La Inteligencia Artificial está transformándolo todo o, como mínimo, lo está replanteando, asegura Xavier Domingo, el director de Applied Artificial Intelligence de Eurecat, para quien en un entorno altamente competitivo y con una demanda cada vez más exigente en términos de calidad y de personalización, el uso integrado y efectivo de los datos permite a las empresas ser más competitivas y sostenibles. Desde su perspectiva, todas las técnicas que nos ayuden a ser más resilientes y a entender patrones y tendencias de comportamiento de mercado o sociales serán claves, pero también aquellas que mejoren el servicio de las empresas y la interacción con sus clientes, especialmente en el caso de las pequeñas y medianas empresas, que tendrán que competir con una oferta mucho más global.
¿Qué impacto tiene la Inteligencia Artificial en la competitividad de las empresas?
La Inteligencia Artificial está generando toda una revolución, motivada principalmente por la proliferación de los datos a todos los niveles. En un entorno altamente competitivo y con una demanda cada vez más exigente en términos de calidad y de personalización, el uso integrado y efectivo de los datos permite a las empresas ser más competitivas y sostenibles, considerando no sólo las necesidades internas, sino también de forma transversal las de los proveedores y clientes finales. Lo mismo aplica a las administraciones y al resto de instituciones y en la sociedad en general, inmersos en un escenario de cambio climático y de escasez de recursos, donde la resiliencia y la actividad eficiente y consciente es clave.
¿Es una tecnología aplicable a todos los sectores y para todos los tipos de empresas?
Efectivamente, las generalizaciones son peligrosas, pero podríamos perfectamente afirmar que se pueden beneficiar todo tipo de empresas y sectores de actividad. Si pensamos en las empresas que nos ofrecen productos, hay tres indicadores básicos en los que nos podemos basar, provenientes del ámbito industrial, pero fácilmente extrapolables a los demás: productividad, calidad y disponibilidad. La Inteligencia Artificial nos puede ayudar a ajustar la cadencia de producción considerando las predicciones de demanda del mercado, pero también teniendo cono cuenta nuestra capacidad de almacenamiento y logística, o la capacidad de nuestros proveedores para suministrarnos de materia prima. Desde un punto de vista de calidad, la cadencia y parámetros de producción, las características de la materia prima o el estado de los activos pueden afectar a los productos resultantes. La IA nos puede ayudar a producir de la forma más eficiente posible, considerando estas restricciones y adaptando los parámetros de proceso para seguir dentro de los umbrales de calidad. Finalmente, la disponibilidad es un indicador que nos ayuda a medir cuánto tiempo podemos disponer de los activos y está fuertemente vinculado a procesos de mantenimiento y averías. Gracias al tratamiento de los datos de series de tiempo de los sensores y técnicas de aprendizaje automático o detección de anomalías, podemos evolucionar desde un mantenimiento preventivo y correctivo hacia un mantenimiento predictivo y prescriptivo, adelantando a los imprevistos y alargando vida útil de los activos y nuestras capacidades en general. Si pensamos en el resto de sectores, en mayor o menor medida, la historia se repite: hay que hacer un uso eficiente y sostenible de los recursos, adaptarse a los cambios y tomar mejores decisiones. Los datos y la Inteligencia Artificial han resultado un salto cualitativo respecto a otros métodos clásicos, con los que se complementa perfectamente y todavía queda largo camino por recorrer.
¿Como está impactando en los diferentes sectores y actividades?
La Inteligencia Artificial, en cierto modo, está transformando todo o, como mínimo, lo está replanteando. En el sector industrial esto ocurre en un sentido muy claro: antes era todo mucho más manual, dependiente de personas expertas de dominio que casi tomaban todas las decisiones. Ahora, motivado especialmente por la digitalización y la Inteligencia Artificial, estamos incrementando nuestra resiliencia cuando estos expertos no están disponibles y nos tenemos que enfrentar a escenarios no experimentados antes. Nuestra capacidad de adaptarse a cambios sin tener estas dependencias, en un ecosistema donde los sistemas digitales aprenden de los expertos, y viceversa, está mejorando de forma muy notable. Esto significa que podemos tomar decisiones acumulando la experiencia de los expertos, pero también ser capaces de ir más allá y hacer evidentes hechos y conocimientos hasta ahora desconocidos. Si cambiamos el punto de vista al de la sociedad en general, no hay que decir que es una palabra de moda y que, de forma consciente o no, está con nosotros: fotografías de móviles mejoradas con IA, conducción autónoma (aunque no estamos del todo, pero algún día llegará), recomendaciones de música, series o películas … o incluso para encontrar pareja!
Acabáis de finalizar algunas iniciativas en el sector agrícola y ganadero. ¿Cuáles son los resultados?
Dentro del proyecto «Analítica avanzada en granjas de cerdos», Eurecat ha estudiado un conjunto de datos operacionales relativas a granjas de cría de porcino, integrando los datos de gestión del ciclo reproductivo, la alimentación y la reposición, a partir de las cuales ha creado un nuevo modelo inteligente. Además, la metodología implementada ha permitido identificar las variables claves para obtener buenos resultados y ha definido una lista de recomendaciones para contribuir a la productividad de las granjas. Con la mejora obtenida en la toma de decisiones, las empresas del sector no sólo son más eficientes y competitivas, sino que también se posicionan al frente de la innovación sostenible y son parte esencial y tractora de la transformación de la sociedad, más ecológica y digital . En paralelo, en el ámbito de la agricultura de precisión, desde Eurecat, en colaboración con otras unidades tecnológicas, trabajamos en el desarrollo de soluciones basadas en la hibridación de tecnologías como la Internet de las Cosas, la inteligencia Artificial, la robótica y las pruebas y la experimentación de maquinaria agrícola, entre otros, a medida de las necesidades y características de cada empresa, considerando otras necesidades como el impacto ambiental.
¿Qué proyectos tenéis en perspectiva para los próximos años?
Los próximos años son muy prometedores y clave para nuestro ámbito de especialización y estaremos participando en cerca de un centenar de proyectos de investigación aplicada basada en datos e Inteligencia Artificial, tanto en contexto privado como de financiación pública (unos 25 proyectos bajo el programa H2020), principalmente en el ámbito industrial, recursos (agua y energía especialmente), agroalimentario, medioambiental, y aeroespacial. Pretendemos ser referentes en el ámbito del control autónomo óptimo en el sector industrial y recursos, utilizando técnicas de aprendizaje por refuerzo y redes neuronales, para luego progresivamente trasladarlo al resto de sectores. En este sentido, tenemos proyectos en marcha en el sector industrial para el control y adaptación de parámetros de procesos productivos en el ámbito de la inyección de plástico, estampación, aleaciones ligeras, y Moulding ultrasónico, pero también en el ámbito del agua, específicamente en el ámbito de la gestión de las plantas depuradoras de agua residual. Siguiendo en el ámbito agua, donde estamos referentes a nivel europeo en tecnologías digitales, consideramos toda la cadena de valor de los datos en el ciclo integral del agua. En seguimos evolucionando nuestras capacidades en algorítmica predictiva y prescriptiva en la gestión de las diferentes etapas, así como los métodos de optimización multicriterio aplicados a la gestión de recursos y de apoyo a la toma de decisiones, donde también aplicamos técnicas de control autónomo para la implementación de políticas en diferentes escalas temporales y geográficas. Para dar un par de ejemplos más de los próximos retos, en el ámbito agroalimentario, coordinamos el proyecto H2020 Vitigeoss, donde ofreceremos servicios digitales inteligentes para el sector vitivinícola, ámbito en el que venimos colaborando desde tiempo atrás. Y también somos coordinadores del H2020 Frontier, que comenzará en 2021 de forma efectiva, este centrado en proporcionar estrategias integradas de gestión del tráfico del futuro, teniendo en cuenta nuevos tipos y modos de transporte y vehículos automatizados, la minimización de la contaminación, la reducción de accidentes y la necesidad de reducir el coste de la movilidad. Parece que no estaremos aburridos … Por cierto, estamos buscando personas para unirse al equipo, ¿alguien se apunta? Contáctanos!
¿Te atreves a hacer algún pronóstico sobre las tendencias e innovaciones que veremos en los próximos 3-5 años?
Los pronósticos son siempre complicados y eso viniendo de un grupo en el que ofrecemos analítica predictiva parece contradictorio. Las tendencias 4.0 han tendido a «sacar» el humano de la ecuación, mientras las 5.0 lo vuelven a poner en el centro. Diríamos que son tiempos de cambios y quizás los más relevantes serán aquellos relacionados con cómo la tecnología asiste la actividad humana en general. Si lo centramos en las capacidades de la Inteligencia Artificial, podemos principalmente pensar en cómo las redes neuronales están cambiando nuestras vidas, algunas veces mejor, a veces de forma preocupante. Las usamos para identificar problemas de calidad en procesos productivos, pero también las podemos usar para reconocimiento facial. Como son clave en ámbitos como la conducción autónoma, en conjunción con las técnicas de aprendizaje por refuerzo, creo que estas serán las dos tecnologías claves en el corto-medio plazo: las primeras para reconocer el contexto y acumular conocimiento, entre muchas otras capacidades , y las segundas para tomar decisiones en sistemas no deterministas y dotarnos de resiliencia y de adaptación al cambio. Y esto es aplicable a casi todas partes. En un contexto Covid, donde el mundo científico ha generado ingentes cantidades de datos en forma de texto no estructurado (por ejemplo artículos científicos), las técnicas de procesamiento del lenguaje natural nos pueden ayudar a interpretar y extraer conocimiento y relaciones de las mismas. Esto es aplicable también a la cotidianidad, es decir, a todo lo que dejamos escrito por las redes sociales, por ejemplo. En un futuro donde la interacción con asistentes virtuales será un hecho, son técnicas primordiales y donde todavía hay que invertir muchos esfuerzos para hacerlas mejores.
Por otra parte, la «nueva normalidad» nos está haciendo más dependientes de las tecnologías digitales, y consecuentemente, las empresas, las administraciones y la sociedad en general deberá adaptarse. En este sentido, todas las técnicas que nos ayuden a ser más resilientes, ya entender patrones y tendencias de comportamiento de mercado o sociales serán claves, pero también aquellas que mejoren el servicio de las empresas y la interacción con sus clientes, especialmente en el caso de las pequeñas y medianas empresas, que tendrán que competir con una oferta mucho más global. Gartner lo define como «Hyperautomation», en el sentido de intentar automatizar todo lo que sea posible en las organizaciones para hacerlas más competitivas. Finalmente, haría mención en el apartado formativo, donde ya hace tiempo que la IA es parte de la oferta en algunas ingenierías, pero donde cada vez está tomando más relevancia y que está aquí para quedarse. El tiempo dirá, y mientras lo comprobamos juntos, aprovecho para desearos unas felices fiestas y un feliz 2021!
