El papel de la Inteligencia Artificial en las empresas
Actualmente, todos los empresarios o altos cargos quieren una mayor velocidad y sofisticación en la toma de decisiones, pero en la mayoría de los casos sus organizaciones no están listas para ello. ¿Cómo se ve una empresa verdaderamente impulsada por los datos en la medida que surge una nueva era de la Transformación Digital y la Inteligencia Artificial?
Las técnicas y tecnologías emergentes como IIoT, Big Data y Deep Learning pueden crear grandes saltos de eficiencia, significado y conocimientos en las empresas y en la sociedad en general. En definitiva, supone una gran oportunidad para que las empresas respondan a los retos de competitividad.
En este sentido, según una encuesta realizada en 2018 por McKinsey & Company[1] a empresas acerca de la adopción de Inteligencia Artificial, un 47% de los 2.135 participantes mencionan haberla incorporado en algún proceso de negocio, lo que supone un incremento significativo con respecto a un estudio similar realizado en 2017 donde sólo un 20% de participantes reportan usar este tipo de tecnología. La mayoría de participantes (58%) señalan que menos del 10% de la inversión digital está destinada al desarrollo de productos que incorporan IA, pero muchos de los encuestados (78%) tienen mucha confianza de que habrá un incremento en la inversión en IA en los próximos años. Así por ejemplo, un informe publicado por PWC[2] estima que en 2030 la contribución de la Inteligencia Artificial al mercado global será de unos 13.8 billones de euros.
Esta predicción viene a raíz del incremento de (i) empresas que persiguen una reducción de costes o de tiempos en sus procesos mediante la automatización, incluyendo el uso de robots y asistentes virtuales, (ii) empresas que incorporan en sus procesos de toma de decisiones no sólo los datos en bruto, sino el análisis estadístico o la búsqueda de patrones, y (iii) finalmente por el incremento de la demanda resultante de una nueva oferta de productos y servicios con IA mejorado y/o personalizado.
[1] https://www.mckinsey.com/featured-insights/artificial-intelligence/ai-adoption-advances-but-foundational-barriers-remain
[2] https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf
Nace una nueva industria basada en el dato
En definitiva, un número significativo de empresas se encuentran embarcadas en su incorporación a las denominadas Data-Driven Industries o empresas que utilizan los datos de forma ágil o masivamente como vía de soporte a la toma de decisiones, mejorando así su competitividad en un entorno que ya no duda sobre la rentabilidad de estas buenas prácticas.
Tal y como indica PWC en las conclusiones de una encuesta realizada en 2016[1] a 2.100 altos cargos, las empresas que raramente toman decisiones en base a los datos (8% de los encuestados) concentraban significativamente su proceso de toma de decisiones en el área descriptiva. Por el contrario, las empresas fuertemente ligadas a la toma de decisiones en base a los datos (39% de los encuestados) tenían una distribución uniforme de en las cuatro áreas.
Gemelos Digitales
En este contexto de hiper-sensorización y de transformación digital, donde los últimos avances en las tecnologías habilitadoras de la Industria 4.0 ha servido como palanca para definir el paradigma de Gemelo Digital, quien se posiciona como una disrupción en el sector industrial que es considerado a día de hoy como “el dorado” de la industria.
Los Gemelos Digitales surgen en 2002 como la evolución de estos sistemas clásicos de simulación de procesos basados en primeros principios y análisis de datos, sin embargo, ha sido Big Data y Deep Learning quienes han abierto nuevas posibilidades para simulación y la optimización del mundo real a través del virtual.
Pero ¿qué es un Gemelo Digital exactamente? Son representaciones virtuales de dispositivos, procesos o sistemas complejos como una fábrica y su entorno. Generalmente, conectados a su Gemelo Real del cual obtienen información con la misión de monitorizar y controlar, simular y optimizar a través de técnicas de aprendizaje automático.
Alineado con los objetivos de las Data-Driven Industries, el Gemelo Digital ofrece la adopción de capacidades en inteligencia predictiva en las cuatro áreas representadas en la siguiente figura:
Por una parte, la descripción del comportamiento de procesos y dispositivos mediante el análisis estadístico de multitud de variables y la representación de la información resultante mediante innovadores cuadros de mando. Así mismo, se establecen mecanismos para el control de estos a través de reglas y sistemas expertos. El resultado de esta etapa suele terminar en un cuadro de mando interactivo que permita ver y comprender el comportamiento de nuestro gemelo real.
Por otra, el diagnóstico mediante la aplicación de técnicas multivariantes de detección de anomalías permite del funcionamiento normal y alertar del anómalo o no deseado. Esto supera en mucho a los controles univariantes definidos en la etapa descriptiva. De esta forma, se procede a viajar de un escenario en el que una persona puede manejar tres o cuatro factores a otro en el que una máquina es capaz de calcular la distribución de probabilidad y la influencia no lineal de muchos factores como, por ejemplo, en el precio o la demanda de un producto. El resultado de esta etapa permite diagnosticar el estado de salud de nuestro gemelo real en tiempo real.
Una vez superadas las fases anteriores, la predicción del comportamiento futuro permite anticiparse y no conformarse en saber lo que ha ocurrido y el porqué, sino en conocer qué consecuencias podrá tener en el futuro el estado actual de nuestro gemelo real. El resultado de esta fase se encuentra en la capacidad de conocer valores futuros de aquellas variables objeto de mejora y de control en el gemelo real.
Por último, la prescripción sería la última etapa en la que no sólo conocemos el futuro, sino que somos capaces de simular de nuevos escenarios de funcionamiento que nos permitan maximizar sus objetivos productivos o minimizar el riesgo. El resultado de esta fase es la capacidad de optimizar del gemelo real mediante la prescripción de la mejor configuración de funcionamiento productivo.
El camino hasta el Gemelo Digital
La construcción de un Gemelo Digital es muy similar a los proyectos de transformación digital en el sector industrial, haciendo hincapié en la capa de inteligencia en la que se concentra la adquisición de capacidades a través de técnicas de Machine Learning y tecnologías Big Data.
Siguiendo un recorrido en el que obtenemos valor en cada una de las etapas hasta llegar al Gemelo Digital. El primer gran hito es cuando conseguimos alcanzar la etapa de interacción con la obtención de cuadros de mando e informes interactivos nos permitan observar y comprender nuestro Gemelo Real. A partir de aquí, la etapa de inteligencia con los primeros pasos mediante el establecimiento de reglas y controles, para llegar por último a Machine Learning y por último a las capacidades citadas del Gemelo Digital.
Sin embargo, cabe destacar que el verdadero reto comienza en la etapa de transparencia con la realización de una copia digital exacta de un proceso, dispositivo o sistema complejo, pudiendo no sólo describir su comportamiento a través de métricas e indicadores, sino en el aprendizaje automático de la correlación del conjunto total de factores que intervienen en el mismo y que caracteriza de forma integrada el proceso productivo.
Tal y como representa la siguiente figura, un Gemelo Digital será capaz de integrar cuatro fuentes de datos fundamentales. Las métricas que describan en tiempo real el comportamiento del proceso o dispositivo. Los parámetros de configuración que se utilizaron para establecer la operativa del proceso, habitualmente manipulables por un operario humano, y que representan la oportunidad de optimización del este. Los factores externos se nutren de sensores o sistemas de información que representan el contexto y que en cierta forma puede afectar al Gemelo Digital. Por último, los valores objetivo representan los resultados del proceso productivo y serán aquellas que deben ser optimizadas en respuesta a los otros factores. Es en este momento, cuando se disponen de todos los elementos para el desarrollo de las capacidades del Gemelo Digital en cada una de las etapas descritas.
Por tanto, el camino para la construcción de un Gemelo Digital se representa por hitos que transforman nuestra empresa, aportando valor por sí mismos y habilitando los siguientes pasos en busca de “el dorado”.
A partir de aquí…
Actualmente, es difícil ver soluciones completas en materia de Gemelo Digital ya que cada organización tiene una visión diferente respecto a la aplicación de esta tecnología. Generalmente, podremos encontrar soluciones cuya misión principal es la descripción del comportamiento mediante métricas y algún tipo de control.
En el Instituto Tecnológico de Informática (ITI) llevamos años investigando sobre las aplicaciones de Gemelos Digitales en el contexto de la Industria 4.0. Nuestra visión ha estado centrada principalmente en los siguientes aspectos:
- Simulación en tiempo real de métricas para la composición de nuevos escenarios productivos.
- Detección de anomalías multivariante para evaluar el comportamiento del Gemelo Digital.
- Predicción de indicadores que permitan conocer la evolución del comportamiento de nuestro sistema real.
- Optimización del proceso mediante el control de los parámetros de configuración y la adaptación a los cambios productivos, incluyendo el contexto.
Sobre los resultados de este proyecto, podrás encontrar más información en la web digitaltwins.iti.es. Incluyendo un pequeño vídeo demostrador de una línea de embotellado virtual.
Autor: Raúl Hussein, Director de Servicios de Análisis de Datos Avanzados de ITI. Publicado originalmente en el blog de ITI, Instituto Tecnológico de Informática.