Pero ¿qué es lo que ha cambiado en todo este tiempo? Se detectan tres fenómenos:
- Concienciación por la importancia de los datos y su análisis: El éxito de los gigantes digitales, con una apuesta radical por los datos y la inteligencia artificial, ha conseguido que el mundo industrial tome conciencia de la importancia de los datos y la analítica como factor de competitividad.
- Disponibilidad de datos en formatos digitales: Poco a poco, el mundo industrial está desechando el papel y esto genera datos en un formato apropiado para su uso en modelos analíticos. Esto ha sido gracias a la integración de sistemas, IoT, herramientas de movilidad etc.
- Renovación de la Inteligencia Artificial: Han aparecido nuevos modelos, que comienzan a ofrecer unos resultados de suficiente calidad para su aplicación práctica, en áreas de gran interés para las empresas industriales.
En consecuencia, la IA se ha democratizado. Y, cada vez más en el centro de las discusiones y debates, representa la frontera tecnológica que puede transformar profundamente la forma en que operan las pymes industriales. Sin embargo, todavía queda un largo camino por recorrer.
Pero, ¿realmente es tan conveniente invertir en IA con el esfuerzo que supone? La IA puede ofrecer a las pymes importantes posibilidades, como el mantenimiento predictivo, la planificación de la demanda y la identificación de defectos mediante aprendizaje automático. Estas aplicaciones permiten a las empresas mejorar la eficiencia operativa, reducir costos y aumentar la calidad del producto.
Como indica a industry TALKS Eva Novoa, directora general del centro tecnológico naval SOERMAR e iTALKER desde 2022, la IA se emplea en el mantenimiento predictivo para anticipar fallos en maquinaria y optimizar el tiempo de inactividad; en la optimización de la cadena de suministro para mejorar la gestión de inventarios y logística; en el análisis de datos, para mejorar la toma de decisiones basada en datos operativos y de mercado; en la simulación y modelado, para diseño y pruebas de embarcaciones; y en la automatización de procesos para mejorar la eficiencia de la producción.
“Las pymes industriales, sobre todo, piden aplicaciones basadas en IA que les ayuden a optimizar sus procesos productivos. Entre estos, los más demandados son aplicaciones de mantenimiento predictivo de los equipos productivos”, informa Joan Mas, director científico del Área Digital del centro tecnológico catalán Eurecat.
“Si son empresas que tienen registros de datos históricos de sensores instalados en sus medios productivos, se pueden desarrollar o implantar sistemas de aprendizaje automático que lancen alertas para prevenir fallos y evitar interrupciones no deseadas en la cadena productiva. De forma similar, aplicaciones de aprendizaje automático o de visión artificial, según los casos, para predecir la calidad de la producción son también muy valoradas por las empresas industriales. Otra aplicación sería el uso de la IA para una gestión eficiente de recursos, por ejemplo, la asignación de personal con el perfil adecuado en una cadena productiva para hacer frente a bajas laborales, rotación, turnos etcétera”, explica Mas.
Coincide con Mas en este diagnóstico Laura Olcina, presidenta de Fedit, la Federación Española de Centros Tecnológicos, y directora gerente de ITI, centro tecnológico especializado en TIC. “Los intereses de las pymes industriales suelen centrarse en todo aquello que les ayude a ser más competitivas: incrementar la productividad, mejorar la eficiencia operativa, elevar la calidad de sus productos y reducir los costes, por lo que aplicaciones como la optimización de la producción, mantenimiento predictivo, control de la calidad mediante visión artificial y machine learning, o gestión de la cadena de suministro son algunas de las aplicaciones más demandadas”, especifica.
Los usos de la IA se presentan a doquier y llegan incluso al mundo de la agricultura, sirviendo para identificar “el grado de maduración del aguacate”, como asegura Leticia Algarra, del equipo industria 4.0 de la firma granadina Nazaríes Intelligenia. O para gestionar una finca agrícola cordobesa a golpe de algoritmo, prediciendo riesgos como plagas, enfermedades, estrés hídrico, estrés por radiación solar, estrés por salinidad, escaso desarrollo vegetativo o fallo en el cuajado de frutos. Ese es el caso de la plataforma iAgri que desarrolla, junto a otras organizaciones, el Grupo Solutia, dirigido por Juan Lucas Retamar Genil.
Un análisis de la consultora multinacional McKinsey confirma el panorama positivo. Según su informe El estado de la IA en 2023, las empresas que utilizan IA generativa han registrado un aumento de sus ingresos del 20-30% gracias a la innovación y a la eficiencia operativa. También se estima que el retorno de la inversión promedio para las empresas que adoptan la IA generativa está entre el 10% y el 15% dentro de los primeros dos años de implementación.
Si 2023 fue el año en que el mundo descubrió la IA generativa, 2024 es el año en que las organizaciones realmente comenzaron a utilizar y a obtener valor comercial de esta nueva tecnología.
En la última Encuesta Global de McKinsey, el 65% de los encuestados reportó que sus organizaciones utilizan regularmente IA generativa, casi el doble del porcentaje del estudio anterior realizado diez meses antes. Las expectativas sobre el impacto de la IA generativa siguen siendo tan altas como el año pasado, y tres cuartas partes de los entrevistados predicen que la IA generará cambios significativos o disruptivos en sus industrias en los próximos años.
España, en general, no está mal situada. El Global AI Index definía en 2023 a España como “una estrella en ascenso”, especialmente por el impulso de la Estrategia Nacional de Inteligencia Artificial (ENIA). Esta Estrategia, publicada en 2020, aboga por sistemas robustos, seguros e imparciales para alcanzar una Inteligencia Artificial fiable, explicable, transparente e inclusiva, que asegure el cumplimiento de los derechos fundamentales y de la regulación aplicable, así como el respeto a los principios y valores fundamentales y tenga en cuenta las aspiraciones colectivas de la ciudadanía.
También es significativo que la Unión Europa haya aprobado este mismo año la primera ley integral sobre la IA y que la inversión global en IA generativa se haya duplicado. Aunque algunos cuestionan la sostenibilidad de estas inversiones, la IA continúa atrayendo la atención y los gobiernos siguen interesados en su potencial transformador.
España se encuentra en el puesto decimoctavo de una clasificación que lidera Estados Unidos, seguida de China y Singapur. El top ten lo completan Reino Unido, Francia, Corea del Sur, Alemania, Canadá, Israel e India.
Otro índice, el AI Intelligence Index Report, que elabora la Universidad de Stanford, informa de que la inversión global en IA generativa casi se multiplicó por ocho desde 2022, al alcanzar los 25.200 millones de dólares (23.000 millones de euros).
Pero aún se puede mejorar mucho. Así, Nuria Ávalos, directora general de IndesIA, la asociación de Inteligencia Artificial de la industria española, reconoce que “en España estamos muy bien posicionados con respecto a Europa”, pero se lamenta de que “solo el 2,5% de pymes han adoptado la IA a su compañía”.
“Muchas pymes en el sector naval están en etapas iniciales de adopción de IA, con un enfoque limitado en pruebas y prototipos. Algunas empresas han implementado soluciones básicas, pero la integración completa y el uso de IA avanzada todavía son poco comunes”, admite Novoa. “Existe un interés creciente, pero la falta de recursos y conocimientos técnicos limita el avance hacia un uso más integral de la IA”, agrega.
“Si bien es cierto que la IA puede jugar un papel clave, antes de implementar cualquier tecnología, es fundamental analizar el grado de madurez tecnológica de la empresa, ya que solo así podremos recomendar soluciones de IA adaptadas a sus necesidades y capacidades”, puntualiza Olcina, de Fedit.
Las empresas con mayor nivel de madurez digital, argumenta Olcina, pueden apostar por sistemas más complejos, mientras que aquellas en fases tempranas suelen empezar por aplicaciones de IA más focalizadas, que no solo mejoran su rendimiento, sino que les ayudan a avanzar en su transformación digital.
A pesar del convencimiento sobre los beneficios de la IA para mejorar la competitividad y el creciente interés de las empresas, el número de aquellas que realmente la implantan sigue siendo bajo”, puntualiza la directora general de Fedit.
Y ofrece datos reveladores: Solo un 11% de las empresas europeas declaró haber implantado técnicas de Inteligencia Artificial durante el pasado año, y en España, la situación no es mejor. En el ámbito industrial, la implantación es de apenas del 9% de media, con diferencias marcadas entre las pymes (5,83%) y las grandes empresas (42,75%).
Estos porcentajes varían notablemente en función del tamaño de la empresa, el sector y la ubicación geográfica. Si bien las grandes empresas están avanzando, muchas pymes enfrentan barreras tecnológicas, económicas y formativas que dificultan la adopción de IA por lo que la brecha digital se está acentuando, generando grandes diferencias entre ellas, estima Olcina.
“Los centros tecnológicos desempeñamos un papel crucial en ayudar a las empresas a superar estas barreras, sensibilizando, formando y ayudando a las empresas a avanzar en su madurez tecnológica. Nuestro objetivo es asegurar que tanto grandes como pequeñas empresas puedan beneficiarse de la IA, contribuyendo así a cerrar la brecha digital y mejorar la competitividad empresarial en todo el territorio”, remarca.
De hecho, según el citado estudio de McKinsey, la manufactura y la gestión de la cadena de suministro ocupan el último y el penúltimo lugar, respectivamente, en el nivel de implantación de las herramientas de IA generativa. Los usos más comunes se encuentran en las áreas de marketing y ventas.
En cualquier caso, “la IA está revolucionando tanto la industria como la educación”, comenta a este diario digital Javier Laclaustra, responsable de Desarrollo de Negocio en la Escuela de Emprendimiento y Desarrollo Empresarial (EDE).
“En EDE Madrid estamos viendo un notable incremento en la demanda de formación en estos campos. Cursos como Mantenimiento Industrial con IA y IA Generativa para pymes son esenciales para enseñar a las empresas a implementar la IA en sus procesos productivos, así como de marketing, ventas y desarrollo web, áreas esenciales para cualquier empresa”.
Este avance, explica Laclaustra, miembro de la familia iTALKS, no solo mejora la eficiencia operativa, sino que también abre la puerta a nuevas oportunidades comerciales. Las empresas que se adaptan a estas innovaciones pueden optimizar sus procesos y ofrecer productos y servicios más personalizados, lo que les permite destacarse en un mercado cada vez más competitivo.
Además, las organizaciones son cada vez más conscientes de la necesidad de actualizarse, lo que ha impulsado la demanda de programas de formación a medida que se adaptan a las necesidades específicas de cada empresa. “En EDE Madrid, hemos corroborado esta tendencia a través de nuestras colaboraciones con asociaciones y colegios profesionales del sector”, remarca.
“Por ello, estamos trabajando intensamente para satisfacer las crecientes demandas del mercado en IA, ofreciendo soluciones innovadoras y especializadas que ayudan a las empresas a mantenerse competitivas en un entorno industrial en constante evolución”, afirma Laclaustra.
En este contexto, el objetivo de apoyar a las pymes en la transición hacia una fábrica inteligente y conectada pone sobre la mesa un amplio panorama de conocimiento, métodos y herramientas.
Resulta crucial hacer uso de un soporte concreto que ayude a superar las barreras que aún representan la falta de información y la falta de competencias técnica, los dos principales obstáculos al desarrollo de iniciativas de IA.
La meta es guiar a las empresas a través de un camino de implementación de la IA, dividido en cuatro etapas principales: evaluación inicial, identificación y mapeo de procesos, identificación de casos de uso e implementación.
1.- Evaluación inicial
La primera fase del camino implica un análisis en profundidad de los procesos de negocio y el grado de madurez digital de la empresa. En otras palabras, se evalúa el estado del arte interno en términos de tecnologías y habilidades disponibles, así como la calidad y cantidad de conjuntos de datos disponibles, que son fundamentales para la IA.
2.- Identificación y mapeo de procesos
La segunda consiste en identificar y mapear los procesos de negocio, evaluando su importancia para la competitividad. Este paso incluye una comparación con otras empresas del mismo tamaño e industria para identificar áreas en las que centrar los esfuerzos de mejora.
3.- Identificación de casos de uso
En la tercera etapa, se determina una breve lista de posibles casos de uso de la IA, indicando los métodos de implementación recomendados (fabricar o comprar) y trazar el camino para crear un proyecto limitado al caso de uso específico. Esta fase es crucial para centrar esfuerzos en proyectos de alto impacto y viabilidad.
4.- Implementación
La última fase es la implementación, durante la cual se apoya a la empresa en la adopción de los casos de uso seleccionados. Se comparten las evidencias que surgen del proyecto con las partes interesadas de la empresa y ofrecemos apoyo continuo, con la posibilidad de proceder de forma independiente o con la ayuda de recursos externos.
Entre los diversos casos de uso específicos del sector manufacturero, los expertos mencionan el mantenimiento predictivo, que permite predecir fallos de las máquinas e intervenir preventivamente, mejorando la eficiencia operativa. La planificación de la demanda es otro caso de uso crucial, ya que permite optimizar la producción y el aprovisionamiento gracias a previsiones más precisas. La identificación de defectos mediante visión artificial es fundamental para mejorar el control de calidad, mientras que la digitalización de documentos permite crear repositorios de conocimiento corporativo que pueden consultarse con lenguaje natural.
En resumen, el escenario está claro. Las pymes industriales tienen un enorme potencial para beneficiarse de la IA, pero deben hacer más esfuerzos para no perder el tren. Parece fundamental que identifiquen un socio estratégico que les apoye en el camino de la innovación, mayormente en casos de uso específicos, cursos de formación y beneficios económicos.
