Hace poco, un ejecutivo del sector acerero nos invitó a participar en un proyecto de digitalización en una planta que opera en Irapuato, Guanajuato, donde fabrica diversos productos de acero rolado en caliente.
En ese sitio fabril, esta empresa tiene una dobladora de ángulo de acero que ha operado sin problema durante dos décadas. “Es una máquina muy eficiente; nunca nos hemos planteado reemplazarla, así que queremos ver qué podemos hacer con ella”, me comentó en referencia a la complejidad que tendría el hecho de digitalizarla con tecnologías de Industria 4.0.
Le dije que la solución era relativamente sencilla —vaya, en el entendido de que un experto en IoT podía resolverlo— y accesible: sensores de IoT para comenzar a monitorear variables clave —potencia, vibración, ciclo de producción, etc— y tener la información en tiempo real para anticipar acciones como mantenimientos preventivos, entre otras.
Síguenos en Google Noticias para mantenerte siempre informado
Recuerdo muy bien este ejemplo porque meses antes de esta charla, el mismo ejecutivo aseguró que su empresa no estaba interesada en ninguna tecnología emergente. “Estamos tan metidos en el día a día que no vemos muchos temas de Industria 4.0”, me dijo en ese momento.
Digitalizar ese equipo era una especie de prueba de fuego para que ese directivo atestiguara el potencial de las tecnologías emergentes, para que se convenciera de que los beneficios son reales.
¿Cuántas máquinas en tu fábrica están en esta misma situación: con varios años de operación a cuestas, pero con una operación eficiente en términos generales? Nadie quiere deshacerse de ellas, porque reemplazarlas con otras nuevas exigiría hacer una inversión millonaria y, vamos, sabemos que los tiempos no son ideales para ello.
En la manufactura, los ciclos de inversión son más largos por el tipo de inversiones que implica adquirir estos bienes de capital. Por supuesto, nadie va a deshacerse de las máquinas que tiene desde hace años para comprar otras nuevas que integren soluciones de IoT.
¿Ya nos tienes en Facebook? Danos like y recibe la mejor información
Pero debes saber que hay soluciones para digitalizar tus máquinas obsoletas y que, lo más importante, esto no responde a ninguna moda, sino a una necesidad de incrementar tu productividad, de encontrar nuevos márgenes de ahorro y nuevas formas de producir con procesos más eficientes. De entender que, si no lo haces, lo más probable es que tus costos dejen de ser tan competitivos frente a quienes ya están en proyectos piloto con tecnologías como IoT e inteligencia artificial, y que terminarán por transformar paso a paso sus negocios.
Si aún no trabajas con datos digitales, estás fuera del juego. No estás entendiendo la era a la que perteneces y es un grave error si aspiras a mantener tu negocio en forma.
Explotar los datos debería ser una prácticamente obligación en tu día a día, una responsabilidad obligada de cualquier Chief Technology Officer o un Chief Digital Officer.
Claro. El problema de los datos es que nos obligan a hacernos muchas preguntas que, quizá, no queremos responder para no salirnos de la zona en la que nos sentimos más cómodos.
Sigue la información sobre los negocios y la actualidad en Forbes México
Porque también implica más trabajo y esfuerzo. Porque ya no solo se trata de tener la mejor máquina, sino de encontrar el mejor software y la mejor conexión para explotar la data que genera y mejorar un proceso. De analizar las fuentes de datos, de ver si esas variables son las correctas, de explorar la facilidad o complejidad para extraerla y almacenarla.
Todo esto exige tecnologías y habilidades en la gente; y el genuino deseo —sustentado en la visión corporativa— de comenzar a transformar el modelo de negocio e ir un paso más allá.
Cuando le planteamos el proyecto al ejecutivo de la empresa acerera, nos preguntó si el monitoreo de esas variables era todo. “Es el inicio”, le dije, “a partir de ahí el camino es más claro, aunque no más sencillo”.
Sigue la información de los negocios en nuestra sección especializada
Piensa en una pirámide que vas a subir y los escalones son los casos de uso: en este ejemplo que usé, la base de la Industria 4.0 es el monitoreo de variables con IoT y el almacenamiento de datos; el siguiente nivel debería ser el mantenimiento predictivo para la prevención y planeación de paros mediante analítica predictiva (machine learning); la punta de la pirámide sería crear un gemelo digital (digital twin) de la línea de producción, generar eficiencias y reducir tiempos con algoritmos de machine learning.
Claro, suena complejo, pero esto no es lo que odian algunos directivos cuando hablas de Industria 4.0. Lo que en realidad odian es que les digas que no están trabajando del modo más eficiente.
Contacto:
*El autor es cofundador y director ejecutivo de Gesta Ventures, un company builder enfocado en negocios y startups de Industria 4.0.
Linkedin: Rafael Páez
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
