Cuando la IA funciona: transformando la automatización industrial

Resumen del episodio

La IA Industrial se está trasladando del laboratorio a la fábrica. En este episodio de Perspectiva optimista en cinco, Lauren Espin explora cómo la IA puede ayudar a los fabricantes a abordar la escasez de mano de obra cualificada y a mejorar la productividad de la ingeniería.

En el centro de la historia está Eigen Engineering Agent, desarrollado por el centro de IA de Siemens en Seattle. Al combinar la IA con los datos de ingeniería específicos de la planta, Eigen puede ayudar a los ingenieros de automatización a escribir código y configurar los sistemas industriales, realizando tareas de ingeniería complejas a una velocidad hasta cinco veces mayor que la humana. En despliegues piloto en más de 100 empresas de 19 países, Eigen ha conseguido una eficiencia de ingeniería hasta un 50% mayor.

Pero llevar la IA a los entornos industriales requiere algo más que modelos potentes. La experiencia humana, la simulación y la validación siguen siendo esenciales para garantizar que el trabajo generado por la IA sea seguro, fiable y esté preparado para el mundo real.

¿El resultado? Un vistazo a cómo la IA Industrial podría remodelar la fabricación, no sustituyendo a los ingenieros, sino ayudando a las personas cualificadas a hacer más.

Transcripción completa

Soy Lauren Espin, y esta es La perspectiva optimista en cinco, una actualización rápida sobre una importante novedad que da forma al futuro.

Los Estados Unidos se han fijado el ambicioso objetivo de reindustrializar su economía. Eso significa crear una nueva capacidad de fabricación, modernizar las operaciones existentes y seguir siendo competitiva a nivel mundial, mientras la industria se enfrenta a una escasez persistente de mano de obra cualificada.

La IA Industrial podría ser una de las herramientas más importantes para hacer frente a ese desafío. Puede basarse en décadas de progreso en la automatización, el software y el gemelo digital para ayudar a los ingenieros, operadores y técnicos a ser más productivos, acelerar la innovación y resolver problemas cada vez más complejos.

Pero aprovechar esa oportunidad requiere algo más que modelos de IA potentes. Tenemos que implementar la IA en el mundo real, a gran escala y de manera que se generen aumentos de productividad mensurables.

Y eso nos lleva a una pieza de tecnología en la que la mayoría de nosotros rara vez pensamos, a menos, por supuesto, que trabaje en la fabricación.

El PLC o controlador lógico programable. Puede que uno haya controlado la línea que llenaba la botella de agua de su escritorio. Otro ayudó a fabricar un componente dentro del coche que conducía hoy. Y puede que otro haya ayudado a empacar la caja de entrega que apareció en su porche.

Los PLC están en todas partes en la industria moderna. Siemens fabrica muchos de ellos. De hecho, alrededor de un tercio de las máquinas del mundo están controladas por PLC de Siemens.

Y hay que programar cada uno de esos controladores.

Ese es el trabajo de los ingenieros de automatización. Escriben códigos de control, configuran sistemas y redes, prueban las conexiones y se aseguran de que los sistemas industriales cada vez más complejos funcionan según lo previsto.

Y hoy en día, esos ingenieros cualificados escasean.

Entonces, la pregunta obvia: ¿Por qué no utilizar la IA para aumentar la productividad de la fuerza laboral que tenemos?

La IA ya está trabajando duro en las fábricas hoy en día. Las cámaras detectan defectos en las líneas de producción. Los sistemas predicen cuándo los motores están a punto de fallar. Otros encuentran formas de sacar más rendimiento de una línea crítica.

Estas solicitudes funcionan porque son muy buenas para hacer un trabajo específico. Una cámara. Una línea de producción. Dé suficientes ejemplos a la IA y aprenderá a hacer ese trabajo muy bien.

Pero programar un mando no es un solo trabajo.

Se le puede pedir a un ingeniero de automatización que resuelva cualquier número de problemas y la respuesta correcta depende de la planta específica: el equipo, la configuración, el cableado e incluso las convenciones de nomenclatura.

Eso dificulta escalar la IA de la misma manera. No puede construir y entrenar un nuevo modelo para cada planta y cada cliente.

Mientras tanto, la IA de uso general resuelve parte de ese problema. Los modelos más potentes de la actualidad pueden razonar, escribir software y abordar una gama mucho más amplia de tareas. Pero no entienden intrínsecamente su fábrica. Los datos de ingeniería que describen una planta (sus equipos, su configuración y sus sistemas eléctricos) son específicos de ese entorno y, a menudo, privados.

Ahí es donde importa el contexto industrial.

Piense en un nuevo ingeniero brillante el primer día. Entienden la ingeniería, pero nunca han puesto un pie en su planta. No los envía de vuelta a la escuela. Usted les da acceso a la información correcta sobre el sistema específico en el que están trabajando y, muy rápido, contribuyen.

Esa es la idea detrás de Eigen Engineering Agent.

Desarrollado en el centro de IA de Siemens en Seattle, Eigen trabaja en el software de ingeniería que los ingenieros de automatización ya utilizan. Puede acceder a la información del proyecto que describe la configuración de una planta, junto con los diagramas del cableado eléctrico y otros datos de ingeniería relevantes.

Un ingeniero puede describir lo que quiere en un lenguaje sencillo. Eigen va más allá de generar sugerencias para ejecutar de forma autónoma tareas de ingeniería complejas. Puede entender el desafío y, básicamente, ponerse a trabajar (escribir código o configurar sistemas) hasta que alcance el objetivo de rendimiento establecido por el ingeniero.

Y ya se está desplegando.

En despliegues piloto en más de 100 empresas de 19 países, Eigen logró una eficiencia de ingeniería hasta un 50 por ciento mayor. Puede ejecutar tareas de ingeniería entre dos y cinco veces la velocidad humana.

Cuando escasean los ingenieros de automatización cualificados, esos beneficios importan.

Para que la IA Industrial se despliegue a gran escala, también hay que confiar en ella.

Por eso la supervisión y la validación humanas forman parte del proceso. El código se puede probar con herramientas de simulación que modelan el comportamiento del controlador antes de que llegue al equipo activo, con un ingeniero revisando y aprobando el trabajo.

Esa es una distinción importante. La IA Industrial no consiste simplemente en llevar modelos de IA potentes a una fábrica. Se trata de combinar la IA con una profunda experiencia en ingeniería y un contexto industrial para que pueda desplegarse de forma segura y fiable en el mundo real.

Y Eigen forma parte de un esfuerzo mucho mayor. Siemens invertirá mil millones de dólares en capacidades y ofertas de IA en los próximos tres años, basándose en décadas de experiencia en la aplicación de la tecnología en la industria y la infraestructura.

Porque el próximo capítulo de la IA no lo definirán solo modelos más potentes. También se definirá por nuestra capacidad de desplegarlos en el mundo real, con el contexto industrial y la experiencia humana necesarias para resolver problemas reales y ofrecer un valor medible.

Ese es un tipo de progreso más silencioso que un chatbot que se hace más inteligente. Ocurre dentro de las fábricas, trabajando junto a los ingenieros y, en última instancia, dentro de los PLC que la mayoría de nosotros nunca veremos.

Pero todos experimentaremos los resultados.

Soy Lauren Espin, y esta es La perspectiva optimista.