rely 
Hace ya un tiempo, leía a un reportero asombrado por la velocidad de Tesla para levantar una de sus fábricas de coches. Aunque el mérito no es pequeño, todos los que hayamos vivido la realidad de una planta, sabemos que un reto mucho mayor es llenarla. Si desde que los japoneses popularizaron el método JIT, los procesos tiene que ir como un reloj, y las recetas son infinitas, el COVID fue el último ingrediente para que el reloj sea una veleta. Con estas incertidumbres, tenemos que decidir como mejoramos y automatizamos la operativa diaria. Estancarse no es una opción.
Así que hoy veremos una lista de 10 puntos importantes para que si estás pensando en automatizar con IA algún proceso de tu línea, puedas seleccionar el mejor proceso. Piénsalo así, nosotros llevamos 6 años pegándonos para que ese modelo experto eche a andar, estas experiencias que te traemos han sido dolorosas de conseguir, pero dulces de disfrutar, y aunque muchas parezcan obvias, en el fragor del desarrollo caemos en errores. ¿Preparados? ¡Listos!
El proyecto debe tener un ROI claro, aunque sea pequeño
Si es tu primer proyecto, y coges cualquier proceso, solo con el objetivo de aprender la tecnología, es muy probable darse por satisfecho completando solo la parte del algoritmo, o programando lógica. La realidad es que implementar con éxito IA implica que entiendas de inicio a fin cada operación necesaria, y sin un incentivo claro, una mejora para la planta, es fácil tirar la toalla cuando el progreso se ralentiza. ¡Tiene que haber un premio por el que luchar!
Si es tu primer proyecto, y tiene ROI, busca el más rápido y sencillo
El otro extremo es elegir el proyecto que más retorno nos aporta, y en ocasiones tanto valor tiene una dificultad alta. Generalmente, es mejor empezar por la vía inversa, partiendo de los más fáciles (que tengan ROI), a los más difíciles. Pero recuerda que no todo es dinero medible. Un proceso que preocupa a tu cliente, que puedes enseñarle tu inversión… en definitiva, afecta a la estrategia, bien vale el esfuerzo.
No plantees un proyecto de IA como un “todo o nada”
Ya que hablamos de dificultad, no te exijas a ti mismo un 10 para aprobar. Muchos proyectos, con muchas funcionalidades y desarrollos, se plantean con un único objetivo, cuando, por ejemplo, se pueden utilizar las cámaras para hacer un histórico de las piezas que van pasando, medir el tiempo de funcionamiento de la máquina, o la detección de algunos defectos, no todos. Recuerda el 10 sin incentivos uno se quema. Si la recompensa está a 9 meses, los inicios suelen desanimar y acabamos con un juguete caro.
Empecemos por las detecciones
A brocha gorda, lo más fácil actualmente es detectar la presencia o ausencia de objetos, o la clasificación de objetos claramente diferentes (como un pistón y un martillo). Para que la IA empiece a arrojar resultados estamos hablando de decenas de fotos, entre 50 y 100. Para mediciones, detección de dígitos complejos, o clasificaciones difíciles (pequeñas gritas, golpes…) llegamos a entre 200 y 500 imágenes, o más.
Creación de piezas de prueba
Evidentemente en estas aplicaciones de aprendizaje los datos mandan, y tener pocas muestras a la semana hará que avancemos muy lentos. Si podemos utilizar piezas que se puedan modificar para representar los patrones que se busca detectar, en cuestión de minutos, hemos acelerado meses el proyecto. Pero recuerda que no puedes sacar 50 fotos de la misma pieza, porque la IA no aprendería nada, solo reconocería y memorizaría ese objeto.
Un dato que no te permite tomar acción no es un dato
Otra obviedad, pero que se suele pasar por alto. Algunos sistemas pueden presentar problemas de visión relativamente fáciles (OCR, detección de alimentos pasando a gran velocidad…), pero exigen actuadores complejos: un robot para marcar con rotulador, pistones de expulsión especiales… A veces, puede ser igual de caro esta parte “tonta” que la visión con el cómputo. Por eso, intenta tener un área descubierta y con elementos mecánicos simples
Hardware vs Software
Hay proyectos que requieren mucho material, otros muchas horas humanas de ajuste, y algunos ambas cosas. Busca al menos tener 1 de las 2 opciones simple, un proyecto con 1 cámara, aunque exija mimo en el análisis, o muchos cámaras que buscan un mismo defecto. Así es mucho más gestionable.
Rápido, preciso, y pequeño, un triángulo un poco caro
Normalmente, los tiempos de ciclo de la IA oscilan entre los 200 milisegundos y 1 segundo. Si quieres pasar piezas más rápido que eso, reconocer defectos de forma precisa, (10 píxeles/milímetro) en un área muy grande, o pequeña, estás eligiendo una combinación que barata no suele ser. Analiza si uno de los parámetros se puede relajar, notarás una reducción significativa en el costo. Esto se debe a que aliviar uno de los parámetros, como la velocidad, precisión o tamaño del área de escaneo, puede permitir el uso de tecnologías menos avanzadas o más estándar, lo cual disminuye los costes asociados.
Equipo
Imprescindible, sí o sí, tiene que haber un miembro de cada equipo/departamento afectado por el sistema. Muchas veces producción, calidad, innovación… desean un sistema que puede afectar al resto de la planta. Por ello, lo ideal es que cada representante revele sus intereses y objetivos, y las expectativas de funcionamiento. No quieres gastar 1 mes afinando un algoritmo, para saber que la precisión con la que detecta defectos es tan alta que frena piezas aceptables, y tienes que desactivar todo ese esfuerzo. Ojalá no pasara, pero pasa.
Reutilización
El primer proyecto es un reto, pero los siguientes se simplifican un montón. Si además se parecen, se reducen los costes, y la viabilidad del proyecto. Si nuestro candidato comparte un montón de aspectos con futuros proyectos, eso se merece al menos un punto extra.
En resumen, la IA tiene la capacidad de mejorar gran cantidad de procesos, si la aplicamos con cabeza, y la mejor forma de aprender cómo se “aplica con cabeza”, es empezar suave, pero definido, sin poner requisitos que frenen progresos, pero con hitos que convenzan a todos de pequeñas mejoras e información de la que aprender. Para ello, hemos recogido 10 puntos concretos con los que calificar un proyecto, y poder elegir un buen inicio.
En futuros artículos, aprenderemos como desarrollar este proyecto que hemos elegido, con consejos, reglas, y herramientas, de forma que tengamos una visión global, de principio a fin, para encarar proyectos con esta tecnología, y sobre todo, potenciar nuestros entornos de trabajo y ayudar a nuestros equipos. ¡Nos necesitan!
