operadores)
- Digital Twin (Gemelo digital, basado en realidad virtual, que nos ayuda a simular sistemas o piezas, generando casos típicos de error o disparo y una solución)
También contamos con herramientas colaborativas que usan estas tecnologías, como la “asistencia remota sobre realidad aumentada”, donde nos dan soporte desde un punto remoto y usando dispositivos como lentes, teléfono, tablet o casco sobre la vista de los equipos reales.
5. Análisis de información
Ahora te estarás preguntando: “¿Cómo podemos aprender de nuestras fuentes de datos?” o “¿cómo puedo analizar tanta información?” y «si tengo distintas fuentes de información, ¿cómo las integro en una sola? ¿es posible?”
Y aunque es cierto que la capacidad humana es imposible de replicar, para analizar la gran cantidad de información a la que tenemos acceso hoy en día, proveniente de tan diversas fuentes, se necesitaría un ejercito. Afortunadamente hoy existen tecnologías y tendencias que nos ayudarán a realizar estas tareas en tiempo record. Tres de ellas son la inteligencia artificial, machine learning y big data.
Con herramientas para el manejo de big data es posible hacer el análisis de distintas fuentes y de volúmenes importantes de información. Existen calificativos de big data llamados las “5Vs”, para saber si califica o no la información para ser tratada como tal. Estos son: Volumen, variabilidad, velocidad, veracidad, valor. Una vez que se cumple con los requisitos, las fuentes de información provienen de dos contextos, ya sea de datos estructurados (como un archivo de Excel o una base de datos, por ejemplo) y de datos no estructurados (como un correo, un mensaje de voz, una imagen, etc.); Estos datos son guardados y posteriormente categorizarlos y homogenizados en una sola fuente. Este proceso se basa en ETL (Extraction, Transformation y Load).
Una vez que están en una sola fuente, “Data Warehouse”, se aplica machine learning, donde los algoritmos van siendo entrenados y van aprendiendo en función de la información procesada. Mientras más información sea procesada, más aprenderán y se definirán “similitudes” basadas en la construcción de funciones (curvas) comparativas que por medio de estadística dan un porcentaje de “exactitud”. Por último, ya que se procesó la información viene el último paso, que es la exploración y visualización.
Al terminar el proceso, el sistema nos ayudará a:
- Identificar comportamiento de usuarios
- Encontrar tendencias
- Realizar predicciones
La inteligencia artificial, aparte de aprender, puede llegar a generar acciones sin la necesidad de la intervención humana. Pero recordemos dos cosas: Siempre detrás de una inteligencia artificial hay un ser humano y no podemos dar completa autonomía para que sea autosuficiente. Es también necesario regular o reglamentar la AI, para que no sea programada para tomar malas decisiones.
Muchos de los retos a los que las empresas se enfrentan en la actualidad pueden enfrentarse con la ayuda de estas tecnologías. Ya sea que nos adaptemos a una o a muchas de ellas, pero lo cierto es que son necesarias en un mundo como en el que hoy vivimos. La pandemia no solo nos hizo ver que tan vulnerables somos, sino que también nos ayudo a dar un salto en la coexistencia entre humanos aun cuando cada uno se encuentre en su casa. Es necesario evolucionar y empezar con un paso a la vez, por el bien de uno mismo, nuestra empresa y nuestro país.
Hay mucho más por descubrir en torno a la automatización industrial y las nuevas tecnologías. Acompáñanos el próximo 28 de octubre en Industrial Transformation Mexico 2020, y conoce mucho más sobre cómo Schneider Electric está contribuyendo a la trasformación digital de México y del mundo.
Añadir comentario