IA será el copiloto de la industria mexicana: Siemens
La IA industrial se consolida como el nuevo copiloto de la manufactura mexicana. Siemens plantea que 80% de los datos en plantas productivas se desperdicia y que la IA generativa permitirá analizarlos, anticipar fallas y optimizar procesos críticos de forma segura.
La Inteligencia Artificial será el nuevo motor de eficiencia en las plantas productivas de México. El uso de herramientas de IA generativa para optimizar procesos de manufactura es una realidad disponible para el mercado industrial nacional que sólo podrá optimizar sus procesos si es capaz de analizar, con colegas o copilotos digitales de IA, los datos que generan los millones de dispositivos que ya están interconectados en las plantas.
Durante su conferencia en Industrial Transformation Mexico, la Hannover Messe de América Latina, el CEO de Siemens México, Centroamérica y el Caribe, Alejandro Preinfalk, afirmó que la digitalización industrial ha incrementado exponencialmente la generación de datos, pero que, en 80% de los casos, estos datos se desaprovechan porque las fábricas no cuentan con aplicaciones capaces de analizarlos de forma segura y estratégica.
Preinfalk señaló que una planta industrial en México produce más información que todo el catálogo de películas y documentales disponible para el país en la plataforma de streaming Netflix. Aunque existen más de 17 mil millones de dispositivos inteligentes conectados en el mundo, advirtió que la mayoría de los datos industriales no se traducen en mejoras operativas por falta de algoritmos y plataformas adecuadas. “El reto no es generar datos; es transformarlos en decisiones útiles y seguras”, dijo.
En entornos industriales —agregó— un error de análisis puede detener la producción o comprometer la integridad de los equipos y de los trabajadores. Por ello, la IA aplicada a la industria requiere precisión, confiabilidad y capacidad de operar directamente donde se ejecutan los procesos. En este punto, se refirió al copiloto industrial desarrollado por Siemens, un agente de IA generativa diseñado para asistir la operación de plantas manufactureras.
Este copiloto interpreta instrucciones, supervisa condiciones de operación, mantenimiento y calidad, y funciona de manera continua. Permite que cualquier operador acceda a diagnósticos avanzados, predicciones de falla y ajustes automáticos de parámetros sin necesidad de conocimientos de programación, en cualquier parte del mundo y aprovechando la experiencia en IA de Siemens, una firma alemana que emplea esta tecnología desde hace más de 30 años.
Una de sus principales ventajas, explicó Preinfalk, es que las herramientas de IA pueden ejecutarse de forma descentralizada. En sistemas críticos —como líneas de producción automatizadas, robots o equipos como los automóviles autque requieren respuesta en milisegundos— los algoritmos operan directamente en el controlador, sin depender de la nube. Esto garantiza continuidad operativa, estabilidad y tiempos de reacción adecuados incluso con conectividad limitada. En procesos no críticos, la nube puede complementar con análisis de mayor escala.
Finalmente, Preinfalk destacó que la IA generativa también está transformando la ingeniería de diseño en todos los sectores. Como ejemplo, citó Jet Zero, un prototipo aeronáutico diseñado con IA con alas integradas al fuselaje que permitió reducir hasta 50% el consumo de combustible. Explicó que las herramientas de IA generativa analizan millones de variantes mediante gemelos digitales para obtener configuraciones óptimas en materiales, peso, costo y comportamiento aerodinámico. En el sector automotriz, añadió, estas capacidades ya se usan para diseñar componentes que pueden imprimirse en cuestión de horas mediante manufactura aditiva.
La Inteligencia Artificial será el nuevo motor de eficiencia en las plantas productivas de México. El uso de herramientas de IA generativa para optimizar procesos de manufactura es una realidad disponible para el mercado industrial nacional que sólo podrá optimizar sus procesos si es capaz de analizar, con colegas o copilotos digitales de IA, los datos que generan los millones de dispositivos que ya están interconectados en las plantas.
Durante su conferencia en Industrial Transformation Mexico, la Hannover Messe de América Latina, el CEO de Siemens México, Centroamérica y el Caribe, Alejandro Preinfalk, afirmó que la digitalización industrial ha incrementado exponencialmente la generación de datos, pero que, en 80% de los casos, estos datos se desaprovechan porque las fábricas no cuentan con aplicaciones capaces de analizarlos de forma segura y estratégica.
Preinfalk señaló que una planta industrial en México produce más información que todo el catálogo de películas y documentales disponible para el país en la plataforma de streaming Netflix. Aunque existen más de 17 mil millones de dispositivos inteligentes conectados en el mundo, advirtió que la mayoría de los datos industriales no se traducen en mejoras operativas por falta de algoritmos y plataformas adecuadas. “El reto no es generar datos; es transformarlos en decisiones útiles y seguras”, dijo.
En entornos industriales —agregó— un error de análisis puede detener la producción o comprometer la integridad de los equipos y de los trabajadores. Por ello, la IA aplicada a la industria requiere precisión, confiabilidad y capacidad de operar directamente donde se ejecutan los procesos. En este punto, se refirió al copiloto industrial desarrollado por Siemens, un agente de IA generativa diseñado para asistir la operación de plantas manufactureras.
Este copiloto interpreta instrucciones, supervisa condiciones de operación, mantenimiento y calidad, y funciona de manera continua. Permite que cualquier operador acceda a diagnósticos avanzados, predicciones de falla y ajustes automáticos de parámetros sin necesidad de conocimientos de programación, en cualquier parte del mundo y aprovechando la experiencia en IA de Siemens, una firma alemana que emplea esta tecnología desde hace más de 30 años.
Una de sus principales ventajas, explicó Preinfalk, es que las herramientas de IA pueden ejecutarse de forma descentralizada. En sistemas críticos —como líneas de producción automatizadas, robots o equipos como los automóviles autque requieren respuesta en milisegundos— los algoritmos operan directamente en el controlador, sin depender de la nube. Esto garantiza continuidad operativa, estabilidad y tiempos de reacción adecuados incluso con conectividad limitada. En procesos no críticos, la nube puede complementar con análisis de mayor escala.
Finalmente, Preinfalk destacó que la IA generativa también está transformando la ingeniería de diseño en todos los sectores. Como ejemplo, citó Jet Zero, un prototipo aeronáutico diseñado con IA con alas integradas al fuselaje que permitió reducir hasta 50% el consumo de combustible. Explicó que las herramientas de IA generativa analizan millones de variantes mediante gemelos digitales para obtener configuraciones óptimas en materiales, peso, costo y comportamiento aerodinámico. En el sector automotriz, añadió, estas capacidades ya se usan para diseñar componentes que pueden imprimirse en cuestión de horas mediante manufactura aditiva.
Compártelo:
Me gusta esto: