La visión transversal del hacer.

NOTICIAS

home3-05

La visión transversal del hacer.

 

El Ingeniero Juan Pablo Cosentino, Decano de la carrera de Ingeniería de la Universidad Austral, advierte: “El desafío es no tentarse, y desplazar al hombre por la tecnología”.

Desde muy pequeño, un niño observaba a su padre, Ingeniero él, en la sala de control de la Central Nuclear Atucha 1. Inmerso en ese mundo, aquél niño fue maravillándose con los miles de luces intermitentes de los tableros y con las perillas y los monitores que brindan la información en tiempo real, del funcionamiento de una central generadora de energía y su entorno. Ese mismo niño comenzó a ir a la escuela rural de su pueblo, Lima, en el norte de la provincia de Buenos Aires. Continuó sus estudios en una escuela secundaria técnica electromecánica y eligió seguir la carrera de Ingeniería Electrónica y al mismo tiempo trabajar para solventarse la carrera. Hoy, Juan Pablo Cosentino es el decano de la Facultad de Ingeniería de la Universidad Austral (UA).

Con un Máster en Comunicaciones Móviles de la Univer-sita Politécnica de Catalunya, Cosentino ocupó antes el cargo de director de la carrera de Ingeniería Informática de la Universidad Austral, además de distintas posiciones en empresas de primer nivel internacional en comunicaciones inalámbricas como Nokia, Alvarion, Samsung, y DirecTV. Los últimos años los dedicó a colaborar también con distintas universidades y organismos del país y el exterior, en Internet de las Cosas.

En el mes de septiembre, la UA organizó en su campus de Pilar, junto a la UTN Pacheco, ADIBA y FEBA, el II Congreso Internacional de Industria 4.0, con diversos paneles y con dos casos de estudio en los que se aplicó esta metodología con éxito. Con pasión, el ingeniero Cosentino contó a la revista del CAI de qué se trata.

La 4ª Revolución Industrial tiene que ver con la capacidad de transformar los datos en conocimiento y el conocimiento en acción de manera autónoma o asistida, pero no automática. El automatismo es algo que se basa en un principio de acción – reacción: si está caliente saco la mano. El 4.0 busca que ese proceso de acción – reacción sea dato – conocimiento – acción. Se define cómo transformar un dato en un conocimiento y un conocimiento en una acción, agilizando los procesos y logrando su adaptabilidad a las necesidades cambiantes.

Por lo tanto, ¿son muy innovadoras?

Si tengo un dato, que es una evidencia de que algo está pasando (supongamos algo malo), lo lógico es que tome una acción para corregirlo. El problema es que eso, cuando se hacia en papel y la evidencia llegaba, era tarde. Hoy, la particularidad de que se dé esa tormenta -que está en boca de todo el mundo- es que tenemos una convergencia de múltiples factores: un costo de procesamiento, almacenamiento y conectividad con tendencia a la baja; disponibilidad de datos digitalizados muy grande- que antes no había-, y la posibilidad de usar algoritmos, que si bien eran “antiguos” en su concepción, hoy toman una relevancia importante por el costo de procesamientos, conectividad y almacenamiento.

Yo voy al medico con síntomas -que son evidencias-, luego él transforma esos síntomas en un posible diagnóstico y sobre eso, prescribe un tratamiento para atenderlo.

¿Uno podría suponer que los ingenieros están “formateados” para pensar de esta forma?
En el 2011 el gobierno alemán conformó un grupo para trabajar en un Future Project asociado a la conversión de la industria alemana. Dos años después, dicho grupo (ACATECH) presentó un documento asociado llamado Recomendaciones para la implementación de la iniciativa estratégica INDUSTRIE 4.0. Informe final del Grupo de Trabajo Industrie 4.0, documento sobre la necesidad de reformatear la industria alemana para seguir siendo, de alguna manera, el capitán de la Industria. Allí es cuándo se preguntan, “¿qué tenemos que hacer?”.

Trabajar sobre cuatro pilares fundamentales para lograr esa adaptabilidad: el primero, la estructura organizacional de las empresas; el segundo, que tiene que ver con la cultura dentro de la empresa; tercero, el que tiene que ver con los recursos humanos y tecnológicos y cuarto que tiene que ver con los sistemas de información, porque recordemos que el dato acá, es el vector. Se trata de una cultura de cambio definida.

“Y es interesantísimo esto que pasó en el Congreso, porque tuvimos dos casos de estudio que son Molinos y Coto, donde contaron que el desafío se trata de transformar culturalmente antes de transformar digitalmente. Es decir, que el paso natural es una transformación cultural, previa a una transformación digital.”

¿Cómo es la experiencia de transmitirles esto a los estudiantes de las carreras de ingeniería?
Esto no es una carrera en sí, sino que es una óptica con la que vemos las carreras. Nosotros queremos formar a nuestros ingenieros y queremos que sean los actores de la 4a Revolución Industrial: creativos, innovadores y con una visión sostenible que aumentan al hombre sin desplazarlo, porque el gran desafío, acá, es el de no tentarse y desplazar al hombre por una tecnología.

Acá hay un término, un nombre que se está acuñando, que es la Responsabilidad Social Tecnológica. Las empresas tienen que entender que la Transformación Cultural, previa a una transformación digital, es parte de esta Responsabilidad Social Tecnológica. Que si un puesto desaparece como tal, esa persona tiene que reconvertirse, transformarse no sólo culturalmente sino en habilidades para poder hacer otra cosa que aporte más valor, porque este avance llegó para aumentar la eficiencia, no para despedir personal. A veces pongo un ejemplo: si yo estoy usando algoritmos de visión artificial para seleccionar frutas de mejor calidad que las que puede seleccionar una persona, lo que tengo que hacer es usar ese algoritmo para seleccionar un producto de más calidad que permita generar un valor adicional que antes no tenía.

El objetivo clave en esto es el aumento de la capacidad del hombre, ¿no?
Hoy se discute cuál va a ser el rol del hombre en la fábrica del futuro. Y la realidad es que no tenemos gente formada para la fábrica del futuro, no es que no tenemos la tecnología. No tenemos la gente formada para mantenerla y para hacerla funcionar. Hoy hay un déficit: ya no se trata más del aprendizaje de por vida, sino que vamos a la empleabilidad de por vida. El aprendizaje de por vida es casi un modo autónomo de aprendizaje, en el que yo quiero aprender algo que me gusta y no necesariamente me hace empleable. La empleabilidad de por vida es la aptitud de la persona para encontrar y conservar un trabajo. Por tanto, la empleabilidad, tiene una visión más pragmática de mi futuro, en ese sentido.

Y en ese sentido, ¿en qué estamos en la Argentina?Estamos trabajando en una plataforma, en el sentido conceptual, para ayudar a una a transformarse en 4.0. También estamos trabajando con el Ministerio de Producción, particularmente con la SEPyMe, y con nueve universidades nacionales, en cómo es el proceso de transformación de la industria para aquellas que deseen transformarse: talleres de sensibilización, mapeo de capacidades, índice de madurez, para ver dónde estoy respecto a dónde debería estar. Si lo que busco es adaptabilidad, la pregunta sería: ¿Cuánto debería tardar en recepcionar un pedido, procesarlo y adaptarme a la necesidad?

Cuando veo a los aspirantes de las carreras, trato de despertar siempre la curiosidad para fomentar la transformación cultural, porque, dentro de 20 años, cuando ellos estén tomando posiciones gerenciales, van a tener que seguir adaptándose cambiando el modo de hacer ese trabajo. La transformación cultural es un cambio continuo.

¿La industria 4.0 se puede aplicar a todos los oìrdenes de la vida o de los trabajos?
Esto aplica a diversos órdenes. La adaptabilidad es algo que el ser humano tiene innato. Siempre pongo este ejemplo; vengo por una ruta y me encuentro con leones y corrijo la dirección o uso el Waze para llegar por el mejor camino, que me va a dar una adaptabilidad de ruta óptima en función de datos -que son evidencia- que se transforman en conocimiento y ese conocimiento en una acción que corrige mi ruta.

Entonces, el 4.0 se puede aplicar en un país pobre como en un país rico, ya que no es algo que tenga que ver con lo material sino con un modo de hacer. Es un modo de pensar y de resolver los problemas que, paradójicamente, es adaptable a cualquier nivel económico, a cualquier persona y a cualquier ámbito de la vida. Tenemos que entender que naturalmente somos adaptables y que eso nos ayuda a subsistir. La frase “equipo que gana no se cambia», no va más.

 

Simulación en tiempos de 4.0. Uso actual y perspectiva a futuro

NOTICIAS

home3-05

Simulación en tiempos de 4.0. Uso actual y perspectiva a futuro.

Cuantas veces vemos cómo cambian decisiones que parecían tan acertadas… “con el diario del lunes”. Estábamos tan convencidos, basados en toda nuestra experiencia, y sin embargo no acertamos. Esto ocurre también en el ámbito de las empresas. La realidad se vuelve más compleja y dinámica de lo que podemos manejar, y ya no alcanza con experiencia, o incluso con mirar y analizar los datos del pasado, necesitamos también poder extrapolar hacia el futuro y si bien, aún no se comercializa “la bola de cristal”, la Simulación tiene algo que aportar.

La simulación permite tener un modelo digital de un sistema (ejemplo: cadena de suministro), proceso (ejemplo: gestión de inventarios) o elemento (ejemplo: componente físico de una máquina), con el fin de poder emular su comportamiento en el tiempo, sujeto a diferentes escenarios que, por lo general, son cambiantes o presentan cierta variabilidad.

Es justamente el dinamismo de los mismos (ya sea fruto del entorno en el que opera o intrínseco), el que hace interesante la posibilidad de contar con un modelo de simulación. Este modelo nos permitirá ensayar el comportamiento del sistema/proceso o cosa y anticipar resultados que no son evidentes a priori. El gran objetivo de la simulación es asistir a la toma de decisión.

Para poder generar un modelo de simulación se necesita un entendimiento profundo del sistema a modelar:

  • Cuáles son las variables (aquellos valores que serán función del tiempo y que determinarán el estado del sistema en un momento determinado),
  • os parámetros (aquello sobre lo que se tiene cierto dominio o conocimiento),
  •  sus relaciones funcionales; es decir, cómo se interrelacionan.

En síntesis, captar la esencia del comportamiento del sistema, poder reproducir la realidad física en condiciones conocidas, para luego extrapolar su comportamiento a otras condiciones que pudieran darse.

Un tema importante es que un modelo no es una representación exacta de la realidad, eso podría llevar mucho tiempo o ser económicamente inviable. Lo que se trata es de identificar el nivel adecuado de simplificación de la realidad de tal manera que permita resolver el problema concreto que se necesita.

¿Por qué la simulación es una herramienta útil para las empresas?

La simulación es una herramienta muy útil para asistir la toma de decisión en todos los niveles (estratégico, táctico y operativo), en tanto permite evaluar diferentes escenarios, y verlos en funcionamiento incluso cuando en la realidad esto podría requerir grandes inversiones o incurrir en altos costos. Su mayor potencia radica en su carácter predictivo. De esta manera permite anticipar con cierto grado de seguridad lo que pasaría si se dieran determinadas condiciones en el entorno externo del sistema o incluso en el sistema mismo.

Por ejemplo, si estamos hablando de una fábrica, se pude simular el impacto de agregar una línea de producción, una máquina, diferentes turnos de empleados, etc. También puede servir para gestión del riesgo mediante la evaluación del impacto de eventos no deseados. Por ejemplo, en una cadena de suministro, el efecto de una disrupción en el abastecimiento o del incremento o caída de demanda. O a nivel operativo recalcular rutas de aprovisionamiento, secuencia de máquinas, etc.

Otro uso extendido son los simuladores para entrenamiento de personal. En general reservado a actividades cuya operación tiene un riesgo alto (ya sea económico, medioambiental, o de seguridad), o donde adquirir la experiencia necesaria llevaría muchas horas de trabajo. A través de la simulación las empresas pueden recrear el entorno de trabajo real y que el entrenando pueda interactuar en este entorno virtual tomando decisiones y viendo el impacto de las mismas para determinados casos de uso críticos.

¿Por qué esta tecnología cobra particular importancia hoy en día?

Las herramientas de simulación comenzaron a desarrollarse hace ya varias décadas, pero hoy cobran una singular importancia en el contexto de la 4ta revolución industrial o “industria 4.0”.

Son varias las tecnologías de la información y de la manufactura que intervienen en posibilitar este fenómeno, y el mayor potencial se obtiene de su efecto combinatorio.

La simulación juega un papel súper importante en el desarrollo de capacidad predictiva y se une con el mundo físico a través de los conocidos “digital twins”. Los digital twins son justamente modelos digitales de determinados sistemas (planta, máquina, etc.) pero cuyo estado se mantiene actualizado en tiempo real con datos que reciben de sus gemelos del mundo físico.

De esta manera, en todo momento reflejan el estado de una planta, material o elemento. Al mismo tiempo que por su condición digital pueden reproducir diferentes escenarios que aún no se han dado en la realidad, pero sin riesgo alguno, permiten predecir lo que pasaría si se dieran esas condiciones determinadas y luego retroalimentar conocimiento a su gemelo físico para la toma de decisión.

Justamente, el objetivo que persigue la industria 4.0 es el de volver a las empresas en organizaciones ágiles (capaces de reaccionar en entornos altamente cambiantes), que aprenden y son adaptables. Esto se logra transformando la información que se obtiene a partir de los datos, disponibles en tiempo real y en grandes volúmenes, en conocimiento accionable. La simulación aporta su capacidad predictiva, la posibilidad de pensar rápido, fallar rápido y actuar rápido. Contribuye también dotando a los sistemas de capacidad de toma de decisión autónoma, pasando de la predicción a la prescripción, a través de ensayar diferentes alternativas y aproximar (prescribir) una solución óptima.

Softwares y herramientas disponibles

Respecto a las herramientas de simulación disponibles en el mercado, podríamos distinguir aquellas herramientas idóneas para la simulación de elementos sólidos y fluidos relacionadas con el ámbito de la mecánica computacional, de aquellas dirigidas a problemas sistémicos dentro de una empresa o cadena de suministro.

En este último grupo hay todavía diferentes enfoques en convivencia: simulación continua (las variables de estado varían en forma continua en el tiempo), simulación discreta (modeliza el funcionamiento del sistema mediante la sucesión de eventos que van ocurriendo en diferentes intervalos de tiempo), y simulación por agentes (modeliza las acciones e interacciones individuales de diferentes agentes en un sistema). Algunos proveedores de herramientas están tratando de integrar hoy estos paradigmas en una única plataforma. Está claro que la bondad de un enfoque u otro dependerá del fenómeno a modelizar y sus características.

Por otra parte, algunos softwares de simulación son “genéricos”, es decir, permiten la modelización de un sistema de cualquier ámbito. Son herramientas sumamente versátiles pero que en general requieren conocimientos específicos (matemática, programación) y cierta destreza por parte del modelador.

Así como también existen softwares específicos para, por ejemplo, operaciones y suppy chain con interfaces gráficas muy amigables, y visualizaciones de los modelos cercanos a la realidad facilitando la adopción por parte de las empresas. El problema de estas herramientas es que su funcionamiento es más como una “caja negra” y se pierde un poco el dominio del modelo subyacente.

Simulación en pleno auge: perspectivas de la simulación a futuro

La simulación va ganando cada vez más mercado y cuenta con buenas perspectivas de crecimiento. Según un estudio realizado por la empresa Siemens durante el 2020 [*]: la simulación se volverá cada vez más importante a la hora de asistir la toma de decisión a lo largo de todo el ciclo de vida en el futuro. Según la respuesta de los encuestados, el proceso de toma de decisión hoy está basado mayoritariamente en la experiencia individual o en estándares. Sin embargo, evidencian que existe una tendencia creciente en el uso de datos históricos para las fases de operaciones y de la simulación en fases de planeamiento.

Otro aspecto interesante que concluye el estudio es hacia donde debería evolucionar la industria de proveedores de software en base a los elementos valorados por los usuarios: garantizar una mayor facilidad en el manejo y usabilidad de la herramienta, la posibilidad de actualizar las herramientas mediante paquetes que se descargan desde la nube, y modelos de precio basados en uso, entre otros.

[*] Siemens 2020- The current and future use of simulation in discrete and process industries

Por: Dra. Ing. Lourdes Perea Muñoz
Profesora e investigadora en el Centro de Industria 4.0, Universidad Austral

Nota publicada en RevistA Énfasis Sudamenricana, edición Marzo 2021. Ingresá aqui.

El valor de la Información en el modelado y gestión de la Cadena

NOTICIAS

home3-05

El valor de la Información en el modelado y gestión de la Cadena

Frente a un permanente aumento de la variedad de productos demandados por el mercado y las exigencias de un mejor servicio a ser brindado por la cadena de valor, las empresas que participan de todo este proceso de abastecimiento necesitan analizar y buscar formas de personalización para llegar adecuadamente a los diversos segmentos del mercado.

Tal como lo percibimos con frecuencia, ese flujo de productos no es algo homogéneo y de simple gestión, sino que presenta muchas particularidades: diferentes estacionalidades, condiciones de conservación y tiempos de vida útil, y variedad de composiciones del mix que difieren según los puntos de venta, entre otras. A todas estas particularidades se suma otra característica muy importante que es el grado de incertidumbre en la demanda de acuerdo al tipo de producto: nos encontramos desde productos funcionales con una demanda razonablemente predecible y estable, con ciclos de vida largo, hasta productos innovativos, cuya demanda es de difícil predicción y en general se caracterizan por un ciclo de vida más corto; y en la actualidad se están pasando a gestionar cada vez más este último tipo de productos.

Del dato a la información

Todas estas características implican una importante tarea de modelado de la cadena de abastecimiento para lograr eficacia (satisfacer las necesidades del cliente) y eficiencia (al menor costo posible) en toda esta cadena de valor. Este modelado y la gestión se basan en contar y procesar adecuadamente los datos que configuran los diferentes aspectos de su realidad como ser datos sobre demanda, distribución, existencias (stocks), costos, capacidades, tiempos, calidad, geolocalización, unitarización, condiciones de mantenimiento y estado del producto, entre otros.

El desarrollo de tecnologías (lectoras de código de barras, QR, RFID, GPS, sensores y diversas aplicaciones de gestión, más todos los recursos de conectividad y almacenamiento de datos) y su temprana adopción en el rubro han ido posibilitando la obtención de estos datos que generalmente se presentan en grandes volúmenes, pero para poder sacar valor de los mismos es preciso obtener la información en ellos contenida y que la misma esté disponible en el tiempo, la manera y la forma en que lo requieren quienes deben y pueden tomar decisiones. Es decir, necesitamos modelar la obtención, procesamiento, flujo y disposición de tal manera de que el dato se vuelva accionable.

Desde el Centro de Industria 4.0 de la Universidad Austral entrevistamos al Ing. Germán Morales (Coordinador Comercial y Desarrollo de nuevos negocios) y al Ing. Federico Hack (Gerente de Ingeniería Logística) de la empresa iFLOW, operador logístico especializado en cadena de frío, eCommerce y Transporte Internacional, para que nos cuenten como aportan valor en la cadena de abastecimiento desde la función logística, y particularmente a partir de la analítica de datos, dando así un mejor servicio a sus clientes directos, el cliente final y en general para toda la cadena en su conjunto.

Germán, recién comentábamos cómo hace unos años estudiábamos a la logística en términos de tres flujos, un flujo de bienes y servicios que iban desde los proveedores a los clientes, un flujo financiero y otro flujo de información que viajaba principalmente del cliente hacia atrás. Hoy podemos contar con una inmensa cantidad de datos en todos lados y el negocio depende en gran medida de generar valor a partir de esos datos…

Hay que tener en cuenta que datos no es lo mismo que información. Estamos rodeados de datos que se transforman en información cuando se convierten en algo útil, esa información genera conocimiento y ese conocimiento genera poder para tomar decisiones y elegir un camino u otro. Por eso recalcamos que “el conocimiento es poder”. Nos encontramos en un mar de oportunidades ante la abundancia de datos y caminos distintos de decisión.

Tal cual, pero para poder aprovechar esas oportunidades necesitamos desarrollar nuevas capacidades digitales, como la inteligencia de negocios y la analítica de datos: ¿cómo definirías esas capacidades, y que los llevó a ustedes a emprender un desarrollo de las mismas?

El concepto de Business Intellingence (BI) es utilizar herramientas y estrategias de análisis de datos que sirven para transformar información en conocimiento, con el objeto de mejorar el proceso de toma de decisiones. Hoy en día la toma de decisiones en tiempo y forma, en base a información sustentada, es una ventaja competitiva para las empresas.

Algunas señales que nos fueron indicando la necesidad de avanzar en este sentido son:

• Abundancia de datos, pero poca información.

• Necesidad de un trabajo más sinérgico entre áreas, abandonar el trabajo tipo silo. Por ejemplos las áreas de Tráfico, Administración, Operaciones, manejan distinta información, pero la facturación es una sola y todos estamos tratando de llegar a un mismo dato.

• Reuniones gerenciales donde los datos no coinciden, ¿cuál refleja la realidad?

• Teníamos cultura de análisis de la información pero llegado a un punto, Excel empezaba a resultarnos poco flexible. Resulta útil para una empresa pequeña, pero para una Pyme no es de utilidad porque es sumamente vulnerable.

• Necesidad de mayor evidencia frente a procesos de decisión altamente intuitivos.

• Búsqueda de mayor productividad.

Federico, como Gerente de Ingeniería estuviste a cargo del proceso de desarrollo de estas capacidades: ¿Podrías sintetizar cómo funciona la BI? ¿Es un proceso muy complejo? ¿Requiere mucha inversión? Creo que puede ser interesante la explicación técnica desde un proceso que nos resulta conocido…

El proceso de BI en sí es sencillo de explicar. El primer paso es identificar las fuentes de datos (data sources), después reunir la información y generar el Data Warehouse: que implica tener todos los datos en un mismo lugar. Luego, hay que vincular los datos que están en distintas tablas de alguna manera, lo que implica analizar los datos. Finalmente, ese análisis nos va a permitir con distintas estrategias generar reportes y dashboards para las personas que toman las decisiones, con el fin de mejorar su proceso de elección.

Sin embargo, su implementación en la realidad requiere un análisis profundo de los sistemas existentes y de cómo vincularlos. Para un entendimiento del negocio que lleve a formular las preguntas adecuadas es clave que quienes toman las decisiones se involucren en el proceso. Y te diría que una vez montada la infraestructura en sistemas, la clave del éxito es encontrar el partner estratégico adecuado que te ayude a vincular los distintos sistemas en un único Data Warehouse. El sector de IT de iFLOW no lo hizo en forma independiente; seleccionó un proveedor para esta tarea, lo que no es sencillo porque hay pocos en el mercado que sepan hacerlo de la forma correcta y eficiente. Nuestra experiencia fue muy buena.

Para entender la complejidad de esto, ¿nos pueden contar sobre qué sistemas de la empresa se centra la toma de datos y su posterior análisis?

En el caso de iFLOW, el BI se centra en el medio de los sistemas que se utilizan y toma datos de los mismos, los vincula y los procesa,

• WMS y TMS sistemas de depósito y tráfico.

• Sistemas de seguimiento.

• Ruteador con inteligencia artificial que, por ejemplo, aprende de las demoras en la calle y las tiene en cuenta para próximos ruteos.

• ERP (Enterprise resourse planning).

• CRM (Customer Relationship Managment).

• Magento, plataforma de ecommerce.

Una pregunta un poco más técnica, pero que puede ayudar a comprender mejor el proceso a través del cual se obtiene el valor de la información: En ciencia de datos se habla mucho de los “data sets”, ¿podrían explicar este concepto?

Son extracciones parciales del Data Warehouse, para el caso en que el usuario necesite obtener cierto tipo de información (por ejemplo tráfico) sin tener que acceder a todo el DW. Para acceder a un data set en general se cuenta con una pantalla donde seleccionar atributos y métricas. De acuerdo a los atributos que se desean analizar y los indicadores (por ejemplo de un producto: costo, kilos pickeados, etc.), se define para que localización (CD) y qué día estamos analizando. Luego el sistema utiliza la información de las tablas del DW y se generan los respectivos gráficos.

Estos gráficos tienen información de ciertas variables relacionadas al data set, atributos e indicadores que seleccionamos previamente, por ejemplo dispersión de los kilos del cliente, y muestra también los datos que están por fuera de los límites. Ayudan a tener información útil para el diseño de depósitos, por ejemplo teniendo en cuenta la rotación, volúmenes de demanda, etc.

Como hablábamos al principio la finalidad de obtener conocimiento a partir de los datos es asistir a la toma de decisiones, es decir el dato sirve en la medida que se vuelve “accionable” y le permite a la empresa generar valor. ¿Podrían darnos algún ejemplo de esto?

Les contamos dos casos que sirven para ilustrar el valor de la información en la toma de decisiones. Como ustedes saben la pandemia generó cambios muy abruptos en los patrones de consumo y disrupciones que tuvieron que afrontar las cadenas, estos casos son diferentes situaciones con diferentes clientes que ilustran bien el concepto:

Caso 1: Análisis de los perfiles de venta en el segmento minorista del “Cliente X”

El cliente sufrió mucho con la pandemia, al límite de casi desaparecer, por lo que estaba pensando en cerrar las zonas minoristas, donde los volúmenes de venta no superaban cierto límite, ya que no se estaban cubriendo los costos fijos.

Para evitar esto usamos BI con el fin de proponerles acciones de mejora. Estudiamos los patrones de consumo de los puntos de venta y sugerimos acciones focalizadas de promoción a costos menores que el estándar, para acompañar el mal momento del cliente X.

Se hizo un ABC de productos y se propuso un esquema de descuentos para los cuáles su cliente final (minorista) históricamente tenía demanda y que había dejado de comprar. Esta acción logró que los clientes empezaran a traccionar y a partir de ahí se fue incrementando la demanda.

Caso 2: Cálculo de bonificación y descuento comercial a un “Cliente Y” sujeto a un recimiento potencial.

Nuestro modelo de negocio se basa en un “win- win”; entendemos que en la medida que a nuestro cliente le va mejor también ganamos nosotros, somos “socios”. Nosotros habíamos propuesto al cliente que si el crecimiento era mayor a un determinado porcentaje, se analizaría un descuento comercial. La pandemia afectó positivamente a este cliente. La demanda de sus productos “A” creció un porcentaje menor, pero impactando también a iFLOW (positivamente) por esta situación. Teniendo en cuenta esta situación, desde iFLOW se extrajo información de todos los viajes, para simular no solo el aumento de ventas sino también de posibles ahorros (por no saturación de vehículos por ejemplo) y calcular un porcentaje de ese nuevo margen para ceder al cliente.

Como puede verse el análisis de datos nos ayuda a simular escenarios posibles, que antes analizábamos de manera más intuitiva.

Nos parecen muy valiosos los ejemplos, sobre todo porque se ve claro cómo se genera una mayor adaptabilidad de la empresa y de la cadena en su conjunto, a partir de la información. ¿Usan también la información para cuestiones más habituales de la operación?

Te cuento dos casos más en relación a tu pregunta, uno tiene que ver con una aplicación para customer service y el otro con el nivelado de capacidad.

Customer service: Tenemos una ticketera web, donde se categoriza el tipo de reclamo de los clientes. Nutrimos la ticketera con el WMS y el CRM, de esta manera el cliente puede ver los reclamos que cargó, en qué mes, en qué planta y en qué estado está su reclamo. Le permite sacar algunas conclusiones tan sólo observando el gráfico. A su vez, también nos alimenta generando ideas de mejora continua. Y nos permite gestionar los tiempos de respuesta a los reclamos mediante la fijación de objetivos.

– Nivelado de capacidad: El objetivo es nivelar la carga operativa diaria a lo largo de la semana para buscar una reducción de horas extras. Si bien la capacidad presenta determinada flexibilidad, a veces el costo de esta flexibilidad (horas extras, más camiones, etc.) es demasiado alto. A través de la analítica podemos tener más claro la capacidad óptima a ofrecer, agrupar las entregas en zonas y programar los despachos de manera más eficiente.

Germán, una última pregunta, ¿específicamente a qué se refieren cuando hablan de iFLOW como un operador 4PL?

Las siglas 4PL significan “Fourth-Party Logistics”. Cuando hablamos del concepto de 4PL, nos referimos a un modelo de integración con el cliente en el que administramos no solo nuestros recursos, capacidades y tecnologías, sino también la de otros proveedores de servicios complementarios, ofreciendo una solución completa a nuestro cliente. Muchas veces tiene que ver con el proceso productivo, desarrollos de tecnología o incluso desarrollos comerciales.

Bajo este concepto no le brindamos al cliente solamente camiones, gente y depósitos. Vamos un paso más allá, le damos información clave para su negocio. Para ello les pedimos que nos participe en su proceso de decisión y acompañamos su inversión sumando nuestros conocimientos y experiencia. Es un proceso que lleva tiempo y depende mucho de la predisposición del cliente, por eso con algunos clientes somos solo 3PL, una tercerización logística con contrato y KPIs, pero cuando existe la posibilidad apuntamos a un nivel de integración más amplio.

Conclusiones

Sintetizando todos estos conceptos podríamos decir que una pieza clave en esta habilidad de adaptación que se refleja en el modelado y la gestión de la cadena de suministro, es disponer de información valiosa que nos permita tomar decisiones estratégicas, tácticas y operativas oportunas, y para ello se requiere contar con las adecuadas capacidades digitales. Estas capacidades digitales van más allá de disponer de las necesarias TI y TO (Tecnologías digitales de información y operación), ya que implican principalmente contar con una cultura y forma de trabajo de las personas, alineadas con esas tecnologías; el alcanzar un estadío de madurez digital con estas características va a significar una clara ventaja competitiva para la empresa y toda la cadena de valor.

Lourdes Perea Muñoz, Natalia Toscani y Daniel Suarez Anzorena  |  7 de septiembre del 2020

Cadenas de suministro: ¿cita con la transformación digital?

NOTICIAS

home3-05

Cadenas de suministro: ¿cita con la transformación digital?

Como todos hemos podido observar, con el paso del tiempo los mercados se han ido volviendo cada vez más complejos. Por eso más que nunca la gestión diaria de la cadena de abastecimiento se ha vuelto dinámica y multifacética.

Frente a esta realidad, la flexibilidad y adaptabilidad son características esenciales para una sana supervivencia de las empresas; y estas virtudes son justamente facilitadas por la denominada Industria 4.0. Este fenómeno que viene ocurriendo por la convergencia de diversas tecnologías digitales de operación (TO) y de la información (TI) representa una oportunidad para ser más competitivos frente a esta realidad del mercado.

Existen diferentes visiones de lo que la Industria 4.0 representa, algunas más ligadas a aspectos puramente tecnológicos y otras más holísticas. Es importante partir de una visión clara de lo que esta representa ya que la misma va a orientar las acciones a encarar para alcanzar el objetivo.

Nuestra visión es holística y descansa más sobre los principios detrás de la Industria 4.0 que en la tecnología en sí misma. Entendemos la madurez en Industria 4.0 como la habilidad de una empresa de transformar datos en conocimiento y este en acción, mediante el uso de información como soporte a la toma de decisión. En la medida que este proceso dato-conocimiento-acción se va tornando más autónomo, las empresas se vuelven más ágiles y adaptables, lo que se puede reflejar en una mayor eficiencia y nuevos modelos de negocios.

La incorporación de tecnología es claramente un habilitador clave de este proceso, en la medida que permite la captación de los datos, su procesamiento, contextualización y visualización, rápida transmisión y automatización de determinadas acciones, dotando a la empresa de mayor agilidad y permitiendo obtener un mayor beneficio de la adaptabilidad. Pero para poder sacar provecho de la misma, es importante lograr un alineamiento entre la estrategia y las capacidades digitales presentes en los recursos, las tecnologías de información, la estructura organizacional y la cultura dentro de la empresa y también hacia afuera, es decir, en toda la Cadena de Suministro.

La transformación digital de la Supply Chain ¿en agenda?

Tal como mencionamos en un principio, el consumidor final se está complejizando cada vez más y las empresas vislumbraban la necesidad de cadenas conectadas de extremo a extremo capaces de transferir en tiempo real cambios en la demanda a primeros proveedores y, asimismo, novedades ocurridas en los proveedores al cliente final. La transformación digital ya estaba en agenda para muchas empresas y para otras incluso incorporada dentro de una estrategia.

El Ingeniero Santiago Curutchet, Líder de Supply Chain Argentina de Pepsico, nos cuenta algunos “insights” sobre cómo se está abordando en su área la estrategia de Industria 4.0 a nivel LATAM:

• Como empresa multinacional Pepsico cuenta con la experiencia de transformación digital en países donde ya se alcanzó un cierto nivel de madurez, y esta experiencia genera una fuente de conocimiento muy importante para el abordaje en la región. En base a su estrategia de ser “MÁS RAPIDOS”, “MAS FUERTES” y “MEJORES”, se creó un equipo en LATAM para llevar a cabo este tipo de proyectos. Este equipo a nivel central interactúa con equipos locales en el desarrollo e implementación de varios proyectos y pruebas piloto que se realizan en paralelo en diferentes países. El potencial que tiene la empresa de nutrirse de datos a nivel centralizado es enorme.

• Nuestro objetivo es la “Digital Value Chain” (DVC) de acuerdo con el modelo de madurez de Gartner para la digitalización de la Supply Chain. Es útil ver al proceso de transformación digital como una serie de estadios bien definidos y progresivos que van generando valor y que van conformando el camino hacia el objetivo. Sin ahondar en detalles, la “Digital Value Chain” supone la integración punta a punta de los procesos de la cadena de suministro y los sistemas que los soportan, facilitando la medición de performance de la cadena en su conjunto, y la visibilidad a lo largo de la misma. Lógicamente esto conlleva un esfuerzo enorme de armonización de los datos y procesos entre distintas funciones internas de la SC, con otras áreas de negocio de la empresa y con socios externos de la cadena (clientes y proveedores).

• El objetivo es ser “MÁS RÁPIDOS”, poder adaptarse velozmente a los cambios de los clientes y dar un mejor nivel de servicio y mejorar la calidad de nuestros productos. En línea con este norte estamos trabajando a nivel interno en la armonización, entre países, de todos los procesos de planificación, abastecimiento, producción y distribución. Con respecto a socios externos, ya veníamos trabajando las técnicas de planeamiento colaborativo con algunos clientes estratégicos. Actualmente se aplica VMI (Vendor Managed Inventory) con supermercados como Cencosud, Walmart, La Anónima, Carrefour y otros distribuidores. También se está avanzando en la integración con los principales proveedores clave, como saboristas, a nivel regional.

• Por otro lado, Pepsico alineado a su estrategia de ser “MÁS FUERTES” está incorporando herramientas tecnológicas muy potentes de Demand and Supply Chain Planning de JDA (Blue Yonder) en todo LATAM, como base necesaria para avanzar hacia la DVC. Estas herramientas incorporan tecnologías de “advanced analytics” para el análisis de grandes volúmenes de datos, permitiendo pronósticos mucho más precisos de manera semanal y automática, para así disparar ajustes de los planes de producción, compra de materiales, etc. Como parte de la evolución de la DVC seguirá para conectar con los sistemas de ventas y clientes que permiten capturar las variaciones de la demanda de forma diaria (“demand sensing”). La captura de señal de demanda requiere cada vez mayor frecuencia en la medida que el país es más inestable y la demanda se vuelve más volátil. En algunos países que se encuentran en condiciones de afinar mucho la gestión de abastecimiento se llega a un “demand sensing” diario.

• Además del planeamiento, es importante trabajar en la búsqueda de eficiencias y para esto la tecnología es también una buena aliada. Por ejemplo, mediante la incorporación de ingeniería inversa e impresión 3D de repuestos críticos de máquinas importadas logramos ahorros muy importantes al mismo tiempo que redujimos los stocks de los mismos. La planta de Mar del Plata es pionera en el desarrollo de impresión 3D en LATAM, al tiempo que por iniciativa de unos empleados han desarrollado máscaras de protección para el personal sanitario durante la pandemia del COVID.

• Por último, en línea con la estrategia de la empresa de ser “MEJORES”, la incorporación de tecnologías buscará la sustentabilidad y cuidado del planeta. En ese sentido la prioridad es lograr un menor consumo de agua, energía (electricidad y gas) y disminución de desechos usando IOT y monitoreo de parámetros en línea.

COVID: ¿cita impostergable?

Riesgo, disrupción, protección, cambio, desafíos son las palabras que conectan al COVID y las cadenas de suministro en redes y medios. Claramente la pandemia puso el foco de la mira en las cadenas de suministro, que son en definitiva las responsables de entregar los productos a los clientes finales.

De acuerdo con un reporte reciente de Miebach Consulting, hay cuatro cambios claves para la industria de consumo masivo a partir de la pandemia:

• Cambios de mix y volumen en todos los canales de venta. El confinamiento trajo cambios en el patrón de consumo, mayores volúmenes de alimentos no perecederos para stock, cambios en las preferencias, cambios en el lugar de compra pasando a una mayor proporción en minoristas de cercanía, etc. La demanda se volvió muy dinámica, con una base de evolución semanal y seguirá afectada no sólo por el confinamiento sino también por las consecuencias económicas del mismo.

• Aumento del e-commerce. Estudios científicos aseguran que dos meses son suficientes para arraigar nuevos hábitos en las personas, lo que hace pensar que algunos hábitos desarrollados en la cuarentena van a permanecer. El aumento del e-commerce en conjunto con una mayor cantidad de trabajadores en sus casas, hace pensar que la necesidad de entregar el producto en las casas requerirá a las CS importantes adaptaciones operativas para garantizar el nivel de servicio esperado.

• Gestión del flujo de caja. Muchas empresas han visto disminuir sus ingresos, se suma a esto la incertidumbre de cómo evolucionará el negocio, por tanto, la gestión del flujo de caja se ha vuelto clave para garantizar la liquidez y la supervivencia. La búsqueda de eficiencias será un aspecto clave para subsistir.

• Faltantes en el suministro de proveedores y déficits de capacidad provocados por los cambios de patrones.

No sabemos exactamente cuánto permanecerá de estos cuatro cambios, pero podemos dar como seguro que el escenario post pandemia será diferente al previo.

Estamos viviendo una experiencia particular sobre la necesidad de adaptación, y en particular de dotar a las cadenas de suministro de mayor capacidad de reacción. Ya no son sólo necesidades estratégicas las que empujan a la transformación digital. Las cadenas se encuentran ante un entorno sumamente complejo de operación en el que no se prevén vientos calmos en un horizonte temporal relativamente corto.

Es hora de priorizar las oportunidades de digitalización y trabajar en la transformación cultural y organizacional, a fin de que los datos sean realmente el origen de decisiones agiles y oportunas.

Ideas para el abordaje de una estrategia de transformación digital

A la hora de abordar un proceso de transformación digital los “modelos de madurez” constituyen una muy buena base para ayudar a las empresas en la generación de una visión de lo que esta implica, determinar la situación actual de la empresa (diagnóstico) y proyectar las próximas acciones a encarar (roadmap). Es importante tener en cuenta que existen diferentes modelos en los cuales subyacen algunas diferencias, por un lado, respecto a lo que Industria 4.0 implica y sus principales objetivos, y por otro respecto a las dimensiones que consideran y la caracterización de los diferentes estadios.

También puede resultar oportuno tomar ideas de casos de éxito logrados por otras empresas, pero hay que tener en cuenta que cada sector industrial, tipo de negocio y tamaño de organización tiene sus características propias, y además una situación particular desde la que inicia un proyecto de transformación digital.

Un aspecto no menor, al momento de encarar estos planes de transformación digital es que los mismos deben estar orientados por la estrategia de la empresa, deben dar soporte a la misma. Es importante por tanto lograr un alineamiento entre las capacidades digitales a desarrollar en los recursos y sistemas de información, la estructura y la cultura organizacional y los lineamientos estratégicos de la empresa.

Dentro de ese alineamiento hay criterios de gestión que no han perdido vigencia tales como: que el demandante y destinatario del valor a percibir es el cliente, que se debe buscar un adecuado equilibrio entre el costo logístico total y el servicio a brindar, y que el tipo de cadena de suministro depende en gran parte de las características de la demanda, sus ciclos e incertidumbre.

Las tecnologías digitales se encuentran en permanente evolución, y en diferentes etapas de madurez respecto a su aplicación práctica en la cadena de suministro; esto implica por parte de las empresas una adecuada cuota de exploración sobre las experiencias de aplicación, y luego la capacitación o incorporación de personas con un conocimiento técnico adecuado a la gestión de los nuevos modelos y herramientas digitales. Más allá del apalancamiento positivo que puedan generar las tecnologías sobre el negocio y la cadena de suministro, como ya se mencionó inicialmente, los fundamentos de la transformación digital se dan mediante la incorporación de capacidades en las personas y su forma de trabajar, que aporten una diferencia significativa de valor; el cambio cultural y la adaptación de las estructuras organizacionales (la forma en que se estructuran y trabajan las personas dentro de la empresa) son dos elementos clave para lograr un cambio hacia un estilo de empresa adaptable y que aprende permanentemente con la experiencia. Podemos decir entonces que una de las principales claves consiste en potenciar a cada una de las personas, a fin de obtener su visión y mejor aporte.

(*) Lourdes Perea Muñoz, Dra. Investigadora, Facultad de Ingeniería – Universidad Austral.

(**) Daniel Suarez Anzorena, Mag. Director del Centro de Industria 4.0, Facultad de Ingeniería – Universidad Austral.

5G, cáncer y coronavirus: mitos y verdades sobre su impacto en la salud de las personas

NOTICIAS

home3-05

5G, cáncer y coronavirus: mitos y verdades sobre su impacto en la salud de las personas

Los debates acerca de los posibles efectos nocivos de los dispositivos móviles y las antenas de telefonía celular en la salud de las personas son de larga data. De hecho, en la Argentina los proveedores de los servicios de telecomunicaciones han tenido, históricamente, problemas al momento de instalar sus antenas por esta cuestión. Ahora, con el despliegue mundial de las redes de 5G esta polémica se reaviva, con quema de antenas en Inglaterra y manifestaciones (incluyendo una en Buenos Aires hace unos días) donde se denuncia al espectro electromagnético que ocupa como un supuesto vehículo de transmisión del coronavirus.

Al igual que con las tecnologías celulares anteriores, como las redes 2G, 3G y 4G, las redes 5G dependen de señales transmitidas desde las antenas a los dispositivos mediante ondas de radio que se encuentran en una determinada parte del espectro electromagnético. Entre otras particularidades, 5G utiliza ondas de frecuencia más altas que las redes anteriores, lo que permite que más dispositivos tengan acceso a Internet al mismo tiempo y a velocidades más rápidas. Estas ondas viajan distancias más cortas por lo que se requiere de una mayor cantidad de antenas (a mayor frecuencia, menos cobertura).

Hay varias investigaciones a nivel global que están investigando el impacto de esta tecnología en la biología de la población, y sus conclusiones son seguidas de cerca por distintos organismos como la Icnirp ( Comisión Internacional de Protección contra la Radiación No Ionizante), que asesora a la Organización Mundial de la Salud (OMS). De hecho, la Icnirp actualizó sus directrices por primera vez en 2 décadas, concluyendo que los niveles de radiación del 5G están muy por debajo del máximo, y que es una tecnología segura.

Cáncer
Consultado por LA NACION, el Dr Santiago Bella, que es vicepresidente de la Asociación Argentina de Oncología Clínica, «esta tecnología no es cancerígena. Hubieron dos publicaciones en el New England Journal of Medicine de tipo observación análisis retrospectivo. Mientras que en la primera no hubo ningún resultado negativo, en la segunda se registró una pequeña alerta con respecto a la radiofrecuencia y los tumores cerebrales y testicular, pero fuera de esta advertencia, que simplemente es una lucecita muy chiquitita amarilla, no hay ninguna otra evidencia».

De todos modos, el especialista aconseja a los usuarios que traten de usar auriculares y que no porten el smartphone en los bolsillos. «Además, hay que tratar de cargarlo en otra habitación».

En la misma línea opina Juan Pablo Cosentino, que es Decano de la Facultad de Ingeniería Universidad Austral, Ingeniero Electrónico, Master en Comunicaciones Móviles por la Universidad Politécnica de Catalunya y experto en temas de Comunicaciones Inalámbricas, IoT e Industria 4.0: «Si bien la IARC-OMS ha catalogado a las ondas electromagnéticas como partes del Grupo 2B, dentro de su escala de «carcinogenicidad», no hay que tener miedo porque, literalmente, esto implica que «no se demuestra ni excluye por completo el riesgo carcinógeno»». Esta categoría incluye muchas otras sustancias tales como pickles, encurtidos, el aloe vera, fabricar muebles de madera e iluminación fluorescente, entre otros». Esta categoría, la 2B, está en tercer lugar de cuatro posibles siendo el primero el «Cancerígeno» y el cuarto no «clasificable en cuanto a su carcinogenicidad en humanos».

De hecho, tomar mate estuvo durante años en el segmento 2A (es decir, potencialmente más cancerígeno que las redes de telefonía móvil), aunque luego la OMS lo recategorizó al nivel 3, un segmento más benigno.

Efectos generales en el cuerpo
«Todas las frecuencias que utiliza 5G pertenecen a la familia de lo que se conoce como «microondas», un conjunto de frecuencias de baja energía y NO Ionizante, es decir, que no es capaz de alterar la estructura de un átomo, como sí lo son los rayos X y los rayos Gamma», explica Cosentinoy agrega que si bien es cierto que la exposición prolongada a radiaciones electromagnéticas puede generar efectos térmicos, no hay evidencia científica de ningún tipo que haga suponer que los efectos de radiaciones de radio o microondas, dentro de los límites establecidos, puedan causar algún tipo de daño a la salud.

Para poder dimensionar el problema sobre el temor de posibles efectos nocivos en la salud, el experto ilustra: «Un teléfono que indica que tiene todas las barras de señal, condiciones óptimas a pocos metros de una antena, está recibiendo -70dBm, que equivalen a 0,0000000001 watts, y si se encuentra muy lejos a condiciones de marginalidad de cobertura, está recibiendo alrededor de -120dB que equivalen a 0,000000000000001 watts. ¿Es momento de pensar qué hacemos bajo una dicroica de 75 watts sin preocuparnos? No».

Coronavirus
Hace algunas semanas, antenas 5G instaladas en Gran Bretaña sufrieron ataques de vandalismo porque comenzó a circular la noticia (falsa) de que el coronavirus se podría propagar a través de estas redes de alguna forma. Sin embargo, tanto la Organización Mundial de la Salud como la Comisión Internacional de Protección de Radiación no Ionizante (ICNIRP en sus siglas en inglés) negaron que esto sea verdad.

El mensaje que circula dice que «en Wuhan foco de la epidemia habían (sic) instaladas cerca de 10mil antenas 5G para implantar esta red inteligente en la ciudad, las mismas que hay en todo EEUU junto, el gobierno chino puso a prueba la capacidad receptiva del ADN humano ante esta frecuencia, y mucha gente murió por convulsiones tras recibir el golpe de estas ondas, luego soltaron el «coronavirus» como excusa…». Esta información fue desmentida tanto por la OMS y por otras organizaciones como el Comité científico asesor en radiofrecuencia y salud de España, y el Ente Nacional de Comunicaciones (ENACOM), de Argentina.

Para Federico Prada, que es Director de la Lic. en Bioinformática y la Lic. en Biotecnología, Profesor Titular e Investigador de la Facultad de Ingeniería y Ciencias Exactas de la UADE, «si bien hay trabajos que muestran que a nivel in vitro puede haber efectos en varios parámetros celulares, como por ejemplo, la expresión de ciertos genes o algo relacionado con el sistema inmune, los mismos trabajos sugieren que estos resultados deben ser profundizados para ser afirmados».

En este contexto, los proveedores de telecomunicaciones siguen de cerca esta cuestión que gira alrededor de la tecnología 5G. Por ejemplo, desde Telefónica Movistar afirman que «todas las radiobases que utilizamos cumplen con los límites de exposición establecidos por la ICNIRP. De hecho, todas las tecnologías móviles emiten niveles muy bajos en relación con los límites de exposición fijados internacionalmente por dicho organismo».
Débora Slotnisky – La Nación

Ciencia de Datos para combatir el hambre y la MALNUTRICIÓN

NOTICIAS

home3-05

Ciencia de Datos para combatir el hambre y la MALNUTRICIÓN

«A partir de la implementación de tecnología en la cadena de abastecimiento, la empresa social Nilus logra llevar adelante un esquema rentable de asistencia alimentaria para quienes más lo necesitan. La eficiencia de la ciencia de datos es la clave que les permite comprar productos a buenos precios y llegar, minimizando los costos, a distintos comedores, bajo un esquema que al ser rentable garantiza su continuidad en el tiempo.»  Ezequiel Lamónica – CTO Nilus, Co-Foundador GreenCode, Prof. de Ciencia de Datos, Facultad de Ingeniería Universidad Austral.

En el mundo, cada año, más de 3 millones de niños menores de 5 años mueren de desnutrición o por causas relacionadas con la misma. En Latinoamérica y Caribe, 1 de cada 5 niños y niñas menores de 5 años no tienen un adecuado crecimiento por problemas de malnutrición. En Argentina, 3 de cada 10 niños padecen hambre o malnutrición (según datos del Observatorio de la Deuda Social de la UCA). Asimismo, sólo en Argentina se desperdician 44 toneladas diarias de alimentos aptos para consumo.

Nilus es una empresa social que tiene como misión combatir el hambre y la
malnutrición con profesionalismo y tecnología. Para logarlo, utilizamos tecnologías de data science como Big Data, tableros de visualización, geolocalización y algoritmos de optimización de rutas para rescatar alimentos que están a punto de desperdiciarse, comprar alimentos a través de compras colectivas y llevarlos lo antes posible a comedores sociales que los necesitan.

Pero lo más importante, es que contamos con un equipo altamente profesional compuesto por egresados de prestigiosas universidades, y con varios años de experiencia en el sector de tecnología, food waste y comercio.

Solidario y rentable
Personalmente, me uní a Nilus en el 2018 como CTO, principalmente convocado por mi expertise en el área de tecnología y logística y motivado por el afán de dejar un mensaje a mis alumnos: se puede hacer una empresa rentable y ayudar a los más necesitados. Este mensaje es el que a mí me hizo tomar la decisión de involucrarme por completo, es la rebeldía de desafiar al sistema con una propuesta tan innovadora y tan buena, que hasta
los pobres nos van a pagar por el valor que les generamos, incluso generando
una renta. Volveré sobre este punto más adelante. En 2015, fundé Green Code con Sebastián Alonso, una compañía de software especializada en tecnología de logística y data science, que trabaja para grandes marcas de consumo masivo.

A partir de esta experiencia, fui convocado por Ady Beitler, emprendedor uruguayo y co-fundador de Nilus, para formar parte de un equipo en marcha pero joven aún.

Entre las primeras tareas que realizamos fue armar un equipo con profesionales de Greencode y de la Universidad Austral, donde me desempeño como profesor de Ciencia de Datos en la Facultad de Ingeniería.

Nilus es una empresa social que tiene como misión combatir el hambre y la malnutrición con profesionalismo y tecnología. Para logarlo, utilizamos tecnologías de data science como Big Data, tableros de visualización, geolocalización y algoritmos de optimización de rutas para rescatar alimentos que están a punto de desperdiciarse, comprar alimentos a través de compras colectivas y llevarlos lo antes posible a comedores sociales que los necesitan.

Hoy, la plataforma es usada por los Bancos de Alimentos de la ciudad de Mar del Plata, Cáritas, organizaciones comunitarias en Villa Itatí y La Matanza, contamos con presencia en Uruguay y Puerto Rico donde ingresamos junto a la fundación Bill Clinton, Marriot, también en San Pablo, y pronto estamos abriendo operaciones en México en las ciudad de Yucatán, Chihuahua, y DF.

Tecnología para una coordinación rápida y efectiva
Realizamos acuerdos con Walmart, Granja Tres Arroyos y con el Mercado Central de Buenos Aires, donde a partir de las donaciones que realizan una docena de puesteros, se logran rescatar por día 1,5 toneladas de alimentos que son llevadas a distintos comedores en la Capital Federal y el Conurbano. 

Nuestro foco es trabajar con alimentos frescos como carne, verduras y frutas, que son los de mayor calidad alimenticia y no suelen ser donados porque se echan a perder rápido. No contamos con depósitos, la clave es procesar la información sobre oferta y demanda de alimentos y transportes disponibles al instante, para realizar las entregas en cuestión de horas.

En cuanto al modelo de “pricing”, no cobramos por los alimentos donados, sólo cobramos la logística en el caso que se lo requiera. Sí cobramos por los productos que compramos y ofrecemos en la plataforma.

Nuestra plataforma de gestión de productos funciona similar a un ERP, consolida los productos, gestiona los comedores sociales que son nuestros únicos posibles compradores, gestiona los proveedores, cuenta con reportes, gestión de ordenes realizadas, planificaficación de viajes, choferes, etc. Lo necesario para gestionar la operación de cada región desde los proveedores, pasando por las ventas y logística, hasta la entrega a los comedores. Los comedores cuentan con una app mobile que les permite ver las ofertas y productos disponibles para realizar las compras. El pago es 100% digital también.

Para la logística contamos una app que utilizan los choferes la cual nos permite tener el seguimiento de la mercadería y las entregas. Luego, toda los datos generados por los sistemas son enviados a una solución “cloud” que hace las veces de “data warehouse” donde hoy le montamos los “dashboards” de métricas, performance y trazabilidad. También elaboramos reportes de impacto para proveedores, donantes e inversores de forma recurrente.

Solidaridad sostenible 
A medida que la plataforma crezca en número de usuarios y volumen de datos, evaluamos aplicar Inteligencia Artificial para que, a partir del historial de compras, se puedan predecir las necesidades de cada comedor comunitario, asistir a sus organizadores en la planificación de menús equilibrados con frutas, verduras de estación y alimentos disponibles para donar. También estamos incorporando soluciones de optimización de rutas y planificación logística para facilitar las tareas de los operadores logísticas y reducir los costos de delivery.

Como comentaba al principio, la propuesta de Nilus es lograr que las personas en necesidad coman mejor. Para resolver este problema, usamos la eficiencia en procesos que implica profesionales de prestigio y tecnología acorde. Por supuesto que cobramos por lo que hacemos, porque necesitamos que la malnutrición se resuelva de manera sostenible y no a base de donaciones esporádicas o buenas voluntades pasajeras, que son necesarias pero no escalan.

La eficiencia es la clave
Buscamos lograr que nuestra oferta de productos sea significativamente más barata que cualquier proveedor de mercadería y nos enfocamos exclusivamente en las personas en necesidad. De esta forma, con lógica de mercado, estamos cambiando Pilar, Buenos Aires, Argentina y el mundo. 

El coronavirus y la transformación digital: ¿analógicos en un mundo digital?

NOTICIAS

home3-05

El coronavirus y la transformación digital: ¿analógicos en un mundo digital?

El coronavirus y la cuarentena, sin duda, transformaron el modo en el que interactuamos y nos relacionamos, pero ¿se ha dado realmente una transformación en la forma de trabajar? ¿Estamos transformándonos digitalmente?

Para responder estas preguntas es preciso entender a qué se hace referencia por ‘Transformación Digital’. Una organización se transforma digitalmente cuando desarrolla aquellas capacidades que le permiten adaptarse rápidamente y en todos sus procesos, a partir del uso de tecnologías que transformen datos en conocimiento, y éste en acción.

La base del cambio es el uso de los datos y la información para la toma de decisiones. La velocidad y facilidad de procesar datos que ofrecen las nuevas tecnologías combinadas entre sí son un impulsor de esa transformación, pero no alcanzan si no se modifican también aspectos culturales y organizacionales.

¿Es más bien conectividad lo que tenemos?
En las redes sociales circuló una imagen que preguntaba: “¿Quién impulso la transformación digital en su empresa? ¿El CEO, el CTO o el COVID-19?”. Sin restarle valor al chiste, que a decir verdad es muy oportuno, reflexionemos sobre qué cambios hemos realizado realmente en la organización a partir de las medidas tomadas al inicio de la cuarentena.

Es indiscutible la implementación de tecnologías de comunicación para realizar reuniones e, inclusive, clases virtuales. Muchas personas que hoy han incorporado zoom a sus aplicaciones diarias, y seguramente no sabían de su existencia hasta hace un mes atrás. Es más, ahora surgen debates en círculos de amigos o colegas sobre beneficios y riesgos de unos u otros. Impensado.

“¿Teams? ¿Zoom? ¿Webex? ¿Meets? ¿Hangouts?”. Sin duda, el uso de estas herramientas está empezando a transformarnos en seres más respetuosos en el uso de la palabra, en pedirla, y en el silencio reflexivo auto impuesto (o no) para evitar entrar en etapas de aturdimiento en alguna que otra reunión.

Podemos hablar también sobre el uso de herramientas en la nube, que nos permiten compartir archivos y trabajarlos de manera colaborativa. Y, en algunos casos, hemos digitalizado algunos procesos que, ante la imposibilidad de realizarlos de manera presencial, requieren pensar en alternativas para poder hacerlos de manera remota. El caso más claro puede ser la firma digital, o las recetas médicas en soporte digital o enviadas a través de redes sociales.

No caben dudas de que las organizaciones tuvieron que adaptarse, pero ¿realmente lo hicieron en lo que entendemos por «adaptabilidad» o simplemente se vieron obligadas a pasar a un estado de digitalización? ¿Cuántas de ellas usan los datos provistos y relevados para tomar mejores y más rápidas decisiones? ¿Cuántas de ellas piensan en cómo transformar su modelo de negocio? ¿Transformamos el negocio o simplemente hacemos lo mismo usando otra interfaz (digitalmente)?

Autodiagnóstico: ¿Somos analógicos en un mundo digital?

  • ¿Trabajamos más o menos para obtener lo mismo pre-Covid 19?
  • ¿Mejoramos la eficiencia de nuestros procesos o estamos haciendo lo mismo que hacíamos antes, pero en un entorno digital?
  • ¿Sacamos provecho a los nuevos procesos digitales, para analizar los datos adquiridos usando herramientas que nos ayuden a responder más rápido?
  • Analizamos la posibilidad que brindan estas nuevas herramientas para pensar en un nuevo modelo de negocio o en como brindar mayor valor al cliente?
  • ¿Tomamos decisiones conjuntas solo a través de llamadas o videollamadas o utilizamos alguna herramienta que agilice y sirva para delegar?
  •  ¿Aplanamos la estructura o la verticalizamos aún más?
  • ¿Alguien está buscando eficientizar procesos a través de la nueva lógica de trabajo impuesta? ¿O nos movemos por fuerza bruta buscando hacer lo mismo pero desde casa?
  • ¿Estamos aprovechando este primer salto obligado hacia la digitalización para repensar nuestra estructura organizacional?
  • ¿Realizamos acciones para facilitar e impulsar el cambio cultural?

Es indiscutible que este cambio obligado trae, por lo menos, ciertas ventajas asociadas. El vernos obligados a salir de la zona de confort, el tener que familiarizarnos con tecnologías a las que antes les teníamos miedo, el entender que muchas de las actividades que hacíamos presencialmente, presentan alternativas. Las organizaciones han sabido cambiar ante esta situación de crisis y este es un primer ejemplo de los beneficios de «adaptarse» rápidamente.

Sin embargo, para hablar de transformación digital debemos ir más allá de la digitalización. Aprovechemos este primer paso obligado para avanzar en la dirección de la Transformación Digital y volvernos realmente adaptables.

(*) Decano de la Facultad de Ingeniería de la Universidad Austral.

(*) Docente e investigadora en temas de Industria 4.0 de la Universidad Austral.

IoT, ¿Qué, cómo, para qué y por qué?

NOTICIAS

home3-05

IoT, ¿Qué, cómo, para qué y por qué?

El salto de valor que es capaz de ofrecer el “Internet of Tings (IOT)” es frecuentemente minimizado al considerarlo solo como un tema de conectividad y transmisión de datos. Se suele asociar esta tecnología a procesos automáticos con conectividad, cuando en realidad su gran potencial se relaciona con la capacidad de generar procesos autónomos. El gran aporte de IoT es la autonomía o información valiosa que asista la toma de decisiones de una manera más rápida y adaptable.

Al momento de dar una definición de IoT, nos encontramos con factores comunes, y cuestiones más vagas que buscan simplificar un salto enorme en el valor que ofrece un dato, a una mera cuestión de conectividad y gestión u observación remota de un bien.

Lo que todos nos dicen de IoT (Internet of Things o Internet de las Cosas):

  1. Cualquier objeto podría conectarse a internet.
  2. Entre 4 y 7 decenas de miles de millones de objetos conectados para el 2025.
  3. Existe la posibilidad de generar servicios de valor agregado por sobre los datos.

Lo que no se dice al momento de dar una definición de IoT

  1. IoT no es Telemetría ni Telecomando, ellos son casi bisabuelos de IoT. O sea, una cosa conectada a internet, no es Internet de las Cosas.
  2. Transformar los datos (evidencias) en acciones concretas que generen valor (conocimiento), es lo que la diferencia de sus ancestros (Telemetrio y Telecomando).
  3. El efecto combinatorio que surge de cruzar los datos, es más importante que la cantidad de objetos conectados.
  4. No está bien hablar de productos IoT, sino más bien de soluciones, o llegado el caso, de productos habilitadores (con sensores y/o actuadores, y conectividad) para soluciones IoT.

Componentes de una Solución IoT

Típicamente una solución de IoT debe tener un conjunto de ingredientes que se repiten independientemente del modelo.

  1. Objetos – Capa Sensorial: Punto donde se capturan los datos a través de sensores, de los eventos ocurridos.
  2. Transporte – Redes de comunicación de datos: Vínculo de comunicaciones que une al objeto con instancias superiores donde se llevará a cabo el análisis de los datos.
  3. Procesamiento de los datos, evaluación, predicción, decisión: Punto de procesamiento de los datos donde el dato evoluciona a información y en última instancia a conocimiento, que permite tomar decisiones adecuadas a través del uso de diferentes técnicas.
  4. Reacción: Ejecución de la decisión, uso de actuadores, avisos, etc.

Listados los ingredientes, me gustaría tratar de introducir una definición, aunque no en formato de receta: “IoT es la solución que, valiéndose de evidencia colectada por sensores en los objetos, llamados datos, los analiza, los relaciona y los transforma en conocimiento que impacta procesos autónomos de toma de acciones o recomendaciones .

Pensar IoT sin pensar en modelos predictivos, o en modelos de análisis de datos de forma holística, es un error.

Muchas veces se tiende a inducir una definición de IoT asociada a un proceso más del tipo Automático con conectividad, que del tipo Autónomo. Los procesos automáticos se basan en el principio de acción reacción, donde la acción dispara una reacción en función de un conjunto acotado de acciones.

En el caso de IoT, la definición tiene que ver más con procesos autónomos, donde el grado de complejidad de la reacción hace que no necesariamente estén predefinidas, sino que varían dependiendo de la entrada, esta es la visión de Industria 4.0 (dato-conocimiento-acción).

Por ejemplo: Un camión conectado a internet que reporta datos sobre él mismo y su carga, ¿es IoT o no? No necesariamente. ¿Y qué sería IoT en ese ámbito?El secreto está en maximizar el valor de los datos para que puedan aportar valor genuino, y un salto cuantitativo mayor que un reporte de telemetrías.

Supongamos que el camión lleva una carga sensible a la humedad, algún tipo de grano de alto valor, y que el valor de la carga se vería seriamente afectado si hubiese una excursión en humedad. Entonces, nuestro camión nos reporta los datos, los vemos, en algún momento quizás nos asustemos con lo que vemos, pero si no proponemos una acción fundada en un conocimiento (Dato-ConocimientoAcción), lo único que lograríamos es ser testigos de lo inevitable, y dejaríamos documentado el hecho en las bases de datos para la historia.

Los datos, como evidencia, nos alertan. Por ejemplo: el servicio meteorológico nos alerta de posibles tormentas, lo que impacta en la decisión de tomar una ruta donde no haya lluvias que puedan afectar la humedad de la carga, o que el perfil de temperatura y humedad previsto en la ruta actual puede ser negativo en vistas de condensación y no impacte en el caso de negocio relacionado al valor del grano, es una opción válida, siempre que tenga certeza de que en esa ruta también tenga conectividad celular, etc.

Como vemos, la adaptabilidad lograda por la evidencia que se transforma en conocimiento, genera acciones que aportan valor genuino, y eso es lo que debe perseguirse en IoT. El gran aporte de IoT es la autonomía o información valiosa que asista la toma de decisiones de una manera más rápida y adaptable.

Antes de ser Conocimiento, fueron Datos

Si bien muchas veces los términos se entremezclan y generan errores conceptuales, me gustaría poder reflexionar acerca de la idea de que los datos no tienen necesariamente un valor como el imaginario colectivo presupone. El valor se produce en el procesamiento, la interpretación y contextualización, es decir en llevarlo a información y luego a conocimiento para que la toma de una decisión sea acertada.

Por definición, los datos son una representación simbólica de la realidad, es decir, una evidencia captada a través de algún tipo de sensor (temperatura, humedad, presión, imagen, etc.) que a través de un formato digital en nuestro caso (simbología) nos da una representación. Luego, a través de la interpretación y procesamiento de los símbolos, se transformarán en información, y contextualizando esa información, en conocimiento.

Los datos, por tanto, son en última instancia, la evidencia representada de un acontecimiento.

¿Míos, tuyos, nuestros?

“Las penas son de nosotros, las vaquitas son ajenas”, decía Atahualpa en “El arriero va”. Hoy, la realidad es que la cuestión de los datos y su explotación por parte de terceros, es recurrente donde la gran mayoría cree o siente que solo tiene “penas”.

Esta percepción se exacerba cuando el público es mayor de 35 años y decrece en el sentido opuesto en el rango etario.

La contraparte recibida por compartir un dato está devaluada, incluso en situaciones en las que el compartir datos permitió que llegue a tiempo a la entrevista de trabajo, a entregar un pedido, o a una reunión con un cliente, donde el valor de cada minuto de atraso depende de cada persona involucrada, de la urgencia, de la seriedad del evento, etc.

En el caso de datos e Internet, el Reglamento General de Protección de Datos (GDPR), define que en momentos, es necesario un consentimiento del usuario, es decir, que no esté necesariamente refugiado en las ciénagas de los “terms and conditions” donde pueda pasar desapercibido. Es el caso del aviso de uso de cookies en un sitio. Las cookies recopilan cierto tipo de información del usuario para ofrecer información o marketing direccionado a su historia, entre otros usos.

Volviendo al caso de IoT, en el caso en que el teléfono es el sensor, las aplicaciones que usarán nuestros datos (GPS, perfiles de redes sociales, etc.) piden un permiso especial asociado a la aplicación en particular. Aquí se presentan cuestiones asociadas al “Qué, Quién y Para Qué” respecto del uso de los datos captados por sensores de dispositivos de nuestra propiedad que compartimos de forma “consentida”. El consentimiento es por definición una manifestación de voluntad que vincula, es decir, permitimos a otros el uso o disfrute conjunto del dato que compartimos.

Compartir no necesariamente implica que perdamos propiedad sobre el dato, ya hay algunas empresas que de alguna manera arriendan nuestros datos, y nosotros seguimos siendo los dueños.

La propiedad de los datos es un tema sensible, pero lo que realmente genera discusión no es el dato sino el valor generado y cómo se distribuye el beneficio de dicho valor.

Hoy en día, los datos tienen un nivel de entidad tal que se conforman hasta departamentos de datos en las corporaciones que reportan directamente al CEO de la empresa.

Observamos cómo el dato, entonces, tiene una gran relevancia y requiere de políticas que aseguren que estos sirvan (en el sentido amplio), que estén protegidos y disponibles cuando se los precise. Es decir, necesitamos que haya un Gobierno de Datos claro, escrito y enmarcado en políticas y buenas prácticas. Esto último recibe el nombre de Data Governance.

Cuestiones a tener en cuenta

Si bien el foco lo centramos en IoT, hoy existen demandas y presiones sobre la industria proveedora de soluciones tecnologías, que hacen foco en tres factores:

  1. Privacidad y Confianza
  2. Seguridad
  3. Interoperabilidad – Estándares

Privacidad y Confianza: La privacidad se puede definir como el alcance de la vida personal de un individuo, que se desarrolla en un espacio reservado, cuyo objetivo principal es permanecer a resguardo de la exposición a terceros no deseados, y tiene que ver también con la intimidad.

La confianza es la creencia de que una persona o grupo o entidad podrá y querrá actuar adecuadamente en una situación y pensamientos determinados. La confianza se verá más o menos reforzada según las acciones y los valores, y debe ser sostenidamente comprobada, ya que la confianza está relacionada intrínsecamente a una “creencia”.

Las generaciones más jóvenes tienen una singularidad que es la adaptación y el cambio, tienen baja inercia y, por lo tanto, si se rompe la confianza, cambiarán (por ej. un servicio) y pasarán al siguiente proveedor en la lista.

Ciertos dispositivos no solo recopilan información personal como los nombres y números de teléfono de los usuarios, sino que también pueden monitorear los hábitos de los usuarios (por ejemplo, cuando los usuarios están en sus casas y lo que almorzaron).

Relacionado a este punto, y por la capacidad de pasar inadvertidos (nominalmente, o no identificados), en el año 2019 se publicó un artículo en “Nature Communications” donde los autores trabajan sobre bases de datos de personas “anonimizadas” y afirman que “los resultados sugieren que, incluso los conjuntos de datos anonimizados muestreados en gran medida, es poco probable que cumplan con los estándares modernos definidos para el anonimato establecidos por el GDPR (Reglamento General de Protección de Datos) y desafíen seriamente la adecuación técnica y legal del modelo desidentificación-liberar- y – olvidar “. Una derivación de esto mostró que, al usar 3 atributos como género, fecha de nacimiento y código postal (para EE. UU. Y GB) pueden dirigirse a una persona con un 81% de confianza, y con 15 identificadores demográficos, pueden tener el 99.98% de confianza en el re identificación de personas “anonimizadas”. Claramente se aplica a cualquier conjunto de datos.

Seguridad: Es la capacidad de los dispositivos y sistemas de IoT para proteger a los usuarios y otras partes interesadas de ataques cibernéticos y otros ataques que podrían provocar daños físicos o psicológicos, pero también de mantener la integridad del sistema, permitiendo el correcto funcionamiento en las dimensiones de desarrollo, implementación y operación.

Esta es, probablemente, la base para la confianza y la privacidad también, pero no hay dudas de que no hay un sistema 100% seguro.

Tradicionalmente, los servicios básicos/críticos como la energía, el agua, etc., conocidos como sistemas vitales, se han mantenido aislados para evitar amenazas de seguridad y alteraciones del rendimiento. Igual que las fábricas en el inicio de Internet, donde las líneas de producción no tenían vínculo con el mundo exterior para evitar cualquier tipo de problema, claramente eso hoy quedó atrás.

Se dice que una revolución silenciosa está en marcha a medida que más y más “cosas” se conectan buscando el beneficio del IoT en la generación de valor.

Interoperabilidad: La estandarización permite interoperabilidad. La adhesión a un estándar, además, permite lograr escala que afecte positivamente en el descenso de los costos. Si pretendemos llegar a las decenas de miles de millones de dispositivos conectados que reportan datos y reciben conocimiento accionable, necesitaremos sin duda un gran acuerdo entre ellos para empujar estándares y escala consecutivamente.

Apple, Amazon, Google y la Alianza Zigbee han formado un nuevo grupo de trabajo centrado en “Proyecto Casa Conectada sobre IP”, explorando el desarrollo y la promoción de un nuevo estándar de conectividad libre de regalías para aumentar la compatibilidad entre los productos para el hogar inteligente.

Este es un primer paso en la dirección de búsqueda de escala, liderada por quienes son capaces de lograrla, ya que el mundo del Hogar Conectado, es el más prometedor pero el que menos rentabilidad deja hoy en el mercado IoT (B2C vs B2B). Amazon, Google y Apple poseen tres Home and Personal Assistants: Alexa, Google Home y Siri+Homekit, respectivamente. Zigbee es el nombre de la especificación de un conjunto de protocolos de comunicaciones inalámbricas que se utilizan en redes de bajo consumo de potencia denominadas redes inalámbricas de área personal (WPAN), basadas en el estándar IEEE 802.15.4.

Aspectos Comerciales

Respecto de todo lo mencionado al momento, vemos muchas veces que las soluciones tecnológicas son equivocadamente llamadas de IoT, aunque no lo sean.

La correcta determinación de la problemática de un cliente, es un punto clave a trabajar, siendo muchas veces que nos encontramos respondiendo preguntas equivocadas, sin repreguntar y sin interpretar si la problemática expresada es la verdadera problemática del cliente.

La clave, para la correcta interpretación de la problemática surge de entender el negocio, el punto de dolor y la reunión con interlocutores válidos que sufren de dicho punto de dolor, caso contrario, estaremos trabajando en un diagnóstico con la evidencia equivocada, y no podremos presentar una solución real.

Habrán notado que los ejemplos y problemas siempre son más del tipo B2B (Business to Business) que B2C (Business to Customer), la realidad es que el valor genuinamente aportado en los casos de negocio, se está dando en el mercado corporativo, más que en el residencial o de usuarios finales.

Las grandes apuestas buscan ganar el B2C -usuarios finales- con la esperanza de que la demanda, y por tanto la rentabilidad, sea mayor, pero no encuentran propuestas que satisfagan a masas de manera genuina, y sin embargo es el B2B -los clientes corporativos- quienes encuentran una propuesta de valor genuina en soluciones IoT. Así y todo, siendo el B2B el que más crece, se falla mucho en la propuesta de valor.

En el B2B, las soluciones de IoT, entonces, son soluciones a medida ya que las realidades y problemáticas de cada cliente terminan siendo únicos, lo que conlleva un alto nivel de Customización y una venta del tipo consultiva-relacional, no transaccional-unidireccional.

Conclusiones

  • IoT no es telemetría, como una golondrina no hace al verano. – IoT no es telecomando, como una cabeza no es una persona.
  • Un objeto conectado a internet no necesariamente es Iot.

Todos los puntos anteriores son ingredientes necesarios, aunque no suficientes.

  • IoT son soluciones, no cosas.
  • Las propuestas de valor asociadas a IoT nacen de un correcto entendimiento de las necesidades del cliente, que surgen de sentar en la misma mesa a los interlocutores válidos.
  • En el mundo de IoT no existe la política de “Talle Universal”.
  • El dato por sí solo no tiene valor. Este surge luego de ser procesado, interpretado y habiendo expuesto el resultado como un generador de una acción que impactará en el sistema de manera positiva, aportando valor.
  • Los datos, al compartirse, aumentan sensiblemente la posibilidad de generar más valor.
  • Al momento de desarrollar soluciones IoT, debemos tener, desde la concepción de la solución, la visión de los tres puntos que mencionamos arriba: 1- Privacidad y Confianza; 2- Seguridad; 3- Interoperabilidad – Estándares.

Por Juan Pablo Cosentino en la Revista Énfasis Logística – Marzo 2020

Industria 4.0: ¿cómo impactarán los cambios de Gobierno?

NOTICIAS

home3-05

Industria 4.0: ¿cómo impactarán los cambios de Gobierno?

En Argentina, el contexto de un nuevo gobierno trae interrogantes sobre los cambios que pueda tener la Agenda 4.0 que, hasta el momento, se venía desarrollando en nuestro país. 

La Industria 4.0 es un fenómeno de transformación que ha comenzado a evidenciarse a nivel mundial. Su implementación presenta grandes desafíos que no pueden sortearse con la acción aislada de las empresas. Numerosos ejemplos de iniciativas públicas en Industria 4.0 en diferentes países evidencian el rol clave del Estado para marcar una agenda que fomente el trabajo conjunto con la Industria y las Instituciones. En Argentina, el contexto de un nuevo gobierno trae interrogantes sobre los cambios que pueda tener la Agenda 4.0 que, hasta el momento, se venía desarrollando en nuestro país.

¿Cuál ha sido la agenda de Industria 4.0 hasta el momento?

En los últimos años, se han llevado adelante algunas iniciativas para alentar la transformación digital.

La medida de mayor repercusión e impacto, probablemente haya sido la promulgación y reglamentación de la Ley de Economía del Conocimiento (27.506). Esta reemplaza a Ley de Promoción del Software, haciéndola más abarcativa con el objetivo de “impulsar todas aquellas actividades que apliquen el uso del conocimiento y la digitalización de la información apoyadas en los avances de la ciencia y la tecnología”, según expresa la ley.

En la misma dirección, el Gobierno Nacional lanzó el “Plan Industria Argentina 4.0” que busca promover las capacidades tecnológicas y productivas de las empresas, el incremento de su participación en los mercados internacionales y la creación de empleos de calidad. Esta iniciativa, de menor impacto, tiene como diferencial la articulación entre los ministerios de Producción y Trabajo y de Educación, Cultura, Ciencia y Tecnología.

En cuanto a programas con foco en la implementación, se realizó durante 2019 el “Programa de Transformación digital PyMEs 4.0” en el que se trabajó la articulación de los distintos sectores, convocándose a las Universidades y Cámaras Sectoriales en una agenda de Desarrollo Metodológico, Conformación y Capacitación de equipos interdisciplinarios para el acompañamiento a pymes en el armado de un plan de acción 4.0.

El plan 111.000 que se lanzó en 2016, apuntaba a la formación de un total de «100.000 programadores, 10.000 profesionales y 1.000 emprendedores tecnológicos para cubrir la demanda laboral de las empresas del sector» en un periodo de cuatro años. Si bien no logró su objetivo cuantitativo, fue un primer paso en esta dirección aun cuando la falta de personal calificado sigue siendo uno de los principales desafíos.

Sin embargo, en los últimos años se ha disminuido el presupuesto asignado a Ciencia y Tecnología. Además, sólo un 3% de los investigadores de Conicet son clasificados dentro del área de conocimiento ‘Tecnología’ y solo un 1,55% de las becas financiadas pertenecen a esta categoría.

¿Cómo se espera que sea la Agenda con el nuevo cambio de Gobierno?

Para intentar anticipar la importancia que se le va a dar al fenómeno de Industria 4.0 a partir de diciembre, se puede empezar analizando su relevancia en la Plataforma Electoral del Frente de Todos. Las acciones asociadas a las nuevas tecnologías aparecen en tres ejes principales: Educación, Ciencia y Tecnología y Desarrollo Económico.

En el ámbito de la Educación, la el Frente de Todos propone fortalecer la inclusión digital, responder a las necesidades de desarrollo nacional a través de la formación de los profesionales idóneos, la producción de información y la formulación de proyecciones sobre los requerimientos científico-tecnológicos.

En Ciencia y Tecnología apunta a la revitalización del sistema, nuevas políticas públicas que den un nuevo horizonte a las actividades de investigación y desarrollo y a establecer un nuevo acuerdo social sobre la Ciencia, la Tecnología y la Innovación que edifique una sólida política de Estado.

Finalmente, en cuanto a Desarrollo Económico se propone impulsar aquellos proyectos que generen un incremento de las exportaciones y sustituyan importaciones de manera genuina. El desarrollo de las tecnologías 4.0 puede aportar servicios y manufacturas para mejorar procesos.

Con el objetivo de sentar las bases para un consenso, la UIA presentó a los candidatos presidenciales su Plan Productivo 20/23, donde la Industria 4.0 y la Productividad cobran un rol preponderante. Se plantea la necesidad de contar con una Política de Ciencia, Tecnología e Innovación entendiendo que estos tres constituyen un factor indispensable para lograr el crecimiento sostenible del país y entendiendo que el desarrollo tecnológico debe estar orientado a potenciar la producción industrial. También se propone adecuar las relaciones laborales al contexto de cambios disruptivos en las formas del trabajo; y desarrollar en la población las habilidades tecnológicas necesarias para achicar la brecha entre las habilidades del mercado y lo que necesita la industria.

En base a lo relevado, podría esperarse que la Industria 4.0 cobre un rol más preponderante con un fuerte cambio en la visión de la ciencia y la tecnología, en asociación con la Industria y en pos del desarrollo económico. Si bien ambos modelos de gobierno tienen grandes diferencias, en lo que respecta a la Transformación Digital se puede concluir que ambos reconocen la importancia de este fenómeno y sus beneficios asociados. Esto podría permitir el desarrollo de políticas a largo plazo que superen al gobierno de turno. Esperamos que la agenda desarrollada hasta el momento continúe cobrando cada vez mayor relevancia para seguir buscando la articulación de los distintos sectores en beneficio del desarrollo de nuestro país.


María Laura Pan Nogueras y Lourdes Perea Muñoz

No solo de robots vive el hombre

NOTICIAS

home3-05

No solo de robots vive el hombre

En un artículo publicado en perfil.com, el decano de la Facultad de Ingeniería, Juan Pablo Cosentino, resalta que es necesario pensar en educar interna y externamente a los actores involucrados, no solo en el uso de las nuevas tecnologías sino en la adaptabilidad que necesitan para lograr una transformación digital.

En el año 2011, el Gobierno Federal de Alemania anunció el lanzamiento de un grupo de trabajo bajo la forma “Future Project” en la temática “Industrie 4.0”, con el 4.0 como hito de una cuarta revolución industrial. Esto lo hace a través del Grupo de Promoción que impulsa la Alianza de Investigación Ciencia-Industria, el cual se conforma, constituye y lidera la Academia Alemana de Ciencia e Ingeniería (ACATECH). 

El 8 de abril 2013, en la Feria de Hannover, el Líder del Grupo de Trabajo Industrie 4.0, entrega a Angela Merkel y Vladimir Putin simultáneamente, el documento llamado “Recomendaciones para la implementación de la iniciativa estratégica INDUSTRIE 4.0. Informe final del Grupo de Trabajo Industrie 4.0”, con la impronta de la adaptabilidad y la eficiencia, basadas en la transformación de datos en conocimiento que repercuta en una acción. El trabajo allí presentado es, seguramente, la mejor conceptualización hecha hasta el momento respecto de cómo medir y actuar en consecuencia de las dimensiones que deben abarcarse. La visión del gobierno alemán sobre I4.0 es central en el plan de desarrollo del país como eje sobre el cual las empresas deben adaptarse de manera inteligente y eficiente a los cambios, teniendo como premisa la generación de valor sobre datos capturados por diferentes medios.

A partir de estos precedentes, la obligación de reglar y fijar ciertos objetivos en lo referido a I4.0 se debe a la doble razón de necesidad y urgencia. El objetivo a perseguir en la I4.0 es lograr la adaptabilidad de la cadena de valor de un extremo a otro, desarrollando e incorporando un conjunto de capacidades y habilidades tanto desde el cliente como desde la empresa. Es adaptarse a las necesidades, por ejemplo, detectando una oportunidad de agregado de valor para el cliente: contactarlo antes de que este lo haga para pedir la modificación, cambio o baja del producto o servicio. 

Como país, debemos impulsar y apoyar a las empresas que afrontan la reconversión necesaria ante esta cuarta revolución industrial, que hoy permite ofrecer productos y servicios hiper-personalizados gracias a que contamos con datos generados en tiempo cuasi real. Para alcanzar este objetivo, y teniendo en cuenta que la educación es la base del desarrollo, las universidades deben actuar como soporte y canal para hacer llegar a las PyMEs el conocimiento que dentro de ellas se genere, estudie o adapte, desde un punto de vista de creadoras de soluciones, estudios o propuestas de valor. 

Esto abre nuevas posibilidades para las PyMEs, como el paso a modelos relacionales que buscan aportar valor durante el ciclo de vida de dicho producto o servicio, el cual puede seguir extendiéndose continuamente según la adaptabilidad del usuario. No existe el talle único, y una PyME es muchas veces la principal demandante de trajes a medida, lo que suele desentonar con soluciones grandilocuentes o consultorías externas que las empresas no pueden afrontar.

Repetitio mater studiorum est, “repetir es la madre del estudio”, y es así que repetimos también que la educación es la base del desarrollo. Por tanto, además de las nuevas tecnologías, la educación en el contexto de la cuarta revolución industrial es clave para poder interpretar en Qué, Dónde, Cómo, Cuándo y Cuánto debemos educar para formar capacidades tales que el aporte de valor de ese empleado o esa PyME, crezcan. 

Para esto es necesario pensar en educar interna y externamente a los actores involucrados, no solo en el uso de las nuevas tecnologías sino en la adaptabilidad que necesitan para lograr una transformación digital. Las PyMEs y las universidades deben fortalecer vínculos. 

El estado debe fomentar la vinculación y el soporte entre PyMEs y universidades, cumpliendo con su responsabilidad de transferencia. Si bien la tecnología pareciera ser la primera palabra que aparece al hablar de la cuarta revolución industrial, no deja de ser una herramienta. No existe una llave francesa que haya reemplazado a un mecánico, y hay llaves francesas usadas como martillos. 

Por lo tanto, en la cuarta revolución industrial, el conocimiento y el entendimiento verdadero de su uso e impacto (cultura) son piezas fundamentales de esta transformación y ratifican hoy más que nunca y a viva voz, que no solo de robots vive el hombre.

*Decano de la Facultad de Ingeniería y Profesor de Industria 4.0 de la Universidad Austral.