Listado de la etiqueta: fabricación

La industria del embalaje se ha visto afectada por la baja disponibilidad de trabajadores cualificados, pero para Chris Kuntz, vicepresidente de Operaciones Estratégicas de Augmentir, los sistemas de IA ofrecen la solución. En esta entrevista con Joshua Poole de Packaging Insights, Chris explora cómo... La IA y la fuerza laboral aumentada y conectada podrían revolucionar la industria del embalaje y cómo la solución de Augmentir para trabajadores conectados, impulsada por IA, optimiza la eficiencia en la fabricación. También analiza la importancia de marcos regulatorios eficaces para la IA.

Esta transcripción ha sido editada para mayor claridad y brevedad. Vea la entrevista original en video en el sitio web de Packaging Insights. aquí.

——

Josué PooleHola a todos. Me llamo Joshua Poole y soy el líder del equipo editorial de CNS Media, editora de Packaging Insights. Me complace mucho contar con la presencia de Chris Kuntz, vicepresidente de estrategia de Augmentir, quien nos habla sobre los beneficios de la IA en la industria del packaging.

Así que eres bienvenido, Chris.

Chris KuntzMuchas gracias y gracias por invitarme, Joshua.

Josué Poole:Entonces, Chris, se espera que los sistemas de IA realmente transformen la sociedad en general, pero en relación con la industria del embalaje, ¿hasta qué punto podrían revolucionar las operaciones allí?

Chris KuntzLa realidad es que, en gran medida, el impacto se centra en la fuerza laboral manufacturera: las personas que forman parte de la fabricación. Históricamente, la aplicación de la IA, la inteligencia artificial y el aprendizaje automático, al menos en la fabricación, se ha centrado en automatizar procesos repetitivos de bajo nivel que reemplazan a las personas en la fábrica. Hoy en día, lo que debemos considerar, y en lo que nos centramos aquí en Augmentir, es cómo podemos usar la IA para potenciar la fuerza laboral humana. Por lo tanto, la IA, utilizada en toda la industria, ha sido de gran utilidad en el mantenimiento predictivo, la gestión de fallos de maquinaria, la eficiencia energética, aspectos como la utilización de recursos e incluso la visibilidad de la cadena de suministro y el control de calidad.

Y esas aplicaciones de IA en la manufactura seguirán aportando valor. Pero la realidad es que aún se necesitan personas en las fábricas de papel, en las áreas de seguridad, calidad y mantenimiento. Hay trabajos que simplemente requieren la presencia humana. Y eso no va a desaparecer pronto. Pero a lo que nos enfrentamos, y a lo que se enfrentan muchos fabricantes, son estos desafíos laborales del envejecimiento de la fuerza laboral, la jubilación de la fuerza laboral que se va. Salen por la puerta con una gran cantidad de conocimiento esencial para operar fábricas y plantas. Antes de la pandemia, teníamos una fuerza laboral emergente que quizás no tenía las habilidades necesarias, pero hoy, en la era pospandemia, hay una escasez masiva de empleos. No hay trabajadores que lleguen, por lo que los fabricantes se ven obligados a buscar un grupo de trabajadores menos calificados para realizar tareas para las que inicialmente podrían no estar cualificados.

Entonces, no se trata solo de que la mano de obra cualificada se esté agotando, sino de que no hay mano de obra cualificada disponible. Por lo tanto, todos los fabricantes se enfrentan a una escasez masiva de mano de obra y, como resultado, a una escasez masiva de las habilidades necesarias para operar con éxito en el taller. Y ahí es donde realmente creemos que reside el valor desde la perspectiva de la IA, y es un factor transformador si se analiza la aplicación histórica de la IA en la fabricación.

Josué PooleMencionaste que la industria está teniendo serias dificultades para superar la falta de mano de obra calificada. ¿Cómo puede la IA superar este problema en toda la industria?

Chris Kuntz:Una de las grandes ventajas de la inteligencia artificial y de nuestra historia como empresa, y de una de nuestras empresas anteriores, se centraba en recopilar datos de máquinas conectadas y luego usar esos datos y analizarlos con IA para entender cómo hacer que esas máquinas funcionen mejor y mejorarlas.

Desde una perspectiva humana, las personas han estado relativamente desconectadas en el taller. Utilizan listas de verificación en papel, procedimientos operativos estándar (POE) y procedimientos de trabajo, el mismo tipo de tecnología que usaban hace 20 o 30 años. Por lo tanto, están relativamente desconectados, y sabemos poco sobre cómo operan, cómo se desempeñan y dónde necesitan ayuda y asistencia.

Si podemos conectar a esos trabajadores (y estoy hablando de conectarlos con teléfonos, tabletas y dispositivos portátiles), si podemos conectar a esos trabajadores, tendremos un portal digital que nos permitirá saber cómo se están desempeñando y, a través de la IA, podremos analizar su desempeño y ofrecerles orientación en tiempo real, casi como un asistente de IA que está ahí para ayudarlos si tienen dificultades, si necesitan ayuda, orientación o apoyo, o si existe un posible problema de seguridad con el que puedan encontrarse.

De la misma manera que históricamente se ha utilizado la IA para actuar sobre los datos de las máquinas con el fin de mejorar su eficiencia y rendimiento, podemos utilizar el mismo enfoque para los humanos en la fábrica.

Josué Poole:Mm-hmm, ¿y puede brindarnos algún ejemplo de las formas en que su plataforma, Augmentir, ha beneficiado a las empresas que buscan adoptar IA para mejorar sus operaciones?

Chris KuntzSí, hay varias maneras. Recientemente, lanzamos nuestro asistente de IA generativa, Augie™. Este permite a los trabajadores o gerentes de operaciones, mediante lenguaje natural, resolver problemas más rápidamente, ayudar en la resolución de problemas y brindar orientación cuando sea necesario.

Uno de los primeros casos de uso es la resolución de problemas. Esto ocurre a diario en una planta, en una fábrica de papel: hay un problema con una máquina y necesitamos que vuelva a funcionar. De lo contrario, se produce un tiempo de inactividad que provoca pérdidas de producción e ingresos. Y reparar la máquina no es un procedimiento estándar. Por lo tanto, es necesario resolver problemas. Este proceso es muy colaborativo. Pero también, desde la perspectiva del trabajador, normalmente tienen que acceder a cinco, seis o diez sistemas diferentes para intentar encontrar información o hablar con diferentes personas.

Un asistente de IA generativa puede ser la interfaz digital para toda esa riqueza de información y ofrecer información como: "Aquí está la solución a este problema. Ya se ha resuelto; está en esta guía publicada, aquí la tienes". O bien, "Quizás quieras consultar este procedimiento de trabajo. Esta es una guía de resolución de problemas que podría ayudarte a resolver el problema". O bien, "Aquí tienes a un experto en la materia", con quien puedes conectarte remotamente, experto en este tipo de equipo.

Por lo tanto, es fundamental poder brindar acceso en tiempo real a esa persona cuando la necesita. Y creo que el otro aspecto importante, al menos al principio, es la capacitación.

Si consideramos la mano de obra cualificada, la escasez de personal y la permanencia en el sector manufacturero, la gente se marcha más rápido. No se quedan 15 años, sino tres, quizás, como máximo. Por lo tanto, en materia de formación, aprendizaje y desarrollo, los responsables de RR. HH. deben pensar en cómo cambiar las prácticas de incorporación, ya que ya no es práctico incorporar a alguien durante seis meses si solo va a estar nueve.

El objetivo de muchas de las organizaciones con las que hablamos es reimaginar y replantear la capacitación y trasladarla de la etapa previa a la productividad en el aula a la práctica. Incorporarla al flujo de trabajo, como lo llaman. Lo que podemos hacer con la IA es que no entendemos al trabajador ni su nivel de habilidades ni de competencia. Si se registra digitalmente, podemos usar la IA para complementar las instrucciones y procedimientos de trabajo y decirle: "Eres un novato. Este es tu primer mes en el trabajo. Debes ver este video de seguridad antes de realizar esta rutina". Si eres un trabajador experto, quizás no tengas que hacerlo. O si recibiste la capacitación, pero tu rendimiento está por debajo del estándar, podemos ajustar las instrucciones dinámicamente para decir: "Aquí tienes orientación adicional para ayudarte con este procedimiento y esta rutina".

Así, proporciona visibilidad y conocimiento sobre las áreas. Es decir, si tuvieras tres personas en la planta, probablemente sabrías exactamente qué están haciendo. Pero en organizaciones más grandes, con decenas o cientos de personas, se vuelve mucho más difícil identificar las oportunidades de mejora. Y la IA tiene la capacidad de hacerlo, sobre todo en el área de formación.

Josué PooleMmm, eso es muy interesante. Y, por supuesto, la IA está prácticamente desregulada a nivel mundial, lo que puede generar problemas como el lavado con IA y el uso irresponsable. Pero ¿cuál considera que es la mayor preocupación con la proliferación de sistemas de IA en la industria del embalaje?

Chris Kuntz: Ciertamente, existen muchas preocupaciones al respecto, y para Augmentir, nuestro enfoque consiste en aprovechar, desde la perspectiva de la IA Generativa, un modelo de lenguaje extenso, propietario, específico y preentrenado que sustenta nuestra solución. Al combinar esto con una seguridad robusta y permisos que permiten a los gerentes de fábrica, operadores e incluso ingenieros o trabajadores de primera línea acceder únicamente a la información que necesitan, y aun así ofrecer los beneficios de una resolución de problemas más rápida y una mejor colaboración.

Otra cosa que considero muy importante es el concepto de "contenido verificado". Todos hemos usado ChatGPT, ¿verdad? Al principio, creo que tenían esta advertencia: ChatGPT es 90% correcto, por lo que podría devolver datos falsos. Esto no es simplemente inaceptable en un entorno industrial. No se puede decir: "Aquí tienes una rutina para hacer un centrado en un equipo" y que alguien meta la mano en un punto y se la corte. No se puede ser 90%, hay que ser 100%.

Nuestro sistema de IA generativa tiene como concepto la capacidad de devolver datos verificados y no verificados, y la organización puede decidir qué hacer con ellos. Por ejemplo, si se trata de un trabajador de primera línea, si se trata de datos no verificados, se etiquetan, y se necesita un supervisor para realizar esa rutina. Además, la capacidad de clasificar la información obtenida en datos verificados y no verificados, y controlar su uso. No es un entorno remoto, sino un entorno muy controlado. El alcance, si pensamos en nuestro entorno, es que si trabajamos con una empresa manufacturera, y Augmentir se utiliza para... fabricación digital En empresas de papel y embalaje como Graphic Packaging y WestRock, la información que, en nuestro ámbito de aplicación, incluye documentación corporativa, documentación de ingeniería, datos operativos, datos de órdenes de trabajo y datos de personal, podría ser su matriz de habilidades, historial de formación y demás, pero todo está contenido dentro de la empresa. No buscamos más allá de eso; se trata de un conjunto de datos limitado. Y eso es lo que alimenta nuestro amplio modelo de lenguaje.

Esto facilita significativamente su aplicación; hay quienes están explorando el uso de modelos de IA y GPT más abiertos para lograrlo. Sin embargo, surgen los problemas mencionados: la gran cantidad de información que se introduce en la IA, lo cual podría representar un riesgo de seguridad, y la información que se obtiene de vuelta también podría representar un riesgo de seguridad.

Josué PooleBien, y como pregunta final, ¿qué consejo les daría a los políticos que trabajan para establecer estos marcos regulatorios para los sistemas de IA?

Chris Kuntz:Gran pregunta.

En nuestra opinión, el presidente Biden emitió la orden ejecutiva para regular la IA en Estados Unidos en octubre. Creemos que es muy necesaria en varios aspectos. Sin duda, ahora todas las empresas afirman ser empresas de IA e intentan integrarla en todo lo que hacen. Y esto puede ser un poco problemático.

Pero al menos en EE. UU., con la orden ejecutiva de regulación de IA de Biden, se habló mucho sobre las interrupciones laborales y se puso el foco en las preocupaciones laborales y sindicales relacionadas con las políticas de IA. Creo que eso refuerza nuestro uso de la IA como una forma de complementar a los trabajadores. No buscamos reemplazarlos y estamos abordando un gran problema. Creo que el Departamento de Trabajo está emitiendo directrices a los empleadores sobre la IA, indicando que no se puede usar para rastrear a los trabajadores ni para... ya sabes, existen derechos laborales en el mundo. Y creo que eso nos lleva de nuevo a tener estos copilotos de IA o asistentes de IA generativa que pueden ayudar a los trabajadores a realizar sus trabajos de forma segura y correcta, maximizando el potencial. Es realmente donde entra en juego el aprendizaje en el trabajo. Son cosas que antes ocurrían fuera de la fábrica. Ahora es perfectamente adecuado para ayudar a abordar algunos de los grandes problemas de la fuerza laboral manufacturera que existen hoy en día. Por lo tanto, esa orden ejecutiva incluye mucho lenguaje sobre garantizar que la IA se utilice, no solo de forma responsable, sino con fines que impulsen la industria. Y, de nuevo, esa es precisamente nuestra postura en cuanto al desarrollo de la fuerza laboral y su uso para abordar la escasez de mano de obra desde el punto de vista de la capacitación y el apoyo.

Pero, en general, creo que absolutamente adoptamos los aspectos regulatorios (regulación de la IA generativa) y de control de esto porque podría volverse problemático si no lo hacemos, con seguridad.

Josué PooleMmm, eso es muy interesante. Chris, gracias por tu tiempo hoy.

Chris KuntzSí, muchas gracias. Gracias por invitarme.