El Machine Learning reemplazará a los Técnicos?

¿El machine learning (aprendizaje automático) sustituirá a los ingenieros, médicos, agricultores, científicos de datos, técnicos y traductores?

Todo lo que se necesita es una búsqueda en Google para ver el pánico que se está extendiendo en el mercado laboral. El anuncio triunfal de los avances tecnológicos realizados por tal o cual empresa emergente suena como una amenaza a corto plazo para ciertos profesionales.

Tal vez porque estuvieron a la vanguardia de las anteriores oleadas de automatización, los técnicos de mantenimiento parecen particularmente preocupados por el «peligro de los robots». La industria 4.0 y las GMAO (Gestión de mantenimiento asistido por ordenador) ya han entrado en la fábrica, pero se enfrentan a la desconfianza y la reticencia al cambio. Y eso es una lástima. Los temores de los técnicos les cortan el acceso a las tan esperadas herramientas profesionales. ¿Y si los expertos en mantenimiento industrial tuvieran todo para ganar convirtiéndose en actores del proceso de machine learning de las máquinas?

DEJEMOS DE FANTASEAR CON ESTA TECNOLOGÍA

La noción de «máquinas inteligentes» o «aprendices» alimenta todas las fantasías. Pero apegarse a la ciencia ficción sirve tanto a los entusiastas de la inteligencia artificial como a los nostálgicos de la mecánica.

Sin una comprensión pragmática de lo que el aprendizaje mecánico o las GMAO pueden aportar a la empresa, el progreso seguirá siendo letra muerta. Una encuesta de Deloitte sobre las paradojas de la Industria 4.0 subraya que el 94% de los líderes empresariales consideran la transformación digital como uno de sus principales objetivos estratégicos, pero sólo el 68% de ellos dicen saber exactamente cómo aprovecharla.

La extensión de la inteligencia artificial

Lejos de los desenfrenados escenarios de Black Mirror, la inteligencia artificial no es más que un programa informático capaz de reproducir el comportamiento humano. La mayoría de las veces, su «inteligencia» se acerca a la de una fórmula de Excel, del tipo “IF… THEN… ELSE…”.

El machine learning, o aprendizaje automático es una forma de inteligencia artificial que alimenta sus algoritmos con datos obtenidos de situaciones concretas. De la fórmula, pasamos a la construcción de un modelo diseñado para corregir las curvas de aproximación de una inteligencia artificial débil. Al «aprender» de situaciones de la vida real, el machine learning adquiere capacidades de predicción y prescripción.

Las dos reglas del uso inteligente

Combinada con la Nube, que le proporciona potencia de cálculo, y con Big Data, que le proporciona información, la máquina de aprendizaje abre nuevos horizontes para la Industria 4.0. Pero sólo la inteligencia humana puede decirle cuál de estos horizontes debe ser explorado.

Mantenimiento industrial, agricultura, transporte, energía, automoción, entre otros forman parte de un amplio catálogo de las múltiples aplicaciones que el aprendizaje automático y la industria 4.0 encuentran en todos los sectores. Con un matiz: estas aplicaciones se limitan siempre a tareas que no están ya optimizadas por la pericia de los técnicos.

EL MACHINE LEARNING EN LAS MANOS DE LOS TÉCNICOS DE LA INDUSTRIA 4.0

A pesar de esto, los discursos corporativos rara vez son suficientes para tranquilizar a los empleados que están preocupados por su trabajo. Según un estudio del Pew Research Center, el 72% de los trabajadores dicen que se sienten ansiosos por un futuro en el que los robots puedan realizar más y más funciones.

Sus temores no son del todo infundados. La transformación digital, de la que la Industria 4.0 es la culminación, va acompañada de un fenómeno de destrucción creativa que sería absurdo negar. La inteligencia artificial puede mejorar el desempeño de la gran mayoría de los trabajos que actualmente desempeñan los humanos.

Pero no hará que los recursos humanos sean obsoletos, la sociedad actual se equivoca cuando se preocupa por un «reemplazo generalizado» por los robots.

El valor añadido del machine learning está a nivel de la tarea, no del trabajo. El software de GMAO, por ejemplo, libera a los técnicos de los aspectos más monótonos y automatizables del mantenimiento industrial y los deja libres para invertir en las tareas más interesantes, a las que la inteligencia humana aporta un verdadero valor añadido.

Expertos como los técnicos de mantenimiento, entre otras profesiones, tienen todo para ganar con la llegada del machine learning.

La transformación digital y la Industria 4.0 a veces parecen ser la consecuencia casi involuntaria de un progreso tecnológico desenfrenado. Pero la fuerza motriz de la innovación es, de hecho, los nuevos requisitos de rendimiento, responsabilidad y trazabilidad que están ejerciendo una presión cada vez mayor sobre el mantenimiento industrial. Esta tecnología proporciona soluciones a las necesidades comerciales preexistentes de los técnicos industriales.

Poner el Big Data al servicio de la industria 4.0

Más allá de sus desafíos mecánicos, el mantenimiento industrial es ante todo un negocio de recolección y análisis de información. Para comprender y optimizar el funcionamiento de su ecosistema industrial, los técnicos han utilizado hasta ahora sensores vinculados por protocolos de comunicación propios. Pero los datos sólo podían ser utilizados en un entorno restringido.

Las nuevas aplicaciones van más allá ofreciendo un software de GMAO vinculado a sensores conectados mediante protocolos estándar de Internet (IP), que supervisan multitud de datos sobre el estado de las máquinas, como el nivel de aceite, la temperatura, las vibraciones, etc. Gracias al machine learning, los técnicos pueden supervisar el estado de los equipos en tiempo real. El IIOT (Internet Industrial de las Cosas) es la fuente de información que los profesionales del mantenimiento esperaban.

PASAR AL MANTENIMIENTO PRESCRIPTIVO

Los técnicos industriales ya dominaban el mantenimiento predictivo, basado en su propio conocimiento y experiencia de las máquinas que están a cargo. Fue más allá de las acciones reactivas y correctivas, pero carecía de precisión.

Gracias al software de GMAO impulsados por esta tecnología, los técnicos desarrollan un mantenimiento prescriptivo. Esto implica el análisis cognitivo de los datos recogidos por los objetos conectados para proporcionar al ecosistema industrial comportamientos que optimicen su rendimiento. Fuente