Listado de la categoría: Blog

Esta publicación del CEO de Augmentir Russ Fadel fue publicado originalmente en Medio.

Soy fan de Marc Andreessen desde la época de Netscape; siempre ha predicho los cambios macroeconómicos en numerosos mercados antes que prácticamente nadie. Hace poco, estaba viendo a Marc en YouTube.Por qué deberías ser optimista sobre el futuroSu charla sobre Inteligencia Artificial (IA) me resultó especialmente esclarecedora y totalmente coherente con la trayectoria de Augmentir. Vale la pena ver el video completo, pero la charla sobre IA se extiende entre el minuto 7 y el 9.

Algunas de las citas (parafraseadas) más reveladoras incluyen:

• Hay una pregunta más fundamental: ¿la inteligencia artificial es una característica o una arquitectura?
• A16z ve esto en la mayoría de las presentaciones de startups: "Aquí están las 5 cosas que hace mi producto... y, ah, sí, la IA siempre es el punto número 6". El número 6 porque fue el punto que añadieron después de crear la presentación.
• “Si la IA es una característica, entonces esto es correcto, cada producto tendrá IA incorporada”.
• “Nosotros (a16z) creemos que la IA es una arquitectura y, si lo es, todo lo que esté por encima de ella deberá reescribirse”.
• “En última instancia, el objetivo de la IA es responder preguntas, incluso antes de que se formulen”.

En Augmentir, tuvimos que tomar una decisión estratégica al fundar la empresa (a finales de 2017): si la inteligencia artificial sería una característica de nuestra plataforma de trabajadores conectados o si sería la arquitectura sobre la que se ejecutaría nuestra funcionalidad. No formulamos la decisión con la misma elegancia que Marc, pero aun así nos preguntamos: "¿Será la IA una característica de nuestro producto o será omnipresente?".

Aunque nadie en nuestro sector había elegido este camino, decidimos que la IA sería omnipresente. Postulamos que el propósito de una plataforma de trabajadores conectados no era brindar instrucciones y soporte remoto a un trabajador de primera línea, sino optimizar el rendimiento del ecosistema de trabajadores conectados. Sabíamos que la IA tenía una capacidad única para abordar las macrotendencias fundamentales de la creciente brecha de habilidades y la pérdida de conocimiento ancestral. Con un ecosistema de autores de contenido, trabajadores de primera línea, expertos en la materia, gerentes de operaciones, ingenieros de mejora continua y especialistas en calidad, previmos que existían docenas de oportunidades para mejorar el rendimiento.

Al construir nuestro plataforma de trabajadores conectados En una arquitectura de IA, todos los datos se procesan, etiquetan y depuran automáticamente, y están disponibles de inmediato para generar información y recomendaciones. En este proceso, la amplitud de las posibilidades de la IA nos ha sorprendido. Inicialmente, pensamos en personalizar las instrucciones y el contenido para que cada trabajador de primera línea realizara la tarea actual de forma segura y lo más rápido posible, según su nivel de competencia. Esto se expandió de inmediato a un sistema generalizado de Oportunidades Reales™, que utiliza IA para clasificar dónde una organización tiene las mayores oportunidades aprovechables entre todos los participantes. La variedad de estos datos es asombrosa: qué puestos ofrecen la mayor oportunidad mensual, qué trabajadores pueden beneficiarse de la formación específica, cuál es el momento óptimo para realizar una tarea determinada, qué material de formación en línea se beneficiaría de una actualización, qué contenido/procedimientos se beneficiarían más de una actualización, etc.

El futuro parece aún más fantástico: los bots de IA ofrecen una oportunidad realista de capturar el conocimiento tribal y convertirlo en un activo corporativo escalable, y los bots de diagnóstico de IA convierten a todos en expertos inmediatos.

Esto sólo es posible cuando se considera la IA como una arquitectura, no como una característica.

Se han producido innumerables cambios tecnológicos en las últimas dos décadas: aprendizaje automático, computación en la nube, internet de las cosas, inteligencia artificial y realidad aumentada (por nombrar solo algunos). Pero con todos estos avances tecnológicos, a los 350 millones de trabajadores del sector manufacturero se les pide que realicen trabajos cada vez más complejos utilizando tecnología que se ha mantenido prácticamente sin cambios durante 20 años y, según... DeloitteEl sector manufacturero ya prevé una posible escasez de mano de obra cualificada de 2,4 millones de trabajadores en la próxima década. Ya sea porque las soluciones de software empresarial son caras, técnicamente complejas, difíciles de implementar o carecen de oportunidades de mejora continua, estos usuarios y procesos han estado desatendidos y requieren una estrategia de transformación digital bien planificada para mantener su competitividad.

Si bien ha habido una tendencia reciente hacia la transformación digital que busca aplicar nuevas tecnologías para mejorar los procesos operativos, no se está considerando a los trabajadores que realmente realizan estos procesos. Debido a esto, el trabajador de primera línea está en gran medida desconectado del hilo digital de la empresa, y la mejora de la productividad parece estancada.

Principales desafíos que enfrentan los fabricantes hoy en día

Como ocurre con cualquier cambio transformador, adoptar una estrategia de transformación digital no es tarea fácil. Actualmente, observamos cuatro desafíos clave que enfrentan las organizaciones industriales al adoptar una estrategia de transformación digital:

1.) El conocimiento tribal y la “brecha de habilidades”
Los trabajadores de producción de mayor antigüedad y los expertos en la materia han acumulado una valiosa experiencia y conocimiento, que suele ser difícil de captar y convertir en un activo fácilmente compartible y utilizado por otros. La fuerza laboral más joven que se incorpora al sector manufacturero no posee los conocimientos de sus colegas de mayor antigüedad, pero se espera que realice las mismas tareas con el mismo nivel de productividad y calidad.

2.) Falta de perspicacia
La falta de conocimiento sobre el desempeño diario de los trabajadores también es un problema. No existe un análisis detallado de la actividad de los trabajadores: ¿cómo se desempeñan en comparación con los estándares? ¿Tienen dificultades en ciertos pasos? ¿Qué hacen bien? ¿Disponen de retroalimentación sobre los procedimientos operativos que podrían ayudar al resto de la plantilla? Esta falta de datos y conocimiento ha dificultado enormemente la mejora del desempeño de los trabajadores de primera línea. Como resultado, hay poca o ninguna base para tomar decisiones de mejora en toda la organización.

3.) Falta de orientación e información precisa
Las organizaciones enfrentan dificultades con la calidad de los procesos centrados en el ser humano, ya que a menudo se ven afectadas por instrucciones de trabajo en papel imprecisas y obsoletas. En muchos casos, la productividad también es un problema porque los trabajadores no cuentan con las herramientas adecuadas ni la orientación adecuada para alcanzar su máximo rendimiento.

4.) Los trabajadores están desconectados
Y, por último, los trabajadores de primera línea no están integrados en su entorno laboral. Los flujos de trabajo centrados en el ser humano y específicos de cada puesto no están digitalmente integrados en el entorno empresarial general ni en los sistemas empresariales (ERP, CRM) que son cruciales para la empresa. La realidad actual de la fuerza laboral de primera línea en la industria manufacturera es que los trabajadores no están conectados con el tejido digital de la empresa.

Cerrando la brecha entre la realidad digital

La buena noticia es que las organizaciones manufactureras están implementando diversas estrategias y tecnologías nuevas para resolver estos problemas. En particular, el auge de la Realidad Aumentada Empresarial ha impulsado un cambio importante en la mejora de la productividad del personal de primera línea de las organizaciones manufactureras.

Si bien este es un excelente primer paso, la Realidad Aumentada Empresarial por sí sola no es suficiente para generar valor sostenible en la industria manufacturera. Para lograr resultados verdaderamente transformadores, es fundamental contar con una combinación de los siguientes elementos:

• AR empresarial: Ofrece mejoras iniciales en la productividad y la calidad para la fuerza laboral de primera línea.
• Consumerización del software: Permite la facilidad de uso y la ubicuidad en todo el panorama de fabricación.
• Inteligencia artificial: Impulsa la mejora continua en toda la organización.

Solo cuando se combinen estos tres elementos podrá ver mejoras continuas en la productividad de su fuerza laboral de primera línea.

Para aprender cómo la realidad aumentada empresarial, la inteligencia artificial y la consumerización del software están aportando valor transformacional en la fabricación Descargue nuestro informe técnico, “El auge del trabajador aumentado”.

Recientemente, cofundé Augmentir con tres ejecutivos clave de mi anterior startup, ThingWorx, y he estado explorando la realidad aumentada empresarial. ThingWorx fue la empresa que creó la categoría de plataforma de aplicaciones para IoT industrial y, posiblemente, la startup más exitosa en el sector del IIoT, tras ser adquirida por PTC a principios de 2014. La adquisición de ThingWorx fue la primera adquisición sin dificultades en el sector y condujo directamente a la ola de adquisiciones que han transformado el panorama del IIoT.

Antes de fundar Augmentir, investigué bastante en profundidad la comercialización de Enterprise AR y descubrí que me recordaba al espacio inicial de IIoT, fragmentado con muchas empresas que ocupaban nichos:

• Creadores de soluciones personalizadas en torno a las gafas inteligentes
• Constructores de soluciones verticales
• Proveedores de vidrio inteligente
• Proveedores de tecnología
• Y más

de Gartner El reciente lanzamiento del "Cuadrante Mágico" del IIoT fue a la vez alentador y decepcionante. Personalmente, fue alentador ver que ThingWorx, bajo el liderazgo de Jim Heppelmann, CEO de PTC, ocupa la posición de "Más Mágico" en el ámbito del IIoT. Sin embargo, fue decepcionante ver que, después de diez años, el IIoT aún no ha superado el abismo, como lo demuestra el hecho de que ningún proveedor se encuentre en el Cuadrante Mágico.

¿Por qué el IIoT, un espacio con tantas historias convincentes de retorno de la inversión (ROI), sigue estancado entre los primeros usuarios y la adopción generalizada? Mi punto de vista al respecto es que, si bien las soluciones del IIoT pueden ser extremadamente valiosas y transformadoras, deben ser fáciles de adquirir para lograr una adopción generalizada. El IIoT es todo menos fácil de adquirir: esto comienza con la alta fricción, el proceso de ventas empresarial tradicional, los largos pilotos, los costosos precios basados en el valor, los ciclos de implementación largos y arriesgados, y la dependencia de un proveedor y los altos costos de cambio. Esto dificulta incluso la adopción completa de las grandes empresas, y dada esta dinámica, es fácil entender cómo las pymes se han visto prácticamente excluidas de la oportunidad del IIoT.

Desafortunadamente, en la RA empresarial veo la misma dinámica. Las ventas con alta fricción y las pruebas de concepto (POC), combinadas con largos ciclos de implementación y precios elevados, mantendrán a la RA empresarial estancada en la fase de adopción temprana. Las ventas de gafas inteligentes para empresas ya son muy decepcionantes, lo que indica que el mercado se está desarrollando mucho más lentamente de lo que los analistas habían proyectado. Esto decepcionará a muchos inversores y frustrará las esperanzas de muchas startups que confían en las proyecciones de mercado, sin darse cuenta de que son una parte clave del problema.

Sin duda, necesitamos una nueva dirección si la RA empresarial tiene alguna esperanza de superar el abismo y lograr una adopción generalizada.