Imaginen que son gerentes de control de calidad de un gran fabricante de productos electrónicos. Han recibido informes de un problema grave y recurrente con los componentes de un producto recién lanzado, que por desgracia ha provocado una retirada. A nivel histórico, la única solución sería emitir una retirada completa, lo que tiene importantes consecuencias financieras, operativas y de reputación. Sin embargo, como parte de una estrategia de transformación industrial, su organización ha implementado un marco de subprocesos digitales para proporcionar una visibilidad completa de los datos de su organización. Con unos pocos clics, ahora pueden rastrear todo el historial de producción del producto defectuoso, desde el diseño hasta el ensamblaje final. El hilo digital les ayuda a identificar con rapidez un fallo en un lote específico de componentes procedentes de un único proveedor. Con estos datos, ustedes pueden determinar el alcance exacto de los productos afectados, trabajar con el proveedor para remediar la situación e iniciar una retirada en extremo precisa y específica. Esta respuesta rápida y basada en datos mitiga los inconvenientes de los clientes y ayuda a preservar la reputación de la marca de su empresa.
Durante la última década, esta visión de extremo a extremo ha sido la promesa de los hilos digitales en el espacio industrial, un santo grial de puntos de contacto de datos que proporcionan una visión en tiempo real de todo el ciclo de vida de un producto o un proceso específico, desde el diseño hasta el final de la vida útil. Esto ha estado en gran medida fuera del alcance de la mayoría de las empresas industriales por dos razones clave:
- El problema de los datos: montañas de datos fragmentados, aislados y descontextualizados en una pila heterogénea de tecnologías y modalidades, que requieren inversiones prohibitivas en técnicas de ciencia de datos para poder aprovecharlas para un caso de uso específico, con poca escalabilidad.
- Retorno de la inversión (ROI): Por tradición, ha sido difícil demostrar el ROI de las iniciativas de hilos digitales, en parte debido a los desafíos que presenta el problema de los datos, y en parte debido a la complejidad de la acción sobre los conocimientos, desde la resistencia cultural hasta las brechas de habilidades, por mencionar algunos factores.
Microsoft, junto con socios como PTC, cree que estamos en un momento crucial en el que los hilos digitales se han comenzado a convertir en una realidad alcanzable para los clientes industriales debido a dos innovaciones clave. En primer lugar, el aumento de las bases de datos unificadas que hacen que los datos sean utilizables mediante su obtención segura de sistemas como la gestión de las relaciones con los clientes (CRM, por sus siglas en inglés), la gestión del ciclo de vida del producto (PLM, por sus siglas en inglés), la planificación de recursos empresariales (ERP, por sus siglas en inglés) y el sistema de ejecución de fabricación (MES, por sus siglas en inglés), y la automatización de la contextualización alineada con cualquier modelo de datos estándar o personalizado.
En segundo lugar, el auge de la IA generativa, en concreto, los agentes de IA que razonan y utilizan esta base de datos unificada y proporcionan información o realizan acciones, lo que desbloquea miles de casos de uso en toda la cadena de valor de la fabricación.
El papel de los agentes de IA
Los agentes de IA son sofisticados sistemas de software diseñados para automatizar análisis complejos, respaldar la toma de decisiones y gestionar diversos procesos. Son facilitadores de la productividad que pueden incorporar con eficacia a los humanos en el bucle mediante el uso de la multimodalidad. Estos agentes están diseñados para perseguir objetivos complejos con un alto nivel de autonomía y previsibilidad, para tomar acciones dirigidas a objetivos con una supervisión humana mínima, que toman decisiones contextuales y ajustan de manera dinámica los planes en función de las condiciones cambiantes. Los agentes de IA pueden ayudar en diversos procesos empresariales, como la optimización de los flujos de trabajo, la recuperación de información y la automatización de tareas repetitivas. Pueden operar de forma independiente, planificar de manera dinámica, orquestar a otros agentes, aprender y escalar tareas cuando sea necesario, sin embargo, los agentes de IA son tan buenos como los datos utilizados para entrenar los modelos que los impulsan, y el panorama actual de los agentes de IA en el espacio industrial es específico del dominio, por lo que estos agentes se limitan a operar en exclusiva dentro de las limitaciones de un solo dominio de datos; por ejemplo, un agente de CRM o un agente MES.
Un ejemplo destacado de agente de dominio específico es Codebeamer Copilot de PTC. El Codebeamer Copilot es compatible con el proceso de desarrollo de software para productos físicos complejos, como los vehículos definidos por software. Codebeamer Copilot aprovecha el gráfico de datos de Codebeamer para obtener una visión completa y conectada del proceso de desarrollo de productos. Desde la gestión de requisitos hasta las pruebas y el lanzamiento, Copilot proporciona una visión rápida de las áreas clave de la gestión del ciclo de vida de las aplicaciones (ALM, por sus siglas en inglés). El resultado es un manejo automatizado de requisitos, un control de calidad mejorado y una mayor productividad debido a la reducción drástica del tiempo que tardan los ingenieros en escribir y validar los requisitos.
La gestión del ciclo de vida de las aplicaciones es solo el principio. El hilo digital impulsado por IA proporciona a los agentes el conocimiento combinado de todo el patrimonio de datos de fabricación, con múltiples dominios: para eliminar sus limitaciones anteriores que los limitaban a una función.
Aplicaciones en el mundo real de hilos digitales impulsados por IA
La era de la IA y los hilos digitales ha llegado, y aporta un valor real a los principales fabricantes del mundo en la actualidad.
Schaeffler
Un fabricante de componentes de movilidad de precisión se enfrentó a la necesidad de modernizar la gestión de datos, ya que sus datos tardaban días en decodificarse. Su objetivo era claro: encontrar una solución escalable para descubrir información de fábrica más rápido. Se implementó un agente para permitir que los trabajadores de primera línea descubrieran de inmediato información detallada cuando se enfrentaran a un tiempo de inactividad inesperado. Esto permite a los operadores volver a poner en marcha la línea más rápido, lo que reduce los costosos retrasos en la producción.
Bridgestone
La empresa de neumáticos y caucho más grande del mundo aprovecha las soluciones de datos de fabricación de Microsoft Fabric para acelerar la productividad de su personal de primera línea. Como cliente privado de vista previa, en colaboración con un socio de Microsoft, la empresa utiliza subprocesos digitales y tecnología de IA para abordar los desafíos clave de producción, como la pérdida de rendimiento. La solución del sistema de consulta permite a los trabajadores de primera línea, con varios niveles de experiencia, interactuar con facilidad con los datos de su fábrica y descubrir información de manera eficiente para mejorar el rendimiento y la calidad.
Toyota O-Beya
Toyota aprovecha los agentes de IA para aprovechar la sabiduría colectiva de sus ingenieros y acelerar la innovación. En su sede en Toyota City, la compañía ha desarrollado un sistema llamado «O-Beya», que significa «gran habitación» en japonés. Este sistema consta de agentes de IA generativa que almacenan y comparten experiencia interna, lo que permite el rápido desarrollo de nuevos modelos de vehículos. El sistema O-Beya incluye en la actualidad nueve agentes de IA, como el Agente de Vibración y el Agente de Consumo de Combustible, que colaboran para proporcionar respuestas completas a las consultas de ingeniería. Esta iniciativa es en especial crucial, ya que muchos ingenieros sénior se han comenzado a jubilar y los agentes de IA ayudan a preservar y transferir sus conocimientos a la próxima generación. Basado en el servicio OpenAI de Microsoft Azure, el sistema O-Beya mejora la eficiencia y reduce el tiempo de desarrollo.
El camino por delante
El camino hacia la plena realización del potencial de los hilos digitales impulsados por IA implica una implementación por fases. Empieza por identificar los casos de uso adecuados alineados con los objetivos empresariales, en los que los agentes de IA pueden desempeñar un papel. En segundo lugar, identificar si los datos correctos están disponibles y en los estándares correctos para la usabilidad. Por último, demostrar con rapidez el valor mediante la implementación de un conjunto de casos de uso iniciales con un hilo digital mínimo viable y medir y socializar sus resultados. Lograr el subproceso digital impulsado por IA con las capacidades de Microsoft Cloud for Manufacturing:
- Enfoque de nube adaptable de Azure para obtener datos desde el entorno, al tiempo que se admite la modernización de aplicaciones al seguir patrones de nube.
- Aplicaciones de socios como sistemas de registros, como PTC Windchill.
- Agentes de fabricación propios de Microsoft, como Factory Operations Agent en Azure AI Foundry, para desbloquear casos de uso de fábrica de alto valor.
- Plataformas de IA de Microsoft, como Azure AI Foundry y Microsoft Copilot Studio, para respaldar el desarrollo y la orquestación de agentes de IA personalizados.
- Aplicaciones de socios con capacidades de IA agéntica integradas, por ejemplo, PTC ServiceMax AI.
