La inteligencia artificial vuelve al IoT más eficiente y “smart”

Expertos de la industria destacan el importante papel que juega la inteligencia artificial en la mejora de la eficiencia operativa de las infraestructuras IoT, desde el mantenimiento predictivo pasando por la logística hasta llegar a la optimización de los procesos. IoTSWC 2018 recoge en este artículo las claves que están marcando la relación actual entre IA e IoT.

El principal objetivo de aplicar Inteligencia Artificial (IA) ^(*) a las infraestructuras de Internet de las Cosas (IoT) es agregar una capa adicional y transversal de inteligencia en todo el framework de IoT. El científico y Global Managing Director de Technology Labs de Accenture, Edy Liongosari, señala que la IA se emplea, ante todo, para crear sensores que se auto-calibran, o se auto-recuperan cuando falla la red IoT o un sensor individual, identificándolos por proximidad o, incluso, creando un nuevo tipo de “sensores virtuales” que emplean visión artificial MRI (Magnetic Resonance Imaging), una técnica de visualización de imágenes no invasiva que se utiliza, por ejemplo, para detectar células cancerígenas y que reproduce representaciones tridimensionales.

En el estrato más elevado de la infraestructura de IoT, la aplicación, Liongosari destaca que la inteligencia artificial proporciona nuevas funciones relacionadas con “la predictibilidad de acontecimientos futuros, tareas de mantenimiento o cuestiones de seguridad” En este sentido, el directivo de Accenture señala algunos ejemplos: “Gracias a la IA se puede identificar quién está autorizado a utilizar un determinado equipamiento y su grado de preparación; ofrecer servicios basados en el contexto con capacidades adicionales para usos más intensivos; optimizar la operativa de la cadena de suministro mediante su replanteamiento o reprogramación debido a causas que interrumpan su funcionamiento; o conseguir interactuar con el usuario a partir del reconocimiento de su estado emocional por combinación de gestos, voz y gesticulación facial con tal de entender sus necesidades en un determinado contexto”.

Con la finalidad de comprender de qué modo la IA ayuda a todo tipo de industrias a añadir más eficiencia a sus infraestructuras de IoT, resulta de utilidad retroceder un poco en el tiempo para comprobar cómo ha evolucionado el uso de las TI en el entorno industrial. Wael William Diab, Senior Director de Huawei, miembro del Industrial Internet Consortium (IIC), experto en inteligencia artificial y conferenciante habitual en el IoT Solutions World Congress de Fira de Barcelona, recuerda que, al principio, las tecnologías de la información aplicadas a usos industriales eran vistas como herramientas que incrementaban la eficiencia dentro de las organizaciones.

“Después las TI se consideraron elementos esenciales a la hora de medir el rendimiento de una actividad comparándolos con otros KPI establecidos por el equipo de dirección. Si nos ceñimos ya al ámbito del IoT, las TI se han integrado más profundamente en la cadena de gestión hasta llegar a las áreas relacionadas con la toma de decisiones, incluso en industrias más tradicionales que no tenían relación alguna con las TI en el pasado”, afirma Diab,

En su opinión, hoy la inteligencia artificial impulsa un nuevo cambio en las TI “que proveen el conocimiento que ha de servir para establecer futuros objetivos y elementos KPI. En otras palabras: la IA ha conseguido un asiento en la mesa de gestión, añadiendo su voz allá dónde la organización debería llegar por la vía del conocimiento”, asegura el experto.
 

IA, IoT y Analítica: tridente ganador

Desde el punto de vista tecnológico, es importante recordar que la inteligencia artificial está compuesta por un subconjunto de tecnologías como el aprendizaje automático (ML por sus siglas en inglés) y el aprendizaje profundo (DL). “La inteligencia artificial, internet de las cosas y la analítica conforman tres vertientes de una misma realidad”, puntualiza el responsable de Huawei, Wael William Diab, quien indica también: “Mientras IoT se centra en redes de sensores que generan datos, los procesos de analítica se circunscriben al análisis de dichos datos con el objetivo de crear valor, en tanto que la inteligencia artificial posibilita la generación de conocimiento y predictibilidad a partir de dichos datos de valor”.

Tanto Liongosari como Diab coinciden al afirmar que gracias a la extensa aplicabilidad de la IA es posible integrar mecanismos de analítica de datos en prácticamente todo tipo de sectores industriales. No obstante, Liongosari alerta de que el valor más importante que puede extraerse de la IA depende en gran medida de las aplicaciones. “La IA tiene un papel muy importante en la mejora de la eficiencia operativa, que constituye una gran parte de las actuales implementaciones del internet de las cosas industrial desde el mantenimiento predictivo, pasando por la logística hasta llegar a la optimización de los procesos”.

Estudios acerca del impacto de la IA en el mantenimiento predictivo, como el realizado por la firma Anodot, destacan que esta posibilidad ahorrará a las organizaciones entre 240.000 y 630.000 millones de dólares en 2025 gracias a la reducción de tiempos de inactividad y de gastos relacionados con procesos de mantenimiento. En el otro extremo, el mantenimiento predictivo tiene la capacidad de generar nuevos modelos de negocio, nuevos canales de venta, mejores servicios y una experiencia de usuario superior. En este sentido, la estrategia de Michelin ‘Tire-as-a-service’ es un ejemplo de transformación del modelo de negocio de una industria tradicional a través de IoT e IA.

En aspectos relacionados con la aplicación de analítica predictiva en diferentes industrias, Diab recomienda utilizar el término “industrial” de un modo similar a cómo lo hace el Industrial Internet Consortium (IIC) a la hora de abarcar a diferentes sectores, en lugar de focalizarse solamente en los procesos de fabricación. “IIC ha publicado recientemente el estudio Industrial IoT Analytics Framework (IIAF) que sirve de ayuda y asistencia para que líderes industriales y desarrolladores de sistemas analíticos aporten valor al negocio acertando en la toma de decisiones relacionadas con el desarrollo, la documentación, la comunicación y el despliegue de infraestructuras IoT”

En términos relacionados con la aparición de nuevos estándares en el apartado de analítica predictiva, la organización internacional de estandarización ISO ha establecido las normativa ISO/IEC JTC 1/SC 42 en IA, el primer estándar que busca abarcar el ecosistema tecnológico de inteligencia artificial en su totalidad, y cuyo comité de creación ha propuesto a Wael William Diab como Chairman en esta categoría.

La estandarización de la inteligencia artificial, sin duda, beneficiará a la industria y conducirá a una nueva era de crecimiento ya que son muchas las compañías que van a hacer inversiones importantes en soluciones de IA. Esta normativa les garantiza que van a poder continuar trabajando y evolucionando en este ámbito durante los próximos años.

(*) Los sistemas cognitivos y la inteligencia artificial son términos sinónimos para el propósito de este documento, mientras que el aprendizaje automático (machine learning ML) y el aprendizaje profundo (deep learning DL) constituyen tecnologías habilitadoras de la inteligencia artificial.

Autor: Marga Verdú, colaboradora IOTSWC