Hace unos años la palabra de moda era ‘Big Data’ y ahora como sabréis es la ‘Inteligencia Artificial (IA)’. Sobre ella, muchos sectores han visto la oportunidad de resolver problemas que hasta ahora no eran viables, y por supuesto también la Industria. La pregunta ahora es ¿Cómo puedo aprovechar la IA en mi negocio?
Para tratar de ayudar a responder a esa pregunta, voy a compartir la definición que me ayuda a no perderme en las profundidades tecnológicas y matemáticas de los ‘cómo’ y centrarme en el ‘qué’; IA son tecnologías de procesamiento que, aplicando algoritmos matemáticos, permiten generar un dato nuevo a partir de aquellos que tengo, y me tengo que encargar de mandarlo allí donde es útil.
Lo más importante de esta definición es que tiene que ser ‘útil’. Entonces, lo primero que tengo que identificar es el valor para mi negocio, para mi planta, para mi proceso de producción… ¿qué me gustaría poder hacer? Algunos objetivos habituales en el ámbito industrial pueden ser: reducir el costo de mi control de calidad actual, manteniendo o reduciendo los costes por defectivo, entre otros. La segunda pregunta me lleva al dato, que ahora no sé (o me cuesta mucho saber) y que podría ‘estimar’ con inteligencia artificial. Es importante la palabra estimar, porque la predicción no se basa en magias adivinatorias, sino en matemáticas, y el resultado no será una certeza, sino una probabilidad.
La IA se basa en aprender, pero no se puede aprender de la nada. Por ejemplo, si quiero desarrollar un modelo de visión artificial que realice el control de calidad de una pieza fabricada, necesitaré enseñarle a ese modelo con fotos de piezas que alguien ha marcado que fueron buenas y otras que fueron malas.
¿Y si no dispongo de los datos necesarios? Necesitaré empezar a adquirirlos. Los requisitos del caso van a marcar los condicionantes tecnológicos y las herramientas óptimas para dicho caso: la tipología de los datos que tengo que tratar, la frecuencia que requiero en su adquisición, el volumen que voy a tener que almacenar, la latencia que puedo permitirme en su tratamiento y aplicación… Estos y otros factores se deben considerar para definir la arquitectura tecnológica óptima, que no será necesariamente la más potente o la más compleja. Con los datos necesarios depurados y tratados, queda definir y entrenar mi algoritmo. Como hemos dicho, no es magia, son matemáticas y necesitaré (y no es poco) herramientas, metodología y experiencia.
En este momento, ya tengo un algoritmo que genera la información que estaba buscando… y aún no tengo nada. Me queda aplicar ese nuevo conocimiento generado, y ello, de una forma u otra va a cambiar mis procedimientos de trabajo. El diseño y la gestión de este cambio deberá estar contemplado desde la definición del objetivo. La IA está ahí, accesible, con aplicaciones para la industria como: hacer previsiones de venta, detectar defectivos para mejora de la calidad, optimizar el mantenimiento preventivo de instalaciones, etc.
Si tienes definida bien tu Data Strategy estarás en disposición de poder definir tu objetivo final e ir dando pasos incrementales, equilibrando funcionalidad, rendimiento y coste, porque recuerda que toda inversión en adquirir y almacenar datos no tendrá un retorno hasta que no hagas llegar el nuevo dato generado allí donde es útil y a tiempo de ser útil.
Concluyendo, para obtener valor de la IA se necesita recorrer un camino, dirigido en cada uno de sus pasos desde la visión del valor de negocio, para que no se convierta en datos y tecnología que debo tener solo porque está de moda.
