Por Sergio Mastrogiovanni, Head of Data & Innovation Nubiral.

Iniciando en la segunda mitad del siglo XVIII con las máquinas de vapor, seguidas en el siglo XIX con el uso de la electricidad, e impulsada a finales del siglo XX con las computadoras, el siglo XXI inicia con el cuarto proceso de transformación industrial, esta vez enfocado en la digitalización de procesos.

¿Qué diferencia a la industria 4.0 de la 3.0?

La industria 4.0 llega para optimizar e interconectar las automatizaciones establecidas por la revolución anterior, es decir, las máquinas que efectuaban los procesos anteriormente ya no dependen de una integración por parte humana que identifique problemas en el proceso y los comunique entre sí.

El término de Industria 4.0 abarca muchos conceptos y finalidades, pero los primeros avances en este ámbito implican la incorporación de una mayor flexibilidad e individualización de los procesos de fabricación. La industria automotriz es pionera en la necesidad de poner en marcha estos procesos de fabricación flexibles e individualizados, y es donde ya se están viendo grandes avances en este ámbito debido a que los fabricantes tienen que adaptar los vehículos a las necesidades individuales de los clientes de manera rápida y eficiente.

Esto se hace efectivo a través de distintas tecnologías:

• IoT [Internet Of Things]. Conexión de múltiples sensores y dispositivos electrónicos a la red, de manera cableada o wireless. También se puede hablar de IIoT [Industrial Internet of Things], refiriendo a la maquinaria industrial y los sensores pertinentes, así como aplicaciones del ámbito productivo.
• M2M [Machine to Machine]. Comunicación entre distintas automatizaciones de forma directa, sea por medios cableados o wireless, permitiendo que los resultados de un proceso sean detectados por otros.
• ERP [Enterprise Resource Planning]. Herramientas de seguimiento de proceso de negocio, que pueden ser alimentadas con información de distintas áreas y registrar relaciones entre ellas.
• Big Data. Grandes cantidades de información recolectada de sensores, usuarios, y monitoreos.
• Machine Learning. Programación enfocada en el auto-mejoramiento de procesos, generando procesos variables que detecten pérdidas en la eficiencia u oportunidades de mejora aplicables.
• Resultado, Smart Factories y Cyber-Physical-Systems [CPS]

Una vez combinadas las tecnologías que trae la industria 4.0 con los procesos automatizados anteriormente, encontramos una nueva forma de ver los procesos, como un ente completo y no compartimentado.

Esto nos permite actuar desde cuatro perspectivas:

• Qué está sucediendo ahora? Información recibida sobre la que puede ser necesario actuar automáticamente. Ej: Ante un corte de suministro eléctrico, activar cambios en las líneas de producción que aseguren que la producción continúe o se detenga de manera segura y sin afectar al producto. En base a la temperatura exterior, variar entre sistemas de refrigeración pasivos (Circulación de aire) o activos (Aire acondicionado).
• Qué sucedió? Generar reportes a partir de la información recolectada. Ej: Evaluar el consumo eléctrico de distintos sectores a lo largo del tiempo para detectar anomalías o cambios. Registrar la eficiencia de procesos productivos en relación al inventario.
• Por Qué sucedió? Generar diagnósticos inteligentes a partir de la información recolectada. Ej: Comparar el consumo eléctrico con variables ambientales, justificando consumo electrico de aires acondicionados o alertas por sobrecalentamiento. En base a fallas reconocibles en producto final, detectar posibles sectores responsables y hacer correcciones en el proceso de fabricación.
• Que va a suceder? Prevenir posibles pérdidas o alertas en base a un análisis predictivo de la información. Programar de manera inteligente el transporte de materiales o productos para evitar condiciones climáticas poco favorables. Evitar el solapamiento de procesos que puedan generar picos de energía o temperatura. Esto, junto con todas las demás posibles aplicaciones, termina generando diversos beneficios.

Principalmente, una optimización de procesos a lo largo de toda la cadena productiva, impactando en una reducción de costos y aumento del margen de ganancias.

En segundo lugar, la capacidad de prevenir y responder a problemas de forma automatizada, sin depender de una intervención humana, esto permite una respuesta 24×7 sin la necesidad de contar con personal asignado.

Posibles desafíos

Como todo cambio en los procesos productivos, conlleva sus propios desafíos, siendo las principales preocupaciones de los clientes que deciden adoptarla las siguientes:

• Seguridad de la información. Transmitir tanta información de manera segura desde diversos dispositivos, sobre todo en redes wireless, es un gran desafío a nivel seguridad, que debe afrontarse asegurando una correcta encriptación de la información, tanto en almacenamiento como en transmisión.
• Capacitación del equipo actual. Capacitar a los usuarios y administradores de las herramientas a aplicar es un pilar de la solución, ya que de esto depende la correcta utilización y rendimiento del proceso.
• Evaluación inteligente de la información. Mientras la acumulación de información de diversas fuentes puede ser resuelta de manera medianamente sencilla, el aprovechamiento de la misma es un desafío, esto se soluciona utilizando herramientas especializadas en el tratamiento de big data y enfocadas a la optimización.