La IA se está implementando entre los fabricantes a un ritmo cada vez mayor, con más participación en Europa y Japón que en los EE. UU. 

Aproximadamente el 51 %  de los fabricantes europeos están implementando soluciones de inteligencia artificial, en comparación con el 30 %  en Japón y el 28 %  en los EE. UU., Según una investigación reciente de  CapGemini .   

«La IA en la fabricación es un cambio de juego», afirman los autores del informe, encabezados por Pascal Brosset, el director de tecnología global y líder norteamericano de los servicios de fabricación digital de Capgemini. El equipo de investigación encuestó a 300 fabricantes globales de automoción, fabricación industrial, productos de consumo y aeroespacial y defensa, para comprender el enfoque de sus iniciativas de inteligencia artificial. También analizaron 22 casos de uso de IA en operaciones de fabricación distribuidos en siete áreas funcionales.   

En Europa, Alemania está liderando el camino con el 69 %  de sus fabricantes implementando IA. Tres tipos de casos de uso destacan por su idoneidad para iniciar el viaje de un fabricante :  mantenimiento inteligente, control de calidad del producto y planificación de la demanda.   

“Estos casos de uso tienen una combinación óptima de varias características que los convierten en un lugar ideal para comenzar”, afirman los autores. Estos incluyen: valor / beneficios comerciales claros, relativa facilidad de implementación, disponibilidad de datos, experiencia en IA disponible o soluciones existentes, y explicabilidad, para que los empleados comprendan cómo se toman las decisiones. 

Las 12 principales aplicaciones de IA en la fabricación identificadas 

Con la IA en la fabricación cada vez más popular; Las 12 principales aplicaciones de IA en la fabricación se identificaron en una cuenta de  AIMultiple , una firma de analistas centrada en agregar datos públicos y privados sobre soluciones de IA para ayudar a los clientes a realizar selecciones.  

“ Esta popularidad se debe al hecho de que los datos de fabricación se ajustan bien a la inteligencia artificial / aprendizaje automático. La fabricación está llena de datos analíticos que son más fáciles de analizar para las máquinas ”, afirma la cuenta de Cem  Dilmegani , quien fundó AIMultiple en 2017. También es el director comercial de Hypatos, una empresa de tecnología de aprendizaje profundo con sede en Berlín. También trabajó como consultor para McKinsey and Co. 

 

«Cientos de variables impactan en el proceso de producción y, si bien son muy difíciles de analizar para los humanos, los modelos de aprendizaje automático pueden predecir fácilmente el impacto de variables individuales en situaciones tan complejas», afirmó. «En otras industrias que involucran el lenguaje o las emociones, las máquinas todavía funcionan por debajo de las capacidades humanas, lo que ralentiza su adopción».  

Los cierres relacionados con la pandemia también alentaron a los fabricantes a recurrir a la IA para aumentar la automatización, sugirió. 

Entre las principales aplicaciones de IA en la fabricación, enumeró las previsiones de precios de las materias primas. Startup  Kantify  de Bruselas ofrece software para ayudar; la compañía trabajó con una empresa petroquímica para predecir el precio de un material con tres meses de anticipación con una precisión del 97 % , según un caso de uso en su sitio web. 

Otra aplicación importante es el uso de IA en el aseguramiento de la calidad, como en una línea de montaje para mantener el nivel de calidad deseado, que se basa en un conjunto de parámetros y algoritmos para producir los mejores productos posibles. Los sistemas de inteligencia artificial con tecnología de visión artificial pueden detectar las diferencias de los resultados esperados al espiar los defectos visibles. A continuación, se activan las alertas para que los usuarios puedan realizar ajustes.  

La IA también se puede aplicar para ayudar a automatizar las pruebas. Un producto de ejemplo para hacerlo es  Infosys Pandit , que se  basa en el aprendizaje automático para optimizar los escenarios de prueba y automatizar las pruebas. La compañía está siguiendo una estrategia que aplica la inteligencia artificial al control de calidad más allá de la optimización de pruebas y la predicción de fallas, hasta la prevención a través de tecnologías autónomas, según su sitio web. 

El constructor de camiones Oshkosh se ha comprometido con la inteligencia artificial y la automatización digital 

El fabricante de automóviles estadounidense Oshkosh Corp. de Wisconsin, fabricante de camiones especiales durante más de un siglo, se ha comprometido durante los últimos años a utilizar la inteligencia artificial y los datos para ayudar a impulsar la toma de decisiones. 

“Nos estamos enfocando en desarrollar modelos predictivos para nuestros negocios y áreas funcionales”, declaró Anupam Khare, vicepresidente senior y CIO de Oshkosh, en una cuenta reciente en CIO . «En los últimos 18 meses, hemos desarrollado aproximadamente 35 modelos analíticos».  

Oshkosh opera 147 plantas de fabricación en 22 países y vende sus equipos y vehículos en más de 150 países. Khare se unió a la empresa en 2018 para supervisar su transformación digital.   

Al principio, contrató a Marina Pashkevich-Zayed como vicepresidenta de análisis avanzado e inteligencia artificial. Había trabajado en IBM como líder de prácticas de aprendizaje automático, en AT&T, SAS y Sprint. El objetivo era centrarse en la fabricación digital, el análisis avanzado y la automatización de procesos robóticos (RPA). Desde su contratación, la empresa ha formado un equipo de científicos de datos, ingenieros de datos y arquitectos de datos.  

“Hemos tenido mucha suerte de contratar a personas excelentes en el área de Wisconsin, lo cual no es fácil”, dijo Khare. “Hemos construido el equipo más diverso. También tenemos dos o tres personas a las que hemos capacitado internamente y también se han unido al equipo de ciencia de datos ”. 

Uno de los primeros esfuerzos fue utilizar la automatización de procesos robóticos (RPA) para conectar aplicaciones clave y el sistema ERP, con el fin de automatizar todo el proceso. A partir de ahí, Oshkosh se ha centrado en desarrollar capacidades predictivas que le ayuden a pronosticar los márgenes de pedidos y clientes, decidir dónde ofertar para nuevos negocios y optimizar su cadena de suministro. 

Un proyecto más reciente, la experiencia de compra digitalizada, utiliza modelos analíticos avanzados integrados con una herramienta de configuración. El sistema se utiliza para predecir los costos de material y mano de obra en función de la configuración única de un camión, con el fin de brindar a los clientes cotizaciones más precisas y oportunas. 

“La analítica avanzada se ha convertido ahora en un objetivo del CEO y reviso el progreso con la junta todos los años”, afirmó Khare. El equipo realiza una revisión conjunta de los proyectos de análisis con las unidades de negocio una vez por trimestre.