INDUSTRIA INTELIGENTE
Daniel García Coego y equipo
Director de Sistemas Inteligentes de Gradiant
Desde la Hannover Messe de 2011, la Industria Inteligente ha sido vista como un cambio de paradigma hacia una Cuarta Revolución Industrial, centrada en la personalización de productos, una cadena de suministro hiperconectada y procesos más flexibles y resilientes, todo apoyado en el uso intensivo de datos. Aunque casi 15 años después la revolución completa aún no se ha materializado, importantes avances tecnológicos como las redes 5G/6G, la inteligencia artificial y la ciberseguridad están acelerando este cambio. Tras la pandemia de 2020, la tecnología también ha comenzado a enfocarse más en las personas, la sostenibilidad y la resiliencia, dando lugar al concepto de Industria 5.0.
En el ámbito gallego, los últimos años han visto un avance considerable en la adopción de las nuevas tecnologías dentro del ámbito industrial. Empresas del sector de la automoción y de la alimentación han sido de las primeras en avanzar su transformación digital de manera exitosa, al igual que otros sectores como el de la madera o el metal, con un avance más localizado en grandes empresas.
El ecosistema gallego de innovación está siendo fundamental en este avance, con la universidad y todos los centros tecnológicos gallegos, como Gradiant, teniendo un impacto y apoyo relevantes, con el desarrollo de diversos proyectos colaborativos en el ámbito de la Industria 4.0. Igualmente, cabe destacar el papel de los hubs, como DATAlife, del que Gradiant forma parte, ya que han traccionado innumerables proyectos hacia el mundo empresarial.
“Avances como la IA neurosimbólica permitirán superar la falta de métodos de razonamiento formales en los grandes modelos actuales, lo que asegurará que la inteligencia artificial sirva de apoyo a las personas en un entorno industrial”
Aun con los últimos avances tecnológicos, todavía existe un déficit en la captura de datos en los procesos productivos, especialmente en pequeñas y medianas empresas, debido a su limitada capacidad de inversión en conectividad y monitorización avanzada. Es crucial conocer el comportamiento de los procesos antes de trazar un plan de acción. Sin embargo, es importante no digitalizar en exceso sin optimizar previamente los procesos, para evitar trasladar ineficiencias al entorno digital.
La evolución hacia la Industria 4.0 ha impulsado la necesidad de ofrecer soluciones de conectividad que den respuesta, de manera integral, a requerimientos muy diversos asociados a casos de uso, desde los despliegues masivos de sensores y actuadores hasta el control y monitorización de elementos móviles dentro de la fábrica (como robots móviles y vehículos autónomos), sin olvidar las necesarias comunicaciones de voz y datos para usuarios humanos (incluyendo aplicaciones emergentes en la industria como las de realidad extendida). En este contexto, las nuevas tecnologías inalámbricas como las redes 5G, y las futuras redes 6G, se han posicionado como una solución fundamental para habilitar estos y otros casos de uso críticos en la industria, al tiempo que buscan permitir una mayor agilidad operativa, escalabilidad y eficiencia.
Un problema común en los datos industriales es la existencia de silos de información, donde los datos están dispersos en diferentes sistemas, dificultando por tanto su aprovechamiento. Es fundamental establecer arquitecturas unificadas que faciliten el análisis de datos tanto dentro de la empresa como en el conjunto de la cadena de suministro. Los espacios de datos, que permiten el intercambio seguro y el gestionado de datos entre entidades, serán clave para garantizar la interoperabilidad, seguridad, privacidad y el cumplimiento regulatorio. Iniciativas como Gaia-X, IDSA o Catena-X liderarán este cambio en Europa en relación con la gobernanza del dato.
Esto nos lleva, al fin, al uso de la inteligencia artificial en la industria, donde se ha utilizado durante años para tareas como el mantenimiento predictivo, la optimización de procesos productivos o el uso de la visión artificial para casos de uso tanto del entorno de fábrica (p.ej. identificación de situaciones de riesgo, identificación de EPIs o análisis de las acciones y ergonomía de personal) como logísticos (p.ej. lectura de etiquetas para tracking de productos o cálculo de volúmenes para un almacenamiento eficiente).
El avance del deep learning, impulsado por las mejoras en el hardware de la última década, ha permitido el desarrollo de modelos capaces de aprender patrones complejos a partir de grandes volúmenes de datos, lo que facilita la resolución de problemas específicos sin necesidad de entrenar modelos desde cero. Cabe destacar en este sentido el bum de los últimos dos años en relación con los grandes modelos del lenguaje y de visión. Sin embargo, estas aproximaciones requieren grandes cantidades de datos y energía, lo que impulsa la búsqueda de técnicas más eficientes como la IA neuromórfica, que ganarán relevancia en los próximos años, facilitando el despliegue de soluciones en el edge con necesidades de latencias bajas y bajos consumos energéticos, a la vez que se permite mantener la privacidad de los datos.
“Es fundamental establecer arquitecturas unificadas que faciliten el análisis de datos tanto dentro de la empresa como en el conjunto de la cadena de suministro. Los espacios de datos serán clave”
Igualmente, en el futuro se espera integrar la lógica simbólica con el aprendizaje profundo en lo que se conoce como IA neurosimbólica, superando la falta de métodos de razonamiento formales en los grandes modelos actuales. Estos avances permitirán desplegar soluciones más cercanas a los procesos industriales que requieren reacciones en tiempo real y mejorarán la colaboración entre humanos y máquinas, asegurando que la IA sirva de apoyo a las personas en el entorno industrial. Algunos ejemplos de utilidad se verán dentro del ámbito de la robótica, pero también en la interacción con asistentes virtuales con mejores capacidades de razonamiento.
Finalmente, debe tenerse en cuenta que la adopción generalizada de la IA que está ocurriendo en este momento está impulsando un debate importante en términos éticos y legislativos que permitan garantizar la transparencia, equidad y fiabilidad de los algoritmos desarrollados. Es por ello que la Comisión Europea ha impulsado una legislación específica como la AI Act para regular los nuevos sistemas y aplicaciones de esta tecnología y que, sin duda, tendrá un impacto relevante en la industria. En el ámbito nacional cabe destacar también la creación de la Agencia Española de Supervisión de la Inteligencia Artificial con sede en A Coruña y cuya labor será supervisar, asesorar y promover debates sobre la ética y la seguridad en la IA.
La adopción de la Industria Inteligente, aunque transformadora, conlleva importantes amenazas de ciberseguridad debido a la mayor interconexión de los sistemas industriales. Dispositivos IIoT, redes inalámbricas y plataformas de análisis de datos amplían la superficie de ataque, exponiendo a las fábricas a riesgos como espionaje industrial, sabotaje y ransomware, con consecuencias que pueden ir desde pérdidas económicas graves hasta daños físicos y riesgos para la seguridad de los trabajadores.
Para enfrentar estas amenazas, es necesario implementar tecnologías de ciberseguridad adaptadas a los entornos industriales. Esto incluye proteger la identidad de dispositivos y usuarios, usar inteligencia artificial para detectar anomalías en las comunicaciones y emplear criptografía robusta adaptada a las limitaciones de los dispositivos industriales. Además, deben aplicarse metodologías de análisis de riesgos específicas para los entornos OT, considerando la interacción entre sistemas físicos y digitales y la criticidad de la operatividad, para garantizar la resiliencia y la continuidad de las infraestructuras industriales.
En conclusión, la industria del futuro basada en el uso de información debe enfrentar numerosos retos a medida que evoluciona. El Centro Tecnológico de Telecomunicaciones de Galicia está llevando de la mano exitosamente a empresas con tecnologías como la conectividad, inteligencia, ciberseguridad, e incluso cuántica y fotónica.