Isetic apuesta por el Big Data y la inteligencia artificial para lograr procesos de fabricación más eficientes

Manuel Fandiño, CEO de Isetic.

La compañía vizcaína ofrece servicios para actuar directamente sobre la planta en caso de detectar alguna anomalía

La analítica de datos o Big Data es una de las herramientas determinantes a la hora de afrontar procesos de digitalización en las empresas. En los últimos años han confluido varios factores que permiten que el análisis de datos se extienda en diferentes tipos de organizaciones: el abaratamiento de los dispositivos sensores e IoT para la captación de datos, la mejora de la conectividad, la mayor capacidad de procesamiento de datos en los servidores y el desarrollo de la inteligencia artificial para el análisis de esos datos. También podríamos hablar de un cambio “cultural” a la hora de afrontar procesos de analítica de datos en las industrias. Si hace unos años primaban los grandes proyectos en los que se captaban miles de datos en diferentes áreas de los procesos de producción, la tendencia actual es la de captar Smart Data, menos información, pero que sea determinante. Además, los proyectos de analítica son más pequeños y se centran en procesos concretos.

La compañía vizcaína Isetic ha sido testigo de todos estos cambios desde su fundación en 2014. Se define como una empresa capaz de realizar análisis en tiempo real de gran cantidad de datos aplicando herramientas de inteligencia artificial, no solo para crear informes, sino para actuar directamente sobre la planta en caso de detectar alguna anomalía. Todo ello gracias a su plataforma Zeus. Conversamos con Manuel Fandiño, CEO de Isetic.

¿A qué os dedicáis en Isetic?

Disponemos de Zeus, una plataforma de automatización de procesos que nos permite recoger datos, tratarlos y ejecutar acciones en función de esa información. Por ejemplo, podemos detectar que una máquina de inyección de plástico que hace piezas está excediendo su temperatura. En ese caso, una automatización pone en marcha un sistema de refrigeración para que se enfríe. Pero no solo eso, gracias a los datos podemos detectar cuándo puede fallar una máquina. Nuestro objetivo es que los procesos sean lo más eficientes posible y ofrecemos datos para automatizarlos lo máximo posible.

¿Qué tipo de herramientas utilizáis?

Es muy importante la inteligencia artificial, ‘deep learning’, ‘machine learning’…El objetivo es que el cliente obtenga más beneficio de su producción y de su empresa. Nuestra plataforma aplicada a un proyecto de generación de energía solar permite mejorar un 10 por ciento la producción. También hemos constatado un ahorro de 800 horas al mes en partes de trabajo para saber cuántas piezas se han descartado en la fabricación. En vez de realizar estos partes manualmente, podemos automatizarlos y gestionar esa información en tiempo real. Se puede medir también la calidad de la pieza en más de 50 parámetros para mejorarla. De esa manera, realizas un análisis de cómo sería mejor fabricar esa pieza y le trasladas la información al cliente. Nosotros ponemos las herramientas para poder hacerlo, pero luego debe de ser un ingeniero quien repase esos datos y dé el visto bueno.

¿Cuáles son los proyectos más recientes en los que estáis trabajando?

Estamos automatizando procesos de corte de piezas con una prensa. Hasta ahora, un operario se encargaba de introducir la información de corte en la máquina, comprobaba el trabajo, supervisaba las piezas y las enviaba en lotes a otras áreas. Nosotros hemos automatizado todo eso sin que intervenga ningún trabajador. Además, somos capaces de medir cuánto tiempo lleva producir cada pieza y cuál va a ser su coste. Otro proyecto lo estamos desarrollando para Naturgy y consiste en digitalizar un parque de generación de energía solar para captarla de forma más eficiente. Gracias a datos abiertos (Open Data) relacionados con la meteorología podemos mover de forma eficiente los paneles solares o determinar qué día es el adecuado para que un técnico vaya a hacer una reparación o mantenimiento. Todo ello sin tener que cambiar ningún tipo de ‘hardware’. Solo con ‘software’ para analizar datos.

¿Las empresas, especialmente las pymes, se muestran receptivas a implementar procesos de analítica de datos?

En el País Vasco los clientes están concienciados y saben que el Big Data conlleva ahorro. Solo ahorrar 200 horas de trabajo al mes es algo importante para cualquier empresa. Todas quieren analítica de datos. Otra cosa es que sea el momento económico y cultural para cada organización. En este sentido, es importante la formación y las ayudas de las instituciones que les permitan dar el primer paso. Lo más importante es que el cliente perciba beneficios a corto plazo. Por su parte, las grandes empresas piensan cada vez más en proyectos pequeños desarrollados por empresas especializadas y de pequeño tamaño. Lo que está claro, es que las empresas que no se suban al carro del Big Data no van a crecer. Yo les invitaría a que llevasen a cabo proyectos pequeños para que viesen qué impacto pueden tener en sus negocios.

¿Y cuál es la actitud de los trabajadores ante la implantación de sistemas de análisis de datos?

Por nuestra experiencia, los trabajadores están interesados en la recogida de datos. Ellos también aportan información y se interesan por la posibilidad de automatizar distintos procesos. El propio trabajador quiere tener información para saber qué no está haciendo bien. Nadie quiere que todo su trabajo luego no sirva para nada.

¿Cuáles son los retos de Isetic de cara al futuro?

En la actualidad contamos con una decena de trabajadores y estamos implantados en 10 países. Nuestra idea es, de cara al año que viene, abrir una delegación en Madrid. Seguiremos desarrollando nuestra plataforma Zeus que ya está presente en diferentes ámbitos y con porcentajes de acierto muy elevados a la hora de medir los comportamientos de las máquinas. También nos preocupa la escasez de personal cualificado en analítica de datos e inteligencia artificial.