El binomio persona-máquina: retos y oportunidades de la IA generativa en fábrica

La industria está experimentando una nueva transformación (Industria 5.0) centrada en gran parte en las oportunidades de colaboración entre la inteligencia artificial (IA) y los seres humanos. Dentro de este nuevo escenario, la IA generativa (GenAI) se está posicionando como un actor clave para el cambio. Este artículo explora las oportunidades y retos que ofrece la aplicación de la IA generativa en fábricas.

Durante el año 2023 observamos una explosión en el uso de la IA generativa en multitud de sectores, quizás con unas expectativas disparadas. Muchos de los casos de uso se quedaron en modo “ensayo”, quizás como consecuencia lógica del intento de adopción temprana de una tecnología aún no madura. Paso a paso, parece que el grado de adopción se va asentando. Según el estudio “The state of AI in early 2024”, de McKinsey un 72% de  las empresas encuestadas afirman haber implantado IA en una función clave de negocio y un 65% de ellas mediante IA generativa. Lo que hace un par de años se observaba como una tecnología con alto potencial, está dando paso a casos de aplicación robustos. Según el citado estudio de McKinsey, un 10% de las compañías encuestadas refieren la aplicación de IA específicamente en el ámbito industrial; un 4 % con aplicación propiamente en fabricación y un 6% con aplicación en la gestión de la cadena de suministro.

Son amplias las oportunidades que ofrece la GenAI en el ámbito de fabricación, pero aquellas que implican la colaboración estrecha humano máquina es donde, con seguridad, vamos a encontrar mayor potencial de mejora, dejando en manos de la máquina aquellas tareas repetitivas y/o complejas que requieren un procesado masivo de datos para enfocar a la persona en actividades más creativas.

Algunos casos de aplicación que pueden ser resaltados:

• Diseño: El soporte en tareas de diseño y prototipado es un área importante de oportunidad, permitiendo el análisis de múltiples opciones posibles en poco tiempo. Adicionalmente, incorporar información relativa a la experiencia del usuario nos permite además la personalización y adaptación a requisitos específicos de nuestros clientes.
• Mantenimiento: Otro caso frecuente de uso, es el soporte al técnico de mantenimiento a la hora de realizar una intervención. La información relativa al comportamiento anterior del activo intervenido o de otros activos con características asimilables permite la confección de guías interactivas para la ayuda a la solución del problema.    
• Producción: En cuanto a la optimización de los procesos productivos mediante algoritmos avanzados, la IA generativa es capaz de identificar pautas para la optimización del uso de recursos, minimización de los desperdicios y reducción de los tiempos de producción. Estas capacidades deben contribuir a la eficiencia del conjunto de la cadena de suministro, traduciéndose en una mayor sostenibilidad y reducción de costes.

La adopción de la IA generativa nos obliga a afrontar una serie de riesgos, algunos de los cuales previsiblemente se irán mitigando con la maduración de la tecnología. Podemos encontrar problemas en la integración con los sistemas de producción actuales, dado que en algunos casos convivirán tecnologías punteras con otras no tan actualizadas. La privacidad de los datos utilizados y los riesgos derivados de la ciberseguridad, son otro aspecto a tener en cuenta. En algunos casos, este punto puede afectar adicionalmente a cuestiones relacionadas con la propiedad intelectual. Por último, los algoritmos utilizados no son totalmente precisos y los resultados pueden, por tanto, no ser totalmente fiables. Nuestro modelo de operación debe contemplar este último aspecto y ser capaz de gestionar la posible falta de precisión.

Un error frecuente que encontramos a la hora de adoptar la IA en nuestras fábricas es el desarrollo local de proyectos, que permiten usar una tecnología de moda, pero que luego no son capaces de escalar. Las iniciativas deben girar en torno a una estrategia orientada a incrementar el valor del negocio y especialmente en aumentar la satisfacción de nuestros clientes y en reducir los costes de operación. Iniciar el despliegue con pruebas de concepto (POC) es una buena aproximación, siempre que haya sido planificada la capacidad de escalar esa prueba al resto del negocio, una vez se encuentre robusta.

Pero sin duda, el mayor reto que encontraremos al apostar por la IA en nuestra organización, lo vamos a encontrar en la transformación de las personas y la cultura de la organización. Es sensato pensar que, por cada euro que invirtamos en tecnología, deberemos invertir otro en gestión del cambio. El cambio afectará transversalmente a todas las áreas, pero algunos perfiles estarán especialmente involucrados; operarios de producción, técnicos de mantenimiento, ingenieros de producto y proceso, supervisores, ingenieros de IT, equipo de RRHH, direcciones de área y dirección general.

La gestión del cambio constituye un aspecto clave dentro del proceso de transformación. Debemos desarrollar un cambio de mentalidad que haga pasar a las personas de una posición reactiva, entrenada en muchos casos hacia la resolución de problemas, a una posición innovadora orientada a la prevención. Es importante también, promover la aceptación de la tecnología, de forma que se entienda como una herramienta de apoyo y no como una amenaza a nuestros puestos de trabajo. En el ámbito ético, es importante ser trasparente al transmitir los modelos por los que los algoritmos toman sus decisiones y clarificar que en un entorno de colaboración humano máquina, es la persona la que tiene la responsabilidad última en la toma de decisiones. Con toda seguridad, también será necesario el desarrollo de habilidades tecnológicas para interactuar con la IA así como competencias en analítica de datos. 

Es indudable que las oportunidades son relevantes, pero también que el proceso de transformación es complejo y requiere afrontar de forma satisfactoria una serie de retos. En ocasiones, la transformación digital se asimila a otro tipo de procesos de transformación, donde el proceso termina cuando se han asimilado una serie de nuevos comportamientos. La transformación digital en general y la adopción de la IA en particular, debe considerarse un proyecto de mejora continua que debe arrojar resultados desde las primeras fases, pero que debe ser diseñado pensando en que se mantendrá vivo en el tiempo. Esto debe ser así, entendiendo que, por una parte, la tecnología que utilizamos está en permanente evolución y, por otra parte, el cambio en el mindset de nuestras personas significará la identificación de nuevas iniciativas que mantendrán vivo el proyecto.

Más allá de la adopción de una nueva tecnología, la IA está transformando los modelos de negocio de nuestras industrias. Debemos definir nuestro propio roadmap adaptado a las características de cada negocio, entendiendo que el éxito se encuentra en la simbiosis entre la creatividad humana y la inteligencia aportada por las máquinas.