Desde una perspectiva histórica, hablamos de industria 4.0 como cuarta revolución industrial, después de una evolución industrial de más de 200 años. La primera revolución, marcada por la máquina de vapor; la segunda, consecuencia del desarrollo de la línea de ensamble, del inicio de la masificación de la electricidad, la radio, el teléfono o la aviación. La tercera revolución, con la computación y la informática.

Toda transformación implica cambios sociales, económicos, en el desarrollo de nuevos modelos de negocio o en la manera de administrar. En los estadios iniciales del desarrollo de las máquinas, ante la incertidumbre en su desempeño, consecuencia del desconocimiento de los fenómenos físicos que afectan su integridad o confiabilidad, se recurrió al diseño robusto, a prácticas mínimas de mantenimiento o limpieza, con pocos datos (o información) sobre su funcionamiento real. Es la era del mantenimiento correctivo y preventivo. En la medida que la tecnología se desarrolló, particularmente la electrónica, se tuvieron mejores herramientas para capturar datos de funcionamiento, en variables de alto impacto en equipos críticos como la medición de su nivel de vibración. Es la era del mantenimiento por condición, que con modelos de proyección dio origen al mantenimiento predictivo.

En industria 4.0, o esta cuarta revolución industrial, hacemos referencia a sistemas ciber físicos, de activos conectados a través de redes de información que hacen viable tomar datos en tiempo real, almacenarlos y tratarlos con modelos de análisis que permiten tomar decisiones hoy. O anticipar las decisiones de mañana. Además, integrar datos masivamente de diferentes fuentes de información (sistemas de operaciones, de mantenimiento, financieros).

Muchos de nosotros en el sector industrial nos hemos enfrentado problemas de eficiencia energética o peor aún fallas catastróficas en activos críticos. ¿Cuántos de nosotros desearíamos haber podido hacer algo diferente para evitar mayores costos y pérdidas? Desde una perspectiva histórica, en las primeras fases del desarrollo industrial resolver esta pregunta no era posible. Con mantenimiento por condición nos podíamos acercar, encontrando que algunas veces nos enfrentamos a fallas de equipos con diagnósticos semanas o días antes, pero sin capacidad -o credibilidad- para actuar.

Con procesos de analítica de datos, dentro de sistemas productivos y organizacionales robustos, con un liderazgo innovador y una cultura orientada a decisiones estructuradas a partir de datos, es posible acercarse a esta pregunta no solo con mayor anticipación, sino con mayor certeza, confianza y credibilidad.

¿Cómo lograrlo? Los procesos de innovación y de transformación inician siempre con primeros y pequeños pasos. Un piloto a partir de una pregunta de negocio, para evaluar capacidades y pertinencia puede ser ese primer paso. Saltar de ese primer piloto, que en este caso puede ser un gemelo analítico, puede ayudar a calibrar los datos requeridos versus los disponibles. Y de allí a decisiones más estructuradas sobre ese primer activo o conjunto de activos evaluados. Para luego escalar al conjunto de activos críticos que pueden ser monitoreados.

¿Cuál es el beneficio? Anticipar fallas o problemas de eficiencia energética, modelar el impacto de las decisiones operacionales en el desempeño, detectar anomalías en estados iniciales de operación. Identificar ese conjunto interrelacionado de síntomas que desplazan los activos progresivamente de sus estados ideales o convenientes de operación. Y eso al final se traduce en dinero: el que se pierde por menores ingresos y el que se asume por mayores costos, consecuentemente además en las métricas e indicadores financieros.

Hace unos años, cuando daba los primeros pasos en confiabilidad, finalizando la década de los 90 del siglo pasado, estudiábamos los sistemas en estados de falla y no-falla. En ese entonces pensaba que todos los modelos estadísticos estaban construidos como un sistema discreto de fotografías en el tiempo, fotografías que pudieran ser equivalentes a tomar una foto al medio día y otra a la media noche. El tránsito se perdía, impidiendo tener una noción desde el punto de vista de las fallas del atardecer y el amanecer. Es decir, de cómo desde un estado operacional se llegaba a un estado no-operacional. El modelo era incompleto. Es lo que hace aún hoy (¿gran?) parte de la industria, atadas a la impredecibilidad de las fallas, a mantenimiento correctivo en general, pero aún más preocupante con fallas recurrentes en activos críticos. Más recientemente, integrando los procesos de analítica de datos a la gestión de activos, es más claro ese recorrido. Claramente es vigente el modelo de dos estados para análisis macro, pero para la toma de decisiones sobre activos es imprescindible tener claro el camino de un estado al otro. Y en eso es fundamental una aproximación tecnológica diferente: gemelos analíticos, construidos con datos confiables y no por moda, sino resolviendo una pregunta de negocio de alto impacto. Esto no es inalcanzable. Se puede lograr. Comparativamente sin mucha inversión y sí con muchos beneficios.

En un mundo de industria 4.0 estamos abocados a un nuevo modelo de toma de decisiones, en últimas de cultura y de liderazgo, de competencias. No podemos lastrar la industria a la forma de administrar los activos en la primera revolución industrial: sin datos, a ciegas, con mantenimiento correctivo y esperando un milagro. Hay mejores formas de hacer las cosas.

Autor:Aleck Santamaría De La Cruz

Ejecutivo de + 25 años de experiencia en posiciones directivas en proyectos, operaciones y mantenimiento. Gerente General y Miembro de Junta Directiva de compañías energéticas y de servicios de primer nivel en Colombia. Es Ingeniero Mecánico, Máster en Ingeniería Mecánica, MBA con Concentración en Finanzas, Global MBA, PMP, CMRP (Certified Maintenance and Reliability Professional), Certified IAM (Institute of Asset Management) y CAMA (Certified Asset Management Assessor). Certificado en Analítica de Datos, Stanford University- Coursera. Certificado en Business Analytics en Colorado University-Coursera. Es parte de la red de Presidentes de Empresa de la Universidad de los Andes y cursó el programa de CEOs del London School of Economics. Consultor y Conferencista en Gerencia de Activos y Excelencia Operacional. Premio CMRP of the Year por parte de la SMRP, en el año 2019, siendo el primer latinoamericano en obtener este premio. Miembro de la Comisión Nacional de Mantenimiento de ACIEM. Presidente de la Filial Latam de la SMRP. Columnista de Portafolio, La Nota Económica y Solutions Magazine.

Aleck Santanaria

 

Aleck Santamaría De La Cruz

Ejecutivo en Gestión, Estrategia y Operaciones

e-mail: alecksan@hotmail.com

Celular: (+57)317 6406517

Skype:alecksan1973

https://www.linkedin.com/in/aleck-santamaría-de-la-cruz-52597011b/

CMRP of the Year Award, SMRP> https://smrp.org/2019-CMRP-Winners

Dirección Colombia

Bogotá: 

Easywork Calle 103 #13A – 06

Medellín: 

Ruta N Calle 67 #52-50 Torre A

Teléfono

(57) 318 252 7551

© Uptime analytics 2020 | Política de tratamiento de datos

Un desarrollo de evendidigital.com