IA Y LA INGENIERÍA INDUSTRIAL EN LA INDUSTRIA DE SERVICIOS
Enviado por NATALIA CARVAJAL TORRES • 19 de Octubre de 2020 • Documentos de Investigación • 4.249 Palabras (17 Páginas) • 84 Visitas
IA Y LA INGENIERÍA INDUSTRIAL EN LA INDUSTRIA DE SERVICIOS
INTELIGENCIA ARTIFICIAL Y LA INGENIERÍA INDUSTRIAL EN LA INDUSTRIA DE SERVICIOS
Natalia Carvajal Torres, [pic 1] natalia.carvajalt@udea.edu.co
Laura Cristina Pino, [pic 2] lcristina.pino@udea.edu.co
Juan Sebastián Jaramillo Gómez, [pic 3] juan.jaramillo49@udea.edu.co
José Hernán Medina Olivera, [pic 4] jhernan.medina@udea.edu.co
Profesor(a): Paula Andrea Velásquez Restrepo
[pic 5]
Universidad de Antioquia
Facultad de Ingeniería
Ingeniería industrial
Medellín, Colombia
2020
Marco teórico
- Inteligencia artificial
Inteligencia artificial no es un término nuevo; de hecho, desde la mitad del siglo XX se ha trabajado en el tema. Warren McCulloch y Walter Pitts fueron los primeros, quienes en 1943 crearon un modelo de neuronas artificiales en las que cada neurona se caracterizaba por estar "activadas" o "desactivadas", cuyo estado dependía de una simulación a la que era expuesta (Russell & Norvig, 2010, p. 16).
Los años siguientes se trabajó en el avance tecnológico y se gestó, como tal, la inteligencia artificial y su papel en la industria. IA tuvo su pico más alto en la década de los ochenta, cuando se fabricaron programas y robots especializados para la manufactura (Russell & Norvig, 2010, p. 26); y su evolución no ha parado desde entonces.
Pero ¿qué es la inteligencia artificial? La compañía Oracle lo define como “sistemas o las máquinas que imitan la inteligencia humana para realizar tareas y que tienen la capacidad de mejorar iterativamente a partir de la información que recopilan” (¿Qué Es La Inteligencia Artificial (IA)? | Oracle Colombia) y es una manera fácil y entendible de describir un término que abarca desde Data Mining (minería de datos), Machine Learning (aprendizaje automático), Natural Language Processing (procesamiento de lenguaje natural), entre otros.
Para que una máquina pueda reemplazar al ser humano en la realización de alguna tarea, es necesario emplear algoritmos que puedan ser leídos por el dispositivo en cuestión para llevar a cabo una tarea (Rouhiainen, 2018, p. 16). Además del ámbito manufacturero, la inteligencia artificial también puede ser aplicada en áreas como la salud, el bienestar, la educación, el trabajo y las relaciones interpersonales (Rouhiainen, 2018, p. 17).
- Inteligencia artificial e ingeniería industrial
La inteligencia artificial da solución a problemas complejos que, normalmente, necesitarían ser atendidos por personas expertas en el tema; de ahí que la implementación de la IA permite que se tomen decisiones de manera más ágil y sin las limitaciones naturales y físicas del ser humano (Cuaya-Simbro & Valles Romero, 2014, p. 2). Una decisión, buena o mala, puede determinar el rumbo de una compañía así como su éxito o fracaso; utilizar inteligencia artificial disminuye el riesgo de falla al eliminar variables propias del ser humano como cansancio, falta de atención, entre otras.
En Latinoamérica hay una clara falencia en la implementación de la inteligencia artificial en campos como logística, innovación y manufactura aditiva; según Cuaya-Simbro y Valles Romero, hay que “atender necesidades reales y actuales que se tienen, que demandan la exploración del uso de técnicas más eficientes para satisfacer las necesidades identificadas en los procesos industriales” (Cuaya-Simbro & Valles Romero, 2014, pp. 3–5).
- Importancia de la IA en la manufactura y posibles oportunidades de mejora
Mantenerse vigente en el mercado depende de cuán innovadora sea una empresa y lo que tenga que ofrecer en comparación con las de su entorno. Algunas compañías han empezado a transformar sus líneas de producción de la mano de la cuarta revolución industrial y a su vez, de la inteligencia artificial como una herramienta para mejorar no sólo los productos si no también la atención al cliente (Lee et al., 2019, p. 2).
Compañías como Bridgestone, que estrenó un nuevo sistema para montar neumáticos llamado Examation para mejorar la calidad de sus neumáticos; Danone, que usa aprendizaje automático para predecir la variabilidad de la demanda y planificar con base en ella, lo que los llevó a una reducción del 30% en ventas perdidas; o General Motors, que al igual que Danone, usa machine learning para mejorar sus prototipos de diferentes partes de un auto como cinturones de seguridad, asientos, entre otros (Capgemini Research Institute, 2019, p. 5).
Los casos expuestos anteriormente ejemplifican la inteligencia artificial industrial, la cual puede, de acuerdo con Jay Lee, “ hacer sistemas industriales inteligentes y resistentes y permitirles ser tolerantes a fallas, bajo demanda y auto-organizables” (Lee et al., 2019, p. 5). La inteligencia artificial es una herramienta que permite a las compañías ser sustentables, uno de los puntos claves de la cuarta revolución industrial (Cioffi et al., 2020, pp. 1–3). Algunos de los aspectos principales que pueden mejorar con la implementación de la inteligencia artificial son (Cioffi et al., 2020, p. 16):
ÁREAS PRINCIPALES MANUFACTURA SOSTENIBLE | OBJETIVO | APLICACIÓN IA/MACHINE LEARNING |
Manejo cadena de suministros. | Producto terminado disponible en el momento y lugar adecuado. | Acelera toma de decisiones, y predice la demanda. |
Control de calidad. | Reconocer posibles fallos de producción en menor tiempo para ahorrar recursos y mantener eficiencia operativa. | Mejora el tiempo de respuesta y permite eliminar posibles fallas. |
Mantenimiento predictivo. | Detectar posibles fallas en la maquinaria que podrían afectar la calidad de los productos. | Crea previsiones precisas de cuándo una máquina debe ser reparada. |
Consumo de energía. | Balancear el uso de energía. | Reduce el uso excesivo de materia prima y desechos, mejora la logística para distribuir equitativamente la energía. |
Tabla 1: Resumen uso de IA en la manufactura. Adaptada de Artificial intelligence and machine learning applications in smart production.
...