El impulso hacia la sostenibilidad ha propiciado que todas las entidades incorporen la capacidad de reparación en sus dispositivos que, además, sumado a las consecuencias de la recesión económica, por la cual los consumidores están menos dispuestos a gastar en productos nuevos y se aferran a lo que tienen, implica una mayor necesidad de servicio y mantenimiento en el tiempo.
Así, según una investigación de Markets and Markets, se espera que el tamaño del mercado de Gestión de servicios de campo crezca de 3.200 millones de euros de facturación en 2021 a 5.700 millones en 2026. Con todo ello, el sector deberá impulsar la agilidad y la capacidad de respuesta ‘predictiva’ para anticipar los problemas de mantenimiento antes de que ocurran, e impulsada por la IA y el aprendizaje automático para sumergirse en el dato que genere los activos y seleccione lo que más importa.
El sector de industria deberá impulsar la agilidad y la capacidad de respuesta predictiva para anticipar los problemas de mantenimiento antes de que ocurran
Desde IFS aseguran que “los clientes esperan un servicio sin fricciones con cada interacción, independientemente de la complejidad de los activos que la empresa necesita reparar, los técnicos que tiene en el campo o la cadena de suministro que entrega piezas y repuestos. Por ello, brindar ese servicio de manera eficiente se ha vuelto más desafiante en los últimos años”.
El mantenimiento predictivo ha visto cambiar los modelos de mantenimiento para que se basen en la “condición o uso” del equipo. Los sensores monitorizan todos los aspectos del equipo y los modelos más efectivos usan tecnología IoT para que estos datos puedan contar con un seguimiento online. Esto traslada el mantenimiento a un modelo basado en hechos en el que solo se reemplazan las piezas necesarias, lo que permite reducir el tiempo de inactividad, genera importante ahorro de costes y disminuye el impacto ambiental.
Hacia modelos proactivos
La recopilación de datos es solo una parte del desafío y se requieren poderosas técnicas analíticas para convertir los datos en información significativa.
En esta línea, la tecnología también está impulsando el desarrollo de la próxima etapa de mantenimiento, ya que las empresas pasan de modelos “predictivos” a modelos “proactivos”. En estos modelos, un fabricante pasa a vender resultados en lugar de equipos.
“Un buen ejemplo de ello sería un fabricante de ascensores. Ya no vendería ascensores sino la capacidad para que las personas se muevan de manera eficiente por un edificio. El operador del edificio generalmente tendrá poco interés en las correas y poleas que operan sus ascensores, pero felizmente comprará un servicio que garantice el 100% de tiempo de actividad. La tecnología IoT y el análisis de datos avanzado hacen realidad este nivel de servitización y muestran cómo la fabricación puede usar un modelo similar a las suscripciones de Netflix o Spotify que disfrutamos en casa”, explica Gonzalo del Valle, presales manager de IFS.
“Otro ejemplo muy claro sería uno de nuestros clientes principales, Rolls Royce, cliente que ha pasado de fabricar motores de aviones a cobrar por horas de vuelo”, continúa del Valle.
Al alinear los intereses del cliente con los del fabricante, la servitización garantiza que todos se beneficien. Ahora es de interés del fabricante asegurarse de producir y mantener activos de alta calidad porque esto garantiza que puedan brindar un servicio de la más alta calidad a sus clientes.
