¿Puede la IA entregar fábricas totalmente automatizadas?

Durante las últimas décadas, el sector manufacturero ha anticipado con impaciencia la llegada de las fábricas totalmente automatizadas. En estas fábricas, la producción estaría orquestada sin problemas mediante una red de robots, máquinas inteligentes y sensores de alta tecnología, lo que abordaría la escasez generalizada de mano de obra y reduciría significativamente los costes de operación. Con una mínima intervención humana, teóricamente podrían operar en total oscuridad, ganándose el apodo de «fábrica de luces apagadas».

Hasta la fecha, los pocos esfuerzos destacados para crear esas fábricas, como Las fábricas de velocidad de Adidas con sede en EE. UU. y Alemania,  La fábrica de herramientas Craftsman de Stanley Black & Decker, con sede en Texas, y Tesla, donde el CEO Elon Musk dijo:» automatización excesiva… fue un error», han puesto en duda su viabilidad generalizada. Como resultado, algunos expertos del sector recomiendan abandonar por completo el manual de estrategias de fábrica con las luces apagadas.

Argumentamos que hacer esto sería un error. Y el crecimiento casi estancado de la producción manufacturera por hora trabajada en economías maduras como EE. UU. (-0,4%) y Alemania (1%) desde 2018, subraya la necesidad de la automatización para aumentar la productividad.

La buena noticia para los fabricantes es que, según nuestra experiencia en investigación y sobre el terreno, creemos que se está produciendo un cambio importante. Las barreras de entrada para la implementación que obstaculizaron los esfuerzos anteriores van a caer rápidamente en los próximos años. Los robots son cada vez más capaces, flexibles y rentables, y los agentes encarnados llevan el poder de la IA generativa al entorno industrial. Los fabricantes deben prepararse para la inevitable disrupción o corren el riesgo de quedarse atrás.

Transformar una fábrica existente en luces apagadas

En todo el mundo, han surgido focos de innovación que demuestran la viabilidad a largo plazo de las fábricas con luces apagadas. Pensemos en nuestro cliente, un proveedor de automóviles con sede en Europa, que tomó la audaz decisión de transformar su actual infraestructura abandonada en una operación totalmente automatizada en la que los humanos actúan como planificadores, supervisores y mantenedores.

El objetivo de la empresa era lograr una competitividad de costes, haciendo que fuera económicamente viable operar en un país con costes altos y seguir atendiendo a los clientes en un plazo de dos días. Fue capaz de reducir la mano de obra directa en un 100%, abordando eficazmente los problemas de escasez de talento que afectan a su industria, y la fábrica experimentó una mejora del 8% en el EBITDA. La iniciativa se está ampliando ahora a varios sitios de alto coste de todo el mundo.

Para iniciar esta transformación, nuestro cliente abordó de forma proactiva los desafíos financieros y técnicos más comunes a los que se enfrentan los fabricantes de luces apagadas, que se encuentran en todas las categorías de operaciones de fábrica:

Procesos predecibles.

La mayoría de los procesos de fábrica implican tareas repetitivas, lo que hace que sea técnicamente factible y rentable para los robots. Por ejemplo, los vehículos autoguiados pueden navegar fácilmente por el taller por caminos predeterminados. Sin embargo, se necesita una fuerza laboral altamente cualificada para instalar y mantener estos robots, lo que limita la posibilidad de reducir los costes laborales en general.

Procesos impredecibles.

Incluso en entornos estrictamente controlados, algunos procesos de fábrica permanecen desestructurados por naturaleza. Los robots preprogramados a menudo no se adaptan a estas situaciones complejas e inesperadas. El control de calidad automatizado, por ejemplo, a veces no puede identificar los defectos que pueden haberse producido por primera vez. Esta falta de adaptabilidad en circunstancias imprevistas impide que los fabricantes confíen plenamente en la automatización.

Procesos no automatizables.

Debido a las limitaciones actuales de la tecnología, ciertos procesos complejos simplemente no se pueden automatizar. Por ejemplo, los robots tienen problemas con la «formación de kits», el proceso de recoger y organizar varias piezas pequeñas para su montaje. Estas piezas pequeñas son demasiado similares para que los robots las identifiquen fácilmente o son demasiado diferentes para que los robots las cojan correctamente. Como resultado, se siguen necesitando trabajadores humanos para completar estas tareas.

Para hacer frente a estos desafíos inherentes, nuestro cliente optó por adoptar un enfoque de «rediseño para la automatización» en sus procesos, productos y diseño. Esta reforma completa de las operaciones de la fábrica añadió nuevas etapas del proceso para mejorar la viabilidad de la automatización y, al mismo tiempo, eliminar las ineficiencias de los procesos orientadas a las personas. Por ejemplo, nuestro cliente ya no tenía que sacrificar un valioso espacio para almacenar un inventario que los humanos pudieran ver y alcanzar. En cambio, construyeron áreas de almacenamiento vertical en el segundo piso a las que los robots podían acceder y navegar fácilmente. Con el espacio libre, instalaron más máquinas para aumentar la producción en más de un 30%. Básicamente, al reconstruir los procesos desde cero, descubrieron adaptaciones innovadoras, que incluyen:

Optimizar el uso de los robots para minimizar los costes.

Durante la transformación, el objetivo fue optimizar el número de robots desplegados. Por ejemplo, nuestro cliente se enfrentó a una decisión clave desde el principio: invertir medio millón de dólares solo para transportar piezas moldeadas de plástico a la estación de montaje. El gasto era elevado porque se necesitaba un robot especializado para cada tamaño de pieza. Para evitar este gasto, les ayudamos a rediseñar el proceso añadiendo una cinta transportadora que agrupaba las salidas de piezas de plástico de tamaños similares. Este nuevo paso redujo a la mitad el número de robots necesarios, lo que mejoró significativamente el modelo comercial de la fábrica que apaga las luces.

Aprender a anticipar los escenarios futuros.

Nuestro objetivo era entrenar a los sistemas de IA para que se prepararan para la incertidumbre antes de que comience la producción, y no durante ella. Por ejemplo, nuestro cliente instaló un inspector visual automático para tomar imágenes y detectar problemas de calidad, como arañazos. Algunos defectos se producen tan raramente que el sistema puede tardar años en aprender a detectarlos sin ayuda humana. Para solucionar este problema, generamos un gran volumen de imágenes artificiales o «sintéticas» de posibles defectos, simulando varias condiciones de iluminación para que coincidieran con las que la cámara pudiera captar. Este paso adicional nos permitió enviar un inspector visual totalmente formado desde el día cero, lo que eliminó la necesidad de supervisión hasta que el sistema se estabilice.

Ajustar el proceso para evitar la tarea.

Los flujos de procesos se pueden modificar para eludir las tareas que aún no se pueden automatizar. Para nuestro cliente, ningún robot podría realizar kits de forma eficaz. Para eliminar gradualmente esta tarea, creamos un sistema de almacenamiento de cajas con etiqueta QR en colaboración con los proveedores. Cada caja contenía un único tipo de pieza, lo que permitía a los robots identificar de forma autónoma los códigos QR y recuperar las cajas en el orden exacto requerido para su montaje.

Si bien la fábrica de apagados de nuestro cliente muestra el enorme potencial de este enfoque, hasta la fecha, esta transición no ha sido fácil para todos los fabricantes. Muchos perciben las barreras técnicas como demasiado prohibitivas para dar ese salto. A menudo dudan en realizar las inversiones necesarias, por temor a interrumpir todas las operaciones de su fábrica, a pesar de la promesa de importantes beneficios a largo plazo. Además, los avances tecnológicos incrementales no han fomentado una visión holística del potencial de la automatización. Sin embargo, esta mentalidad está a punto de cambiar drásticamente, democratizando el concepto de fábricas con las luces apagadas y haciéndolo más accesible para una gama más amplia de fabricantes.

La IA está reduciendo las barreras de entrada para las fábricas con las luces apagadas

Estamos entrando en una transición que está derribando las barreras de entrada para los fabricantes de todos los tamaños. La automatización de apagar las luces depende de que los robots puedan percibir, planificar y realizar tareas casi al mismo nivel que los humanos. Hasta hace unos años, estos robots solo permitían interacciones unidimensionales planificadas previamente con el entorno de la fábrica, lo que restringía gravemente sus capacidades.

Esto está cambiando a medida que los agentes encarnados llevan el poder de la IA generativa al mundo físico de la robótica. Ahora, los robots pueden percibir los cambios en el taller desde sentidos multimodales, incluidos el texto, el audio, los sensores y las señales. En consecuencia, la IA puede generar planes simples e iterarlos para adaptarse a su comprensión del mundo. En tiempo real, los robots pueden traducir este plan en acciones específicas y ejecutarlo; estos avances son muy nuevos, pero muchos ya han entrado en la cartera de I+D de los fabricantes y están empezando a aplicarse.

Sencillez de instrucciones.

La programación y la integración representan entre el 50 y el 70% del coste de una aplicación robótica. Se espera que las interfaces de IA generativas reduzcan significativamente este coste al proporcionar una interfaz de lenguaje natural para que incluso los trabajadores no técnicos den instrucciones a los robots. La transformación sería drástica: en lugar de un trabajador especializado por cada ocho robots, la fábrica solo necesitaría un trabajador no especializado por cada 25 robots. Las aplicaciones industriales ya han surgido. Por ejemplo, Secreto  ya ha lanzado una interfaz de comandos de voz o texto, PickGPT, para interactuar con los robots mediante instrucciones sencillas como «Tengo que empacar el pedido».

Versatilidad de tareas.

El enfoque tradicional de entrenar robots para tareas individuales está quedando obsoleto. DeepMind y más de 30 laboratorios de investigación lo demostraron La IA robótica generalista supera a los robots especializados en más de un 50% en diversas tareas, como el enrutamiento de cables, la manipulación de objetos y la recogida y colocación. Esta versatilidad reduce la necesidad de desplegar numerosos robots, minimiza el tiempo de inactividad y mejora la eficacia general.

Actualmente, los fabricantes de automóviles como BMW, Mercedes, Honda, Hyundai y Tesla están explorando la versatilidad de las tareas a través de humanoides de uso general. Por ejemplo, con el respaldo de la IA abierta- Imagino que la IA se está pilotando en BMW en su taller de carrocería, chapa y almacén. Sin embargo, la apariencia humanoide se hace costosa e innecesaria en entornos con la luz apagada sin ninguna interacción entre humanos y robots. Por lo tanto, la tecnología está optando por diseños más económicos y, al mismo tiempo, manteniendo la misma versatilidad. Por ejemplo, Imitar es construir manos humanoides sin piernas.

Adaptabilidad a la situación.

Los robots pueden identificar y adaptarse dinámicamente a los cambiantes entornos industriales. Por ejemplo, El modelo de base robótica de Covariant diseña sus propias estrategias para hacer frente a las difíciles tareas de recoger y colocar, como agitar las cajas para agarrar más fácilmente los artículos que contienen, lo que permite a los robots gestionar más de 100 000 SKU nunca antes vistos en el almacén de un cliente desde el primer día. Los modelos de Covariant se pueden adaptar bien porque ha aprendido de millones de conjuntos de datos multimodales del mundo real de robots que cogen objetos. Los modelos preentrenados igualarán las condiciones para los fabricantes al reducir el tiempo de preparación, aumentar la eficiencia con la adaptación sobre la marcha y, en general, fomentar la confianza en las configuraciones con las luces apagadas.

Destreza como la humana.

La frontera de las tareas automatizables se está expandiendo rápidamente a medida que los robots imitan mejor el comportamiento humano en una serie de tareas. Instituto de Investigación Toyota está desarrollando una «guardería para robots» en la que los teleoperadores humanos controlen manualmente los robots para que desempeñen más de 200 habilidades humanas comunes, como usar herramientas y verter líquidos, mientras que un modelo de IA generativa aprende estos comportamientos en segundo plano. Google demostró que los robots pueden incluso aprender habilidades a partir de vídeos trazando en ellos las trayectorias de los movimientos humanos. Justo el año pasado, las soluciones de automatización para el antiguo desafío de la fabricación de kits por fin se están industrializando. Camión Daimler ahora se ha asociado con Sereact para implementar una solución basada en la IA capaz de identificar y ajustar dinámicamente la estrategia de agarre en función del objeto.

Empezando su transformación con las luces apagadas

Los fabricantes deben centrarse primero en entender y abordar sus puntos débiles actuales; hacerlo puede generar ganancias rápidas que ayuden a financiar el futuro. Además, los fabricantes deberían realizar una revisión crítica de toda la transformación.

Replantearse los criterios de inversión.

Si bien el período de amortización de los casos de uso individuales de la automatización es crucial, considerarlo junto con las ventajas más amplias de la automatización con las luces apagadas proporciona una imagen más clara de la verdadera propuesta de valor de una inversión. Por ejemplo, en su análisis de coste-beneficio, el equipo financiero de nuestro cliente incluyó el hecho de que la producción total aumenta un 30% si se apagan las luces.

Replantearse la estrategia de implementación.

La implementación de una fábrica con luces apagadas requiere la coordinación de las operaciones, el diseño del producto, la ingeniería y las compras. Estos equipos multidisciplinarios deben colaborar estrechamente para establecer ciclos de mejora rápidos para los robots recién desplegados y refinar sus soluciones de forma iterativa.

Replantearse la toma de decisiones.

Los robots generan un flujo continuo de datos digitales que se pueden capturar y analizar para ofrecer una transparencia sin precedentes a las operaciones de la fábrica. Esto permite una toma de decisiones más inteligente, ya que sustituye la intuición y las posibles aportaciones humanas poco fiables por un análisis exhaustivo de las causas fundamentales de todos los factores que afectan al taller

. . .

En un futuro próximo, la tecnología dejará de ser un cuello de botella para las transformaciones con luces apagadas. La decisión de perseguir este objetivo dependerá principalmente de las consideraciones económicas de la fábrica, no de los obstáculos técnicos. Los fabricantes que adopten la automatización y demuestren agilidad a la hora de revisar sus estrategias operativas estarán en mejores condiciones para capitalizar esta ola.