Manufacturing Data Labs: Cómo ganar eficiencia a partir de los datos
Manufacturing Data Lab permite a las empresas industriales de manufactura discreta o proceso conocer cómo las tecnologías de analítica avanzada (Machine Learning, Inteligencia Artificial, Natural Language Processing), se están utilizando en organizaciones de su sector, así como analizar qué beneficios se pueden extraer de su implantación .
Manufacturing Data Lab son sesiones de trabajo o workshop basados en la metodología Design Thinking
Los procesos industriales generan una gran cantidad de datos que la mayoría de las empresas no están utilizando. De estos datos, se puede extraer información y convertirla en inteligencia. El ser humano es incapaz de visualizar o procesar todos estos datos, mientras que las nuevas tecnologías, permiten identificar correlaciones, patrones o relaciones causa-efecto, con el fin de poder llegar a predecir los valores futuros de centenares de variables que están afectando a la fabricación.
En un futuro muy próximo, todas las empresas utilizarán los datos para ser más eficientes o para ayudar en la toma de decisiones. Plataformas y tecnología ya son maduras y los costes de almacenamiento y procesamiento se han reducido muchísimo con el cloud. Los datos se producen de forma espontánea en los procesos productivos, solo es necesario registrarlos y analizarlos en conjunto con todos los orígenes de datos que tiene la compañía (Historizador, MES, SCADA, ERP, LIMS, etc.), para que nos den información y nos ayuden a ser más eficientes.
Objetivos de Manufacturig Data Labs
Las sesiones de Manufacturing Data Labs están dirigidas a directivos, mandos intermedios y /o personal técnico. Uno de sus objetivos principales es dar a conocer las posibilidades que ofrece hoy en día la analítica avanzada a las empresas industriales, explicando qué son estas tecnologías, casos de uso y experiencias que se están llevando a cabo en empresas de su sector.
El uso de la analítica avanzada en la industria es totalmente transversal a todas las áreas de la compañía (Producción, Calidad, I+D, Mejora Continua o de Procesos, Mantenimiento, Compras, Logística), por lo que permite que se pueda aplicar tanto en un área específica como en varias al mismo tiempo.
Otro de los objetivos importantes de los Data Labs es identificar casos de uso específicos o puntos donde se podría mejorar mediante la aplicación de estas tecnologías, incluyendo que impacto tendría dicha mejora.
En estas sesiones de trabajo, es imprescindible que por parte de la consultora que los imparte, participe personal con conocimientos y experiencia tanto del mundo industrial, como de análisis de datos.
Por último, se elabora un plan de ruta o de adopción incluyendo la analítica avanzada dentro de los procesos de la empresa, junto con los siguientes pasos, posibles plataformas, casos de uso con más ROI para la compañía y formación para el personal clave.
Hoy en día, existen diferentes plataformas que ayudan a utilizar la analítica avanzada en la industria, y cada una se puede adaptar a las necesidades concretas de cada empresa.
Resultados del Data Labs:
- Listado de Proyectos posibles / Casos de Uso priorizados por su ROI
- Determinar si se aborda un proyecto a modo de Prueba de Concepto (PoC).
- Determinar qué plataforma utilizar (Cloud Open, Empresarial, IoT)
- Identificar si se disponen de los datos necesarios o si es conveniente esperar a disponer de un histórico de datos para poder afrontar la necesidad detectada.
La tecnología, la metodología y los conocimientos ya están disponibles, solo falta conocerlos e implantarlos para sacar su máximo provecho en la industria.
- Publicado en Industria
¿Qué es el ‘Design Thinking’?
El ‘design thinking’ es un método que surgió en el mundo del diseño de productos y que ayuda a los creadores a resolver problemas reales. A día hoy se utiliza en múltiples ámbitos.
Recurrir a este método es algo común a aquellas organizaciones que quieran iniciar un proceso de transformación digital.
La innovación ha de formar parte del ADN de cualquier organización que quiera marcar la diferencia y ser competitiva. En el mundo actual las necesidades cambian a gran velocidad y las empresas han de ser capaces de responder a las exigencias de sus clientes, e incluso anticiparse a ellas. Sin embargo, la búsqueda de soluciones innovadoras y proyectos disruptivos no es sencilla, de ahí que se empleen metodologías como el ‘design thinking’ para su desarrollo.
El ‘design thinking’ es un método que surgió en el mundo del diseño de productos y que ayuda a los creadores a resolver problemas reales. Les guía en el desarrollo de su idea hasta definir su propuesta. A día hoy se utiliza en múltiples ámbitos y no solo en el diseño de productos, también de servicios, negocios o procesos. Los principales objetivos del ‘design thinking’ son:
• Buscar la innovación situando a la persona en el centro del proceso.
• Fomentar el debate y el diálogo mediante sesiones participativas.
• Escuchar y analizar las necesidades de los usuarios para hacer efectivo el cambio.
• Implicar a las personas clave de la empresa para hacerlos partícipes del proceso de innovación.
• Debatir las soluciones propuestas para fomentar la aparición de nuevas ideas.
• Involucrar a usuarios de distintos departamentos para obtener una visión global de la empresa.
Fases de un proceso de ‘Design Thinking’
Recurrir a este método es algo común a aquellas organizaciones que quieran iniciar un proceso de transformación digital para mejorar la competitividad. Las personas implicadas en el cambio y en la búsqueda de esa innovación han de contar con las herramientas necesarias para poder llevarlo en las siguientes etapas en las que se estructura el ‘design thinking’:
1. Empatizar con clientes o usuarios
Conocerlos en profundidad es fundamental para poder ponerse en su lugar y detectar mejor sus necesidades.
2. Definir el problema
Filtrar toda la información de la que se dispone y quedarse con la importante ayuda a centrarse en la búsqueda de la solución.
3. Idear soluciones
Es la etapa más decisiva, ya que es donde surgirá la innovación. Aunque toda idea es válida, resulta clave no limitarse a proponer propuestas tradicionales y recurrir a soluciones que se salgan de la norma.
4. Crear un prototipo
No se trata de plantear ya la solución final, sino de poner en práctica las ideas ya aprobadas para comprobar si responden a las hipótesis planteadas. Es la fase que requiere más tiempo.
5. Testear
Es el momento de que el cliente o usuario lo pruebe y haga una evaluación de la solución propuesta. Gracias a ello se pueden introducir modificaciones para que se ajuste perfectamente a las necesidades del público.
Para seguir un método de ‘design thinking’ hay que pasar por estas cinco etapas, pero no necesariamente en este orden. Incluso algunas de ellas se pueden producir de forma paralela, en función de cómo se organice el equipo. En cualquier caso, siempre ha de ir orientado a la innovación.
- Publicado en Retail