Accesos huérfanos: la brecha cibernética silenciosa
Benedikt Langer
5 Min. Lectura Las cuentas de servicio, claves de API y agentes de IA superan a menudo a las cuentas ...
Leer artículo
6 min de lectura
La Industria 4.0 con conexión IoT de máquinas depende por completo del análisis y la explotación de los datos que generan. Este artículo explora las posibilidades, así como los aspectos clave y los riesgos ocultos. Hoy en día, se evitan muchas rondas de control en la industria, ya que las propias máquinas indican cuándo está programado el próximo mantenimiento o cuándo es necesario rellenar el aceite o el dispensador de bebidas en la nave industrial. Esto, por supuesto, no ocurre solo gracias a las máquinas o dispositivos en sí, sino a los sensores integrados en ellos. Estos forman parte de un fenómeno en constante crecimiento que pasa casi desapercibido cuando las revistas hablan del hogar inteligente y aplicaciones IoT como, por ejemplo, los altavoces inteligentes. Nos referimos al Industrial Internet of Things (IIoT), que, en combinación con el Edge Computing, recopila cantidades cada vez mayores del aluvión global de datos.
Zettabytes de datos a la espera de análisis
Los institutos de investigación de mercado IDC y Seagate han revisado al alza sus previsiones realizadas hace años. Para 2025, prevén un volumen de datos mundial casi cuatro veces mayor, de 175 zettabytes (mil millones de terabytes), de los cuales el 80 % corresponde al segmento B2B y el 25 % son datos en tiempo real. Por supuesto, todos estos datos deben analizarse y utilizarse de forma inteligente, por ejemplo, para identificar el potencial de optimización en los intervalos de mantenimiento.
La Business Intelligence tradicional pronto alcanza sus límites en este ámbito. Para poder anticipar el futuro mediante Predictive y Prescriptive Analytics, se requiere Advanced Analytics, que incluye Business Analytics y Big Data & Analytics.
La pandemia impulsa las inversiones en IIoT más de lo que las frena
Por cierto, IDC acaba de publicar un nuevo estudio de gran actualidad. Según este, el 40 % de las empresas industriales encuestadas quiere aumentar sus inversiones en IIoT, y esto a pesar de la pandemia – o precisamente por ella – . Una cantidad similar de empresas está ampliando actualmente su ecosistema con socios de innovación. Tecnológicamente, el 42 % ya apuesta por el Edge Computing, y otro 29 % planea proyectos piloto al respecto. Muchas empresas esperan un nuevo impulso en el futuro también del 5G, así como de un mayor uso de la Inteligencia Artificial y el Machine Learning. También los modelos Product-as-a-Service, en los que, siguiendo el principio Kaeser, se vende «aire comprimido como servicio» o el volumen de excavación de una excavadora en lugar de la propia máquina, están en auge, aunque actualmente solo están implantados en el 22 % de las empresas, mientras que en el 37 % están en fase de planificación.
Batalla por el mercado de ML como servicio
Según un estudio de ISG sobre el área de Data Analytics Services & Solutions de 2018, Machine Learning as a Service se ha convertido en un mercado muy competitivo. AWS, IBM, Microsoft y SAP son claramente los líderes de este desarrollo, junto con sus respectivos socios, por supuesto. Más de la mitad de las medianas y grandes empresas ya trabajan con ML. «El enorme potencial del mercado hace, por un lado, que casi todos los grandes proveedores de TI se posicionen. Por otro, las startups irrumpen en el sector con plataformas de Machine Learning muy elaboradas», afirmó Frank Schmeiler, Research Director y director del estudio. Los proveedores centran su atención en la facilidad de uso y la alta transparencia. De este modo, los usuarios de los departamentos especializados no necesitan entender los complejos algoritmos ni las herramientas de Data Science.
Numerosos proyectos de Data Science en espera
Industry of Things cita otro estudio de ISG, según el cual las soluciones de Data Analytics son clave para llevar a cabo con éxito la digitalización y la transición hacia la Industria 4.0, hasta alcanzar una fabricación totalmente digitalizada. No obstante, un estudio de Gartner de 2019 revela que más de la mitad de todos los proyectos de Data Science no se implementan por completo. Como motivo principal, Gartner señala la dificultad para integrar los procesos empresariales y las aplicaciones.
El análisis avanzado en tiempo real, basado en los innumerables datos generados por plantas de producción, máquinas, dispositivos terminales, bots y cadenas de suministro en el marco del IoT, permite tomar decisiones rápidas que hacen a las empresas «más ágiles, productivas, competitivas y sostenibles», según la revista especializada.
Solución multiusos: análisis prescriptivo
Según Fair Isaac Corporation (FICO), la optimización mediante análisis prescriptivo puede aplicarse prácticamente a cualquier problema. El objetivo principal es optimizar toda la cadena de valor, desde el análisis de necesidades hasta la planificación de la producción, pasando por la logística y la gestión de la cadena de suministro, la producción, el mantenimiento y la instalación, hasta la distribución. Sin embargo, otro estudio de FICO y Corinium muestra que casi dos tercios de los encuestados en la industria manufacturera (el 63 por ciento) consideran la integración en sus sistemas heredados como un obstáculo significativo para el uso de la inteligencia artificial. Como otras barreras para la IA, el estudio menciona, con un 65 a un 59 por ciento de las respuestas: la formación de un equipo con habilidades adecuadas, el uso ético de datos y algoritmos, la integración de nuevas tecnologías en los sistemas existentes y el cumplimiento de normas regulatorias y requisitos de cumplimiento normativo. En cambio, según el estudio de FICO, desafíos como la «falta de ROI» han perdido relevancia.
Los cobots forman parte de la amplia gama de soluciones
El ROI es evidente para muchas empresas. Pero para ayudarles a superar los obstáculos y alcanzar una mayor creación de valor, Axians colabora con VINCI Energies y otras filiales en el desarrollo de soluciones y escenarios correspondientes. El Dr. Bernhard Kirchmeier, Chief Digital Officer de VINCI Energies Deutschland, calificó a finales de 2017 un contrato con KUKA como «motor de innovación para clientes de la Industria 4.0», basado en la plataforma IIoT del fabricante alemán de robots de Augsburgo. Las empresas de VINCI Energies, Axians y Actemium, estuvieron presentes desde el principio. Uno de los escenarios de solución mencionados en relación con KUKA, en los que Axians ha participado, son los cobots, o robots colaborativos. Estos están ganando cada vez más terreno en la industria desde que BMW, en 2013, acaparó la atención mediática al permitir que humanos y máquinas trabajaran juntos sin barreras de seguridad en su planta estadounidense de Spartanburg. Solo como nota al margen, VINCI Energies trabaja junto a KUKA como especialista en análisis y plataformas IIoT en la arquitectura y desarrollo de módulos de software específicos para procesos e interfaces. Ya han ayudado a numerosos clientes empresariales a encontrar una solución IIoT rentable. En este contexto, el análisis avanzado predictivo y prescriptivo con algoritmos de ML e IA cada vez más inteligentes, como los que Axians sigue desarrollando, desempeña un papel decisivo.
Conclusión: El nuevo estudio de IDC es optimista respecto a que los proyectos IoT e IIoT cobrarán impulso durante y después de la pandemia de coronavirus. No obstante, estos deben funcionar y generar el valor esperado. Muchas soluciones aún no lo consiguen. Y así, quizá haya más apariencia que realidad. Por ello, son especialmente importantes los socios con experiencia, tanto para la consultoría y puesta en marcha de estos proyectos como para el análisis y evaluación exhaustiva de los datos obtenidos.
Fuente: iStock / NanoStockk