Latest / Voces desde la Línea / IA en líneas de empaque: dónde aporta valor y dónde no

Transcript

IA en líneas de empaque: dónde aporta valor y dónde no · Voces desde la Línea

• 0:00
  SPEAKER_03: Bienvenido a Voces desde la Línea, el podcast que explora y analiza las tecnologías, tendencias, estrategias e ideas que están revolucionando cómo procesamos, empacamos y llevamos los productos de consumo al mercado.
• 0:19
  SPEAKER_02: Aunque la inteligencia artificial ya está en las líneas de envasado, hoy sabemos que su verdadero valor empieza cuando los datos se convierten en decisiones operativas.
• 0:30
  SPEAKER_02: Soy Silvia Gamba, editora asistente de Mundo ExpoPAC, y en este episodio de Voces desde la Línea, generado con inteligencia artificial, recogemos los principales aprendizajes de una conversación de nuestra editora Lilian Roballo con Omar Estrada, director ejecutivo de Sospol y Quimera Plastics, y Javier Javier Perdomo, CEO y fundador de Obsidian Business Lab.
• 0:54
  SPEAKER_02: Escucharemos cómo el análisis en tiempo real, el mantenimiento predictivo y el control adaptativo se traducen en mejoras concretas en planta y qué deben considerar los equipos industriales antes de llevar estas herramientas a producción.
• 1:08
  SPEAKER_02: Bienvenidos.
• 1:10
  SPEAKER_00: Iniciamos esta sesión de análisis directo al punto.
• 1:13
  SPEAKER_00: La misión hoy es extraer los aprendizajes más críticos del reciente webinar de que se tituló Nuevas herramientas de IA para optimizar sus operaciones de empaque y
• 1:24
  SPEAKER_01: procesamiento.
• 1:27
  SPEAKER_01: Un panel bastante revelador,
• 1:27
  SPEAKER_00: por cierto.
• 1:28
  SPEAKER_00: Totalmente.
• 1:29
  SPEAKER_00: Vamos a basarnos en las intervenciones técnicas de Omar Augusto Estrada, director ejecutivo de SOS Poliquimera Plastics, y Javier Perdomo, CEO de Obsidian Business Lab, bajo la moderación de Lilian Roballo.
• 1:39
  SPEAKER_00: El propósito es desglosar las plataformas de inteligencia artificial que ya están listas para producción en la industria de bienes de consumo envasados, separando el ruido mediático Y ese contraste,
• 1:53
  SPEAKER_01: o sea, la brecha entre la expectativa directiva y la realidad operativa, es el verdadero dolor de cabeza para quienes lideran la manufactura hoy en día.
• 2:02
  SPEAKER_00: Claro, porque la exigencia por mejorar eficiencia y rendimiento siempre está ahí.
• 2:06
  SPEAKER_01: Siempre.
• 2:07
  SPEAKER_01: Pero el mercado está saturado de promesas teóricas.
• 2:10
  SPEAKER_01: Los líderes de operaciones buscan incrementos reales en los márgenes de rentabilidad, no un experimento de software que colapsa en cuanto la empresa se desplaza.
• 2:19
  SPEAKER_01: A ver,
• 2:21
  SPEAKER_00: pero supongamos que una empresa decide invertir hoy mismo en esto.
• 2:26
  SPEAKER_00: Antes de hablar de herramientas específicas, los datos del webinar muestran que la adopción en América Latina está súper fragmentada.
• 2:32
  SPEAKER_01: Profundamente fragmentada, diría yo.
• 2:35
  SPEAKER_00: Por un lado, tienes a gigantes como Grupo Bimbo o Coca-Cola escalando esta tecnología rápidamente, pero las pymes siguen atrapadas en pilotos aislados.
• 2:45
  SPEAKER_01: Pilotos que casi nunca logran integrarse a la operación diaria.
• 2:49
  SPEAKER_01: Y
• 2:49
  SPEAKER_00: ahí es donde entra la estadística que mencioné al principio.
• 2:53
  SPEAKER_00: No es solo ese 40% de maquinaria sin conectividad.
• 2:55
  SPEAKER_00: Es que el 70% de las empresas reutiliza hardware tradicional.
• 3:00
  SPEAKER_01: Hardware que simplemente no está optimizado para modelos matemáticos complejos.
• 3:04
  SPEAKER_01: Y
• 3:05
  SPEAKER_00: esta fragmentación crea lo que los expertos en el panel llamaron el Management by Magazine.
• 3:10
  SPEAKER_00: Fíjate que es un concepto fascinante.
• 3:12
  SPEAKER_00: Y
• 3:12
  SPEAKER_01: sumamente destructivo en la práctica.
• 3:15
  SPEAKER_01: Para los gerentes de operaciones que escuchan esta sesión, seguro les suena familiar.
• 3:19
  SPEAKER_00: Ocurre
• 3:21
  SPEAKER_01: cuando la dirección general lee un artículo sobre un éxito deslumbrante en una revista de negocios y de inmediato exige replicarlo.
• 3:30
  SPEAKER_00: Compren ese software ya mismo.
• 3:33
  SPEAKER_01: Exacto.
• 3:34
  SPEAKER_01: Lo compran sin evaluar si su rediseño de procesos, si la capacitación de sus operadores o su cultura organizacional están listos.
• 3:42
  SPEAKER_01: Y el resultado es un sistema carísimo que no genera un solo centavo de retorno.
• 3:47
  SPEAKER_00: Porque la planta no tenía la madurez analítica.
• 3:49
  SPEAKER_00: Claro.
• 3:50
  SPEAKER_00: Y esa desconexión me lleva a plantearte algo clave.
• 3:53
  SPEAKER_00: Si sabemos que el control estadístico de procesos, el famoso SPC, lleva décadas existiendo.
• 3:59
  SPEAKER_01: Décadas.
• 4:00
  SPEAKER_01: Así es.
• 4:00
  SPEAKER_00: ¿Y funciona maravillosamente para estabilizar la calidad?
• 4:03
  SPEAKER_00: ¿Por qué ignorarlo para saltar a la inteligencia artificial?
• 4:07
  SPEAKER_00: O sea, si la planta no está lista,¿existen escenarios donde el control estadístico tradicional siga siendo superior?
• 4:13
  SPEAKER_01: Sin lugar a dudas.
• 4:14
  SPEAKER_01: De hecho, el control estadístico no solo sigue siendo superior en entornos de baja madurez, es que es el cimiento indispensable.
• 4:22
  SPEAKER_00: ¿El paso previo obligatorio?
• 4:24
  SPEAKER_01: Totalmente.
• 4:25
  SPEAKER_01: Forzar algoritmos sobre sistemas legados donde los datos se capturan a mano en hojas de cálculo eso solo genera caos y rechazo por parte de los operadores.
• 4:34
  SPEAKER_00: Claro, el operador termina odiando el sistema.
• 4:37
  SPEAKER_01: Lógicamente.
• 4:38
  SPEAKER_01: Implementar un control estadístico riguroso primero permite entender el comportamiento natural de la máquina, estabiliza los márgenes y reduce el desperdicio de inmediato.
• 4:48
  SPEAKER_01: Es la estrategia lógica para capturar rentabilidad a corto plazo.
• 4:52
  SPEAKER_00: Mientras preparas a la organización para la automatización a mediano plazo.
• 4:56
  SPEAKER_01: Exactamente.
• 4:58
  SPEAKER_01: Saltarse las bases estadísticas garantiza el fracaso del proyecto.
• 5:02
  SPEAKER_01: Estoy convencida de eso.
• 5:03
  SPEAKER_00: Bien, llevemos el escenario un paso más allá.
• 5:05
  SPEAKER_00: Imaginemos que una empresa sí tiene el capital, ya tiene su control estatístico impecable y la cultura lista.
• 5:12
  SPEAKER_00: Compran el software y aún así la implementación fracasa.
• 5:16
  SPEAKER_01: Un escenario muy común, lamentablemente.
• 5:19
  SPEAKER_00: Porque las fuentes indican que el obstáculo principal ni siquiera son las máquinas, son los datos.
• 5:24
  SPEAKER_00: El 65% de los datos industriales nunca se utiliza.
• 5:28
  SPEAKER_00: Y
• 5:29
  SPEAKER_01: ahí es donde entra el famoso Exacto.
• 5:31
  SPEAKER_01: El
• 5:32
  SPEAKER_00: error más costoso no es comprar el software equivocado, es ignorar la limpieza de esos datos y crear este pantano.
• 5:40
  SPEAKER_01: Y el concepto del pantano de datos lo explica todo.
• 5:44
  SPEAKER_01: Las líneas de producción generan gigabytes de información por hora.
• 5:48
  SPEAKER_00: Es una cantidad brutal.
• 5:50
  SPEAKER_01: Pero operan sobre arquitecturas fragmentadas.
• 5:53
  SPEAKER_01: Por ejemplo, el antiguo estándar ISA 95.
• 5:57
  SPEAKER_01: Fue diseñado para una época de reportes diarios.
• 6:00
  SPEAKER_01: no para reaccionar en milisegundos.
• 6:02
  SPEAKER_00: Claro, te da la foto de ayer, no la de este instante.
• 6:06
  SPEAKER_01: Así es.
• 6:07
  SPEAKER_01: Crea silos donde los equipos de diferentes marcas no pueden intercambiar datos en tiempo real, ni compartir un reloj sincronizado.
• 6:14
  SPEAKER_01: La solución ineludible mencionada en el panel es adoptar protocolos modernos, específicamente OPC UA.
• 6:22
  SPEAKER_00: Open Platform Communications Unified Architecture.
• 6:26
  SPEAKER_00: Para visualizar lo grave que es operar con la arquitectura antigua, es como tener una máquina llenadora que habla mandarín, un sensor térmico que habla alemán y un control central que usa un diccionario viejo con cinco segundos de
• 6:38
  SPEAKER_01: retraso.
• 6:42
  SPEAKER_01: Y en la industria, cinco segundos tarde es una
• 6:43
  SPEAKER_00: eternidad.
• 6:43
  SPEAKER_00: Exacto.
• 6:44
  SPEAKER_00: El protocolo OPC UA es como un traductor universal instantáneo.
• 6:48
  SPEAKER_00: Logra que la bomba y la envasadora hablen el mismo idioma en el mismo milisegundo.
• 6:53
  SPEAKER_00: Y esto es vital para evitar lo que los documentos llaman AI drift o la deriva de la inteligencia artificial.
• 7:00
  SPEAKER_01: Fíjate que esa analogía de la traducción tardía.
• 7:03
  SPEAKER_01: Captura perfecto el AI Drift.
• 7:05
  SPEAKER_01: Las redes neuronales no tienen sentido común.
• 7:08
  SPEAKER_00: Solo ven números.
• 7:09
  SPEAKER_01: Aprenden basándose en correlaciones de tiempo.
• 7:12
  SPEAKER_01: Si la red te entrega datos desfasados, digamos, registrando una caída de presión tres segundos después de que realmente pasó.
• 7:19
  SPEAKER_00: El algoritmo asocia el error al lote equivocado.
• 7:22
  SPEAKER_01: Precisamente.
• 7:23
  SPEAKER_01: La inteligencia artificial asimila un patrón falso y se aleja de la realidad operativa.
• 7:29
  SPEAKER_01: Para cuando la gerencia se da cuenta, la máquina lleva horas haciendo microajustes erróneos.
• 7:35
  SPEAKER_00: Arruinando el producto.
• 7:36
  SPEAKER_01: Arruinándolo, lo que te obliga a detener la línea y pagar auditorías de software carísimas para recalibrar los modelos.
• 7:44
  SPEAKER_00: Un desastre financiero.
• 7:45
  SPEAKER_00: Entonces, asumiendo que superamos el pantano de datos, instalamos el protocolo OPC UA y la información fluye limpia, la gran pregunta es,¿qué detecta exactamente la inteligencia artificial que un operador humano con 20 años de experiencia jamás vería?
• 8:00
  SPEAKER_01: Esa es la pregunta del millón.
• 8:03
  SPEAKER_00: Porque la industria sigue debatiendo si la máquina debe tomar tomar decisiones sola, en ciclo cerrado, o actuar solo como un copiloto.
• 8:09
  SPEAKER_00: Y al ver los casos del webinar, la ventaja real no es magia, es la capacidad matemática de procesar variables a una velocidad incomprensible para el cerebro humano.
• 8:18
  SPEAKER_01: Y por eso el modelo de copiloto es el formato más exitoso actualmente.
• 8:24
  SPEAKER_01: Hubo un caso clarísimo en el panel sobre una embotelladora procesando 72,000 botellas por hora.
• 8:29
  SPEAKER_00: 72,000.
• 8:30
  SPEAKER_00: Es una velocidad donde el ojo no ve nada.
• 8:33
  SPEAKER_01: Nada.
• 8:35
  SPEAKER_01: Por más que el operador intentara afinar la
• 8:42
  SPEAKER_00: máquina.
• 8:43
  SPEAKER_00: Exacto.
• 8:46
  SPEAKER_01: Al implementar la inteligencia artificial como copiloto, el sistema encontró una correlación oculta entre tres variables.
• 8:53
  SPEAKER_01: La temperatura de termoformado, la temperatura de inyección de líquido y la velocidad de la etiquetadora.
• 8:59
  SPEAKER_00: O sea, tres cosas que parecen operar de forma aislada.
• 9:02
  SPEAKER_01: Pero que juntas impactan el plástico.
• 9:05
  SPEAKER_01: Un humano no puede calcular el impacto cruzado de esas tres fluctuaciones cinéticas y térmicas para los próximos 15 minutos.
• 9:13
  SPEAKER_01: El algoritmo sí.
• 9:15
  SPEAKER_01: Calcule el escenario y le sugiere al operador en su pantalla el ajuste exacto para neutralizar el defecto antes de que ocurra.
• 9:22
  SPEAKER_00: Es la predicción matemática ganándole a la reacción manual.
• 9:26
  SPEAKER_00: Pero fíjate que el caso que más me impactó sobre hacer visible lo invisible fue el de la cervecería global.
• 9:31
  SPEAKER_01: El caso del sellado de cajas, fenomenal.
• 9:33
  SPEAKER_00: Operando a 100 paquetes por minuto.
• 9:35
  SPEAKER_00: El problema crónico era el pegamento hot melt en las cajas de cartón.
• 9:39
  SPEAKER_00: Imagina la pesadilla logística.
• 9:41
  SPEAKER_00: Aplican el pegamento, cierran las solapas y el adhesivo queda
• 9:44
  SPEAKER_01: oculto.
• 9:46
  SPEAKER_01: Llega ciego, no sabe si pegó
• 9:47
  SPEAKER_00: bien o no.
• 9:47
  SPEAKER_00: Exacto.
• 9:48
  SPEAKER_00: La única manera de verificar era haciendo pruebas destructivas cada hora.
• 9:51
  SPEAKER_00: Y romper cajas significa que si encuentras un error, los palets producidos en los últimos 60 minutos probablemente ya están comprometidos.
• 9:58
  SPEAKER_01: Y eso es puro desperdicio y reproceso.
• 10:01
  SPEAKER_00: Pérdidas gigantescas.
• 10:03
  SPEAKER_00: La solución aquí fue implementar cámaras termográficas y sincronizadas con redes neuronales.
• 10:07
  SPEAKER_00: Básicamente, visión de rayos X para detectar calor.
• 10:10
  SPEAKER_01: Claro, porque el pegamento caliente irradia calor a través del cartón.
• 10:14
  SPEAKER_01: Y
• 10:14
  SPEAKER_00: la cámara captura esa huella térmica exacta.
• 10:17
  SPEAKER_00: La red neuronal procesa la imagen en milisegundos y evalúa la geometría, la temperatura y el volumen del pegamento.
• 10:24
  SPEAKER_00: Aprueba o rechaza el 100% de las cajas sin tocar un solo producto.
• 10:28
  SPEAKER_00: Y
• 10:29
  SPEAKER_01: lo más interesante desde el punto de vista de negocios es que al garantizar esa cohesión estructural, La empresa pudo eliminar la envoltura de película plástica alrededor de los pallets.
• 10:40
  SPEAKER_00: Reduciendo costos de material drásticamente.
• 10:42
  SPEAKER_00: Y
• 10:43
  SPEAKER_01: cumpliendo sus metas de sostenibilidad corporativa de paso.
• 10:46
  SPEAKER_01: Es un ganar-ganar absoluto.
• 10:48
  SPEAKER_00: Con evidencias tan fuertes, los profesionales necesitan nombres tangibles, herramientas que ya operen a este nivel.
• 10:54
  SPEAKER_00: Y el panel destacó tres plataformas listas para producción que vale la pena mencionar.
• 10:59
  SPEAKER_01: Así es, no son prototipos, ya están en las plantas.
• 11:02
  SPEAKER_00: La primera es Valiant.
• 11:04
  SPEAKER_00: Destaca por integrarse en infraestructuras híbridas, mezcla sensores antiguos con tecnología nueva y usa modelos de lenguaje grande, parecidos a los chats que todos usamos, pero entrenados con lógica de envasado.
• 11:17
  SPEAKER_01: Para darle sugerencias conversacionales al
• 11:20
  SPEAKER_00: operador en una tablet.
• 11:21
  SPEAKER_00: Exacto.
• 11:21
  SPEAKER_00: La segunda es Fractal, súper especializada en sensorización profunda de válvulas y motores para mantenimiento predictivo.
• 11:28
  SPEAKER_00: Su enfoque es eliminar esas micro paradas que te destruyen la eficiencia en
• 11:32
  SPEAKER_01: silencio.
• 11:34
  SPEAKER_01: Ambas solucionan cuellos de botella muy críticos valiant traduce la detección de anomalías que suele ser muy abstracta en instrucciones simples para el operador y fractal ataca el desgaste antes de que detenga la línea
• 11:48
  SPEAKER_00: pero la tercera plataforma entra en una dimensión financiera muy distinta la relación entre eficiencia energética y productividad sospol en alianza con asuma energía desarrolló una arquitectura que vincula el consumo eléctrico con los datos de inyección o termoformado
• 12:04
  SPEAKER_01: y esto es vital para para procesar polímeros.
• 12:07
  SPEAKER_01: El costo de energía es altísimo.
• 12:09
  SPEAKER_00: Identifican ineficiencias térmicas desde el molde hasta la máquina central.
• 12:12
  SPEAKER_00: Y el gran logro técnico aquí, y esto me parece brillante, es cómo resuelven la barrera financiera de los altísimos costos de procesamiento en la nube.
• 12:21
  SPEAKER_01: Porque subir todos los datos a la nube te quiebra el presupuesto.
• 12:24
  SPEAKER_00: Totalmente.
• 12:25
  SPEAKER_00: Procesar cada pequeña vibración o cambio de temperatura enviando millones de datos por segundo a la nube es insostenible.
• 12:32
  SPEAKER_00: Te cobran por milisegundo de cálculo.
• 12:34
  SPEAKER_01: Entonces,¿cuál fue la solución que implementaron.
• 12:35
  SPEAKER_00: SOSPool utiliza modelos determinísticos locales.
• 12:40
  SPEAKER_00: En lugar de subir todo, usan reglas matemáticas fijas directamente en la computadora de la máquina para preprocesar y filtrar la información.
• 12:48
  SPEAKER_01: Ah, limpian el ruido localmente.
• 12:50
  SPEAKER_00: Exacto.
• 12:51
  SPEAKER_00: Limpian el ruido de la operación normal y solo envían a la nube las desviaciones complejas que realmente requieren un análisis profundo.
• 12:58
  SPEAKER_01: Y eso reduce drásticamente la factura del servidor.
• 13:01
  SPEAKER_01: Es un mecanismo de preprocesamiento que hace el proyecto escalable.
• 13:05
  SPEAKER_01: La capacidad pesada de la nube se reserva solo para descubrir correlaciones de altísimo valor.
• 13:11
  SPEAKER_00: No para monitorear si la temperatura está normal.
• 13:13
  SPEAKER_01: Exactamente.
• 13:14
  SPEAKER_01: Y cuando ves que estas plataformas ya optimizan presupuestos en tiempo real, te das cuenta de que la mayor barrera ya no es el software.
• 13:22
  SPEAKER_00: Ni el hardware.
• 13:22
  SPEAKER_01: Es el talento humano.
• 13:24
  SPEAKER_01: Así es.
• 13:25
  SPEAKER_01: El verdadero desafío hoy es la capacidad humana.
• 13:28
  SPEAKER_01: ¿Cómo interactúa el operador con estas herramientas?
• 13:31
  SPEAKER_01: Porque esto cambia por completo la naturaleza del trabajo en la La
• 13:36
  SPEAKER_00: integración de estos sistemas copiloto redefine el perfil que se necesita en una línea de empaque.
• 13:42
  SPEAKER_00: El operario ya no puede ser visto solo como mano de obra para tareas físicas y repetitivas.
• 13:47
  SPEAKER_01: Tiene que evolucionar hacia un rol de autogestor analítico.
• 13:50
  SPEAKER_00: Exactamente.
• 13:51
  SPEAKER_00: Cuando la tablet le sugiere reducir la presión de un inyector, esa persona necesita el criterio técnico para entender cómo esa pequeña modificación va a repercutir kilómetros aguas abajo en la
• 14:01
  SPEAKER_01: cadena.
• 14:03
  SPEAKER_01: El músculo es reemplazado por el criterio.
• 14:05
  SPEAKER_01: Y esto exige un compromiso radical de las industrias para invertir en recapacitar a su personal.
• 14:10
  SPEAKER_01: La automatización no elimina al humano, eleva su función.
• 14:14
  SPEAKER_00: Y transforma también a los gerentes.
• 14:16
  SPEAKER_00: Dejarán de apagar incendios y microgestionar urgencias para enfocarse en la optimización sistémica usando las predicciones del software.
• 14:25
  SPEAKER_01: La industria transita hacia un modelo donde comprender matemáticamente el ecosistema genera mucho más valor que la simple velocidad manual.
• 14:34
  SPEAKER_00: Cerramos esta sesión de análisis detallado dejando sobre la mesa la misma pregunta provocativa con la que concluyó el panel original.
• 14:44
  SPEAKER_01: Una pregunta perfecta para la próxima
• 14:44
  SPEAKER_00: junta directiva.
• 14:45
  SPEAKER_00: Así es.
• 14:45
  SPEAKER_00: Para quienes nos escuchan, llévense esto a su próxima reunión gerencial de operaciones.
• 14:50
  SPEAKER_00: ¿Cuál es ese dato específico que hoy no se está capturando en su planta y que, de lograr procesarse en tiempo real, cambiaría por completo una decisión crítica en sus operaciones diarias?
• 15:07
  SPEAKER_03: Gracias por escuchar Voces desde la Línea.
• 15:10
  SPEAKER_03: Puedes escucharnos en más episodios a través de todas las plataformas de streaming.