Las fábricas de EE.UU. se vuelven inteligentes

He aquí una paradoja de la industria manufacturera altamente automatizada de Estados Unidos, cada vez más independiente de la mano de obra humana: aunque es sofisticada, en su mayor parte no es de muy alta tecnología. Imagine una máquina de estampado de metales de una fábrica de autopartes, que puede llegar a tener una vida útil de hasta 40 años.

Ahora piense en la línea de ensamblaje que tiene Samsung Electronics Co. en las afueras de Austin, Texas, donde fabrica procesadores para los iPhones, de Apple Inc. Visité las instalaciones a mediados del año pasado. Es un ambiente prístino, lleno de robots tipo WALL-E que transportan cajas llenas de obleas de silicio de una estación a la siguiente. Cada detalle de la fábrica es medido por sensores que vierten datos en un depósito centralizado, donde son procesados para optimizar la producción. Los únicos humanos presentes están allí sólo para arreglar las máquinas que hacen todo el trabajo.

No obstante, eso significa que todavía hay una gran oportunidad para utilizar en la industria manufacturera todo el aprendizaje que Silicon Valley ha aplicado, por ejemplo, a la publicidad. “La gente está pensando en aplicar capital de riesgo e innovación tecnológica a cosas que tienen 10 veces el tamaño del mercado publicitario”, dice Jon Sobel, presidente ejecutivo de Sight Machine Inc., que ayuda a las empresas a procesar todos los datos procedentes de sus líneas de ensamblaje. El sector manufacturero mueve anualmente US$12 billones a nivel mundial. El gasto anual en publicidad en todo el mundo es un poco superior al medio billón de dólares.

Esta transformación de la manera en que hacemos las cosas tiene muchos nombres —la cuarta revolución industrial, internet de las cosas industrial, fábricas inteligentes—, pero en el fondo se trata de recoger tantos datos como sea posible de todas las máquinas de una fábrica, enviarlos a la nube, analizarlos con inteligencia artificial y utilizar los resultados para hacer esas fábricas más productivas, menos costosas de operar y más confiables.

El objetivo es extraer los datos de sus silos —la máquina, la planta, el sistema de envío y logística— y agruparlos de manera que permitan tomar decisiones en tiempo real.

Algunos ejemplos de lo que esta “revolución” puede lograr: descifrar cómo la temperatura ambiente afecta la productividad de una fábrica entera; acelerar o desacelerar la producción para que reaccione mejor a las ventas; o evitar tiempos de inactividad no planificados, como cuando una máquina crítica se avería inesperadamente, lo que puede llegar a ser increíblemente costoso porque retrasa una enorme línea de producción que se extiende desde las materias primas hasta los bienes terminados.

Casos pioneros de ese “mantenimiento preventivo” se han visto en jets e incluso autos, donde una combinación de sensores y software puede determinar por adelantado cuándo fallará una pieza y alertar a los operadores para que la reemplacen de forma preventiva.

Debido a todo lo que se dice y circula en el mundo manufacturero sobre la “internet industrial”, yo pensaba que estábamos bastante avanzados en este proceso. Sin embargo, resulta que no es así.

Incluso General Electric Inc. —que junto con Siemens AG, International Business Machines Corp., Cisco Systems Inc. y otros han sido importantes promotores de la internet industrial en EE.UU.— se ha topado con desafíos para implementar el nuevo proceso en sus propias fábricas.

“Honestamente, una de las cosas en las que trabajamos es cómo podemos conectar nuestros equipos antiguos”, dice Karen Kerr, directora gerente sénior de GE Ventures. El conglomerado tiene cerca de 500 fábricas y su meta para este año es transformar 75 de ellas en fábricas inteligentes y conectadas.

Parte del reto es utilizar de manera apropiada el hardware que las empresas ya tienen. La nueva maquinaria está llena de sensores y puertos de datos que normalmente se usan sólo cuando esas máquinas se están construyendo o reparando, explica Dennis Hodges, director de informática de Inteva Products LLC, un importante fabricante de autopartes. Pese a que estos sensores no fueron concebidos para recolectar datos que sirvieran para analizar el desempeño en tiempo real de una máquina, resulta que incluso las mediciones indirectas de la salud de un dispositivo, como su temperatura, pueden combinarse con otros datos para permitir a los ingenieros entender mejor aspectos de una máquina que no pueden medir directamente, y qué hacer para evitar que se averíe.

Otros están trabajando en maneras de agregar sensores donde antes no los había, un esfuerzo que crea nuevos retos, como la forma de alimentar con energía a esos sensores.

Recientemente usé un reloj inteligente que podría ser un precursor de ese futuro con sensores ubicuos. El Matrix PowerWatch no necesita recargarse. Su fuente de energía es termoeléctrica, es decir que convierte la diferencia de temperatura —que normalmente existe entre un objeto sólido y el aire que lo rodea— en electricidad. Mientras miraba el reloj, la barra de energía crecía despacio; finalmente, el reloj generó 200 microvatios de energía, cosechada directamente de mi calor corporal. Es una cantidad relativamente pequeña, pero suficiente para un reloj inteligente, o para los sensores y transmisores desplegados en fábricas inteligentes.

Fuentes de energía como esta, o los paneles solares o los “piezoeléctricos” —que obtienen energía de las vibraciones—, son clave para incorporar más sensores a nuestro entorno y evitar el costo y el gasto de tiempo que implica tener que cambiar las baterías de los sensores.

“Uno quiere ser capaz de ponerlo allí y olvidarlo”, dice Hodges, de Inteva. “El simple hecho de que uno no tenga que lidiar con la gestión de electricidad o una caída de la red podría ser algo realmente interesante”, añade, especialmente en fábricas de hasta 70.000 metros cuadrados, como algunas de las de Inteva. Tales dispositivos, que combinan un sensor, transmisión inalámbrica y la tecnología de energía del Matrix, están siendo desarrollados por Civionics Inc., dice su presidente ejecutivo, Gerry Roston.

La aplicación de estas tecnologías a relojes y a la industria manufacturera es sólo el comienzo. Los clientes de Civionics incluyen una compañía que monitorea el estado de los puentes en India y una minera multinacional que necesita colocar sensores en su maquinaria más grande y cara. Los gigantes de estos campos han tomado nota: 3M Co. es un inversionista estratégico en Matrix, y GE hace lo propio en Sight Machine.