Amber Biela-Weyenberg | Estratega de contenidos | 16 de octubre de 2023
Las fábricas inteligentes utilizan una red de máquinas, dispositivos y tecnologías avanzadas para automatizar los procesos de fabricación y propiciar decisiones más inteligentes.
La gran mayoría de los participantes en una encuesta de 2023 realizada por Rockwell Automation entre 1350 fabricantes de 13 países señaló que utilizan o planean utilizar tecnologías de fabricación inteligente, que incluyen el Internet industrial de las cosas (IIoT), análisis de datos basado en IA, gemelos digitales y seguridad avanzada de la información, en el plazo de uno o dos años. Entre sus objetivos está mejorar la calidad del producto, reducir los costes, aumentar la rentabilidad y crear una fuerza de trabajo más experta.
Pero el doble de fabricantes de la encuesta de 2022 afirmó que les preocupa estar quedándose atrás con respecto a sus competidores a la hora de adoptar las tecnologías más recientes. Un tercio de los fabricantes encuestados comentó que elegir entre el amplio abanico de sistemas y plataformas provoca "parálisis tecnológica". En este documento, incluimos una guía para ayudar a los fabricantes a evitar esta parálisis al construir sus fábricas inteligentes.
Conclusiones clave
Las fábricas inteligentes implican muchas tecnologías que deben integrarse entre sí, por lo que la planificación resulta esencial. Los fabricantes deben evaluar qué tecnologías utilizarán y desarrollar indicadores clave de rendimiento (KPI) para medir su impacto. Por ejemplo, para evaluar la eficacia de equipar una máquina con sensores que indiquen la necesidad de mantenimiento, los fabricantes pueden medir la eficacia general del equipo (OEE). Este KPI tiene en cuenta la cantidad de tiempo durante el cual una máquina está disponible para la producción, la velocidad de su trabajo y la calidad de su producción. El seguimiento de la eficacia general de la mano de obra (OLE) o la utilización, el rendimiento y la calidad generales del personal de un fabricante puede ser de gran ayuda para calcular el valor que aporta incorporar robots a una línea de producción.
Entretanto, los fabricantes tendrán que formar a sus empleados o contratar personal. Por ejemplo, las fábricas inteligentes generan cantidades enormes de datos, que se recopilan desde sensores ubicados en multitud de máquinas y dispositivos. Los empleados deben comprender cómo configurar y mantener estos sensores, incluido el software que los controla, y aprovechar la información que generan para mejorar la OEE, la OLE, la utilización de la capacidad, la rentabilidad y muchos otros aspectos.
Los directivos de las empresas de fabricación deben obtener la aceptación de los jefes de fábrica y los profesionales de TI antes de crear una fábrica inteligente o de introducir tecnologías y procesos "inteligentes" en una fábrica actual. También es aconsejable tener en cuenta los comentarios de los técnicos y operarios de fábrica. Por ejemplo, un operador de máquina puede sugerir qué métricas supervisar en una línea de producción o cómo reconfigurar la línea para aumentar el rendimiento. Los fabricantes necesitan la cooperación de todos los empleados para probar nuevas tecnologías y equipos antes de incorporarlos a sus operaciones cotidianas. En cada etapa de su iniciativa de fábrica inteligente, los fabricantes deben ganarse el apoyo de las partes interesadas lo antes posible para que la transición resulte más fluida.
Al realizar la transición de una fábrica convencional a otra inteligente, adoptar un enfoque por fases permite que el proceso sea más manejable y evita el tiempo de inactividad. Los fabricantes pueden priorizar las áreas que registren mayor retorno de la inversión, como una línea de producción de alto valor. Para realizar un seguimiento de los progresos deben establecer al menos un KPI para cada etapa de la modernización. Por ejemplo, una fase de la implementación de la fábrica inteligente implica la instalación de máquinas conectadas a Internet con sensores y la incorporación de robots a los procesos de producción. En esta etapa, los fabricantes pueden medir el rendimiento para realizar el seguimiento de los progresos en relación con el objetivo de acelerar la producción. En una etapa posterior, la medición del tiempo de inactividad de la máquina puede evaluar la precisión de las predicciones basadas en IA sobre la necesidad de realizar tareas de mantenimiento en la máquina y la eficiencia del equipo de producción en la respuesta.
Uno de los primeros pasos de la implementación implica al equipo de TI, que debe configurar y proteger las redes que transmiten datos entre máquinas, objetos y software. Los sistemas 5G se están convirtiendo en la red elegida para muchas fábricas inteligentes, dada su mayor capacidad y baja latencia. Las máquinas, los robots y otros objetos conectados a la red y equipados con sensores comparten datos con los responsables de la toma de decisiones de la planta o informan los procesos automatizados. Por ejemplo, un ingeniero de software podría programar que una máquina de fábrica se apague automáticamente si sus sensores registran una temperatura determinada, para evitar daños internos y a los empleados. Los responsables también podrían utilizar los datos generados por las máquinas de la fábrica para realizar el seguimiento de la OEE e identificar mejoras en la maquinaria y los procesos relacionados. Además, podrían utilizar los datos del IIoT para medir el uso de energía y las emisiones de carbono generadas en toda la planta para cumplir los objetivos de sostenibilidad y las normativas de informes emergentes.
Durante cada una de las etapa de la producción, las fábricas inteligentes recopilan cantidades masivas de datos, o big data, de las máquinas, los dispositivos, los robots y las aplicaciones que gestionan la fabricación, la gestión de proyectos y otros procesos internos. Todos esos datos deben almacenarse, procesarse y gestionarse en un almacén de datos y, a continuación, incorporarse a los sistemas de análisis para que estén fácilmente disponibles para los directivos, responsables y supervisores de fabricación.
La inteligencia artificial (IA) y su subconjunto de machine learning (ML) correlacionan, interpretan y aprenden constantemente de los flujos constantes de datos que ingieren para ayudar a las empresas a tomar mejores decisiones. En un contexto de fabricación, estas tecnologías se incorporan al software empresarial utilizado para informar el desarrollo de productos, prever la demanda, predecir potenciales averías en los equipos de fábrica, identificar la posibilidad de que se produzcan defectos en los productos, reducir los desechos, optimizar las rutas de transporte y mucho más. Los robots y las máquinas de una fábrica inteligente, por ejemplo, podrían escalar automáticamente la producción de un artículo en particular si un análisis basado en IA o ML predice un aumento en la demanda de los consumidores. El sistema inteligente revisa los datos resultantes y aprende de ellos para tomar mejores decisiones en el futuro.
Las empresas que combinan datos de máquinas de planta con datos de fabricación, cadena de suministro, finanzas, ventas, RR. HH. y otras aplicaciones empresariales en un sistema de planificación de recursos empresariales (ERP) son más capaces de resolver problemas que las que no lo hacen. Supongamos que un envío de piezas de un proveedor se está retrasando. Los sistemas interconectados de una fábrica inteligente pueden reunir datos sobre la gestión de la cadena de suministro, las existencias y los pedidos de los clientes para revelar si el retraso afectará la capacidad del fabricante para satisfacer los pedidos a tiempo y la necesidad de obtener piezas de otro proveedor o ubicación.
Debido a que las fábricas inteligentes conectan múltiples equipos, dispositivos y aplicaciones, a veces en una sola red, las vulnerabilidades en cualquier sistema pueden exponer al fabricante a una violación de seguridad debilitante. Los tipos de ataques incluyen malware (el ransomware es una amenaza particular), robo de información personal identificable y propiedad intelectual valiosa, y denegaciones de servicio. La aplicación estricta de los parches de sistema, el uso de contraseñas complejas y la formación de los usuarios sobre cómo evitar el phishing y otras técnicas de ingeniería social son una necesidad, reforzadas por los últimos sistemas de seguridad. Esta es una de las razones por las que los fabricantes recurren a la informática en la nube para sus aplicaciones internas, gestionadas por proveedores que aplican los últimos parches de seguridad, herramientas y técnicas integradas en cada capa de la pila, incluido el software empresarial, los servidores y otro hardware.
Un análisis rápido de las ofertas de empleo de fábrica inteligente publicadas en LinkedIn revela los siguientes cargos: director de sistemas de fabricación inteligente, director sénior de insights y análisis estratégicos, coordinador de equipos de robots, líder de transformación digital y especialista en vehículos autónomos. Si bien los fabricantes aún necesitan muchos soldadores, maquinistas, gerentes de fábrica y trabajadores de líneas de producción, la profesión claramente se está tecnificando, lo que requiere que los empleadores mejoren las competencias de su personal y contraten nuevo talento. Por ejemplo, puede ser relativamente fácil mejorar las competencias de un jefe de fábrica para que se convierta en jefe de fábrica inteligente, pero una función como la de ingeniero de gemelos digitales requiere habilidades más especializadas que la mayoría de los empleadores tendrán que buscar fuera.
Aunque la automatización es una gran ventaja de las fábricas inteligentes (mejora la productividad y la seguridad y reduce los costes y los errores humanos), sigue siendo crucial contar con gerentes y supervisores altamente cualificados. Por ejemplo, los robots realizan muchas tareas de fábrica inteligente, pero se necesitan profesionales expertos en robótica para programarlos y mantenerlos. Los algoritmos de machine learning pueden analizar una gran cantidad de datos de los productos para medir la demanda de los consumidores, descubrir defectos e idear formas de mejorar el diseño de los productos, pero ese es solo uno de los conjuntos de entradas de datos que tienen en cuenta los responsables de diseño de productos más proactivos.
Oracle Smart Manufacturing es una cartera de aplicaciones basadas en la nube, muchas de ellas equipadas con IA, para gestionar el Internet de las cosas, el mantenimiento de equipos, el control de calidad, la planificación de la cadena de suministro y el análisis empresarial. Entre sus múltiples beneficios, la cartera integrada ayuda a los fabricantes a supervisar el rendimiento de la producción, ajustar los plazos, mejorar la calidad del producto y evitar los elevados costes que supone el tiempo de inactividad.
¿Qué necesita una fábrica para ser inteligente?
A diferencia de las fábricas convencionales, las inteligentes conectan máquinas, dispositivos y aplicaciones, en muchos casos aprovechando la IA y el machine learning, para recopilar y analizar datos, automatizar procesos y mejorar la toma de decisiones.
¿Qué tecnologías utiliza una fábrica inteligente?
Las fábricas inteligentes generalmente combinan las siguientes tecnologías de alguna forma: el Internet industrial de las cosas (IIoT), análisis de datos avanzado, IA y machine learning, gemelos digitales, robots y bots, impresoras 3D, redes inalámbricas 4G o 5G, aplicaciones basadas en la nube, dispositivos de informática perimetral y seguridad avanzada de la información.
¿De qué forma modifican los puestos de trabajo las fábricas inteligentes?
Si bien las fábricas inteligentes aún emplean muchos trabajadores de línea de producción y supervisión, la automatización está reemplazando algunos trabajos y requiere más competencias técnicas para otros. Existe una elevada demanda de especialistas en robótica, gestión de datos, data science, ingeniería de software, IA/ML, gestión de proyectos y administración de redes/sistemas, y se valora el pensamiento crítico y la capacidad de resolución de problemas.