La máquina básica Para moler, un rodamiento de bolas de acero ha sido el mismo desde alrededor de 1900, pero los fabricantes han estado automatizando constantemente todo lo que lo rodea. Hoy, el proceso es impulsado por una cinta transportadora y, en su mayor parte, es automática. La tarea más urgente para los humanos es descubrir cuándo las cosas van mal, e incluso eso pronto podría entregarse a la IA.
La fábrica de Schaeffler en Hamburgo comienza con alambre de acero que se corta y se presiona en bolas ásperas. Esas bolas se endurecen en una serie de hornos, y luego pasan a través de tres molinillos cada vez más precisos hasta que sean esféricos a una décima parte de una micrón. El resultado es uno de los componentes más versátiles en la industria moderna, que permite juntas de baja fricción en todo, desde tornos hasta motores de automóviles.
Ese nivel de precisión requiere pruebas constantes, pero cuando los defectos aparecen, rastrearlos puede presentar un rompecabezas. Las pruebas pueden mostrar un defecto que ocurre en algún momento en la línea de ensamblaje, pero la causa puede no ser obvia. Quizás el par en una herramienta de atornillado está apagada, o una rueda de molienda recién reemplazada está afectando la calidad. Rastrear el problema significa comparar datos en múltiples piezas de equipos industriales, ninguno de los cuales fue diseñado con esto en mente.
Esto también pronto puede ser un trabajo para las máquinas. El año pasado, Schaeffler se convirtió en uno de los primeros usuarios del Agente de Operaciones de Fábrica de Microsoft, un nuevo producto impulsado por grandes modelos de idiomas y diseñado específicamente para fabricantes. La herramienta de estilo chatbot puede ayudar a rastrear las causas de los defectos, el tiempo de inactividad o el consumo excesivo de energía. El resultado es algo así como ChatGPT para fábricas, con los modelos de Openai utilizados en el backend gracias a la asociación de la compañía con Azure de Microsoft.
Kathleen Mitford, vicepresidenta corporativa de Microsoft para el marketing de la industria global, describe el proyecto como "un agente de razonamiento que opera además de los datos de fabricación". Como resultado, Mitford dice: "El agente es capaz de comprender las preguntas y traducirlas con precisión y precisión contra modelos de datos estandarizados". Entonces, un trabajador de fábrica podría hacer una pregunta como "¿Qué está causando un nivel de defectos más alto de lo habitual?" y el modelo podría responder con datos de todo el proceso de fabricación.
El agente está profundamente integrado en los productos empresariales existentes de Microsoft, particularmente Microsoft Fabric, su sistema de análisis de datos. Esto significa que Schaeffler, que ejecuta cientos de plantas en el sistema de Microsoft, puede capacitar a su agente en datos de todo el mundo.
Stefan Soutschek, vicepresidente de Schaeffler a cargo de él, dice que el alcance del análisis de datos es el poder real del sistema. "El principal beneficio no es el chatbot en sí, aunque ayuda", dice. "Es la combinación de esta plataforma de datos OT (tecnología operativa) en el backend, y el chatbot depende de esos datos".
A pesar del nombre, esto no es una IA agente: no tiene objetivos, y sus poderes se limitan a responder cualquier pregunta que el usuario haga. Puede configurar el agente para ejecutar comandos básicos a través del Copilot Studio de Microsoft, pero el objetivo no es hacer que el agente tome sus propias decisiones. Esta es principalmente la IA como una herramienta de acceso a datos.
