Mitos de la transformación digital

La desinformación ha dejado a muchas empresas innecesariamente prudentes o con expectativas exageradas, lo que afecta en definitiva el verdadero potencial de la transformación digital.

 

El advenimiento de IIoT con sus promesas de transformación digital es ahora un tema clave en muchas empresas que apuntan a mejorar las operaciones, impulsar la innovación y mantenerse competitivos.

Pero la ambigüedad ha generado conceptos erróneos acerca de cómo alcanzar estos beneficios mediante la implementación de soluciones digitales. Específicamente, la ausencia de un camino claro a la hora de ejecutar proyectos de transformación digital ha dejado a muchas empresas en un nimbo de inseguridad en cuanto a las mejores maneras de comenzar. Para algunos, esto ha significado una renuencia a implementar soluciones digitales. Para otros, ha causado decepción cuando los proyectos no logran los resultados esperados.

En este artículo se describen varios mitos de IIoT y transformación digital, responsables de gran parte de estos inconvenientes.

 

Mito #1
Sensores básicos de bajo costo para todo

Gran pate de lo que define IIoT ha sido adoptado de la electrónica de consumo. Los posibles beneficios son fascinantes, pero la simple y creciente disponibilidad de tecnología de sensores, por sí sola, no equivale a tener viabilidad de los sensores, en otras palabras, que los sensores, especialmente en un entorno industrial, funcionen continuamente en condiciones difíciles.

Está claro que los sensores para uso residencial no se pueden usar para monitorear una columna de destilación o una bomba que mueve un producto de alto valor, pero es necesario buscar maneras viables y económicas para agregar puntos de medición. Esto se puede conseguir ahora con instrumentos wireless diseñados para operar durante décadas en entornos potencialmente difíciles. Por lo general, estos puntos de medición tenían un costo prohibitivo cuando se los implementaba con métodos tradicionales, pero ahora se los puede agregar por una fracción del costo con tecnología wireless y, algunas veces, no intrusiva.

Los instrumentos wireless recortan considerablemente el costo de instalación de sensores de vibración, presión, temperatura, caudal, nivel, acústicos y muchos otros tipos, al eliminar la necesidad de comunicaciones costosas y el cableado de alimentación. Además, estos instrumentos se integran en la infraestructura existente o en los nuevos entornos de analítica utilizando protocolos e interfaces estándar en la industria.

Por otra parte, los usuarios que piensan en sensores económicos deben tener en cuenta todos los costos asociados a la hora de agregar mediciones, lo que incluye confiabilidad, seguridad, reducción de costos de cableado, facilidad de uso e instalación, y también considerar el retorno total de la inversión, en lugar de buscar simplemente el costo más bajo de adquisición.

 

Mito #2
Se necesita machine learning e inteligencia artificial para identificar y resolver problemas

Por supuesto que machine learning e inteligencia artificial transformarán la analítica y la manera en que se desenvuelven las empresas industriales, pero estas tecnologías no se pueden, ni tampoco se deberían, usar en todos los casos. Hoy en día, todavía hay muchos casos donde se recurre a métodos ya probados en la práctica y mejorados que no son tan costosos ni complejos como las implementaciones de machine learning e inteligencia artificial.

Por ejemplo, si un técnico de mantenimiento desea conocer la condición de una bomba, el método actual consiste en ir hasta la instalación con instrumentos portátiles para chequear la condición de los cojinetes y otros factores. Este método se puede transformar digitalmente instalando de manera permanente sensores de monitoreo para capturar datos continuamente y enviarlos luego a una aplicación analítica capaz de determinar el momento en que algún factor ha ingresado en una zona problemática.

Las técnicas son las mismas, pero ahora se realizan de manera continua, automática y con capacidad de identificar si la temperatura o la vibración del cojinete se acercan al mismo umbral que un técnico tendría en mente si realizara el test de forma manual.

Analíticas más avanzadas, tales como machine learning e inteligencia artificial, pueden ser parte del programa, pero son extensiones de técnicas conocidas y probadas, aunque aplicadas de manera más consistente y frecuente. Estas apps de software analítico pueden ayudar a los usuarios a encontrar problemas antes de que afecten las operaciones. Por ejemplo, una analítica basada en modelos permite detectar grandes fluctuaciones y tendencias. Estas herramientas predictivas permiten identificar condiciones anormales sin necesidad de análisis complejos y años de minería de datos.

 

Mito #3
Se perderán empleos

En los últimos 20 años, la fuerza laboral en la industria de procesos se ha reducido por el avance de la automatización y el recorte de costos. Hoy en día, cuando muchas personas experimentadas se están retirando, encontrar reemplazos es todo un desafío, ya que la población de quienes ahora estarían a mitad de carrera se ha vaciado. El nuevo personal, cuando se lo puede encontrar y contratar, suele ser menos experimentado y se lo debe poner al día rápidamente.

La adopción de estrategias eficaces de transformación puede mejorar todas las facetas de esta situación. Por ejemplo, las tareas tediosas y de bajo valor agregado, tales como las rondas de inspección manual, se pueden automatizar. En muchos casos, es posible que esas rondas ya hayan quedado en el olvido. Una transformación digital eficaz significa un aumento de productividad, no una reducción del personal de planta, ya que le permite dedicar más tiempo a tareas críticas y lo empodera para tomar decisiones más eficaces basadas en datos.

Al mismo tiempo, los nuevos empleados podrán ponerse al día mucho más rápido y adquirir habilidades valiosas utilizando tecnologías con las que se han familiarizado a lo largo de sus vidas.

Los trabajadores millennials, muchas veces denominados ‘nativos digitales’, aceptarán más naturalmente estas soluciones de alta tecnología, encontrando los conceptos de transformación digital como algo natural. IIoT y la transformación digital aportarán herramientas para aumentar la productividad mientras mejoran las habilidades de la fuerza laboral actual y nueva.

 

Mito #4
Tecnologías no probadas

Si bien algunas de las tecnologías utilizadas para soportar la transformación digital  todavía están evolucionando, la mayoría de los principios básicos, que son su base, existen desde hace décadas.

No hay nada mágico en monitorear la condición de una bomba. Un técnico que chequea manualmente lo que busca es detectar anomalías, leer vibraciones, etc. El monitoreo automatizado como parte de un programa de transformación digital hace lo mismo, pero de una manera más segura y económica. Hay incluso modelos de analítica de software que han sido utilizados durante décadas y seguirán avanzando con distintas mejoras a medida que evolucionen los algoritmos de captura y análisis de datos.

De la misma manera, las más recientes herramientas analíticas se basan en conceptos ya probados. Continuando con el ejemplo de la bomba, un programa de transformación digital no modifica el umbral de la cantidad de vibración que se considera problemática. En todo caso, el paso a una plataforma automatizada codifica la práctica y reduce los errores de una lectura manual. También amplía y mejora las prácticas manuales al examinar tendencias y cambios importantes en los datos, o sea un tipo de análisis que no es práctico con inspecciones manuales poco frecuentes. Las herramientas analíticas están diseñadas específicamente para esas tareas utilizando soluciones conocidas para problemas comunes. Cuando la tecnología adecuada llega a las manos del usuario adecuado y se adapta al problema en cuestión, mejora la disponibilidad de activos y disminuyen los costos.

 

Mito #5
Cada sensor debe estar conectados directamente a la Internet

Si la Internet es parte de una solución de mayor tamaño, ¿no es necesario que cada instrumento esté conectado a la Internet? Después de todo, IIoT tiene que ver con la Internet, ¿no es cierto? Esto puede parecer evidente, pero en las aplicaciones del mundo real, es probable que sea innecesario y excesivo.

Si bien algunos dispositivos estratégicos de campo o de borde pueden comunicarse con lagos de datos en la nube, por lo general hay poca necesidad de llegar a ese extremo. El uso de analítica in situ y de borde puede acercar aún más la toma de decisiones al personal responsable de actuar en esta situación, mientras queda eliminada la necesidad de soluciones más complejas y globales.

Otro aspecto que podría cambiar es un uso ampliado de redes de monitoreo. Muchas de las aplicaciones de monitoreo de desempeño y salud de activos no son necesarias en control de tiempo real, sino que deben estar dedicadas al aspecto de confiabilidad de las operaciones. Aprovechando los puntos de datos existentes y complementando los puntos faltantes con soluciones wireless, las empresas podrán comenzar a configurar analítica y software de gestión de activos en redes de monitoreo dedicadas, orientadas a mantenimiento, confiabilidad y energía, en pos de lograr mejoras del desempeño en estas áreas clave.

 

Mito #6
La transformación digital es estrictamente de arriba hacia abajo y debe ser implementada de una sola vez

Pensando en las grandes transiciones de la tecnología de automatización, la mayoría fueron adoptadas de manera paulatina, o al menos pudieron ser implementadas en el momento de actualizar una instalación existente. Incluso las plantas que se convirtieron de control neumático a electrónico realizaron este cambio de manera paulatina. Lo mismo ocurre con la transformación digital.

Los proyectos pueden ser lanzados en pequeña escala y avanzar desde el nivel de planta, donde las exigencias y los dolores de cabeza son conocidos por el personal de operaciones, que interactúa con el proceso todos los días. El personal a cargo comprende qué exigencias específicas deben abordarse para promover mejoras en el desempeño, aportando una perspectiva valiosa a estos proyectos informando de abajo hacia arriba.

Si las fallas de la bomba son un problema de rutina, es muy sencillo equipar algunas de las instalaciones más problemáticas con instrumentos de monitoreo de condiciones capaces de comunicarse a través del protocolo WirelessHART. Una app de analítica diseñada para este tipo de aplicación podrá recolectar y procesar los datos y luego proveer recomendaciones acerca de cuándo es necesario realizar reparaciones antes de una falla total. Esta aproximación a una transformación digital, o sea una serie de pequeños cambios combinados para lograr grandes resultados, aprovecha la escalabilidad de la tecnología.

Cada actualización de este tipo está diseñada para resolver un problema operativo puntual o reducir un costo excesivo. Estas soluciones comparten infraestructura y se complementan entre sí, modificando con el tiempo la manera en que trabaja la planta, pero siempre siguiendo un camino lógico para resolver problemas, uno a la vez.

 

Mito #7
La transformación digital es demasiado cara con costos importantes de hardware e informática

Ningún proyecto está libre de costos, pero los proyectos adecuados pueden o generar un flujo de ingresos o reducir otros costos de modo de cubrir las inversiones. Esto lleva a una pregunta clave: ¿El retorno de la inversión es lo suficientemente atractivo como para cubrir los costos iniciales y del ciclo de vida?

Algunas veces, las empresas que piensan en proyectos de transformación digital tienen dificultades para responder ya que no están seguras de los costos y posibles retornos.

Muchos proyectos de transformación digital a pequeña escala, tales como el monitoreo automatizado de condiciones de un tipo específico de activo, pueden ser implementados con un costo mínimo en pocos días. Si los instrumentos de monitoreo se instalan en una red WirelessHART existente con capacidad suficiente, el trabajo puede hacerse en un solo día, sin necesidad de una nueva infraestructura cableada.

Las apps para recolectar y analizar datos requieren muy poca sobrecarga de red y son configurables por el usuario sin necesidad de una codificación personalizada.

Los usuarios que han instalado monitoreo para tipos básicos de activos, tales como trampas de vapor, válvulas de alivio de presión e intercambiadores de calor, normalmente han conseguido un retorno completo de los costos del proyecto en seis meses a un año.

Estos tipos de proyectos han sido implementados en suficientes ubicaciones y tienen suficientes elementos en común para que sean comparables, lo que permite a los usuarios aprender de implementaciones pasadas y duplicar o mejorar los resultados. Una vez que se reconocen los ahorros del primer proyecto, las empresas podrán usar esos ahorros para financiar la próxima oportunidad de mejora, creando la capacidad de multiplicar continuamente sus éxitos en los distintos niveles.

 

Conclusión

Hay gente que se obsesiona con la noción de transformación digital a causa de los mitos que circulan y que hacen que las cosas parezcan demasiado complejas y costosas. La verdad es que los proyectos de IIoT y transformación digital no tienen por qué ser grandes proyectos lanzados de una vez por la empresa.

Para ponerlo en términos más positivos, piense en transformación digital como el resultado colectivo de una variedad de proyectos de menor tamaño destinados a mejorar el desempeño de una planta gracias a una mayor disponibilidad y menores costos. Abordar los puntos débiles que surgen a diario a nivel de planta es un método mucho mejor que lanzar cambios tecnológicos y de comportamiento por decreto.

También hay que tener en cuenta que la tecnología debe ir acompañada por cambios de procedimientos. No se obtendrán ganancias reales si la solución de monitoreo de bombas implementada indica una falla pendiente y nadie responde a la advertencia.

Se pueden usar soluciones de monitoreo probadas, fáciles de implementar y escalables para implementar este concepto paulatino de resolver problemas y mejorar el desempeño. Y, a medida que se vayan implementando estas soluciones, su efecto acumulativo es una mejora general del desempeño en múltiples áreas, lo que posiciona a una empresa con una ventaja competitiva tanto a corto como a largo plazo.

 

Preparado en base a una presentación de Brian Joe, gerente de wireless en Emerson Automation Solutions.

© 2018 Editorial Control. Desarrollado por Estudio Pionero.