Proyectos Ingeniería participó de la reciente edición de la Hannover Messe (http://hannovermesse.de/), una feria de tecnología industrial que se realiza anualmente.
Dura 5 días, tiene 210.000 visitantes, de los cuales 70.000 son internacionales. Tiene 496.000 m² de exhibición, es la mas grande del mundo.
Fue una buena oportunidad para ver que se viene y que hay disponible en el mercado respecto a las tecnologías industriales. A continuación se listan las tendencias principales, un glosario para poder navegar las "buzzwords" mas comunes y una conclusión de como afrontar estas tecnologías.
Tendencias
La temática en común de las tecnologías nuevas es la digitalización de la industria.
En términos generales las tecnologías identificadas están dentro de la llamada Industria 4.0 que se define como la tendencia de incorporar mayor automatización e intercambio de data en procesos de valor agregado. https://en.wikipedia.org/wiki/Industry_4.0
La mayoría de las empresas proveedores de equipos han establecido una división o un spin-off que se asimila a una empresa de software para proveer servicios de digitalización.
Glosario de Tecnologías
Las tecnologías con mayor exposición y una breve descripción (en mis palabras):
IoT (Internet de las Cosas): es la tecnología que conecta objetos a internet para intercambiar data que eventualmente genera valor. IIoT (Industrial Internet of Things), es IoT aplicado en un contexto industrial.
Cognitive Computing: es la aplicación inteligencia artificial (que es la capacidad de que una máquina perciba data y su contexto y en base a eso tome decisiones) y procesamiento de señales para mejorar la toma de decisiones. Dentro de esta tecnología, las siguientes áreas se destacan:
Cloud Computing: es el uso de capacidad de procesamiento de data en hardware no propio (Amazon Web Services, Microsoft Azure) , a través de internet.
Edge Computing: es un método de optimizar Cloud Computing, a través del procesamiento de la data en su lugar de origen cerca del borde (edge) del sistema, se envía a la nube solo data asociada a una anomalía.
Machine Learning: es la capacidad de resolución de problemas por una máquina sin la necesidad de programación. Su valor radica en indicar cuando existen anomalías en los datos procesados y generar alertas.
Big Data Analytics: es el proceso por lo cual se transforma data en información útil que brinda valor.
• VR (Realidad Virtual) y AR (Realidad Aumentada):
VR es un escenario completamente creado por una computadora que simula una experiencia real.
AR es la visión de un entorno físico del mundo real combinada con información virtual a través de un dispositivo tecnológico.
Conclusión Las tecnologías mencionadas han sido implementadas en industrias reales y están maduras para implementar. Aunque las configuraciones para cada aplicación pueden requerir algún grado de innovación, son en términos generales “proven technology”.
El reto no es incorporar la tecnología, de por sí, sino identificar las oportunidades genuinas de generación de valor que las tecnologías brindan. Las competencias claves para incorporar estas tecnologías son:
Entender los problemas industriales y matchear con tecnología posible
Identificar el valor potencial de implementar la tecnología
Realizar una buena gestión de proyecto para asegurar que el valor que se planifica en el proyecto se obtiene en los entregables
Encarar el proyecto con un enfoque ágil basado en experimentar y mejorar en iteraciones cortas con ciclos de aprendizaje cortos
Formar un equipo multidisciplinario de implementación para lograr la integración de diferentes tecnologías y campos de conocimient
Autor: Joaquin Arocena, joaquin.arocena@proyectos.com.uy