La Conferencia Anual de ISA Sección Española 2024, celebrada el 6 de junio en Madrid, se centró en la aplicación de la inteligencia artificial (IA) en la automatización de procesos industriales, reuniendo a 130 expertos y profesionales para discutir avances, retos y oportunidades en este ámbito.
Tras la recepción de los socios por parte de Francisco Alférez, presidente de ISA Sección Española, y dada la bienvenida a la conferencia, se presentó una agenda de intervenciones que suscitaron mucho interés, e incluso polémica, ante los retos que las aplicaciones de Inteligencia Artificial (IA) proponen a la industria.
La primera de las conferencias la impartió Juan Julio González Paredes, responsable de Inteligencia Artificial e Hiperautomatización en Navantia (Grupo SEPI) y miembro de la mesa de Casos de Uso en IndesIA. Abordó la integración de IA e hiperautomatización, destando los usos que ya están aplicando a proyectos, como por ejemplo, sistemas de detección de anomalías mediante la utilización de datos históricos y herramientas de machine learning, para identificar problemas potenciales antes de que ocurran utilizando herramientas como Copilot Industrial, enfocado en mejorar la eficiencia operativa, soluciones que en su caso están liderando junto a Siemens y Microsoft. Un dato que quiso resaltar es la necesidad de apoyarse en soluciones como las de Azure, AWS o Google, que permiten los niveles de seguridad que exige la Unión Europea, ya que ChatGPT al estar en EEUU no garantiza la confidencialidad necesaria.
La primera mesa redonda del evento abordó las oportunidades y riesgos de la IA en el ámbito de la ciberseguridad. Moderada por Agustín Valencia (Fortinet), la discusión contó con la participación de Raúl Guillén (Trend Micro), Fernando Rubio Roman (Microsoft) y Álvaro Anaya (Iberdrola).
El panel comenzó enfatizando la capacidad de la IA para mejorar significativamente la ciberseguridad. Raúl Guillén destacó cómo la IA puede analizar vastas cantidades de datos en tiempo real para identificar patrones sospechosos y predecir ataques antes de que ocurran. La IA puede automatizar tareas rutinarias, permitiendo a los expertos en ciberseguridad centrarse en amenazas más sofisticadas. En el entorno actual, donde los ciberataques son cada vez más complejos, la IA ofrece una ventaja crucial al proporcionar respuestas rápidas y precisas.
Sin embargo, los panelistas subrayaron la importancia de una gobernanza adecuada para evitar el uso indebido de la IA en ciberseguridad. Se destacó el riesgo de que tecnologías avanzadas y conocimientos específicos se democraticen, permitiendo a actores malintencionados acceder a herramientas poderosas para causar desinformación o realizar ciberataques. La mesa redonda coincidió en la necesidad de establecer procesos de gobernanza robustos que incluyan comités que conecten a técnicos de IT (tecnología de la información) y OT (tecnología operativa), dos mundos que deben trabajar en estrecha colaboración.
Otro punto crítico abordado fue la brecha de talento en ciberseguridad. Según cifras del Instituto Nacional de Ciberseguridad (INCIBE), España necesita 78.000 profesionales capacitados para enfrentar el cibercrimen, pero actualmente solo cuenta con 38.000. Esta brecha representa un riesgo significativo, ya que la falta de personal cualificado puede dejar a las organizaciones vulnerables a ataques.
El riesgo asociado con la democratización de la tecnología y los conocimientos, el acceso a herramientas de IA avanzadas es cada vez más fácil, lo que puede ser aprovechado por individuos con intenciones maliciosas. La capacidad de la IA para generar desinformación y realizar ataques cibernéticos sofisticados está al alcance de cualquiera con un mínimo de conocimiento y recursos. Este fenómeno aumenta la presión sobre las organizaciones para fortalecer sus defensas y educar a sus empleados sobre las amenazas emergentes.
La mesa redonda concluyó con varias recomendaciones clave para mitigar los riesgos y aprovechar las oportunidades que ofrece la IA en ciberseguridad:
La conferencia de Antoni Rovira (Rockwell), titulada ‘Inteligencia Artificial en la Industria: Aplicaciones y Casos Prácticos’, destacó el creciente papel de la IA en el ámbito industrial, presentando diversas aplicaciones y beneficios derivados de su implementación en procesos de mantenimiento, detección de incidencias y desarrollo de código.
Rovira abrió su presentación subrayando cómo la IA está revolucionando los sistemas de control industrial. Estos sistemas, ahora impulsados por IA, pueden aprender y adaptarse a cambios sutiles en materiales y entorno, mejorando el rendimiento del proceso y reduciendo la necesidad de vigilancia constante por parte de los operadores. Según IoT Analytics 2023, el 31% de las organizaciones industriales ya han adoptado soluciones de IA, y Gartner 2022 destaca que el 40% de los comités directivos consideran la IA y el aprendizaje automático como cruciales para el éxito de su negocio digital.
Uno de los puntos clave de su ponencia fue la integración de la IA en la Gestión de Mantenimiento Asistida por Ordenador (GMAO). Rovira explicó cómo la IA puede analizar datos de sensores y aprender el comportamiento normal de las instalaciones, prediciendo fallos antes de que ocurran y generando automáticamente órdenes de trabajo detalladas. Esta capacidad de predicción permite evitar paradas no planificadas, elimina el trabajo innecesario y prioriza las tareas críticas. Presentó ejemplos de éxito, como el caso de Perth County Ingredients, donde se ha logrado detectar posibles fallos antes de que se conviertan en problemas graves.
Rovira también discutió sobre cómo la IA puede mejorar la detección de incidencias en sectores como el metal, la minería, la fabricación de perfiles o la maquinaria pesada. Y comentó un caso real en la industria del metal, donde se logró detectar anomalías en los rodamientos de un motor de volquete, ahorrando horas de parada no planificada. La IA ayuda además a mejorar la seguridad al predecir fallos en los equipos antes de que ocurran, protegiendo así a los trabajadores.
Otro aspecto innovador que abordó fue el uso de la IA en el desarrollo de código. Mediante un ‘Copiloto’ de IA generativa, los programadores pueden interactuar con la IA en lenguaje natural para obtener soporte en tareas específicas, recibir ejemplos detallados y reducir el tiempo de desarrollo. Este enfoque no solo acelera el proceso de programación, sino que también mejora la calidad del código generado.
La conclusión fue que la IA ya está teniendo un impacto significativo en la industria, aumentando la productividad y diferenciación. La IA se presenta como una herramienta de soporte invaluable para el personal de fábrica y, aunque estamos en las primeras etapas de su adopción, se espera una evolución hacia sistemas cada vez más autónomos. La propuesta del ponente es ser optimista con el panorama sobre el futuro de la IA en la industria, enfatizando su potencial para transformar los procesos industriales y optimizar la toma de decisiones.
La siguiente conferencia ofreció una visión detallada y perspicaz sobre el impacto de la IA en la industria del agua. Manuel Serrano Rodríguez (Siemens) se centró en tres casos de uso específicos: la predicción de demanda para una distribución óptima; la detección de fugas en redes de distribución urbanas; y la mejora de la calidad mediante la optimización de lazos de control. A continuación resumimos los puntos clave de la conferencia, destacando cómo la IA está revolucionando la gestión y distribución del agua.
Los casos prácticos se basaron en demostrar la utilidad de la tecnología para analizar datos, tomar decisiones y optimizar procesos, lo que conlleva mejorar la eficiencia, reducir costos y garantizar una gestión sostenible de los recursos hídricos.
Uno de los principales desafíos en la gestión del agua es la precisa predicción de la demanda. La conferencia presentó un caso de uso donde se emplea IA para predecir el caudal de salida en una red de distribución. Utilizando 13 años de datos históricos y datos climatológicos horarios, el modelo de IA puede predecir la demanda con un error absoluto medio del 5%. Esta precisión permite ajustar el caudal de entrada para igualar la demanda prevista, reduciendo el tiempo de almacenamiento y manteniendo la calidad del agua. La implementación de este modelo se realiza a través de una arquitectura estandarizada de edge computing, facilitando la escalabilidad y el despliegue masivo.
Otro caso de uso presentado fue la detección de fugas en redes de distribución urbanas. Las fugas representan una pérdida significativa de agua no facturada (NRW). La IA se utiliza para analizar datos de sensores de caudal, presión y ruido, combinados con modelos hidráulicos y sistemas de información geográfica (GIS). Este enfoque permite detectar y localizar fugas con precisión, incluso a nivel de tubería. La integración de más sensores mejora la precisión de la detección, optimizando la instalación de caudalímetros y mejorando la eficiencia operativa.
La conferencia también abordó la optimización de lazos de control en las estaciones de tratamiento de agua potable (ETAP). La IA permite ajustar automáticamente los lazos de control, mejorando la calidad del agua y reduciendo el consumo de recursos. Según Control Engineering, solo el 50% de los lazos de control en la industria de proceso están bien ajustados. La optimización de estos lazos ahorra dinero, mejora la calidad y aumenta la disponibilidad sin necesidad de nuevas inversiones. Un lazo de control bien ajustado reduce la variabilidad, mejora la estabilidad del proceso y permite acercar los puntos de consigna a los límites operativos, maximizando el rendimiento y minimizando el consumo energético.
La adopción de IA en la industria del agua está en sus primeras etapas, pero el potencial es inmenso. Regiones como Asia-Pacífico, América del Norte y Europa lideran la implementación de IA en el sector manufacturero. Se prevé que el mercado global de IA industrial alcance los 80.000 millones de euros en 2026, con una tasa de crecimiento anual compuesta (CAGR) del 35%. La IA en la industria del agua no solo mejora la eficiencia operativa, sino que también contribuye a la sostenibilidad y a la conservación de recursos hídricos.
La sesión de la tarde comenzó con un panel de expertos que debatió sobre el papel de la IA en la Industria 4.0. La mesa redonda, titulada ‘La IA en la Industria 4.0: ¿Una promesa cumplida?’, exploró los desafíos, oportunidades y estrategias necesarias para la implementación efectiva de la IA en entornos industriales.
Estuvo moderada por David Jiménez (Rittal) y contó con la participación de Juan Manuel Tomé (Cepsa), Juan Manuel Ferrer (Telefónica Tech), Juan de la Peña (Siemens) y David Ascarza (Emerson).
La discusión comenzó con el reto de llevar modelos analíticos a la industria. Los expertos coincidieron en que, aunque hay un gran potencial en el uso de IA para mejorar procesos industriales, la implementación de estos modelos presenta varios desafíos. En particular, el desarrollo y prueba de modelos analíticos suelen realizarse en pequeños entornos de prueba (POCs), lo que puede resultar en una dispersión de esfuerzos y recursos.
Uno de los puntos más destacados por Juan de la Peña fue la diferencia entre la IA generativa y la IA tradicional. Mientras que la IA generativa puede reducir costos significativamente mediante el uso de modelos de lenguaje de gran escala (LLM) y asistentes virtuales, la transición de estas tecnologías a una infraestructura de producción sigue siendo costosa y complicada. Esta diferencia entre la fase de prueba y la implementación en producción fue uno de los temas centrales de la discusión.
El panel identificó cuatro áreas críticas que deben ser abordadas para una implementación exitosa de la IA: personas, procesos, tecnología y organización. La importancia de integrar soluciones de IA dentro de la cultura empresarial y asegurar la implicación de todos los departamentos fue subrayada. Crear una estrategia clara y cuidar la parte organizativa es esencial para superar las barreras internas y externas.
Para facilitar la adopción de la IA, los expertos recomendaron identificar un primer caso de uso que sea sencillo pero que tenga un impacto significativo en la empresa. Este enfoque permite demostrar el valor de la IA y animar a la organización a continuar invirtiendo en estas tecnologías. Según Juan Manuel Tomé encontrar problemas críticos (PAIN) que no han sido resueltos por otras soluciones puede servir como una buena entrada para la IA.
Juan Manuel Ferrer y David Ascarza enfatizaron la importancia de entender el estado tecnológico del cliente, la planta y los procesos antes de incorporar IA. La recogida de datos precisa y exhaustiva es fundamental para el éxito de los proyectos de IA. Es crucial evaluar el nivel de madurez tecnológica del cliente para diseñar una hoja de ruta adecuada para la implementación de soluciones de IA.
La mesa redonda concluyó que, aunque la IA en la Industria 4.0 aún enfrenta varios desafíos, su potencial para transformar los procesos industriales es innegable. Con una estrategia bien definida, una comprensión clara del estado tecnológico y una implicación plena de todos los departamentos, la IA puede cumplir su promesa de revolucionar la industria. La clave está en comenzar con pasos pequeños pero impactantes, demostrando el valor de la IA y construyendo sobre esos éxitos iniciales para avanzar hacia una adopción más amplia y profunda.
A continuación, otro panel de expertos exploró cómo la IA está facilitando la implementación de tecnologías del hidrógeno (H2). Bajo la moderación de Sergi Contelles (Dekra), la mesa redonda contó con las intervenciones de Jesús Palacín (Aveva/Schneider Electric), Eduardo Herraiz (Weidmüller) y Brais Armiño (AtlantHy).
Jesús Paladin abrió la discusión destacando las particulares necesidades del sector del hidrógeno, donde la demanda y la producción son especialmente difíciles de predecir y controlar, sobre todo cuando se utiliza energía verde, que no siempre está disponible bajo demanda. La IA se presenta como una herramienta esencial para optimizar estos procesos, permitiendo prever la demanda y ajustar la producción de manera eficiente.
Brais Armiño resaltó que la IA está acelerando los procesos de innovación en el sector del hidrógeno. Aplicaciones de machine learning y mantenimientos predictivos son cruciales para la gestión de electrolizadores, que requieren un equilibrio energético preciso. La monitorización continua de las instalaciones permite predecir y detectar problemas antes de que afecten significativamente la producción. Armiño identificó tres tipos de mantenimiento fundamentales en este contexto: paliativo, preventivo y predictivo.
Eduardo Herraiz abordó la gestión de electrolizadores, subrayando su tendencia a degradarse con el tiempo. La IA ayuda a decidir qué electrolizadores activar o desactivar para mantener condiciones óptimas de funcionamiento. Al integrar previsiones meteorológicas, demandas futuras y costos de producción y venta en modelos rigurosos, la IA cierra el ciclo de gestión, permitiendo anticiparse a los problemas y ajustar los procesos en consecuencia. Este enfoque garantiza que los electrolizadores operen de la manera más eficiente posible, minimizando el desgaste y los costos operativos.
Un desafío significativo en el sector del hidrógeno es la falta de datos operativos fiables, dado que aún no existen suficientes plantas en Europa para generar una base de datos robusta. No obstante, Jesús Palacín explicó que la IA puede desarrollar modelos que, aunque no sean totalmente rigurosos, mejoran considerablemente la implementación y explotación de las instalaciones existentes. La capacidad de la IA para trabajar con datos limitados y aún así proporcionar mejoras operativas es crucial para el avance del sector.
Un tema emergente en la discusión fue el uso de algoritmos verdes, como señaló Eduardo Herraiz. Dado que el manejo de grandes volúmenes de datos consume mucha energía, existe un interés creciente en optimizar el diseño de algoritmos para reducir el consumo energético sin comprometer el rendimiento. Iniciativas como el Plan Nacional de Algoritmos Verdes buscan desarrollar soluciones sostenibles que balanceen la necesidad de datos con la eficiencia energética, promoviendo la viabilidad a largo plazo de las tecnologías del hidrógeno.
La inteligencia artificial es un motor clave para la adopción y optimización de las tecnologías del hidrógeno. A través de la predicción de demanda, el mantenimiento predictivo y la gestión eficiente de electrolizadores, la IA está posicionada para transformar el sector. A pesar de los desafíos en términos de datos operativos y consumo energético, los avances en IA prometen un futuro más sostenible y eficiente para la producción y uso del hidrógeno.
Durante la Conferencia Anual de ISA Sección Española 2024 se entregaron los premios y reconocimientos:
----
Este artículo aparece publicado en el nº 557 de Automática e Instrumentación págs. 18 a 25.
Bajo el lema ‘Motion & Drives’
Comentarios