Gracias a los Smartphones, la sociedad se ha digitalizado y globalizado a un ritmo frenético y como fruto de esa transformación han surgido los Clientes 4.0, que demandan; una altísima relación calidad-precio, agilidad y personalización en lo que compran, además de valor.

Satisfacer a los nuevos clientes, por tanto, nos obliga a superar estos retos y para ello nuestras organizaciones necesitan también transformarse, rediseñarse en muchos casos, puesto que no podemos continuar excluidos de la conversación digital, si queremos sobrevivir.

Quien paga manda. Y no nos queda otra que escuchar a los nuevos clientes, centrarnos en sus cambiantes deseos y conseguir hacerlos realidad.

También expusimos, repetidas veces, que el nuevo escenario es una oportunidad histórica que debemos aprovechar, pero que promete incertidumbre y complejidad. Los cambios a realizar son complejos y afectan a todas las áreas de nuestra organización, es más, afectan a toda nuestra cadena de suministro. Entendiendo que nuestra Cadena de Suministro es la que está formada por todos aquellos procesos involucrados de manera directa o indirecta en satisfacer las necesidades de nuestros clientes.

Personas, máquinas, robots y “cosas”, de nuestra organización deben estar totalmente interconectadas con proveedores y clientes para poder adaptarnos a los rápidos cambios que puedan producirse y llegar “allí donde sea preciso” antes que nuestra competencia.

La información es la clave porque nos proporcionará conocimiento analítico y la forma más eficaz de obtenerla es mediante el uso de la tecnología para interconectar y analizar los procesos.

En la segunda parte de esta guía, hemos hablado sobre los habilitadores tecnológicos de mayor aplicación en la Industria 4.0. En ellos hemos podido observar que las redes wireless o el Cloud Computing, están orientadas a mejorar la movilidad y la comunicación y por tanto las infraestructuras por donde fluirán los datos de nuestros procesos. Apoyados en estas modernas infraestructuras trabajarán nuestros robots en las tareas pesadas, impresoras 3D generando prototipos y dispositivos IoT, capturando datos que nos ayudarán a crear productos inteligentes. Por último vimos que para manipular esos datos y convertirlos en conocimiento, con objeto de poder tomar decisiones “data-driven” y confeccionar nuevos servicios y modelos de negocio, utilizaremos Plataformas en la nube, técnicas de Big Data y algoritmos de Inteligencia Artificial.

En cada capítulo, hemos descrito las características básicas, la oferta existente y los usos de cada tecnología, con objeto de que el lector pueda ver si resultan útiles para su organización, a la vez que manifestábamos la complejidad que conlleva dominarlas y lo imprescindible que resulta hacerlo.

En el nuevo escenario digital, la tecnología no es una moda pasajera. La tecnología, como hemos escuchado repetidas veces, ha venido para quedarse. Y debemos destinar recursos propios para familiarizarnos con ella pues será junto a las personas uno de nuestros activos más valiosos.

Como si de una mancha de aceite se tratara, la tecnología irá infiltrándose en nuestras vidas y como no en nuestras organizaciones (ver figura siguiente) significativamente.

Dependiendo de nuestra estrategia a largo plazo, Redes Wireless, Dispositivos IoT, Impresoras 3D, sistemas de realidad aumentada, etc, podrán pasar a formar parte de nuestros activos tecnológicos y nos ayudarán a ser más competitivos.

No debemos confundirnos. La Industria 4.0 no consiste en un paquete software mágico ni en una máquina prodigiosa. Afortunadamente, no se puede comprar sin más.

Caminar hacia la Industria 4.0 es un arduo proceso, en el que debe involucrarse toda nuestra organización incondicionalmente y al que deben destinarse importantes recursos. Por supuesto que gran parte de ellos estarán relacionados con la tecnología, pero el know how para su puesta en marcha y funcionamiento óptimo, lo pondrán las personas.

Afortunadamente también, este camino, nace, crece, y gracias a los nuevos avances, se ramifica sin cesar. Debemos estar siempre alerta para elegir el ramal más adecuado según nuestros objetivos y avanzar hacia la mejora contínua de nuestras organizaciones, pero ahora la tecnología deberá tratarse con mucha atención pues las decisiones tecnológicas ha pasado a ser estratégicas.

El lector habrá podido comprobar también a lo largo de esta guía que la Industria 4.0 no va de hacer las cosas, pues las cosas ya se hacen, los productos ya se fabrican.

La cuarta Revolución Industrial tiene dos objetivos fundamentales:

• Uno muy próximo al área de operaciones, que consiste en la optimización de todos los procesos de nuestra cadena de suministro para reducir costes, aumentar la calidad de los productos y agilizar los procesos, teniendo siempre en cuenta las posibilidades de personalización de los mismos.
• Otro estrechamente relacionado con la investigación, que consiste en la obtención de información de nuestros clientes, para generar valor, mediante la creación de nuevos ecosistemas de servicios y nuevos modelos de negocio alrededor de nuestros productos.

Dependiendo del tipo de organización, resultará conveniente iniciar la andadura hacia la industria 4.0 de una forma u otra. Factores como el tipo de producto fabricado, los materiales usados, la velocidad en los procesos de fabricación, los volúmenes, tipo de clientes, entre muchos otros, serán determinantes para la aplicar una estrategia u otra.

Y esta es la magia de la Industria 4.0. No existe un patrón a seguir igual de eficaz para todas las organizaciones. A veces, incluso fabricando productos muy parecidos, puede ser conveniente seguir una estrategia u otra que derivará en la implantación de unas tecnologías u otras.

Aunque como acabamos de comentar que no existe una estrategia única a seguir que sea válida para todas las organizaciones, podemos intentar recoger a grosso modo los pasos comunes a realizar para caminar con éxito hacia la Industria 4.0.

Veamos un procedimiento muy elemental pero práctico que se apoya en la creación de unas sencillas tablas y resume lo que un día espero forme parte de una segunda guía:

El primer paso cosiste en describir el estado en el cual se encuentra actualmente vuestra organización.

• ¿Qué hacemos?
• ¿Cómo lo hacemos?

Para ello podemos elaborar una tabla en la que la primera columna describa los productos, servicios y modelos de negocio que tienen lugar en nuestra organización y en otra cómo se llevan a cabo.

Ahora situémonos unos años más tarde. Las cosas han cambiado, nuestro sector ha cambiado y nuestros productos y servicios también. Los clientes ahora utilizan nuestros productos de una forma distinta puesto que no adolecen de las limitaciones que tienen hoy día.

En ese futuro, podemos ver a nuestros clientes maravillados con nuestros productos y servicios porque no se puede hacer mejor. Es el futuro de nuestra organización y en el centro se encuentran nuestros clientes.

Elaboremos una tabla similar a la anterior pero atendiendo a cómo serán las cosas en el futuro. Lo que haremos (1ª columna) y qué cambiaremos para satisfacer plenamente al cliente (2ª columna).

Hagamos una nueva tabla que será la “resta” de las dos anteriores, es decir, en ella únicamente aparecerán las filas que difieran, bien en el objetivo o bien en cómo lo hacemos, de las de la primera tabla. Las filas que no incorporen novedades las eliminaremos, pues se trata de lo que haremos del mismo modo en el futuro.

De esta forma tendremos en la primera columna nuestros objetivos y en la segunda las acciones a realizar para alcanzarlos. La llamaremos tabla de Objetivos-Acciones.

Ahora resulta conveniente priorizar por orden de importancia los objetivos. Para ello basta con reordenar la tabla de Objetivos-Acciones. Los más prioritarios arriba.

En la priorización de objetivos tendremos que tener en cuenta que si para la culminación de un objetivo, es necesario abordar otro con anterioridad (existe dependencia), la prioridad de este segundo será más alta que la del primero.

Podemos priorizar en base a distintos criterios; presupuesto, recursos necesarios, etc. Mi recomendación es hacerlo, siempre que sea posible, atendiendo al valor que le proporcionamos al cliente al alcanzar ese objetivo.

Nuestra organización necesitará destinar recursos de diversa índole para realizar cada una de las acciones de la tabla anterior y así cumplir con nuestros objetivos. En una primera aproximación, como puede ser la presentación del proyecto a nuestros superiores, podemos exponer los recursos necesarios de forma global (Ejemplo: Elaboración de una APP). Más adelante, si la dirección está interesada en su ejecución podremos bajar un escalón más introduciendo costes y desglosando las actividades o hitos de la tarea en cuestión (siguiendo con el ejemplo: Contratar servicio Cloud, Diseño de pantallas del App, Programación, etc.).

Tendremos que distinguir entre:

• Recursos Humanos (internos o externos).
• Instalaciones / reformas.
• Máquinas y equipos.
• Tecnología.

Aunque habría que hacer lo mismo para todos los puntos anteriores, a partir de ahora nos centraremos únicamente en el punto Tecnología.

Para conocer qué tecnologías debemos aplicar en cada tarea a realizar. Tenemos que trasladarnos de nuevo al futuro e imaginar un cuadro de mando sobre el que se proyecta toda la información que necesitamos para realizar de la forma más eficiente nuestro trabajo.

Podemos pedirle al responsable de cada área que haga el mismo ejercicio con objeto de conocer cómo le gustaría a él ver su parte y recopilar ideas para el cuadro general.

Para ello, debemos distinguir entre:

• Datos procedentes de los clientes.
• Datos de nuestros partners /proveedores.
• Datos de los procesos internos.

Sin duda la mejor opción es el uso del IoT en nuestros productos para recopilar datos de nuestros clientes bien directamente o bien a través de un APP. En caso de no ser posible lo anterior (debemos poner todo nuestro ingenio para conseguirlo), nos queda la posibilidad desarrollar una APP de forma aislada o solicitar los datos que necesitemos a través de nuestra Web.

La opción más recomendable para este caso es usar una Plataforma en la nube para intercomunicar nuestra organización con nuestros partners o proveedores que proporcione a cada uno de ellos los datos que necesite de los otros.

En este caso hay que desglosar qué datos de nuestros procesos son los que son utilizados para la creación de nuestro cuadro de mando y si no están accesibles estudiar qué infraestructuras utilizaremos para interconectar los dispositivos que los producen. La arquitectura de los mismos debe ser centralizada (Data Centric) con objeto de que no haya duplicaciones del mismo dato y suele resultar complicado.

Disponemos de tecnologías como:

• Redes Wireless
• Cloud Computing
• Dispositivos IoT
• Sistemas MES & MOM
• Autómatas Programables

y nuestros ERP y CRM si disponemos de ellos.

Una vez dispongamos de todos los datos necesarios para montar nuestro cuadro de mando, estamos en disposición de determinar su volumen, frecuencia, las necesidades de tiempo real y las operaciones que hay que realizar con ellos para convertirlos en información. Dependiendo de las necesidades que surjan, utilizaremos el mejor protocolo para interconectarlos, unas herramientas de Big Data u otras para manipularlos e Inteligencia Artificial si queremos tomar decisiones basados en ellos.

Por último, debemos ser capaces de presentar la información necesaria para la toma de decisiones en cualquiera de nuestros dispositivos; ordenador, tablet o móvil. Para ello utilizaremos herramientas software que nos permitan crear intuitivos dashboards en nuestro cuadro de mando global.

Independiente de cuál sea nuestra estrategia, esta práctica guía, nos proporciona una visión global de cómo será nuestra organización futura al estar centrada en el cliente y expone los conocimientos necesarios para comenzar a aplicar la metodología anterior y poder “Caminar con éxito hacia la Industria 4.0”.

La palabra inteligencia proviene del latín intellegere, término compuesto de intel «capacidad» y legere «adaptar, escoger». Según esto, inteligencia es saber elegir las mejores opciones para resolver una cuestión o problema.

Los humanos somos inteligentes porque poseemos la capacidad de aprender de las problemáticas de la vida cotidiana y podemos predecir o moldear nuestras decisiones futuras partiendo de situaciones pasadas.

El hecho de definir la inteligencia en términos de capacidad para aprender o solucionar problemas o en general de llevar a cabo determinadas tareas complejas, permite ampliar este concepto a entidades no humanas.

En 1955 John McCarthy aseguró que había aspectos de la inteligencia humana que podrían ser descritos con la suficiente precisión para que una máquina pudiera ser programada para simularlo.

Dos décadas después, en 1997, Deep Blue la supercomputadora creada por IBM usando técnicas de Machine Learning (aprendizaje máquina) se enfrentó al campeón mundial de ajedrez Gary Kasparov y por primera vez una máquina venció al campeón del mundo.

El pasado año, veinte años después de la derrota de Kasparov, fue el algoritmo Alpha GO de Google el cual usando técnicas de aprendizaje profundo (Deep Learning) derrotó al campeón mundial de GO, un juego chino mucho más complejo que el ajedrez. La victoria se produjo “explicándole” las reglas del juego para que después el algoritmo pudiese autoperfeccionarse jugando contra él mismo.

El potencial que muestran las nuevas técnicas de IA basadas en autoaprendizaje es increíble y aunque han demostrado que pueden vencer al mejor de los humanos en realizar tareas muy complejas, los científicos aseguran que sus límites van mucho más allá.

Los últimos avances se centran en desarrollar una máquina inteligente capaz de aprender a través de la experiencia, reconocer las limitaciones de su conocimiento, exhibir verdadera creatividad, tomar sus propias decisiones e interactuar con el medio que la rodee.

En definitiva una Inteligencia con un comportamiento pseudo-humano que nos hace pensar que en breve podría desaparecer la supremacía humana para dar paso a la Inteligencia Artificial.

La figura siguiente muestra un hecho sorprendente que pone en “jaque” a los que dudan de la creatividad artificial pues muestra un cuadro pintado por una Inteligencia Artificial (derecha) a la que se la entrenó durante 18 meses con cuadros del pintor Rembrandt (izquierda).

Estos “experimentos” no hacen más que constatar el rápido avance que la IA ha sufrido en los últimos años.

Recientemente las grandes tecnológicas se han aventurado a adquirir empresas hardware para diseñar microprocesadores de altas prestaciones basados en IA que les permitan acelerar los procesos de aprendizaje de estos algoritmos. Los móviles, las viviendas y los vehículos dispondrán de este tipo de tecnología que, a pasos agigantados, está impregnándolo todo.

La siguiente figura muestra el alcance de esta tecnología que prácticamente estará presente en todo lo que nos rodee.

En pocos años, los métodos, y como consecuencia la ambición en la resolución de problemas, han evolucionado muchísimo.

Si nos centramos por ejemplo en el coche autónomo, una de las aplicaciones más conocidas de la IA, veremos que se ha pasado en unos años del modelo inicial de Tesla basado en autonomía con supervisión humana a un modelo de autoaprendizaje totalmente autónomo.

Para ese propósito Alphabet (Google), ha invertido miles de millones de dólares en construir una mini ciudad en Phoenix donde sus vehículos autónomos puedan aprender sin restricciones y actualmente Waymo, la división de la compañía que se encarga de estos desarrollos hoy día cotiza en bolsa mucho más que Ford por ejemplo.

En Industria, la implementación algoritmos de Machine Learning se basa principalmente en los datos históricos de los procesos. A medida que se alimenta uno de estos algoritmos con nuestros datos históricos y se le entrena con un modelo de aprendizaje adecuado es capaz de “ver y predecir” cosas para las que no se le había programado explícitamente.

Describiremos como se hace con un sencillo ejemplo:

Los pasos a realizar según podemos ver en la figura siguiente consistirían en dividir el total de muestras en dos subconjuntos. Un subconjunto lo usaremos para entrenar el modelo y otro para validar o predecir.

Durante la fase de entrenamiento:

• Se procesan los datos disponibles para extraer características que nos permitan distinguir entre unas muestras u otras.
• En base a esas características o parámetros definimos un modelo de entrenamiento.
• Al modelo se le entrena con el primer conjunto de muestras informándole del tipo de muestra que procesa en todo momento y él en base a esa información, reestructura su algoritmo (el peso que le otorga a las características usadas) con objeto de poder dar respuesta satisfactoria al 100% de las muestras.

Para la fase de Validación-Predicción, operaremos con las muestras restantes.

• Primero ejecutamos el modelo obtenido en el paso anterior y le pedimos nos informe sobre lo que ocurre con cada muestra.
• Después de que nos dé su respuesta, le decimos si ha acertado o no.
• Al terminar tendremos un porcentaje de aciertos que nos servirá para determinar si el modelo es válido o no.

La validez del modelo dependerá de la tolerancia que podamos permitirnos. En algunos casos una respuesta del 50% de aciertos puede ser satisfactoria mientras que otros casos aunque alcancemos una cuota del 90% puede no ser suficiente.

En la siguiente figura se muestran algunas de las herramientas existentes para poder adentrarse en estos temas:

Estas técnicas basadas en algoritmos cambiantes en base a lo experimentado (Redes Neuronales) permiten predecir con bastante acierto cuándo puede averiarse una máquina o el comportamiento de determinados tipos de clientes.

Por eso las inversiones en Inteligencia Artificial no paran de crecer; visión artificial, noticias y medios de comunicación, finanzas, detección de problemas de salud, vehículo autónomo, ciberseguridad y machine learning son algunos de los sectores y aplicaciones de la Inteligencia Artificial donde se están invirtiendo grandes sumas de dinero.

Pero estos algoritmos, sobre todo los basados en Deep Learning, a fecha de hoy presentan un problema importante debido a que su comportamiento es como el de una caja negra.

Obtenemos una respuesta satisfactoria a un determinado problema pero no sabemos cómo se han producidos los “razonamientos” del modelo tras su entrenamiento para llegar a esa y no a otra solución.

Multitud de grupos de trabajo se centran en dar respuesta a estas preguntas para desentrañar estos algoritmos impulsados por la necesidad de controlar muy bien por qué se están tomando unas decisiones y no otras para poder aplicar IA a nuestros negocios.

Las máquinas no operan como nuestro cerebro, de la misma forma que los coches no se mueven como los humanos.

Al igual que aceptamos que nunca correremos más que un coche, debemos saber que es posible que Inteligencias basadas en Silicio puedan llegar a ser superiores en muchos aspectos a las del Carbono y que en este contexto serán creadas nuevas formas de trabajo donde humanos y máquinas inteligentes colaboren de forma eficiente.

Al principio de esta guía decíamos:

Estamos inmersos en una era histórica sin precedentes en la que la creatividad o el sentido de la armonía ya no son habilidades intrínsecamente humanas. Incluso la Intuición Artificial empieza a abrirse camino. Una época en la que la IA comienza a pensar por sí misma y es capaz de comprender para priorizar los objetivos de nuestras organizaciones y tomar las mejores decisiones.

Y por eso nos resulta amenazadora.

La gran cantidad de datos que serán generados en nuestras organizaciones 4.0 requerirá del uso de Servicios software especializados para manipularlos de forma muy eficiente. Llamamos Big Data al conjunto de técnicas de manipulación en el que los medios tradicionales de procesamiento son ineficaces ya que:

• Volumen: tenemos que manejar volúmenes más masivos.
• Velocidad: necesitamos procesamiento en tiempo real.
• Variedad: los datos a procesar pueden ser tanto estructurados como no-estructurados.
• Veracidad: los datos no siempre son fiables.
• Valor: utilizamos los datos para generar nuevos negocios.

Por eso se dice que para que un problema de manipulación de un conjunto de datos deba abordarse por técnicas Big Data debe cumplir la denominada regla de las 4 uves; Volumen, Velocidad en la frecuencia de los datos, Variedad y Veracidad. A esta regla se le añade la quinta v, la “v” de Valor.

Sabemos que los datos de nuestras organizaciones pueden proceder de distintas fuentes, de la comunicación entre máquinas (IoT, PLC’s, sensores), de personas con máquinas (web, redes sociales) o de personas a personas (Mensajería, e-mail, llamadas). Lo importante de cara a la manipulación de los mismos es conocer si éstos siguen algún tipo de estructura que nos permita analizarlos y manipularnos de forma más eficiente.

Se denominan datos Estructurados,  a aquellos que han sido generados de una manera predefinida y por consiguiente siguen una determinada estructura pudiendo ser almacenados en tablas, como por ejemplo; formularios, transacciones bancarias, recibos, etc.

Los Datos No Estructurados por el contrario, son aquellos que son creados normalmente a partir del comportamiento de un usuario (publicaciones, páginas web visitadas, textos, búsquedas en Google, audios, videos) y no poseen un formato definido que permita almacenarlos de la forma tradicional.

Entre estas dos tipologías de datos, existen además los llamados datos Semiestructurados o Híbridos que siguen cierta estructura pero con variaciones respecto al patrón, por lo que no pueden ser gestionados como datos estructurados. Son por ejemplo los códigos HTML de nuestro Website.

Las técnicas de Big Data, se centran principalmente por su complejidad en la gestión de los datos No Estructurados y Semiestructurados pues se ha convertido en uno de los principales retos a los que hacen frente las compañías en lo relativo a gestión de información y la toma de decisiones. Los textos de las Redes Sociales, la información subyacente en las imágenes, los vídeos y los ficheros de audio contienen información valiosa para las organizaciones y son algunos de los retos más demandados.

Compañías de redes sociales como FaceBook o LinkEdin y las de buscadores como Google o Yahoo han sido los grandes impulsores del Big Data y actualmente es una de las tecnologías habilitadoras aplicable a la Industria 4.0 que ha sufrido mayor crecimiento. Su ecosistema de infraestructuras, productos y servicios no para de crecer como muestra el Landscape de Matt-Turck para este año. En la figura siguiente mostramos algunas de las tecnologías abiertas (Open Source) más usadas.

Se dice que una organización está dirigida por los datos (data-driven) cuando fundamenta sus decisiones estratégicas en el conocimiento obtenido a partir del análisis de los datos de los que dispone.

Por tanto, debemos construir un ecosistema del dato óptimo para que podamos generar sabiduría partiendo de los datos en bruto que generan todos los agentes de nuestra cadena de suministro; máquinas, proveedores y sobretodo clientes.

Para ello (ver figura siguiente) necesitamos extraer información de los datos pues los datos brutos no son información en sí mismos. De la información obtenida al procesarlos podremos construir conocimiento en una segunda fase y el conocimiento adquirido podrá catapultarnos hasta alcanzar la sabiduría en la materia y dotarnos de capacidad predictiva.

En definitiva, los datos en crudo no son útiles para nuestra organización y para poder extraer conocimiento de ellos es preciso plantear un proyecto serio de Big Data pues vamos a tener que construir  un modelo, basado en los datos recopilados, que sea una descripción de los patrones y relaciones entre los datos con los que se puedan hacer predicciones, entender mejor los datos o explicar situaciones pasadas.

Antes de iniciar un proyecto Big Data tenemos que tener muy claro cuál es el problema a resolver y para ello debemos ser capaces de responder a  preguntas como las siguientes:

• ¿De qué fuentes obtengo los datos? ¿Están dentro o fuera de mi organización?
• ¿Qué datos aportan más información a mi negocio?
• ¿Qué volumen de datos tengo que manejar?
• ¿Qué formato tienen? ¿Son ficheros o lotes finitos o son enviados en streaming?
• ¿Siguen una estructura repetitiva o no?
• ¿Con qué frecuencia los utilizo?
• ¿Cómo puedo integrarlos en nuestro sistema de gestión?
• ¿Necesitamos conocer lo que acontece inmediatamente?
• ¿Qué tipo de conocimiento buscamos, Predictivo, Descriptivo?

Las respuestas a estas preguntas serán claves para poder orientarnos sobre las herramientas Big Data más adecuadas según el caso (Clasificación, Regresión, Clustering, etc.) y los algoritmos a usar a lo largo de los procesos que tendrán lugar desde que el dato es creado hasta que es explotado; Ingesta, Almacenamiento, Procesamiento, Análisis y Visualización. A continuación explicamos muy someramente en qué consiste cada uno de ellos:

Como podemos observar, dominar las técnicas de Big Data resulta muy complicado, de ahí que los expertos en estos temas, llamados científicos de datos, estén tan demandados actualmente.

El fenómeno Big Data ha alcanzado a organizaciones de todos los sectores. Los bancos, las aseguradoras, las operadoras de telefonía, las compañías de suministro son conscientes de la importancia que tiene el correcto tratamiento de los datos, entre otras cosas porque generan grandes ingresos con la venta de los mismos.

Sin embargo, más que en la venta, el interés está centrándose en el uso del dato para crear Valor en la explotación del negocio. Utilizar Big Data e Inteligencia Artificial conjuntamente permite un nivel de conocimiento de nosotros mismos y de nuestros clientes, fundamentales para tomar decisiones, de manera mucho más informada.

Con esta “simbiosis tecnológica” hemos pasado de obtener respuestas diagnósticas o correctivas a preguntas sobre el presente y el pasado, a poder dar respuestas de pronóstico o predictivas basadas en lo que ocurrirá a futuro que nos ayuden a ser más competitivos en un mercado donde reina la incertidumbre. ¿Por qué pasan las cosas? ¿Continuará la tendencia actual en el futuro? ¿Qué pasará a continuación? ¿Qué es lo mejor o peor que puede pasar?.

En otras palabras:

Denominamos Plataforma a un servicio software que tiene como propósito general trabajar con diversas tipologías de datos de una organización para procesarlos, analizarlos y obtener información que aporte valor.

A priori, mediante la definición del párrafo anterior, las Plataformas pueden parecer muy similares a los sistemas MES vistos en el capítulo anterior, pero existen diferencias importantes entre estos servicios que debemos conocer:

Las Plataformas son un servicio que ha transformado ya muchos sectores y serán muchos más los que transforme de aquí en adelante. Empresas como Netflix en audiovisual o Airbnb en el inmobiliario, son algunos ejemplos de crecimiento exponencial de organizaciones gracias, en gran medida, a que funcionan sobre plataformas que integran sus productos y servicios con clientes y proveedores. Cualquier usuario de cualquier parte del mundo usando cualquier dispositivo puede hacer uso de las mismas de un modo muy sencillo a través de un APP.

El denominador común de todas las Plataformas es que siguen un modelo de pago por uso y su coste se mide por parámetros como; el número de conexiones realizadas, cantidad de datos almacenados, dispositivos conectados, etc. Por tanto es importante “sacar números” antes de contratar los servicios de una Plataforma u otra.

Una vez realizada la suscripción a una determinada Plataforma, todos los usuarios o clientes, tienen acceso a unas herramientas de gestión globales que les permiten interactuar únicamente con los datos propios. A través de estas herramientas podemos dar de alta nuevos usuarios, proporcionar permisos de acceso, lectura o modificación, establecer reglas, programar, etc.

Al igual que ocurre con los sistemas MES, la integración de los procesos de nuestra organización en una Plataforma no es una tarea sencilla pues además de los procesos internos involucra también los acontecidos a lo largo de toda nuestra cadena de suministro. No obstante, una vez los datos de clientes, proveedores, productos, máquinas, sensores, etc. pueden ser convenientemente publicados y recibidos por los suscriptores los beneficios que obtenemos son enormes.

Los expertos afirman que el crecimiento de una organización cuando dispone de una plataforma de gestión global del negocio es exponencial gracias a las siguientes ventajas:

• Disponemos de Ubicuidad en los datos. El dato puede está accesible y a él pueden suscribirse los que lo necesiten.
• Están pensadas para el desarrollo rápido de aplicaciones orientadas al negocio sin escribir apenas código fuente.
• Las inversiones a realizar en su puesta en marcha y formación son mínimas.
• Disponen de configuraciones visuales de modelos de datos virtuales y su integración.
• Utilizan modelos Drag&Drop (arrastrar y soltar) para confeccionar la reglas lógicas y convierten en formularios directamente los datos capturados de los procesos.
• Disponen de herramientas declarativas para configurar la lógica del negocio a través de modelos de flujos de trabajo, tablas de decisión y reglas lógicas.

• Componentes Drag&Drop para el diseño de ”dashboards” que aceleran la generación de interfaces de usuario y su personalización.
• Disponen de herramientas que facilitan el desarrollo de APPs para el móvil.
• Pueden abstraerse del mundo real y usar nuevos recursos sobre la misma estructura.
• Podemos simular comportamientos antes de proceder a la implantación de un determinado proceso.
• Permiten interacciones entre todos los agentes de nuestra cadena de suministro.

Las Plataformas están constituidas por tres módulos principales:

Aunque inicialmente fueron concebidas para trabajar en la nube, algunas Plataformas permiten la instalación (sobre todo de los módulos de captura, procesamiento y almacenamiento) en nuestros servidores locales cuando las necesidades de manipulación de datos son muy elevadas o la velocidad es un factor crítico.

En esos casos, debe existir un motor de cálculo local (perfectamente podría consistir en un sistema MES) que realice los más costosos y simplifique los datos antes de ser enviados para ser presentados o almacenados.

Por eso, no debemos pensar que los tres módulos descritos anteriormente son los únicos a los que tenemos acceso. Normalmente, las Plataformas suelen disponer de un amplio abanico de servicios que abarcan prácticamente todas las necesidades que podamos tener sobre el tratamiento de datos.

Entre ellos destacan los servicios de Inteligencia Artificial y en especial el aprendizaje máquina (Machine Learning). Los servicios de Machine Learning, son muy usados en mantenimiento predictivo pues son capaces de “entrenarse” gracias a los datos históricos de los procesos y en base a ellos predecir, por ejemplo, cuándo debemos realizar un cambio en una determinada máquina.

En la figura siguiente, exponemos un esquema general de trabajo de una Plataforma que integra protocolos IT, OT (máquinas y PLCs) e IoT.

Como podemos observar, en este caso, los datos capturados en los sensores, PLCs y máquinas son enviados a través de distintas topologías de red a un Gateway o puerta de enlace. Este Gateway entiende distintos protocolos y es capaz de interpretar los datos capturados, almacenarlos mientras están pendientes de ser enviados, formatearlos en un lenguaje común y por último, una vez formateados,  transmitirlos a su vez al servidor de datos donde serán publicados.

Este servidor (Backend), a través de unas reglas predefinidas, combinará los mismos para presentar la información en intuitivos Dashboards (FrontEnd) a los suscriptores. Las nuevas plataformas están abiertas a cualquier nuevo modo de hacer uso de esos datos siempre y cuando este se realice de manera ordenada.

El acceso a los datos de la Plataforma y su visualización normalmente puede realizarse mediante el seguimiento de unas sencillas “reglas” que serán accesibles a través de los distintos lenguajes de programación que soportan entre los que habitualmente encontramos JavaScript y sus derivados.

El resultado podría ser algo similar a la figura siguiente. Mapas, usuarios, delegaciones de todo el mundo que publican sus datos en tiempo real y son mostrados en una misma pantalla de información a los suscriptores para la toma de decisiones global.

Existen infinidad de tipos de Plataformas con diferencias muy sutiles entre ellas por lo que puede ser muy complicado elegir la opción más acorde a nuestras necesidades.

La figura anterior muestra Plataformas del mercado que están especializadas en distintos servicios. Unas básicamente  se encargan de proporcionarnos la infraestructura que necesitemos en la nube mientras que en otras sin embargo, podemos subcontratar todo tipo de servicios, incluso el desarrollo de las aplicaciones que correrán sobre ellas.

En cualquier caso debemos tener en cuenta que la elección de la Plataforma o Plataformas más convenientes para nuestra organización es una decisión estratégica. Necesitamos conocer qué servicios tendremos disponibles y cuáles no, sus costes y las posibilidades de crecimiento, de integración y programación que tendremos.

En este sentido algunas de las funcionalidades más importantes a tener en cuenta a la hora de elegir una Plataforma en la que apoyar nuestro negocio son:

• Si permite el control de los dispositivos remotos,
• Si dispone de actualización remota del firmware de los mismos,
• Sus posibilidades de integración,
• Los lenguajes de programación que soporta (SDK, API),
• El tipo de seguridad en las transacciones; Encriptación TLS, SSL , claves RSA, Tokens,
• Los protocolos soportados; MQTT, AMQP, DDS,
• Si dispone de análisis de datos en tiempo real,
• Las posibles formas en las que podemos presentar los datos (Dashboards),

• Las Bases de Datos a las que se puede conectar; SQL, MongoDB, Cassandra, Hadoop, etc.,
• Si su código es abierto de modo que podamos utilizarlo y modificarlo gratuitamente,
• Si dispone de un ecosistema de desarrolladores nutrido,
• Si dispone de servicios de desarrollo o partners expertos para la generación de aplicaciones sobre la misma,
• Si tiene disponibles servicios de analítica de datos basados en IA como Machine Learning, etc.

Al igual que ocurre con otras tecnologías descritas a lo largo de esta guía, las Plataformas aplicadas a la Industria constituyen una interesante opción para desbancar las obsoletas herramientas de desarrollo que comercializan muchos fabricantes de autómatas a un precio muy elevado.

Por eso, compañías como General Electric, Siemens o  Bosch,  viendo el peligro que corren en caso de no modernizar sus herramientas, han invertido miles de millones de dólares en los últimos años comprando empresas punteras en desarrollo de plataformas para modernizar convenientemente su oferta.

A fecha de hoy, la competencia por liderar el sector de plataformas orientadas a la industria entre empresas procedentes del mundo IT y otras del mundo OT es brutal pero sea cual sea el resultado de esta confrontación nuestras organizaciones saldrán beneficiadas tanto en la mejora del precio como en las prestaciones.

Para definir los sistemas de automatización y control de la producción se utilizan dos siglas; MES (Manufacturing Execution System), que fue la primera en acuñarse y está más extendida y MOM (Manufacturing Operations Management) que surge ante la necesidad de incluir, además de las funciones del MES, el control en los sistemas de planificación y secuenciación de la producción, la gestión de calidad, laboratorio e I+D principalmente.

Los sistemas MES, básicamente consisten en servicios que operan con los datos provenientes de planta (datos de PLC y sensores) y del ERP corporativo para presentar de forma muy visual información relevante para el control de procesos, ahorrando tiempo y por tanto dinero.

Nuestros operarios a través de un sistema MES, dispondrán de la información que necesiten actualizada y podrán interactuar con los parámetros más significativos de las máquinas para corregir los procesos fabriles de una forma muy sencilla.

Además, cuando durante el proceso de producción algún parámetro se salga de los valores habituales, el sistema MES alertará a las partes involucradas para que procedan a solucionar el problema, incluso podrá mostrar (siempre que hayan sido introducidas con anterioridad en el sistema) los pasos a realizar por cada uno de nuestros operarios.

La figura siguiente muestra un ejemplo de “dashboard” de un sistema MES. En ella podemos observar de un vistazo rápido la evolución de los procesos, los problemas más comunes o la productividad y por tanto son de gran ayuda para la toma de decisiones.

Mediante servicios MES obtenemos datos relevantes de los procesos fabriles y su evolución en el tiempo.  Este es e paso inicial necesario (aunque existen otras vías) para definir y estudiar planes de mejora continua empleando técnicas analíticas como Machine Learning y Big Data.

El alcance de los servicios MES es mucho mayor que el de los sistemas SCADA y por tanto, la instalación de un sistema MES debería bastar para tener el control integral de la producción entre otras funcionalidades.

Los sistemas MES y MOM son servicios en fase de evolución que cada vez incorporan más funcionalidades. Principalmente éstas son:

• Conocer la genealogía del producto.
• Llevar el control de Inventario.
• Mantener la línea balanceada.
• Creación de Dashboards.
• Cálculo de KPIs.
• Control de Activos.
• Control de Documentos.

• Flujo de trabajo sin papeles.
• Realización de Informes dinámicos.
• Análisis a medida.
• Visualización y Control de alertas.
• Medir la Productividad (OEE).
• Control de procesos.

Estos servicios son extremadamente interesantes para nuestra organización pero abordan principalmente los procesos de nuestra área de operaciones y por tanto no son soluciones globales para la Industria 4.0 tal y como la hemos definido en esta guía, puesto que no abarcan toda la Cadena de Suministro.

Por tanto, además del MES tendremos que buscar otros servicios para controlar el resto de procesos en nuestra Organización 4.0, especialmente los que incluyen a nuestros proveedores y a nuestros clientes.

Como veremos en los capítulos siguientes, actualmente el mercado IT, de cara a ofrecer soluciones más globales, está ofertando todo tipo de plataformas en la nube que permiten obtener datos de proveedores y clientes de nuestra organización para poder tomar decisiones más globales.

En España existen diversos fabricantes de sistemas MES, entre los más conocidos destacan Doeet, Mesbook, Nexus, Edinn y Mapex.

Independientemente de la elección del fabricante, debemos considerar que la instalación de servicios MES, no es inmediata sino que requiere de una fase de diseño Cliente-Proveedor en el que la implantadora/desarrolladora debe conocer con detalle los procesos que llevamos a cabo para la elaboración de nuestros productos y los parámetros que queremos controlar por ser relevantes para la toma de decisiones.

También debemos tener en cuenta que durante este proceso, salen a la luz necesidades hardware y software, no contempladas a priori, que vamos a tener que paliar mediante la instalación de diversos dispositivos (sensores, máquinas, PLC’s, gateways) y en consecuencia desarrollar las rutinas de comunicación con ellos y con nuestro ERP para poder publicar los datos que requeriremos.

En cada pantalla visualizaremos la información que consideremos conveniente  para controlar los procesos que transcurren cercanos a los puestos de trabajo. Tareas de mantenimiento, número de piezas fabricadas, coste de cada pieza, etc, son algunas de las muchas posibilidades que ofrecen los sistemas MES.

Una vez toda la información necesaria pueda ser publicada convenientemente, nuestro proveedor MES estará en condiciones de implantar el servicio, personalizando su software para adaptarlo a nuestras necesidades.

Debido a la complejidad de esta tarea y con objeto de no tener que realizar cambios posteriores en el servicio, es conveniente aportar todos los recursos internos disponibles (o subcontratar expertos) para conocer dónde se almacenan los datos maestros (Data Masters) que serán aquellos valores clave de nuestro negocio y por tanto debemos saber cómo modificarlos llegado el momento sin necesidad de ayuda.

Aunque hemos englobado las dos tecnologías en el mismo punto, debemos conocer sus diferencias. Para ello como se observa en la figura siguiente, entre un entorno totalmente real y otro totalmente virtual existe lo que se denomina Realidad Mixta, es decir, todo un espectro de realidades compuesto por una parte real (física) y otra virtual.

Dependiendo de la proporción entre lo real y lo virtual, hablaremos de Realidad Aumentada (Augmented Reality o AR) o Realidad Virtual (Virtual Reality o VR).

Los sistemas de Realidad Virtual puros, aíslan al usuario de la realidad material del mundo físico para sumergirlo en un escenario totalmente virtual. Lo que se conoce como un mundo virtual. Para la generación de escenas de realidad virtual (piense el lector en un videojuego) se requiere diseñar con antelación los espacios por donde nos podremos mover (virtualmente) y los objetos virtuales con los que podremos interactuar.

Como la Realidad Virtual es digital, es decir está dentro de un ordenador, necesitaremos un dispositivo especial que nos permita introducirnos en esas escenas. Para ello se utilizan unas gafas que disponen de una pantalla donde se proyectan las imágenes y unos sensores que mueven la escena a medida que nos movemos, provocando una sensación similar a la realidad.

Si nos quitamos las gafas, todo lo que observamos desaparece por completo.

La Realidad Aumentada sin embargo, genera un entorno virtual que se superpone al real. Objetos 3D, vídeos, imágenes o textos se superponen a la imagen real que toma por ejemplo la cámara de unas gafas AR, nuestro Smartphone o nuestra Tablet del lugar en el que nos encontremos. Si nos quitamos las gafas únicamente desaparecerán los objetos digitales pero permanecerá el resto.

Las grandes consultoras como Gartner vienen pronosticando que tanto la Realidad Aumentada como la Virtual, tendrán mayor impacto en los consumidores que en el terreno empresarial pero están alertando de que ese gap es cada vez menor. El año pasado las aplicaciones en Industria y comercio suponían aproximadamente un 40% del total y su valor sigue aumentado.

Gafas para ver películas, videojuegos y nuevas aplicaciones relacionadas con sexo son algunas de las tendencias orientadas al consumidor final, que auguran unos ingresos elevados, para el sector durante los próximos años.

Por otra parte, en el terreno profesional, éstas tecnologías se están introduciendo fuertemente en sectores como la educación, la salud, el comercio, el militar y como no en el ámbito industrial.

Algunos de los usos de la Realidad Virtual y Realidad Aumentada en pymes más demandados son:

Usando técnicas de aprendizaje rápido mediante objetos tridimensionales.

Permite la generación de prototipos que podemos ver en varias escalas tridimensionales incluso desde dentro antes de ser creados.

Mostrando información de los procesos que estamos observando en el momento.

Permite la elaboración de catálogos interactivos donde podemos cambiar superficies, colores, texturas de los objetos que intervienen a placer. También resulta muy interesante para llamar la atención a posibles clientes.

Permite el guiado interactivo de instrucciones tanto para nuestro personal como para nuestros clientes

La mayor parte de estos usos se apoyan en tecnologías de Realidad Aumentada pues para introducir al observador en un mundo totalmente virtual se requiere de equipamiento más caro y una adaptación por parte del usuario al proceso de “inmersión”.

Podemos pensar que dentro de unos años, cuando el coste de las “smart glasses” sea muy inferior al actual, sustituiremos nuestras gafas de sol por una de ellas  cuando visitemos un museo, vayamos a zoo, hagamos una ruta turística e incluso cuando conduzcamos. En todos esos casos disponer de información añadida a la real supondrá aportar valor a la experiencia del cliente.

También se extenderá su uso en nuestras organizaciones 4.0 pues bastará dar un paseo por la planta para poder visualizar la información de los procesos en marcha o mirar una caja del  almacén de producto acabado para conocer su contenido.

Otro de los habilitadores tecnológicos que cabe mencionar en el apartado Dispositivos es la impresión aditiva o impresión 3D que, entre otras cosas, trata de democratizar la elaboración de prototipos en el desarrollo de producto a la vez que otorga flexibilidad estética a los mismos.

En 1976, la aparición de la impresión por inyección de tinta supuso el principio en el cual se basa esta tecnología, que logra mediante la sustitución de la tinta por otros materiales inyectables, crear objetos tridimensionales mediante la superposición de capas de material.

Han tenido que transcurrir casi cuarenta años para que su aplicación en la industria sea eficiente y aunque inicialmente se centraba en el prototipado rápido, actualmente sus usos crecen de forma exponencial.

Mediante Impresión 3D podemos generar de forma sencilla multitud de objetos originales que hasta ahora eran imposibles de fabricar y por tanto, nos permite materializar prácticamente cualquier objeto que seamos capaces de crear.

La magia reside de nuevo en la digitalización. Porque cuando un objeto es digitalizado, es susceptible de imprimirse tantas veces se quiera y de ser enviado a cualquier parte del mundo en unos segundos para que pueda ser fabricado. Por eso, la impresión 3D en industria también se está utilizando en reposición de piezas especiales. Ahora, si tenemos una avería en una máquina, independientemente de su ubicación, podemos enviar a imprimir la pieza averiada inmediatamente para ser sustituida sin necesidad de desplazarnos, abaratando y mejorando la calidad del servicio.

No es de extrañar que en un futuro muy próximo, en los polígonos industriales, una empresa de impresión 3D con máquinas de alta calidad preste estos servicios de fabricación deslocalizada a fabricantes de todo el mundo, produciendo piezas de sustitución en el acto para evitar desplazamientos de personal técnico y el transporte de las piezas averiadas.

Para trabajar en impresión 3D basta disponer de:

Una Impresora que será la responsable de depositar el material o materiales que constituyen la pieza a imprimir capa a capa.

Para ello normalmente disponen de un inyector que es capaz de calentar el material a la temperatura idónea para dosificarlo y depositarlo a lo largo y ancho de una cuadrícula sobre la que el objeto es creado.

Se utiliza un tipo inyector u otro según el material a emplear para construir la pieza.

El Software de Diseño 3D que principalmente se encarga de realizar la conversión de un objeto digital de tres dimensiones en capas (láminas) para poder ser impreso.

Dependiendo del material usado y del tipo de pieza a imprimir, podremos ajustar distintos parámetros de configuración.

También se encarga de imprimir un soporte si la pieza no puede soportarse por sí misma.

Distintos Materiales para inyectar. Cada vez son más numerosos los materiales usados para impresión 3D.

Actualmente podemos imprimir objetos hechos de chocolate, plástico, metal, goma, vidrio y cemento como ejemplo, pero también se están utilizando materiales como hueso para imprimir prótesis.

Opcionalmente, si no sabemos diseñar por ordenador, también es posible el uso de un Scanner 3D que sirven para disponer de la representación de un objeto real en un formato digital tridimensional.

La señal que emiten (normalmente luminosa), al impactar con el objeto varía, y en base a esa variación, se puede reconstruir digitalmente la forma geométrica del objeto.

Los scanner 3D se utilizan en la construcción de piezas a medida como audífonos y ortodoncias y a menudo son usados para ingeniería inversa ya que permiten digitalizar cualquier objeto y ser reproducido a posteriori en una impresora 3D.

Conocemos muchos usos de la impresión 3D y de cómo está afectando a sectores como el calzado, la moda, el mueble, la automoción, la alimentación e incluso la arquitectura pero las aplicaciones relacionadas con la medicina, por el impacto social que conllevan, son actualmente las más asombrosas. La impresión de huesos con materiales biocompatibles, prótesis de titanio, exoesqueletos y  tejido humano, son algunos de los ejemplos más llamativos. ´

En la Industria, la fabricación aditiva se utiliza principalmente para prototipado rápido pero a medida que la velocidad de impresión aumenta y las impresoras y los materiales se abaratan se plantean nuevos usos, por eso se dice que la impresión 3D es la industria manufacturera del futuro.

No podemos dejar de hablar de los Smartphones en la sección de Dispositivos pues, como dijimos en el primer capítulo de esta guía, son los grandes protagonistas de la cuarta revolución industrial. Su facilidad de uso y su bajo coste han eliminado las barreras de penetración a lo digital y han provocado que dos mil millones de personas, a los que denominamos Clientes 4.0, se hayan sumado a la conversación global demandando nuevos productos y servicios.

Ninguna otra tecnología ha evolucionado tan deprisa como los Smartphones. Y no nos referimos únicamente al hardware, cuya evolución ha sido espectacular, sino principalmente al software. Una Comunidad de desarrolladores compuesta por millones de programadores, nutren sin cesar el ecosistema de los Smartphones y eso está provocando la aparición de nuevos productos, servicios y modelos de negocio casi a diario.

Gran parte de los protocolos y herramientas de programación que han sido desarrolladas recientemente para los Smartphones, gracias a que consisten en herramientas de código abierto y gratuito, se han extendidos a todos los ámbitos. Actualmente se están aplicando como estándares en la industria y han conseguido abrir, por fin, la caja negra en la que los fabricantes de maquinaria y PLCs nos tenían cautivos.

Hoy día la revolución tecnológica en el mundo Smartphone, se centra mayormente en dotar a estos dispositivos de Inteligencia Artificial. Gracias a la IA, los Smartphones pueden analizar nuestros comportamientos, y así aprender y adaptar su funcionamiento, para mejorar la experiencia del cliente.

Nos venden que únicamente será utilizada en beneficio nuestro pero también será utilizada para capturar y analizar nuestros datos con objeto de venderlos o explotarlos.

No obstante, en esta sección los smartphones serán tratados únicamente como herramienta para aumentar nuestra productividad en la Industria 4.0 y ayudar en la mejora continua.

Desde este punto de vista los Smartphones son dispositivos que cada vez incorporan más funcionalidades de serie (linterna, avisador, cronómetro, grabador, cámara, etc.) y sus sensores le permiten tanto emular una HMI, como un sistema embebido, un wearable, un equipo de realidad aumentada, un dispositivo IoT, etc.

Además disponen de un ecosistema extensible mediante comunicación móvil, Wifi o Bluetooth, de forma que podemos conectar a él muchos otros dispositivos, que operando en conjunto, realizan funciones increíbles.

Los servicios a los que tenemos acceso con nuestro Smartphone son muy interesantes y últimamente están apareciendo APPs que son muy eficaces para agilizar tareas cotidianas en las que invertimos mucho tiempo. A continuación mostramos un pequeño listado de algunas que pueden resultarnos últiles:

• ASANA: Gestor de tareas
• EVERNOTE: Block de notas, vídeos y audios.
• RESCUETIME: Para gestión del tiempo.
• CAMCARD: Para gestión de tarjetas de visita.
• USERLIKE: Aplicación para atención al cliente.
• SLACK: Comunicación de equipos de trabajo.
• TRELLO: Organización de proyectos.
• ZELLO: Comunicación de grupos de trabajo.
• IFTTT: Automatización de tareas.

Por otra parte, nuestra organización puede desarrollar a medida las aplicaciones que desee para optimizar los procesos o eliminar papel por ejemplo. Siguiendo esta línea, los Smartphones están siendo cada vez más usados para visualizar información sobre la producción, recibir alertas, conocer el guiado de mercancías en el interior, establecer comunicación ágil entre compañeros, grabar contenido multimedia, obtener alertas de KPIs, visualizar gráficos de producción, etc.

En breve además tendremos instalados en nuestros Smartphones, cuya apariencia quizá sea muy distinta a la actual, asistentes personales basados en IA que nos actualizarán la agenda a medida que acordemos una comida de trabajo durante el transcurso de una llamada o traductores simultáneos que eliminarán en gran medida la barrera de los idiomas.

Los robots se definen como máquinas programables capaces de realizar trabajos que antes estaban reservados únicamente a las personas. Más concretamente, la Federación Internacional de Robótica (IFR) definió el robot industrial de manipulación como:

Existe una pequeña controversia con esta definición de robot ya que una aplicación software puede considerarse un robot por ser capaz de realizar también tareas complejas como por ejemplo; realizar  consultas, extraer conclusiones y tomar decisiones en base a las mismas.

En esta guía hablaremos de los robots software, más adelante, cuando tratemos la Inteligencia Artificial. En esta sección únicamente trataremos los robots “hardware”, especialmente los usados en industria, aunque necesiten de una importante componente software para funcionar.

La aparición de robots para la industria data de 1969, y junto a la electrónica, las tecnologías de la información y los PLCs, constituyó el inicio de la Tercera Revolución Industrial. En ese año se desarrolló el primer brazo robótico, al que se le acuñó con el nombre de Standford Arm, y desde entonces ha habido una importante evolución en la robótica industrial que la Asociación Francesa de Robótica Industrial (AFRI) ha clasificado en generaciones:

La primera generación engloba los robots manipuladores que repiten la tarea programada secuencialmente sin tener en cuenta las posibles alteraciones de su entorno.

La segunda, la componen robots de aprendizaje capaces de adquirir información de su entorno para localizar objetos y adaptar sus movimientos en consecuencia.

La tercera generación se compone de robots con control sensorizado. El robot dispone de un controlador o computadora que ejecuta las órdenes de un programa y las envía al manipulador para que realice los movimientos necesarios muchas veces guiados por visión artificial.

La cuarta generación la componen los denominados robots inteligentes. Son similares a los anteriores, pero además poseen sensores que envían información a la computadora de control sobre el estado del proceso permitiendo la toma inteligente de decisiones en tiempo real y disponen de mayor autonomía de movimiento.

La evolución futura de los Robots la que denominaríamos quinta generación, pasa por utilizar las últimas técnicas de inteligencia artificial y sensores inteligentes para implementar robots que perciben, razonan y actúan en entornos dinámicos, desconocidos e imprevisibles.

Como resultado de la interacción con su entorno, el robot es capaz de aprender y desarrollar nuevas capacidades perceptuales, cognitivas y de comportamiento sin intervención humana.

El ejemplo más conocido es el de los vehículos autónomos que gracias a la sensórica y la capacidad de proceso que incorporan pueden transportarnos por tierra mar y aire sin intervención humana.

Por eso se dice que la quinta generación de robots ha roto con la falsa creencia de que los robots, tanto los industriales como los de servicios, son concebidos para realizar principalmente tareas que sean sucias, repetitivas o peligrosas (soldadura, empaquetado y desempaquetado, limpieza).

A medida que se han abaratado y perfeccionado, los robots están siendo utilizados para realizar funciones más complejas como hacer de asistentes, formar, inspeccionar, cocinar, conducir, servir bebidas e incluso a jugar al bádminton.

En la actualidad existen empresas, como la startup Embodied Intelligence, que pretenden que los humanos puedan teleoperar con robots empleando cascos de realidad virtual y creaciones tan espectaculares como Sophia y BigDog que han animado a muchos medios a solicitar el cumplimiento de las leyes de la robótica que enunció Isaac Asimov en 1942.

En el ámbito industrial los robots más utilizados son los brazos robóticos aunque cada vez están cogiendo mayor protagonismo los cobots (robots colaborativos) y los vehículos de guiado automático o AGVs.

Aunque pueda resultar extraño, España es el quinto fabricante de robots industriales del mundo y el octavo productor de brazos robóticos para fábricas. Ocupa la décimo primera posición en número de robots por operario con 160 unidades de robots por cada 10.000 operarios frente al líder de este ranking que es Corea del Sur con más de 630 robots por cada 10.000 operarios.

Sin embargo, China es el país que empuja con mayor fuerza la “Robolution” en un mercado que crece exponencialmente gracias en parte a que actualmente los brazos robóticos permiten programación gestual o directa que consiste en guiar al robot directamente, trazando el camino que debe realizar, para que aprenda los movimientos a realizar sin necesidad de programación.

Otro tipo de robots industriales son los robots colaborativos o Cobots que son capaces de  interactuar físicamente entre ellos o con humanos en un espacio de trabajo común. Con objeto de ofrecer un aspecto más atractivo, se les suele dotar de una cara digital y aspecto humanoide. Pueden trabajar de varias formas: con autonomía, ayudando a humanos o requiriendo su ayuda.

Los Cobots, como ocurre con casi toda las tecnologías, cada vez son más compactos y fáciles de usar y programar, por ello muchos expertos opinan que liderarán el mercado de los robots industriales en los próximos años.

Los AGVs (Automatic Guided Vehicle) o vehículos de guiado automático, es decir sin conductor, son robots que habitualmente tienen forma de carro o plataforma con gran capacidad de desplazamiento y que están dotados de un sistema locomotor de tipo rodante. Normalmente siguen su camino guiándose por la información que perciben de su entorno a través de los sensores que incorporan.

La compañía burgalesa Asti es líder en Europa en la producción de este tipo de robots que se utilizan principalmente para desplazamiento de material indoor.

Desde principios del siglo XXI la robótica ha progresado exponencialmente y podríamos decir que ha modificado nuestro paisaje tecnológico. En muchas viviendas podemos ver Roombas (aspiradoras robóticas que pueden limpiar sus pisos de forma autónoma), en los parques podemos ver a jóvenes que pilotan drones y en las aulas a chicos que programan o juegan con robots cada vez más sofisticados y que controlan a través de un smartphone.

Esta democratización de la robótica, se está produciendo por el abaratamiento de la electrónica y por el uso de sistemas embebidos como Arduino, RaspBerry Pi y Beaglebone, que están siendo utilizados para diseñar drones y brazos articulados robóticos.

Las iniciativas Hágalo Usted Mismo DIY (Do It Yourself) y el Open Source Robotics Foundation (OSRF), han propiciado la aparición de extensa información y potentes librerías gratuitas para la creación y programación de robots, de forma que a fecha de hoy disponemos desde robots imprimibles con una impresora 3D a robots educativos para niños como MBOT o robots para aplicaciones industriales de bajo coste como Dorna, cuyo firmware y software son totalmente libres.

Estos “robotitos de juguete” han provocado que el mercado profesional se haya visto obligado a ajustar precios, ampliar prestaciones y funcionalidades con objeto de seguir manteniendo su gap tecnológico.

En los próximos años, veremos cómo los juguetes, los vehículos, las máquinas e incluso las mascotas pasarán a ser robots y conviviremos con ellos en armonía. Por ello cada vez existen más detractores de la tecnología, que ven en la evolución de los robots una amenaza para los humanos.

La inteligencia del silicio por primera vez en la historia de la humanidad, está superando a la inteligencia del carbono y los humanos no estamos preparados para aceptarlo sin más.

Nos decimos que nunca seremos superados por las máquinas porque carecen de muchas de nuestras habilidades, pero a la vez, cuando vemos lo rápido que evolucionan nos ponemos a temblar.

La respuesta quizá esté en la genética que perfeccionará al hombre para mantener su supremacía una vez esté digitalizado totalmente. Mientras tanto, debemos ser conscientes de que basta que una sola máquina sea superior a los humanos en cualquier faceta, para que al día siguiente todas ellas lo sean.

Según el tipo de proceso o tarea a realizar, unas interfaces de usuario serán más apropiadas que otras. Por ello en su diseño se tienen en cuenta factores como:

• El ruido circundante
• El espacio existente en los puestos de trabajo
• La información que necesitamos conocer
• Los distintos parámetros que tengamos que controlar
• Las partes del cuerpo de los operarios que estén libres para usarlas
• El tiempo disponible, etc.

La evolución de las interfaces de usuario se basa principalmente en la disponibilidad de las partes de nuestro cuerpo cuando interactuamos con las máquinas, por ello las hay de muchos tipos y cada vez son más pequeñas y autónomas.

Podemos diseñar una interfaz de usuario partiendo de los siguientes elementos:

• Con sensores que capten las órdenes de entrada del usuario.
• Un sistema de computación capaz de procesar esas señales y convertirlas en una instrucción o comando (comunicación usuario-máquina).
• Un conjunto de actuadores que ejecuten las instrucciones sobre la máquina.
• Un sistema de comunicación que devuelva el nuevo estado (comunicación máquina-hombre).

Es por eso que la constante aparición de nuevos tipos de sensores, ha provocado que estén saliendo al mercado ingeniosos dispositivos (cascos, botas, guantes, etc.) que son utilizados como interfaces de usuario.

En esta sección, describiremos las interfaces de usuario más usadas clasificadas según el sistema de captura de entrada de datos que utilizan y hablaremos de otras, que aunque ahora son incipientes, ganarán protagonismo durante los años próximos.

Llamamos interfaces táctiles a aquellas que permiten la entrada de datos a un dispositivo cuando tocamos sobre su superficie.

Las interfaces táctiles consisten normalmente en pantallas LCD o similares que disponen, solidariamente a ellas en su parte trasera, de un sensor (normalmente capacitivo) que se excita al tocarla. A través de un controlador, se recoge con mucha precisión la zona de la superficie en la que se ha pulsado y se informa a una aplicación informática para que ejecute la tarea asignada a esa acción.

Este tipo de interfaces se introdujeron en el mercado para interactuar con máquinas y con ordenadores públicos, cajeros, museos, etc. en donde el teclado y el ratón convenían ser eliminados.

A día de hoy, su uso es masivo y gran parte de los dispositivos electrónicos funcionan con pantalla táctil. Disponen de gran resolución hasta el punto de que algunas de ellas permiten controlar varias interacciones simultáneamente (multitouch) e incluso hacer escritura manual.

Resulta bastante común encontrar interfaces táctiles en las industrias formando un panel sinóptico informativo, mostrando un simulador de los procesos o como dispositivos para la introducción de datos.

El problema que presentan muchas veces, es encontrar un buen lugar para su ubicación e instalación y que el operario pueda tener siempre las manos libres para utilizarlas. Por ello cada vez más suelen usarse Tablets (e incluso Smartphones) como interfaces de usuario táctiles ya que son económicas, disponen de comunicación inalámbrica, soportan todo tipo de aplicaciones y gracias a su autonomía no requieren instalación eléctrica.

Denominamos interfaces por imagen a aquellas que utilizan como entrada de datos dispositivos para captura o presentación de imágenes.

En ellas una cámara digital actúa normalmente como dispositivo de entrada de datos principal. Estas cámaras pueden estar ubicadas alrededor del operario o bien pueden portarlas encima, por ejemplo, en unas gafas. Su funcionamiento requiere alto grado de computación puesto que las cámaras capturan constantemente imágenes de los operarios para que pueden interpretar determinados movimientos como órdenes.

Sin embargo, el uso más extendido de estas interfaces es para presentar la información. Las imágenes pueden ser fácilmente interpretables por los humanos y aportan mucha información en un corto espacio de tiempo. De forma que de un vistazo, los operarios pueden conocer cómo se están desarrollando las tareas y en caso de detectar alguna anomalía proceder a resolverla.

Las gafas inteligentes o Smart Glasses son dispositivos electrónicos de reciente aparición que tienen multitud de aplicaciones y son las interfaces de usuario por imágenes por excelencia.

Fueron introducidas por Google tras la presentación del proyecto Google Glass aunque hoy día existen numerosas alternativas como las de Epson, Vuzix, Apple, Samsung, Sony, o las prestigiosas Hololens de Microsoft.

Disponen de distintos sensores como cámaras, acelerómetro, giroscopio, brújula, sensor de luz, micrófono, etc. además de un módulo de comunicación inalámbrico normalmente wifi o Bluetooth que sirve para comunicarse con una unidad de procesado externa (aunque algunas como la recientemente patentada por Toshiba ya la llevan incorporada), pues manipular vídeo requiere bastante potencia de cálculo.

También suelen disponer de auriculares para recibir audio externo y de un microproyector para visualizar las imágenes proyectadas sobre las lentes.

Con todo ello, las Smart Glasses consiguen aportar experiencias interactivas muy agradables al usuario, pues son capaces de controlar las funciones a realizar por varias vías, como por ejemplo, mediante el uso de la voz, un movimiento brusco de la cabeza o un pestañeo.

En ellas, nuestros operarios podrán; ver los pedidos a preparar, escanear un determinado código de producto, recibir asistencia remota o acceder a instrucciones para realizar una tarea de mantenimiento, pero sus aplicaciones pueden ir mucho más allá ya que de forma general podremos (entre otras muchas funciones):

• Acceder a Internet
• Grabar de vídeo y hacer fotos
• Realizar pagos
• Realizar búsquedas automáticas
• Visualizar Dashboards
• Monitorizar el estado de los procesos
• Leer por sí solas y decirnos lo que leen
• Supervisar el cansancio ocular del operario
• Ejecutar comandos mediante movimientos del ojo o parpadeos
• Detectar caídas

El problema principal, de este tipo de interfaces, es la complejidad que tienen para introducir distintos comandos. Por eso normalmente, las Smart Glasses, se utilizan únicamente como pantalla mientras que la entrada de datos se realiza con un teclado o mediante comandos de voz (micrófono), siempre y cuando sea factible por el ruido ambiental.

El pasado año comenzó una encarnizada lucha entre las grandes compañías tecnológicas por liderar el mercado de los asistentes de voz. Aunque inicialmente, Siri de Apple, Cortana de Microsoft y Google Home eran los líderes en las distintas plataformas (IOs, Windows y Android respectivamente), apareció un nuevo actor que a fecha de hoy es el líder indiscutible de este tipo de interfaces. Nos referimos a Echo, el asistente de voz de Amazon.

La lucha por dominar este mercado, tiene que ver con la facilidad que tenemos los humanos para emplear el lenguaje natural a la hora de dar órdenes o ejecutar comandos, ya que a casi todos nos resulta mucho más sencillo hablar que escribir con un teclado. Las grandes tecnológicas saben que el acceso a Internet, que ahora se realiza mayoritariamente empleando texto escrito, pasará a realizarse con lenguaje natural mediante interfaces por voz y por tanto quien domine estas interfaces tendrá datos valiosísimos sobre nuestro comportamiento”.

Emplearemos la voz para realizar llamadas telefónicas, conocer los resultados deportivos de la jornada anterior o comprar una pizza, que son algunas de las tareas que ya realizan a la perfección este tipo de Interfaces. Y no solo las tendremos instaladas en nuestro móvil o en nuestro ordenador, en breve dispondremos de este tipo de interfaces también en nuestras casas y vehículos, donde estarán a nuestro servicio ininterrumpidamente para subir las persianas, encender las luces o bajar las ventanillas de nuestro coche.

La aplicación de este tipo de interfaces en la industria es clara. En aquellos casos donde no exista elevado ruido ambiental y los operarios tengan las manos ocupadas en las tareas que realizan, un pequeño micrófono (conectado a una unidad de procesado como un Smarphone) podrá ejecutar los comandos de control sobre la máquina. Ahora no habrá límite en el número de comandos y podemos usar tantos como deseemos. Por eso no cabe duda que las interfaces por voz serán sin duda un mercado en auge durante los próximos años y quizá se conviertan en la forma de interactuar con los dispositivos electrónicos más común en la próxima década.

Además de las interfaces anteriores, la cantidad de luz, la frecuencia, los gestos, los movimientos neuronales, los sonidos incluso el ruido eléctrico, por el hecho de poder ser magnitudes medibles o detectables, pueden constituirse como parámetros válidos de entrada de datos en las nuevas interfaces de usuario. Algunas de ellas, que hace apenas unos años parecían imposibles de poderse producir a un coste razonable, ya están en el mercado con un coste muy competitivo. Veamos las más prometedoras:

En 2002 se estrenó la película Minority Report protagonizada por Tom Cruise, en ella el actor, usando unos guantes especiales y a través de gestos, interactuaba con una moderna computadora como por arte de magia. Por aquel entonces, Microsoft ya llevaba más de una década desarrollando una interfaz de usuario para sus videoconsolas con tecnología motion-sensing, una tecnología capaz de detectar los movimientos e interpretarlos como órdenes. En 2009 esta compañía presentó Kinect, una interfaz de usuario muy fácil de usar e instalar que permitía controlar los videojuegos sin contacto físico gracias a un complejo sistema de sensores que permiten detectar gestos, voz, objetos e imágenes.

En las interfaces gestuales cualquier parte del cuerpo puede servir como entrada de comandos con la ventaja, frente al resto de interfaces, de aportar una tercera dimensión espacial para mejorar la experiencia interactiva del usuario; la profundidad.

Aunque la utilidad de este tipo de interfaces es amplia, tienen el problema de que sin querer podemos realizar gestos que supongan órdenes indeseadas para el sistema pues no siempre los gestos son reconocidos con precisión y pueden producirse errores. Además, tampoco son una interfaz práctica cuando los comandos de entrada al sistema son numerosos.

Otro tipo de interfaces muy interesantes sobre todo por su aplicación en medicina son las interfaces neuronales. A través de un dispositivo (ver figura siguiente) colocado en la cabeza, se detecta la actividad cerebral que se produce cuando el usuario pretende realizar una determinada acción.

En ese caso, un sistema electrónico interpreta las señales y envía la orden a una computadora para ejecutarla.

De esa forma se consigue que personas con discapacidades físicas puedan mover un ratón por la pantalla del ordenador y controlar exoesqueletos (brazos o piernas artificiales) para hacer vida normal.

Existen multitud de Interfaces para que los humanos podamos comunicarnos con las máquinas y todas ellas tienen utilidad puesto que cada tarea se realiza bajo circunstancias distintas. Cada magnitud física que podamos digitalizar, es susceptible de poder ser usada como interface de usuario y un mismo sistema electrónico permite combinar tantas como sean necesarias de forma que las posibilidades de interactuar con una máquina a fecha de hoy son casi infinitas.

Las interfaces de usuario hombre-máquina en la industria tienen como principal objetivo agilizar los procesos donde interaccionamos con las máquinas proporcionando un importante ahorro para nuestras organizaciones. El éxito de las mismas se basa en su facilidad de uso, su coste, su fiabilidad y la rapidez con la que se manejan.

El ejemplo más claro lo tenemos en el uso de pantallas táctiles como interfaces en los Smartphones, pues gracias a ello, consiguieron eliminar las barreras de penetración que la informática ha tenido históricamente.

En un futuro muy próximo, tendremos multitud de opciones a la hora de elegir cómo interaccionar con una máquina y la voz, los gestos, e incluso el pensamiento serán algunas de las más usadas pues cuanto más imperceptibles sean, mejor. Por ello comparto opinión con Sundar Pichai, CEO de Google quien afirma que el futuro de los dispositivos es su inexistencia.

Una vez hayamos acondicionado nuestra organización con las infraestructuras tecnológicas descritas en los capítulos anteriores, pasaremos a contemplar los dispositivos que, apoyándose en ellas, nos ayudarán a implementar los servicios que demandaremos.

A lo largo de este capítulo, analizaremos los más representativos agrupándolos en varias categorías como el Internet de las Cosas (IoT & IIoT), las Interfaces Hombre Máquina Inteligentes (Smart HMI), los Robots, las herramientas para la Fabricación Aditiva (impresión 3D) y los Smartphones, que han sido separados del resto adrede por su relevancia.

El concepto original de Internet de las Cosas (Internet of Things – IoT) fue propuesto por Kevin Ashton en el MIT en 1999. En un artículo, Ashton hizo la siguiente declaración:

Por tanto,  podemos considerar como definición de Internet of Things (IoT) la siguiente:

Ejemplos de dispositivos IoT serían por ejemplo:

• Una lavadora sobre la que podamos actuar para cambiar sus modos de lavado a través de un APP.
• Una cafetera que nos dice cuando debemos realizar un mantenimiento rutinario.
• Un coche autónomo.
• etc.

Pero como habrá observado el lector, los ejemplos anteriores pertenecen a subconjunto de productos IoT destinados a fidelizar clientes añadiendo valor pero con escasa aplicación industrial. Entonces…

La irrupción del IoT en la industria, tiene como objetivo conseguir una apertura total en la conectividad, es decir, la interconexión de todos los agentes que intervienen en nuestra cadena de suministro. Los dispositivos IoT serán capaces de capturar y analizar los datos obtenidos para tomar decisiones en tiempo real o enviarlos a la Nube para almacenarlos y analizarlos mediante técnicas de Big Data e Inteligencia Artificial.

Según nuestra clasificación, los empleos más comunes del IoT  son:

• Obtención de valores de parámetros físicos, actuación sobre máquinas, toma de datos para mantenimiento predictivo y control de la eficiencia energética mediante sensores.
• Seguimiento y monitorización de activos.
• Control de la trazabilidad mediante etiquetas inteligentes.
• Automatización de procesos manuales y obtención de datos relevantes a través de Sistemas Embebidos.
• Comunicación Hombre – Máquina, notificaciones de Alarmas, visualización de datos en tiempo real mediante Wearables.

Veamos brevemente cada uno de los tipos de dispositivos que son utilizados.

Podemos definir un sensor como un medidor de una magnitud física o química. Por eso decimos que los sensores permiten dotar de sentidos a máquinas y objetos midiendo parámetros como: temperatura, posición, cantidad de luz, gases, etc.

Un actuador es un dispositivo capaz de transformar energía en una acción con la finalidad de automatizar un proceso. Entre los más comunes se encuentran los relés para cortar o permitir el paso de corriente eléctrica, los indicadores luminosos, las electroválvulas, los motores, etc.

Normalmente los sensores y actuadores de nuestras máquinas están conectados a PLCs (Programmable Logic Controller) que son los encargados de monitorizar los valores de los mismos y, dependiendo del valor obtenido, actuar de una forma u otra según hayan sido programados.

En muchos casos tras comprar y usar la máquina durante un tiempo, nos damos cuenta de que nuestras máquinas no disponen de un determinado sensor que nos permita obtener el valor de un parámetro de relevancia para la toma de decisiones. En estos casos, antes de comprar la última versión de la máquina, tendremos que valorar si nos es más rentable usar dispositivos IoT para paliar esas deficiencias, pues en los últimos años, su miniaturización y el uso masivo ha hecho posible que estas soluciones se hayan abaratado muchísimo.

A estos dispositivos IoT orientados a la captación se les reconoce como Smart Sensors (Sensores Inteligentes) ya que además de obtener el valor del parámetro físico que miden pueden hacer otras muchas funciones.

Además de “inteligencia”, éstos módulos electrónicos están dotados de comunicación inalámbrica, para posibilitar la interactividad autónoma entre dispositivos incluso estando en movimiento. Las posibilidades son enormes, pues de ese modo, los actuadores de un módulo pueden reaccionar a partir del valor obtenido por los sensores de otros.

Es interesante el uso de sensores y actuadores en la industria para conocer el estado de los procesos con objeto de poder automatizarlos y monitorizarlos analíticamente a lo largo del tiempo. Cuanto mayor sea el número de elementos que intervienen en un proceso mayor será la complejidad para corregirlo y mejorarlo, por eso, la ayuda que nos brindan en este sentido los sensores inteligentes (Smart Sensors) es fundamental.

A día de hoy las empresas, bien para conocer sus costes productivos en detalle o porque están obligadas a documentarlo, necesitan obtener la trazabilidad de todo el proceso productivo. Tenemos por tanto que dar respuesta a preguntas como: ¿Dónde y cuándo se ha producido el producto?, ¿Quién lo ha producido?, ¿Qué materiales han sido utilizados?

Para ello, necesitaremos capturar datos allí donde no es posible hacerlo humanamente y hacer el seguimiento de tiempos, con su traza y características añadidas.  Esta tarea, supone un gran reto sobre todo cuando la velocidad de los procesos es alta y se requiere conocer todos los aspectos relacionados con la fabricación del producto.

Necesitamos por tanto una tecnología sin contacto (contactless) que permita relacionar las señales eléctricas de las máquinas y los valores de los sensores con el producto para a posteriori conocer cómo fue cada punto del proceso productivo. Para ello disponemos de dos opciones:

La primera consiste en utilizar una etiqueta pegada o impresa al producto que lo identifica de manera única dentro de un mismo tipo o categoría de producto. Las más conocidas son las etiquetas de códigos de barras y las de códigos QR.

En los puntos de interés del proceso productivo se instalan lectores ópticos que leen el valor de la etiqueta y la envían a un ordenador que almacena en una base de datos la información del proceso (valores de sensores, contadores, energía, etc.) junto a la identificación pero tanto los códigos QR como los de barras tienen limitaciones importantes a la hora de disponer de toda la trazabilidad del proceso. Una de ellas es que para realizar la lectura, se requiere contacto visual directo entre la etiqueta y el lector, que no siempre es posible, la otra, es que además, en este tipo de etiquetas no podemos almacenar información, y por tanto, la única manera de distinguir entre unidades de producto de un mismo tipo, es mediante la utilización de contadores de piezas e impresoras adicionales.

Otro método cada vez más empleado, debido a las limitaciones de los códigos QR y de barras, es utilizar tags RFID (etiquetas de identificación por radiofrecuencia). Estas etiquetas disponen de un minúsculo chip y una antena (ver distintos tipos en la figura siguiente) que permiten escribir información mediante el empleo de un lector/escritor RFID, sin necesidad de existir contacto visual directo entre ambos. Gracias a la memoria del chip RFID es posible almacenar el número de identificación de cada unidad fabricada e incluso almacenar datos del proceso. De esta forma, siempre que queramos, podremos conocer la trazabilidad completa de cualquier unidad fabricada utilizando un lector.

Se suele decir que la RFID extiende el límite de la tecnología a los objetos. En los últimos años, debido al abaratamiento de este tipo de etiquetas sus aplicaciones han crecido de forma exponencial siendo usadas principalmente para:

• Control de accesos
• Apertura de vehículos
• Identificación de animales
• Tele-peaje
• Transporte público
• Inventario en tiendas
• Identificación de cajas y palets
• Control de mercancías
• Sistemas de Alarma
• Localización de pacientes en hospitales

El alcance de los tags RFID difiere según sean pasivos (sin batería) cuyo alcance máximo está en torno a los 10 metros o activos (con batería) que pueden superar los 250 metros. Los tag activos además, pueden incorporar sensores y son muy útiles cuando los elementos que queremos localizar se desplazan.

Dependiendo de nuestro proceso productivo, del tipo de material que rodea al tag, de las distancias entre las etiquetas y los lectores, del número de dispositivos, del tamaño de los objetos a etiquetar, etc. será conveniente el uso de un tipo de etiquetas u otro. Por eso recomendamos que, antes de proceder a la implantación de un sistema RFID se realice una prueba de campo con objeto de  seleccionar los tags y los lectores más apropiados y conocer con precisión sus limitaciones.

Una vez seleccionados tags y lectores, resta conectar éstos últimos a un servidor de nuestra red para que toda nuestra organización pueda beneficiarse de la información almacenada. El servidor “publicará” los datos obtenidos de las etiquetas de forma ubicua para que podamos almacenarlos e introducirlos en nuestro ERP donde serán útiles para los “suscriptores” de toda nuestra cadena de suministro al realizar tareas como las siguientes:

• Aprovisionar las líneas productivas
• Gestionar activos
• Aumentar la visibilidad de la productividad
• Evitar errores de producción
• Realizar el packaging con todos los datos de producción asociados
• Evitar errores comunicando lo que producto necesita de la máquina en cada proceso.
• Proporcionar autentificación frente a falsificaciones.
• Informar tras su venta, sobre repuestos, garantías y reciclaje adecuado del producto.

Un sistema embebido​ es un sistema de computación que ha sido diseñado para realizar funciones dedicadas, normalmente en tiempo real. Al contrario de lo que ocurre con los ordenadores de propósito general, que están diseñados para cubrir un amplio rango de necesidades, los sistemas embebidos se diseñan para cubrir necesidades específicas y por tanto forman parte de multitud de productos en los que se requiere una cierta potencia de proceso como electrodomésticos, vehículos, máquinas, etc.

En la industria estos sistemas se han utilizado tradicionalmente de forma autónoma para controlar, supervisar y ayudar a resolver problemas de todo tipo relacionados con la operativa de equipos, maquinaria o planta como puede ser el de la clasificación de productos atendiendo a su tamaño, forma, color, etc.  Su efectividad es tal que podemos decir que hoy día cualquier decisión que esté basada en lo que observa una persona es reproducible y en muchos casos mejorable por un sistema embebido.

Algunos ejemplos de estos sistemas con aplicación industrial podrían ser: un lector RFID, un módulo de impresión de códigos de barras, un sistema de visión artificial, un pulsador de emergencia con notificación de alarmas, etc.

Estos sistemas, deben ser programados y ajustados para realizar la tarea específica para la que han sido concebidos, de ahí que su coste haya sido significativo tradicionalmente.

En la actualidad, han aparecido en el mercado, multitud de módulos electrónicos de bajo coste como los Arduino y el Raspberry Pi que son usados en el diseño de sistemas embebidos de todo tipo. Estos módulos disponen de multitud de accesorios conectables (módulos de comunicaciones, cámaras, sensores, memorias, etc.) y librerías software libres, de forma que resulta muy rápido y económico implementar cualquier solución específica con ellos.

Dependiendo de las necesidades que tengamos (ver figura anterior) a nivel software, velocidad de procesado, tamaño de almacenamiento de datos, número de entradas y salidas, buses de comunicación usados, etc. será conveniente emplear unos u otros. Por tanto antes de proceder a su uso en un determinado proyecto, como se muestra en la siguiente figura, debemos tener claras las funciones que nuestro sistema embebido va a desempeñar.

En cualquier caso, antes de proceder al desarrollo de un sistema embebido propio, debemos indagar si existen soluciones en el mercado que puedan resolver nuestro problema o estén muy próximas a hacerlo, pues ganaremos tiempo y dinero. Aun así, tendremos que proceder a su programación y filtrar los datos a enviar para evitar sobrecargar nuestra red de información inútil, los sistemas embebidos no suelen publicar toda la información que procesan sino únicamente el resultado del proceso (apto/no apto, grande/pequeño, etc.).

Actualmente muchos de los sistemas embebidos disponen de un módulo de comunicaciones con conectividad Wifi o de telefonía móvil que permiten categorizarlos como dispositivos IoT y operar de forma autónoma.

Wearable hace referencia al conjunto de dispositivos electrónicos que podemos llevar en alguna parte de nuestro cuerpo y que son capaces de obtener o mostrar información interactuando de forma continua con el usuario. Para ello disponen de una interfaz de comunicación inalámbrica bidireccional (normalmente bluetooth) que permite conectarlos a Internet a través de una unidad de procesamiento (normalmente un Smartphone).

Relojes inteligentes o smartwatches, zapatillas de deportes con GPS incorporado y pulseras que controlan nuestro estado de salud, son los ejemplos más conocidos de esta tecnología en auge de la cual  se prevé que supere los 30.000 M€ en ventas en 2020. Por ese motivo, el número de dispositivos no para de crecer, como podemos observar en la figura siguiente, y prácticamente existe un dispositivo para parte del cuerpo.

Existen wearables especialmente concebidos para la industria como cascos, exoesqueletos, botas, guantes, gafas y aunque su aplicación en la industria es bastante reciente, está teniendo mucha aceptación en usos como:

• Prevención de accidentes (detección de caídas, exoesqueletos, etc.)
• Control de actividad (cerebral, pulmonar, constantes vitales, etc.)
• Notificaciones (alertas, averías, mensajes)
• Estudio de comportamientos
• Monitorización de procesos remotamente
• Liberación de las manos en la ejecución de tareas, etc.

La evolución del mundo de los wearables va a ser espectacular en los próximos años, la miniaturización de la electrónica permite fabricar hoy dispositivos tan pequeños que pueden ser implantados o ingeridos abriendo nuevos campos de desarrollo sobretodo en medicina. Los últimos avances del sector apuntan hacia los llamados “wearables virtuales”, que consisten en sistemas capaces de generar, mediante una proyección en alguna parte de nuestro cuerpo, interfaces de usuario para interactuar con el mundo digital.

El mercado de dispositivos IoT crece a pasos agigantados debido a la miniaturización y abaratamiento de la electrónica. Hoy día casi todo puede ser conectado a Internet y por tanto pasar a formar parte del IoT.

En la industria, el uso del IoT viene condicionado por las grandes deficiencias que presenta el equipamiento tecnológico tradicional (máquinas, plcs, etc.) de cara a nuestra seguridad, la necesidad de interconexión de los sistemas y a la generación de información.

Aunque el IoT inicialmente se ideó para otros usos, su aplicación en los procesos industriales permite avanzar hacia la Industria 4.0 resolviendo muchos de los problemas de conectividad a un coste muy competitivo. Por eso, todas las áreas de nuestra organización incorporarán en mayor o menor medida dispositivos IoT con objeto de optimizar sus tareas.