Manufacturing Data Labs para la industria inteligente
Desde que se obtienen las materias primas hasta que el producto final llega al consumidor y se crea una relación con este, tienen lugar una serie de actividades interrelacionadas y que generan valor a lo largo de una cadena cada vez más inteligente.
El concepto de cadena de valor, que aparece por primera vez en el libro Ventaja Competitiva que Michel Porter publicó en 1985, es aplicable a cualquier sector económico, incluido el sector industrial, inmerso en la cuarta revolución industrial o Industria 4.0
De forma simultánea a su digitalización, las empresas industriales están incorporando inteligencia en el proceso nuclear de fabricación, así como en procesos anteriores como el aprovisionamiento de materias primas, productos intermedios o equipamiento; y posteriores, como el suministro y los servicios postventa.
Este avance parte de la premisa de que el acierto en la toma de decisiones y el diseño de estrategias para la mejora continua está directamente relacionado con la calidad de la información que se maneja y la capacidad para analizarla desde múltiples puntos de vista y en función de diferentes escenarios.
El big data y la analítica han extendido sus brazos para aportar eficiencia a todas las áreas y actividades de la cadena de valor de la industria y actualmente son piezas imprescindibles para la mejora continua de los procesos en la producción, así como en las áreas de calidad, mantenimiento, logística, compras e I+D.
Esta aplicación extensiva de la inteligencia es posible con plataformas como Smart Factory by aggity y la solución IA & Analytics Factory by aggity, que permiten extraer valor de las grandes cantidades de datos procedentes de las distintas áreas de la empresa, identificar los puntos susceptibles de mejora, así como determinar el impacto de cada mejora en el negocio, en términos de incremento de la eficiencia, reducción de costes u otros indicadores clave.
Manufacturing Data Labs
Partiendo de esa premisa, la multinacional tecnológica aggity ha desarrollado la metodología Manufacturing Data Labs como punto de partida para establecer un plan de adopción de la Industria 4.0 desde el conocimiento basado en datos. La metodología consta de tres fases denominadas momentos. La primera fase o momento exploración, facilita la compresión del impacto en la cadena de valor industrial de la digitalización, la robotización y la introducción de tecnologías de analítica e inteligencia artificial.
En la segunda fase o momento evaluación, se valoran diferentes casos de uso para definir oportunidades de optimización de la cadena de valor y empujar la transformación digital. En la tercera fase o momento movilización se priorizan estos casos según el esfuerzo de implantación y el retorno de la inversión, y se establece un plan de acción ajustado a la realidad y que asegure el cumplimiento de los objetivos.
Excelencia en extraer valor de los datos
Los beneficios de este enfoque se aprecian desde la fase de adopción, en la que la empresa industrial consigue activar los datos y hacer de ellos un activo vital; y ganan en importancia a medida que se avanza en el viaje a través de las fases de arranque y consolidación. Así, con el arranque, la empresa adquiere un conocimiento profundo y detallado de los procesos de producción, puede anticiparse a cualquier incidente con un potencial impacto negativo y está preparada para realizar un control exhaustivo y en tiempo real de la calidad, llevar a cabo un mantenimiento predictivo, y planificar y predecir la demanda.
En la fase de consolidación, no solo se multiplican los beneficios, también se abren nuevas oportunidades de negocio asociadas a la monetización de datos para la empresa, convertida en una organización “data driven”. En ese estadio es aconsejable crear un Centro de Excelencia en Analítica (A-CoE) para alimentar una toma de decisiones enfocada a la mejora continua y el diseño de estrategias que aseguren su capacidad para competir en mercados existentes y para crear mercados nuevos.