El ritmo del cambio tecnológico en la última década casi no tiene precedentes en la historia humana y solo está preparado para ser aún más impresionante en los próximos años: cadena de bloques, robótica, edge computing (computación de vanguardia), inteligencia artificial (IA), grandes bases de datos, impresión en 3D, sensores, visión artificial, Internet de las cosas son solo algunos de los cambios tecnológicos masivos en la cúspide para las industrias.

La planificación estratégica para la adopción y el aprovechamiento de todas estas tecnologías será crucial para la industria manufacturera. En los Estados Unidos, la fabricación representa $2.17 trillones de la actividad económica actual, pero para 2025 –a solo media década de distancia– McKinsey pronostica que las “fábricas inteligentes” podrían generar $3.7 trillones. En otras palabras, las compañías que pueden convertir rápidamente sus fábricas en centros de automatización inteligentes serán las que ganen a largo plazo con dichas inversiones. 

“Si se apega a la vieja usanza y no tiene la capacidad de digitalizar los procesos de fabricación, probablemente sus costos aumentarán, sus productos llegarán tarde al mercado y su capacidad para ofrecer valor agregado distintivo a los clientes disminuirá”, Stephen Ezell, un experto en políticas de innovación mundial de la Information Technology and Innovation Foundation, lo dice en un informe de Intel en futuro de la inteligencia artificial en la fabricación.

Estas tecnologías aplicadas en una fábrica o en un entorno de fabricación ya no se consideran convenientes, son críticas para el negocio. De acuerdo con un informe de investigación reciente de Forbes Insights, el 93% de los encuestados que respondieron del sector automotriz y de fabricación clasificaron a la inteligencia artificial como “sumamente importante” o “absolutamente crítica” para el éxito. Sin embargo, solo el 56% de los encuestados que respondieron planean incrementar los gastos en inteligencia artificial en menos del 10%. 

La desconexión entre reconocer la importancia de nuevas tecnologías que permiten una mayor automatización industrial y la disposición a gastar en ellas será la diferencia entre aquellas compañías que ganen y las que pierdan. Tal vez, esta reticencia a invertir en algo como la inteligencia artificial podría atribuirse a la falta de comprensión de su retorno de la inversión (ROI), sus capacidades o casos de uso real. Industry analyst Gartner, Inc. aún integra muchas de las aplicaciones de inteligencia artificial en el “pico de expectativas sobredimensionadas”.

Pero la inteligencia artificial, específicamente el aprendizaje profundo o la visión artificial basada en ejemplos, combinada con la visión artificial tradicional basada en reglas puede proporcionar superpoderes a una fábrica de elaboración y a sus equipos. Tome un proceso como el montaje complejo de un teléfono inteligente moderno u otros dispositivos electrónicos de consumo. La combinación de la visión artificial basada en reglas y el aprendizaje profundo pueden ayudar a los emsambladores robóticos a identificar las piezas correctas, identificar diferencias como tornillos faltantes o carcasas alineadas incorrectamente, pueden ayudar a detectar si una pieza está presente, falta o está montada en un lugar diferente del producto, y a determinar más rápidamente si esos eran los problemas. Y pueden hacerlo de forma inconmensurable. 

La combinación de la visión artificial y el aprendizaje profundo son la vía de acceso para que las compañías adopten tecnologías más inteligentes que le proporcionarán la escala, la precisión, la eficacia y el crecimiento económico para la próxima generación. Pero comprender las diferencias de matices entre la visión artificial tradicional y el aprendizaje profundo y cómo se complementan entre sí, en lugar de reemplazarse, son esenciales para maximizar dichas inversiones.  

Para conocer cómo la visión artificial y el aprendizaje profundo se complementan y difieren uno del otro, descargue nuestro libro digital Aprendizaje profundo vs. visión artificial.

keyboard_arrow_right Suscribir

James Furbush

El ritmo del cambio tecnológico en la última década casi no tiene precedentes en la historia humana y solo está preparado para ser aún más impresionante en los próximos años: cadena de bloques, robótica, edge computing (computación de vanguardia), inteligencia artificial (IA), grandes bases de datos, impresión en 3D, sensores, visión artificial, Internet de las cosas son solo algunos de los cambios tecnológicos masivos en la cúspide para las industrias.

La planificación estratégica para la adopción y el aprovechamiento de todas estas tecnologías será crucial para la industria manufacturera. En los Estados Unidos, la fabricación representa $2.17 trillones de la actividad económica actual, pero para 2025 –a solo media década de distancia– McKinsey pronostica que las “fábricas inteligentes” podrían generar $3.7 trillones. En otras palabras, las compañías que pueden convertir rápidamente sus fábricas en centros de automatización inteligentes serán las que ganen a largo plazo con dichas inversiones. 

“Si se apega a la vieja usanza y no tiene la capacidad de digitalizar los procesos de fabricación, probablemente sus costos aumentarán, sus productos llegarán tarde al mercado y su capacidad para ofrecer valor agregado distintivo a los clientes disminuirá”, Stephen Ezell, un experto en políticas de innovación mundial de la Information Technology and Innovation Foundation, lo dice en un informe de Intel en futuro de la inteligencia artificial en la fabricación.

Estas tecnologías aplicadas en una fábrica o en un entorno de fabricación ya no se consideran convenientes, son críticas para el negocio. De acuerdo con un informe de investigación reciente de Forbes Insights, el 93% de los encuestados que respondieron del sector automotriz y de fabricación clasificaron a la inteligencia artificial como “sumamente importante” o “absolutamente crítica” para el éxito. Sin embargo, solo el 56% de los encuestados que respondieron planean incrementar los gastos en inteligencia artificial en menos del 10%. 

La desconexión entre reconocer la importancia de nuevas tecnologías que permiten una mayor automatización industrial y la disposición a gastar en ellas será la diferencia entre aquellas compañías que ganen y las que pierdan. Tal vez, esta reticencia a invertir en algo como la inteligencia artificial podría atribuirse a la falta de comprensión de su retorno de la inversión (ROI), sus capacidades o casos de uso real. Industry analyst Gartner, Inc. aún integra muchas de las aplicaciones de inteligencia artificial en el “pico de expectativas sobredimensionadas”.

Pero la inteligencia artificial, específicamente el aprendizaje profundo o la visión artificial basada en ejemplos, combinada con la visión artificial tradicional basada en reglas puede proporcionar superpoderes a una fábrica de elaboración y a sus equipos. Tome un proceso como el montaje complejo de un teléfono inteligente moderno u otros dispositivos electrónicos de consumo. La combinación de la visión artificial basada en reglas y el aprendizaje profundo pueden ayudar a los emsambladores robóticos a identificar las piezas correctas, identificar diferencias como tornillos faltantes o carcasas alineadas incorrectamente, pueden ayudar a detectar si una pieza está presente, falta o está montada en un lugar diferente del producto, y a determinar más rápidamente si esos eran los problemas. Y pueden hacerlo de forma inconmensurable. 

La combinación de la visión artificial y el aprendizaje profundo son la vía de acceso para que las compañías adopten tecnologías más inteligentes que le proporcionarán la escala, la precisión, la eficacia y el crecimiento económico para la próxima generación. Pero comprender las diferencias de matices entre la visión artificial tradicional y el aprendizaje profundo y cómo se complementan entre sí, en lugar de reemplazarse, son esenciales para maximizar dichas inversiones.  

Para conocer cómo la visión artificial y el aprendizaje profundo se complementan y difieren uno del otro, descargue nuestro libro digital Aprendizaje profundo vs. visión artificial.

keyboard_arrow_right Suscribir

James Furbush