{"id":2973,"date":"2021-05-10T13:51:27","date_gmt":"2021-05-10T11:51:27","guid":{"rendered":"https:\/\/www.digital-chiefs.de\/?p=2973"},"modified":"2026-08-29T12:30:02","modified_gmt":"2026-08-29T10:30:02","slug":"industria-4-0-advanced-analytics-y-el-uso-inteligente-de-los-datos-son-lo","status":"publish","type":"post","link":"https:\/\/www.digital-chiefs.de\/es\/industria-4-0-advanced-analytics-y-el-uso-inteligente-de-los-datos-son-lo\/","title":{"rendered":"Industria 4.0: Advanced Analytics y el uso inteligente de los datos son lo esencial"},"content":{"rendered":"

6 min de lectura<\/p>\n

La Industria 4.0 con conexi\u00f3n IoT de m\u00e1quinas depende por completo del an\u00e1lisis y la explotaci\u00f3n de los datos que generan. Este art\u00edculo explora las posibilidades, as\u00ed como los aspectos clave y los riesgos ocultos.<\/strong> Hoy en d\u00eda, se evitan muchas rondas de control en la industria, ya que las propias m\u00e1quinas indican cu\u00e1ndo est\u00e1 programado el pr\u00f3ximo mantenimiento o cu\u00e1ndo es necesario rellenar el aceite o el dispensador de bebidas en la nave industrial. Esto, por supuesto, no ocurre solo gracias a las m\u00e1quinas o dispositivos en s\u00ed, sino a los sensores integrados en ellos. Estos forman parte de un fen\u00f3meno 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 Internet Industrial de las Cosas (IIoT), que, en combinaci\u00f3n con el Edge Computing, recopila cantidades cada vez mayores del aluvi\u00f3n global de datos.<\/p>\n

Zettabytes de datos a la espera de an\u00e1lisis<\/h2>\n

Los institutos de investigaci\u00f3n de mercado IDC y Seagate han revisado al alza sus previsiones realizadas hace a\u00f1os. Para 2025, prev\u00e9n 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 optimizaci\u00f3n en los intervalos de mantenimiento.<\/strong><\/p>\n

La Business Intelligence tradicional pronto alcanza sus l\u00edmites en este \u00e1mbito. Para poder anticipar el futuro mediante Predictive y Prescriptive Analytics, se requiere Advanced Analytics, que incluye Business Analytics y Big Data & Analytics.<\/p>\n

La pandemia impulsa las inversiones en IIoT m\u00e1s de lo que las frena<\/h2>\n

Por cierto, IDC acaba de publicar un nuevo estudio de gran actualidad. Seg\u00fan 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 est\u00e1 ampliando actualmente su ecosistema con socios de innovaci\u00f3n. Tecnol\u00f3gicamente, 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 tambi\u00e9n del 5G, as\u00ed como de un mayor uso de la Inteligencia Artificial y el Machine Learning. Tambi\u00e9n los modelos Product-as-a-Service, en los que, siguiendo el principio Kaeser, se vende \u00abaire comprimido como servicio\u00bb o el volumen de excavaci\u00f3n de una excavadora en lugar de la propia m\u00e1quina, est\u00e1n en auge, aunque actualmente solo est\u00e1n implantados en el 22 % de las empresas, mientras que en el 37 % est\u00e1n en fase de planificaci\u00f3n.<\/p>\n

Batalla por el mercado de ML como servicio<\/h2>\n

Seg\u00fan un estudio de ISG<\/a> sobre el \u00e1rea de Servicios y Soluciones de Data Analytics de 2018, Machine Learning as a Service se ha convertido en un mercado muy competitivo. AWS, IBM, Microsoft y SAP son claramente los l\u00edderes de este desarrollo, junto con sus respectivos socios, por supuesto. M\u00e1s de la mitad de las medianas y grandes empresas ya trabajan con ML. \u00abEl 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\u00bb, afirm\u00f3 Frank Schmeiler, Director de Investigaci\u00f3n y director del estudio. Los proveedores centran su atenci\u00f3n 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.<\/p>\n

Numerosos proyectos de ciencia de datos pendientes<\/h2>\n

Industry of Things<\/a> cita otro estudio de ISG, seg\u00fan el cual las soluciones de an\u00e1lisis de datos son clave para llevar a cabo con \u00e9xito la digitalizaci\u00f3n y la transici\u00f3n hacia la Industria 4.0, hasta alcanzar una fabricaci\u00f3n totalmente digitalizada. No obstante, un estudio de Gartner de 2019<\/a> revela que m\u00e1s de la mitad de todos los proyectos de ciencia de datos no se implementan por completo. Como motivo principal, Gartner se\u00f1ala la dificultad para integrar los procesos empresariales y las aplicaciones.<\/p>\n

El an\u00e1lisis avanzado en tiempo real, basado en los innumerables datos generados por plantas de producci\u00f3n, m\u00e1quinas, dispositivos terminales, bots y cadenas de suministro en el marco del IoT, permite tomar decisiones r\u00e1pidas que hacen a las empresas \u00abm\u00e1s \u00e1giles, productivas, competitivas y sostenibles\u00bb, seg\u00fan la revista especializada.<\/p>\n

Soluci\u00f3n vers\u00e1til: an\u00e1lisis prescriptivo<\/h2>\n

Seg\u00fan Fair Isaac Corporation (FICO), la optimizaci\u00f3n mediante an\u00e1lisis prescriptivo puede aplicarse pr\u00e1cticamente a cualquier problema. El objetivo principal es optimizar toda la cadena de valor, desde el an\u00e1lisis de necesidades hasta la planificaci\u00f3n de la producci\u00f3n, pasando por la log\u00edstica y la gesti\u00f3n de la cadena de suministro, la producci\u00f3n, el mantenimiento y la instalaci\u00f3n, hasta la distribuci\u00f3n. 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 integraci\u00f3n en sus sistemas heredados como un obst\u00e1culo 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 formaci\u00f3n de un equipo con habilidades adecuadas, el uso \u00e9tico de datos y algoritmos, la integraci\u00f3n de nuevas tecnolog\u00edas en los sistemas existentes y el cumplimiento de normas regulatorias y requisitos de cumplimiento normativo. En cambio, seg\u00fan el estudio de FICO, desaf\u00edos como la \u00abfalta de ROI\u00bb han perdido relevancia.<\/p>\n

Los cobots forman parte del amplio abanico de soluciones<\/h2>\n

El ROI es evidente para muchas empresas. Pero para ayudarles a superar los obst\u00e1culos y alcanzar una mayor creaci\u00f3n 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, calific\u00f3 a finales de 2017 un contrato con KUKA como \u00abmotor de innovaci\u00f3n para clientes de la Industria 4.0\u00bb, basado en la plataforma IIoT del fabricante alem\u00e1n de robots de Augsburgo. Las empresas de VINCI Energies, Axians y Actemium, estuvieron presentes desde el principio. Uno de los escenarios de soluci\u00f3n mencionados en relaci\u00f3n con KUKA, en los que Axians ha participado, son los cobots, o robots colaborativos. Estos est\u00e1n ganando cada vez m\u00e1s terreno en la industria desde que BMW, en 2013, acapar\u00f3 la atenci\u00f3n medi\u00e1tica al permitir que humanos y m\u00e1quinas 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 an\u00e1lisis y plataformas IIoT en la arquitectura y desarrollo de m\u00f3dulos de software espec\u00edficos para procesos e interfaces. Ya han ayudado a numerosos clientes empresariales a encontrar una soluci\u00f3n IIoT rentable. En este contexto, el an\u00e1lisis avanzado predictivo y prescriptivo con algoritmos de ML e IA cada vez m\u00e1s inteligentes, como los que Axians sigue desarrollando, desempe\u00f1a un papel decisivo.<\/p>\n

Conclusi\u00f3n:<\/strong> El nuevo estudio de IDC es optimista respecto a que los proyectos IoT e IIoT cobrar\u00e1n impulso durante y despu\u00e9s de la pandemia de coronavirus. No obstante, estos deben funcionar y generar el valor esperado. Muchas soluciones a\u00fan no lo consiguen. Y as\u00ed, quiz\u00e1 haya m\u00e1s apariencia que realidad. Por ello, son especialmente importantes los socios con experiencia, tanto para la consultor\u00eda y puesta en marcha de estos proyectos como para el an\u00e1lisis y evaluaci\u00f3n exhaustiva de los datos obtenidos.<\/p>\n

Fuente: iStock \/ NanoStockk<\/em><\/p>\n

M\u00e1s informaci\u00f3n<\/h3>\n