La industria española ante el reto de sumar a las Pymes a la transformación digital
Se estima que el uso de la Inteligencia Artificial tendrá un impacto en el PIB español de 16.500 millones de euros en los próximos 3 años. Esto se debe a que, gracias a su adopción, se abre un abanico de oportunidades de negocio como, por ejemplo, la optimización de procesos, la eficiencia energética, el mantenimiento predictivo, la creación de nuevos productos, el desarrollo de materiales más eficientes o la mejora de la relación con los clientes.
Al margen de esta cifra, encontramos otro dato en el informe del Observatorio Nacional de Tecnología y Sociedad, denominado Uso de tecnologías digitales por empresas en España de 2022, que demuestra que la adopción de IA varía considerablemente en función del tamaño de la empresa y del sector de actividad. Así, 1 de cada 3 grandes empresas utiliza sistemas de IA, mientras que en las medianas este porcentaje cae al 14% y en las pequeñas es solo del 6%.
El sector industrial no es una excepción y mientras las grandes empresas están viendo ya los beneficios del uso de la Inteligencia Artificial, muchas Pymes, especialmente las más pequeñas, tienen dificultades, tanto culturales como tecnológicas, para lograr su adopción y beneficiarse de su aplicación.
Para incrementar la competitividad de la industria española, es necesario que toda la cadena de valor y, en especial, las empresas de menor tamaño, se sumen también a los beneficios que supondrá la implantación de la Inteligencia Artificial en sus procesos. Esta ambición puede, además, convertir a España en un referente internacional en Inteligencia Artificial. No en vano, contamos con la ventaja de tener una infraestructura sólida y sofisticada para la conexión de banda ancha, fibra y 5G. Algo que permite que el impulso de esta tecnología se lleve a cabo en mejores condiciones que en otros países europeos.
Para acercar esta tecnología a las Pymes es necesario que las grandes organizaciones, que ya tienen experiencia en este aspecto, se impliquen y actúen como impulsores. Con esta visión, y para acercar la Inteligencia Artificial a toda la cadena de valor del sector Industrial constituimos, hace poco más de un año, IndesIA la Asociación Industrial para el Impulso de la Economía del Dato y de la Inteligencia Artificial. Los socios promotores, Airbus, Ferrovial, Gestamp, Inditex, Microsoft, Navantia, Repsol, Telefónica o Técnicas Reunidas, entendimos que debíamos actuar como un proyecto tractor conscientes de la necesidad que tiene la industria española de aunar esfuerzos y capitalizar los avances realizados en los últimos años y con el objetivo de democratizar nuestro aprendizaje para impulsar al resto de empresas en su camino a la digitalización.
Nos comprometimos a que nuestra unión derivaría en proyectos concretos. En este sentido, científicos de datos de estas grandes empresas industriales españolas, decidimos poner en común nuestro conocimiento, experiencia, metodología, herramientas y datos, para comenzar a ofrecer soluciones mediante Inteligencia Artificial a problemáticas concretas de la industria de las que pudieran beneficiarse tanto las propias empresas, como el resto del tejido industrial español.
De esta manera, identificamos el reto de eficientar el proceso de identificación de comportamientos anómalos en equipos industriales, orientándonos, por tanto, a la aplicación de la Inteligencia Artificial en la mejora de la eficiencia energética en la industria.
El objetivo era, por lo tanto, la detección temprana de incidencias y/o averías en equipos industriales, mediante la creación de un modelo, basado en aplicación de técnicas Machine Learning, que optimizara los tiempos de análisis y validación de información que se obtienen de dichos equipos, que se utilizara para la detección de anomalías en los equipos industriales y, de ese modo, evitar una validación manual y errores en la interpretación de los datos.
El producto resultante debía ser un modelo capaz de ser entrenado con datos específicos de cada empresa que lo decidiera usar, de forma sencilla, y sin necesidad de un equipo de científicos de datos para ello.
Para la consecución de este objetivo fueron diversas las dificultades encontradas, que requirieron la colaboración conjunta de los científicos de datos, enriqueciendo nuestra visión y aportando soluciones cada vez más creativas. Una de las dificultades encontradas fue la diversidad de las fuentes de datos, ya que provenían de empresas dedicadas a actividades diferentes.
También fue un reto la necesidad de elegir objetivamente el mejor modelo de un conjunto amplio existente, incluidas soluciones opensouce, así como que el resultado pudiera ser empleado por empleados que no fueran expertos en esta tecnología o por personas más enfocadas al negocio sin conocimientos técnicos.
Finalmente, y gracias al trabajo en equipo, se ha conseguido diseñar y probar una solución para la detección de anomalías en equipos industriales, que puede ser fácilmente implantada en cualquier empresa. Esta solución software permite, por lo tanto, optimizar su consumo energético. En un futuro, cuando un volumen elevado de empresas esté empleando esta aproximación, crearemos mecanismos para que el modelo vaya aprendiendo y optimizándose, partiendo de los datos empleados en el entrenamiento para todas estas empresas. Esto nos acercaría también a la creación de entornos de datos compartidos entre empresas industriales de distintos sectores.
Tras el diseño y validación de esta primera solución ya estamos trabajando en el desarrollo de este producto, que deberá permitir a cualquier empresa industrial emplearlo cuenten o no con un equipo de científicos de datos propio, así como identificando otros retos distintos, facilitando la implantación de la tecnología relacionada con la Inteligencia Artificial en cualquier empresa independientemente de su sector o su tamaño.