La industria 4.0 es una de esas carreras de las que todos llevamos oyendo hablar unos años ya. Esta revolución tiene alguno de sus pilares en el Internet-of-Things, BigData, Cloud Computing y, básicamente, cualquier cosa que nos ayude a realizar tareas de modelado, inteligencia artificial y a automatizar los procesos en una fábrica. Es más, el mundo rueda tan rápido que en algunos foros ya se está hablando de la siguiente gran vuelta, de tuerca, la industria 5.0. Este paradigma iría encaminado hacia los espacios cognitivos y en buscar un equilibrio en la interacción entre el ser humano y la máquina.
Sin embargo, aunque poner números y definir nuevas realidades es algo que a todos nos encanta, sobre todo si estamos en el mundo de la investigación, es necesario echar el pie a tierra. Y poner los pies en el suelo en esta materia es toparse con la cruda realidad de que la mayor parte del pelotón de la industria está todavía pugnando por alcanzar ese pico 4.0.
Para ganarse el maillot de “industria 4.0-friendly” hay que cruzar muchas metas volantes y puertos de montaña. Posiblemente, uno de los de categoría especial es la gestión del dato. Como muchos problemas en esta vida, es algo que todos sabemos, pero que es complicado de resolver.
Hay cuestiones que no podemos salvar como aspectos relacionados con la digitalización de la maquinaria. La maquinaria en planta no es algo que se pueda actualizar, así como así, y existe mucha maquinaria todavía no amortizada que a) no está digitalizada o sensorizada; b) en muchos casos, es también complicada de sensorizar externamente; c) está digitalizada pero la información no está disponible para la empresa, bien porque utiliza protocolos propietarios, bien porque para acceder a ella se ha de obtener una licencia avanzada o bien existe algún otro obstáculo.
Sin embargo, cuando hablamos con empresas encontramos otros problemas recurrentes que sí que podemos atacar. Algunos de estos problemas, que podemos visualizar en la Figura 1, son:
- Los conocidos silos de datos. Tenemos sistemas en planta que almacenan su propia información, que usan su propia base de datos, su propia estructura y que, cual gregario rebelde, parecen correr para nuestro equipo. Un ejemplo son máquinas de distintos fabricantes que almacenan sus datos en tecnologías de bases de datos distintas y que, además, son harto complicados de exportar a otros sistemas.
- Falta de integración a nivel de empresa. Aunque podemos verlo como silos de datos también, no nos quedamos a nivel de plata, vamos un paso más allá. Estamos hablando de las dificultades para cruzar información proveniente del ERP, de maquinaria en planta, o incluso entre plantas de una misma empresa. Un ejemplo relevante, mencionado por un colaborador, sería el caso en que tenemos una máquina en planta que falla de manera intermitente y no entendemos por qué. No lo entendemos hasta que alguien cruza información de producción con información de pedidos y se ve que los fallos se producen siempre en un determinado tipo de producto de los que fabrica esa máquina.
- Falta de visión de la información de nivel más bajo desde los niveles más altos. Esto también se relaciona con el punto anterior. El líder ha de saber del estado de su equipo. Un directivo no necesita, seguramente, ver los datos de sensorización de cada máquina en cada planta, pero sí que podría consumir información agregada y procesada de éstas, sobre todo si además se enriquece proporcionando contexto. Tener una arquitectura que facilite el preprocesado, agregación y combinación de datos es fundamental.
- Falta de flujos de datos horizontales. La información no sólo ha de fluir hacia el líder del equipo, la comunicación entre los miembros del equipo es fundamental. Disponer de flujos de datos intraempresa que informen del estado de, por ejemplo, producción, stocks o retrasos en otras plantas o sedes de la misma empresa aumentará la eficiencia en la producción y la capacidad de respuesta de la empresa ante situaciones imprevistas.
- Falta de flujos de información hacia fuera. Los equipos que colaboran por un fin común. La comunicación interempresa ha de ser suelo fértil para potenciar las sinergias entre empresas. Por ejemplo, si facilito a mi proveedor de maquinaria información de sensorización de sus máquinas, incluso unos pocos recursos de computación para que pueda procesarlas en local y recuperar sólo la información que le es relevante, y éste consigue información de múltiples empresas, de varios tipos, con distintas condiciones de trabajo, podrá construir más rápidamente mejores modelos de sus máquinas. Como contraprestación podrá ofrecerme servicios de, por ejemplo, mantenimiento predictivo o reajustes de configuración al vuelo. Esto aplica también a tener mejor comunicación con proveedores, por ejemplo, para mandar alertas ante retrasos en pedidos, y un largo etcétera.
Figura 1. Problemas recurrentes a los que se enfrentan las empresas en su transición hacia el paradigma de la industria 4.0.
Para resolver estos problemas es necesario trabajar en la integración de los distintos orígenes de datos de que dispone una empresa y mejorar las conexiones y flujos de datos intra e interempresa. Ese es uno de los objetivos principales de Hyperfactory, avanzar hacia la factoría hiperconectada.
Para ello, se plantea una arquitectura a tres capas, haciendo un paralelismo entre la industria y el compute continuum (otro de esos términos que nos encanta acuñar), donde se iguala la dirección de la empresa a una capa Cloud, la factoría/fábrica a la capa Fog y las distintas líneas de producción a la capa Edge. La Figura 2 muestra como la industria se puede enfrentar a los problemas citados anteriormente, proponiendo un modelo de industria hyperconectada.
Figura 2. Hyperfactory ataca estos problemas, potenciando la comunicación entre actores y derribando barreras entre orígenes de datos.
Esta estratificación persigue distintos objetivos. A nivel Edge, buscar mecanismos que hagan más eficiente y resiliente la comunicación de datos dentro de la fábrica. A nivel Fog, constituir un repositorio de datos que agregue la información no sólo proveniente de las líneas de producción, independientemente de los distintos protocolos con que trabajen, sino que también permita integrar de manera sencilla información de negocio o comercial. La capa Fog cumple otra función principal, dotar de recursos de computación a nivel local para poder trabajar, procesar y enviar esos datos a nivel hacia el Cloud/dirección de la compañía, hacía otros Fogs/fábricas/sedes de la empresa o hacia otros actores que puedan ser potenciales consumidores de esa información, e.g., proveedores, fabricantes, etc. Además, la capa Fog va un paso más allá, no sólo será el origen de los canales de información que conectarán nuestra fábrica, también estará dotada con capacidad de federación con otras entidades. Esto permitirá que se puedan compartir recursos de computación con terceros (otras fábricas, dirección o externos) para que directamente puedan procesar datos de manera local, extraer datos de manera precisa y reducir el volumen de datos que circulan, aumentando la eficiencia en las comunicaciones. Finalmente, el nivel Cloud constituye el nivel superior de la jerarquía, teniendo a su alcance los medios para recuperar y contextualizar aquella información que requiera, ganando una mayor visibilidad de lo que sucede en la empresa y capacidad de acción.
Hyperfactory mejorará la gestión del dato a nivel no sólo intraempresa, consiguiendo que los distintos activos trabajen como un equipo bien engrasado a través de una mejor comunicación. También mejorará la comunicación interempresa, potenciando sinergias y facilitando la colaboración entre distintos equipos. Así, sin buscar un ganador, sino fomentando y potenciando esa colaboración, conseguiremos que esos corredores que son las empresas de nuestro tejido productivo alcancen la meta de la industria 4.0.
