MathIT.Factory. Alta tecnología, alto impacto

La verdad es que, aunque sentimos un cierto pudor cuando nos toca hablar del impacto positivo que causamos en las industrias tras la implantación de nuestra solución MathIT.Factory, sentimos igualmente un amplio orgullo que sinceramente no podemos ni queremos disimular.

La optimización de procesos complejos de manufactura, con ejemplos reales en producción en grandes clientes que están generando importantes ahorros de suministro de energía eléctrica o de mermas en los procesos de fabricación y su directo impacto en la rentabilidad y la sostenibilidad de la operación, con la paralela reducción de los niveles de contaminación y de la huella de carbono, está aportando a estas compañías un valor estratégico al que llegan gracias a la aplicación de las técnicas de Inteligencia Artificial (IA) y de Investigación Operativa (IO) diseñadas y gestionadas por el equipo de expertos de oga.ai.

No es un proceso fácil y no todas las empresas están preparadas para emprender este camino de alta eficiencia y, al contrario de cómo se podría suponer, no tiene nada que ver con el tamaño o con los recursos de las compañías.

La clave

La clave, y sin duda el elemento detonante, está en entender el papel que los datos juegan hoy en día en todas las organizaciones y el cambio de paradigma (figura 1) en el que los modelos tradicionales basados en reglas de negocio están claramente superados en determinadas fases de los procesos de fabricación, ya sea discreta o por procesos.

Proyecto tradicional basado en programación vs Proyecto IA (Machine/Deep Learning)
Figura 1. Proyecto tradicional basado en programación vs Proyecto IA (Machine/Deep Learning)

Cualquier empresa dedicada a la fabricación o al procesado que base su producción en procesos complejos, tiene en la Inteligencia Artificial y en la Investigación Operativa claros aliados en la búsqueda de la eficiencia y de valores diferenciales respecto a su competencia. Una vez entendido y asumido esto, podemos ayudarles a poner en marcha el proceso que sin duda les llevará al siguiente nivel.

El proceso

Hablamos de un proceso secuencial (figura 2) en el que junto a los responsables de negocio, de producción o de transformación digital, entendemos los aspectos internos de sus negocios y analizamos los datos disponibles al tiempo que los complementamos con datos de otras fuentes contrastadas y en base a nuestra experiencia.

Esta parte del proceso nos lleva a definir un ‘GO – NO GO’ en función de los datos facilitados y de la calidad de los mismos. En los casos en los que los datos no nos permiten trabajar con IA, los clientes obtienen una visión clara y un roadmap que les lleve a sensorizar sus procesos y a empezar a obtener datos de calidad, lo cual supone ya un avance y un impacto positivo en cuanto a sus estrategias de producción y un incremento de su madurez digital crítico en su futuro.

En una importante mayoría de los casos, y dado que las grandes empresas de fabricación, suelen disponer de sistemas productivos cada vez más tecnificados y altamente sensorizados con amplios ecosistemas de IoT, podemos disponer y acceder una buena colección de datos históricos de sus procesos de fabricación de calidad y suficientemente representativos, lo cual nos permite construir datasets sobre los que podemos desplegar el siguiente paso, en el que empezamos a aplicar técnicas de Machine Learning y Deep Learning que nos permiten detectar las variables de impacto crítico sobre cada subproceso y lo más relevante: modificar aquellas sobre las que podemos intervenir de un modo factible según la prescripción de nuestros sistemas de Investigación Operativa (IO) embebidos en nuestra solución, para optimizar así el proceso integral.

Con toda la experiencia funcional que acumulamos, explorando los límites de la aplicación de estas técnicas analíticas en los objetivos de optimización de procesos tan complejos como los de la fabricación discreta o continua, podemos sin duda afirmar que hasta la misma IA, con todo su poder de evidente transformación en tantos escenarios, tiene sus limitaciones en estos enfoques tan complejos y que solo con la hibridación de la Inteligencia Artificial (IA) y la Investigación Operativa (IO) logramos desbloquear ese valor transformador del negocio y alcanzar ese nuevo paradigma.

De este modo, con la implantación de esta solución, en la que conviven y se retroalimentan algoritmos y modelos de Inteligencia Artificial y de Investigación Operativa, definimos los modelos de operación que aseguran la maximización o minimización de los ratios que en cada caso el fabricante considere más crítico para la rentabilidad y eficiencia del proceso específico de manufactura sobre el que estemos impactando.

Este escenario de colaboración y co-creación, nos ha llevado a convertirnos en partners tecnológicos y funcionales de grandes multinacionales que hoy confían en oga y en su equipo para dar un salto cualitativo verdaderamente transformador, y no podemos estar más orgullosos e ilusionados con esta realidad y con este tipo de servicios avanzados que ponemos a vuestra disposición.