La inteligencia artificial (IA) ha alcanzado un nivel de madurez en el que es posible lograr mucha más automatización que la que tenemos actualmente. La IA ya puede discernir cuándo un comercio minorista necesita volver a hacer un pedido y qué solicitar. También tiene la capacidad de asignar un presupuesto optimizado, por ejemplo, para reparaciones de líneas eléctricas o gastos publicitarios. Con la IA responsable, incluso es posible que brinde “explicaciones” y ayude al usuario a comprender por qué tomó determinada decisión.
El desafío consiste en construir un modelo de IA lo suficientemente robusto como para lograr estas mismas capacidades a escala, en un entorno empresarial. Para entrenar un modelo para que decida si conviene más enviar un determinado paquete desde Lima o Arequipa, por ejemplo, es necesario proveerle con un gran volumen de datos sobre los tiempos de viaje y la carga, el clima, la disponibilidad de transporte y la "última milla" crítica para el cliente. Recopilar todos estos datos es bastante fácil a través de RFID e incluso los teléfonos móviles pueden hacerlo, pero ¿cómo separar la señal del ruido? A medida que la implementación de IoT se vuelve más robusta e incorpora datos visuales o de imagen, se genera un volumen tal que podría llegar a colapsar la red cuando se intenta captar la totalidad de los datos. La solución radica en poder integrar la IA lo suficientemente temprano en ese proceso para que los modelos puedan determinar en forma autónoma qué es señal y qué es ruido.
En otras palabras, implementar la automatización a gran escala para aplicarla en contextos más complejos que generalmente implican intervención humana es más un problema de computación que un problema de IA. Cuando la IA se aplica en la periferia, donde se recopilan los datos, el número de lugares diferentes donde es necesario administrar la infraestructura crece considerablemente. Algunos modelos se ejecutarán en dispositivos y beacons, que pueden estar en teléfonos móviles o en una nube pública. Algunos datos se marcarán como potencialmente notables y se enviarán a un hub central o se analizarán en un entorno on premise. La nube híbrida ofrece una forma común de gestionar todo en estos entornos diversos, y eso significa que es posible automatizar mucho más.
En un contexto como la gestión de activos, la capacidad de reunir este tipo de datos y de analizarlos de una manera que tenga sentido para un usuario, se vuelve particularmente poderosa. Para mantener infraestructura crítica, desde centrales de energía, represas eléctricas hasta reactores nucleares, hay que realizar el seguimiento de infinidad de entradas de datos, desde la condición de las líneas de energía, las conexiones y la refrigeración, hasta la inspección más reciente de cada ascensor.
Para integrar la automatización a este contexto, se requiere la gama completa de tecnologías que componen la Industria 4.0, desde dispositivos edge habilitados para IA que pueden recopilar información y analizar en el lugar, hasta analítica avanzada capaz de comprender el panorama general. Cuando podemos reunir toda esta información donde y cuando sea que la necesitemos, y ejecutar cualquier software o modelo que queramos, la tarea hercúlea de inspeccionar, mantener y mejorar estos activos se vuelve mucho más manejable. Podemos usar la IA para evaluar la salud y la seguridad de un activo, incluso podemos automatizar el proceso de toma de decisiones para determinar si es necesario arreglar algo.
La capacidad de predecir cómo le irá a un activo en diferentes escenarios y, en efecto, de predecir cuándo debe inspeccionarse o repararse, tiene importantes implicancias, como poder mitigar la creciente crisis de mantenimiento diferido, o poder reducir drásticamente las huellas de carbono y los desechos. Este potencial permaneció inexplotado durante mucho tiempo porque se señaló que los modelos eran débiles o que la inteligencia artificial aún era inmadura, cuando en realidad la responsabilidad puede atribuirse a problemas mucho más fáciles de resolver, como los cuellos de botella que se generan y que hacen que los datos se liberen a cuentagotas. La IA madura está aquí. Las organizaciones deben invertir en infraestructura que realmente permita desbloquear su poder.
- Daniella Zolezzi
- Consultora de Proyectos, APOYO Comunicación
- dzolezzi@apoyocomunicacion.com
- tel:947102205
International Business Machines Corporation (IBM) (NYSE: IBM) es una empresa multinacional estadounidense de tecnología y consultoría con sede en Armonk, Nueva York. IBM fabrica y comercializa hardware y software para computadoras, y ofrece servicios de infraestructura, alojamiento de Internet, y consultoría en una amplia gama de áreas relacionadas con la informática, desde computadoras centrales hasta nanotecnología.
Acerca de APOYO Comunicación
Somos una consultora de comunicación, que busca ser aliada de sus clientes, ofreciendo servicios integrados a través de cuatro grandes disciplinas: comunicación externa, comunicación interna, insights y transformación digital, para contribuir con los objetivos de comunicación y reputación de nuestros clientes y que éstos a su vez se vean reflejados en los resultados de negocio.
Datos del contacto
-
Descargar vCard
- Daniella Zolezzi
-
Consultora de Proyectos
APOYO Comunicación - dzolezzi@apoyocomunicacion.com
Copiar enlace
https://prensa.apoyocomunicacion.com/210223-automatizacion-e-industria-4-0-como-separar-la-senal-del-ruido-con-la-nube-hibridaTemas relacionados
Noticias relacionadas
Reporte de IBM: el costo promedio de una filtración de datos en Latinoamérica alcanzó los USD 2,46 millones en 2023
•En la región, las organizaciones con un uso extensivo de seguridad impulsada por inteligencia artificial y automatización pudieron reducir los costos de las filtraciones de datos en USD 1,04 millo...
Tres acciones que impulsan la inclusión en los entornos laborales
IBM recomienda 3 áreas para ayudar a las empresas a convertirse en mejores aliadas LGBTQIA+ y generar un impacto positivo en los entornos laborales: Establecer expectativas claras para los colabora...
Estudio IBM: Los datos inadecuados dificultan el progreso de los objetivos de ESG en América Latina
• Los ejecutivos de América Latina citan los datos inadecuados (43%) como la barrera principal que retiene el progreso de ESG. •Solo 4 de cada 10 consumidores encuestados en América Latina sienten ...
IBM anuncia watsonx.governance para ayudar a las organizaciones con la gobernanza y confiabilidad de la IA generativa
watsonx.governance ayuda a: gestionar la IA para cumplir con las próximas regulaciones y políticas de seguridad y transparencia globales. Detectar y mitigar proactivamente los riesgos, monitoreando...
Talento y habilidades en la IA Generativa: lo que los ejecutivos necesitan saber y hacer hoy
Con la IA generativa redefiniendo cada trabajo y cada tarea, desde el nivel inicial hasta el ejecutivo, los líderes empresariales deber saber y hacer tres cosas claves: I. La IA generativa involuc...
Reporte de IBM: el costo promedio de una filtración de datos en Latinoamérica alcanzó los USD 2,46 millones en 2023
•En la región, las organizaciones con un uso extensivo de seguridad impulsada por inteligencia artificial y automatización pudieron reducir los costos de las filtraciones de datos en USD 1,04 millo...
Tres acciones que impulsan la inclusión en los entornos laborales
IBM recomienda 3 áreas para ayudar a las empresas a convertirse en mejores aliadas LGBTQIA+ y generar un impacto positivo en los entornos laborales: Establecer expectativas claras para los colabora...
Estudio IBM: Los datos inadecuados dificultan el progreso de los objetivos de ESG en América Latina
• Los ejecutivos de América Latina citan los datos inadecuados (43%) como la barrera principal que retiene el progreso de ESG. •Solo 4 de cada 10 consumidores encuestados en América Latina sienten ...
IBM anuncia watsonx.governance para ayudar a las organizaciones con la gobernanza y confiabilidad de la IA generativa
watsonx.governance ayuda a: gestionar la IA para cumplir con las próximas regulaciones y políticas de seguridad y transparencia globales. Detectar y mitigar proactivamente los riesgos, monitoreando...
Talento y habilidades en la IA Generativa: lo que los ejecutivos necesitan saber y hacer hoy
Con la IA generativa redefiniendo cada trabajo y cada tarea, desde el nivel inicial hasta el ejecutivo, los líderes empresariales deber saber y hacer tres cosas claves: I. La IA generativa involuc...
Reporte de IBM: el costo promedio de una filtración de datos en Latinoamérica alcanzó los USD 2,46 millones en 2023
•En la región, las organizaciones con un uso extensivo de seguridad impulsada por inteligencia artificial y automatización pudieron reducir los costos de las filtraciones de datos en USD 1,04 millo...
Tres acciones que impulsan la inclusión en los entornos laborales
IBM recomienda 3 áreas para ayudar a las empresas a convertirse en mejores aliadas LGBTQIA+ y generar un impacto positivo en los entornos laborales: Establecer expectativas claras para los colabora...
Estudio IBM: Los datos inadecuados dificultan el progreso de los objetivos de ESG en América Latina
• Los ejecutivos de América Latina citan los datos inadecuados (43%) como la barrera principal que retiene el progreso de ESG. •Solo 4 de cada 10 consumidores encuestados en América Latina sienten ...