5 Ideas equivocadas sobre el uso de Inteligencia Artificial para automatizar el mantenimiento.

marzo 4, 2021

Reading Time: 7 minutes

El transporte está cambiando. Así como también el mantenimiento.

 

El mundo de hoy es extremadamente competitivo. Las empresas se enfrentan a nuevos competidores y una amenaza constante de los actores de la industria basados en otras regiones, ya que casi todos los sectores se están convirtiendo en parte de un mercado global. La competitividad ya no es solo un factor determinante de la rentabilidad, también define qué empresas sobreviven y prosperan, así como los que no podrán seguir el ritmo implacable del mundo moderno.

Las nuevas tecnologías y la Inteligencia Artificial (IA) han abierto una ventana de oportunidad para un nuevo enfoque de mantenimiento, más eficiente y eficaz que el tradicional mantenimiento programado y basado en tiempo o kilometraje. Lo llamamos Inteligencia Predictiva y abre el camino hacia el Mantenimiento Automatizado.

Aprovecha la Inteligencia Artificial y permite a los operadores no adivinar o estimar, sino saber, basándose en datos fácticos, qué está mal, qué componentes deben reemplazarse, cuándo actuar, qué stock conservar y cómo evitar interrupciones y eliminar el tiempo de inactividad.

La naturaleza exigente de una operación de transporte, que generalmente funciona sin parar las 24 horas del día, hace que el mantenimiento sea inherentemente una de las principales apuestas presupuestarias. En consecuencia, estas mejoras en la eficiencia operativa del mantenimiento tienen la capacidad de generar un alza inmediata en la competitividad y los resultados finales de las empresas.

Sin embargo, el cambio no es fácil. Nunca lo es. Hemos tenido la suerte de haber apoyado a algunos de los operadores de transporte más innovadores que lo adoptan. En este documento vamos a explorar nuestros aprendizajes de los pioneros de la industria, comenzando con las cinco ideas equivocadas más comunes sobre el aprovechamiento de IA para automatizar el mantenimiento.

1: Una nueva tecnología significa disrupción

Hasta hace muy poco, había básicamente dos opciones para los operadores de flotas en términos del enfoque elegido para el mantenimiento. O reactivo, tomando medidas después de que un vehículo se descompuso, o preventivo, basándose en el conocimiento común y las estadísticas para estimar cuánto durarían los componentes y consumibles, y reemplazarlos en función del kilometraje programado o utilizando un enfoque basado en el tiempo.

El enfoque preventivo obviamente ya es una mejora sobre el reactivo, y aunque los propietarios de camiones autónomos todavía pueden adoptar principalmente el proceso reactivo, genera continuamente altas tasas de incumplimiento, no es sostenible y las empresas competitivas ya no pueden permitírselo.

Los sistemas de información fueron fundamentales en la transición de las prácticas reactivas a las preventivas, proporcionando las herramientas para que las flotas controlen los calendarios y los registros de kilometraje necesarios para su implementación. Hoy en día, esas herramientas son el estándar de la industria para las buenas prácticas.

Sin embargo, los avances tecnológicos son hoy en día rápidamente superados por nuevos desarrollos, dejando todos los nuevos inventos obsoletos en cuestión de años. Y los avances tecnológicos se han puesto al día con el mantenimiento preventivo.

Al aprovechar la IA, ya se está implementando como la mejor práctica estándar un nuevo enfoque de datos predictivos y fácticos que, en última instancia, permite un mantenimiento completamente automatizado. La razón de esto es que con el enfoque heredado del mantenimiento preventivo siempre se terminan reemplazando componentes demasiado pronto o demasiado tarde, lo que genera ineficiencias. Y actuar demasiado tarde significa tiempo de inactividad, lo que genera interrupciones en las operaciones.

Esta es una situación bastante singular en la que el nuevo enfoque es el que evita la disrupción y no al revés. De hecho, un nuevo enfoque predictivo basado en IA no reemplaza (interrumpe) el enfoque anterior. Se construye sobre él. Usar datos fácticos y confiar en la matemática, la física y la ciencia en general para saber exactamente cómo actuar, no significa que uno actuará sin un un plan definido.

Significa que esos planes y horarios se vuelven dinámicos y automatizados, y que sus ingenieros ya no son sorprendidos. Saben lo que está sucediendo, qué acciones deben tomar y cuándo tomarlas. El resultado es que los vehículos se mantienen en la carretera y las mercancías y las personas se entregan del punto A al punto B com menos disrupciones.

Sin sorpresas, sin interrupciones. Ese es el futuro que tenemos por delante, y las empresas que lo adoptan son las que superarán a sus competidores y liderarán los mercados del futuro.

M2: Necesito un analista o un equipo que analice los datos

Un error común es que derivado a que la IA utiliza grandes volúmenes de datos, es necesario que haya personas disponibles para ver todos los datos y entenderlos, de modo que pueda tomar decisiones informadas.

Bien por el contrario, la razón principal para usar IA es justo automatizar este proceso, y evitar que se asignen personas al trabajo manual y repetitivo de análisis de datos. El principio es que no hay nada que los humanos no puedan resolver. Un número suficiente de personas que investiguen un problema puede resolverlo, independientemente de la complejidad. Los humanos somos geniales en la creatividad, pero las computadoras son mucho más eficientes en tareas repetitivas .

Examinar grandes volúmenes y multidimensionales de datos recopilados de vehículos es una de esas tareas repetitivas, y imitar el cerebro humano para detectar patrones y anomalías, junto con suficiente poder computacional, permite que un programa informático basado en IA ejecute el análisis y le brinde lo que necesita – datos procesables.

En términos prácticos, los análisis se realizan de forma automática y se le proporcionan informes de anomalías y fallas detectadas, así como el contexto para interpretarlas. Por ejemplo, en su flota de 100 vehículos que operan en la región A, hay 1 vehículo con un cilindro con un problema de compresión, 3 con baterías de arranque que necesitan ser reemplazadas, «x» con problemas de pérdida de potencia del motor, etc.

Luego, cada problema individual tiene información adicional que respalda y proporciona contexto a la persona que recibe el informe, para que pueda comprender por qué el análisis automatizado generó cada sugerencia.

El objetivo es no tener la necesidad de contratar y asignar más personas a nuevas tareas, sino más bien para aprovechar su equipo existente para alcanzar nuevos niveles de productividad, dándoles acceso a información que antes no tenían.

3: No estoy listo para realizar cambios operativos

El uso de IA para avanzar en las prácticas de mantenimiento no requiere cambios en las responsabilidades diarias de su equipo.

Sus cargos seguirán siendo centrado en el control general del estado de la flota, en la programación de las órdenes de trabajo y la ejecución de las reparaciones . El valor que aporta Stratio reside en la nueva información y los conocimientos, que antes no estaban disponibles para las personas que toman estas decisiones y ejecutan el trabajo, aportando visibilidad en las áreas que estaban escondidas para su organización.

Si bien el mantenimiento aún está programado y las órdenes de trabajo y las reparaciones aún se realizan, las empresas ahora tienen la capacidad de confiar en un producto que captura grandes volúmenes de datos que antes no se capturaban ni almacenaban, y para ejecutar cálculos complejos en tiempo real, para proporcionar acciones sugeridas, lo que permite tomar decisiones más informadas que antes, más rápido y con poco o ningún riesgo.

Es por eso que, en el caso del mantenimiento predictivo y automatizado, la disrupción no se produce con la introducción de una nueva tecnología, y también por qué hemos visto una adopción tan rápida y efectiva por parte de los clientes una vez que experimentan el cambio. Una vez que los equipos comienzan a trabajar mejor y agregan más valor al negocio, es difícil siquiera imaginar regresar.

4: La tecnología me ahorra dinero

Es importante recordar que la tecnología es simplemente un medio para lograr un fin.

No es la IA en sí misma lo que mejora su eficiencia y sus resultados. Solo las acciones de su equipo tienen la capacidad para hacer eso. Por eso damos tanta importancia a generar confianza en cada informe y predicción.

Al brindarle todas las métricas e indicadores clave de rendimiento, junto con las acciones sugeridas, puede comprender mejor por qué estamos recomendando una reparación o un reemplazo .

Sabemos que una vez que confíe en la información que le proporcionamos, actuará. Y al actuar, le dará un propósito a nuestra tecnología. Y como en cualquier negocio, su éxito determina el nuestro.

5: Evitar el bloqueo del proveedor

Si no puede utilizar otro proveedor sin costos sustanciales de cambio, se encuentra en una situación de bloqueo de proveedor.

No creemos en la dependencia del proveedor. Creemos en el rendimiento como criterio para una relación exitosa y de largo plazo con nuestros clientes. El mismo rendimiento es esencial para que podamos cumplir con nuestra misión de apoyar a los pioneros de la industria que impulsan un futuro sin paradas forzadas. Es por eso que proporcionamos a nuestros clientes la propiedad total sobre los datos que se adquieren de los vehículos.

Confiamos en nuestra competitividad, en nuestra capacidad para realizar una mejor investigación, para construir mejores modelos de aprendizaje automático e IA, excelentes funciones y mejores productos para que nuestros clientes tengan éxito. Por lo tanto, si nuestros clientes creen que ya no somos el mejor proveedor, tienen total libertad para mover todos sus datos a otra parte.

Por las mismas razones, apoyamos la integración de los productos de Stratio con otros productos y servicios existentes que utilizan nuestros clientes, optimizando sus inversiones anteriores para evitar la interrupción de los procesos personalizados que ya están en funcionamiento.

¿Por qué mudarse ahora?

A medida que surgen nuevas tecnologías, también surgen oportunidades para hacer las cosas de una mejor manera. Ninguna organización puede seguir teniendo éxito sin ser más eficiente que sus competidores o estar en desventaja. Stratio permite un enfoque de mantenimiento predictivo y automatizado que es mucho más eficiente y efectivo que el mantenimiento tradicional programado y basado en tiempo o kilometraje.

Cuando la tecnología cambia, los mercados se rediseñan. En ese proceso, algunas empresas adoptan cambios antes y crean argumentos competitivos. En un campo extremadamente competitivo, esos son los factores definitorios que determinan el éxito o el fracaso. Retrasar la adopción de una nueva tecnología tiene el costo de dar tiempo a sus competidores para construir una ventaja sobre su negocio.

Eliminar el tiempo de inactividad también va más allá de solo ahorrar costos. Se trata de garantizar que las personas y los bienes se muevan sin interrupciones., que el propósito de su negocio se logre en su máxima expresión y que sus clientes satisfechos aprovechen todas las posibilidades de un futuro predecible y confiable.

Si está interesado en aprender más sobre cómo podemos ayudarlo y en nuestra opinión para el futuro del mantenimiento automotriz, visite nuestro sitio web y reserve su demo.

 

 

 

 

 

 

 

 

 

 

You May Also Like…