Al combinar modelos de lenguaje masivos con IA generativa y otros tipos de IA aplicada, las plantas transformarán radicalmente su productividad y sostenibilidad
Jim Chappell
Director Global de IA en AVEVA
La inteligencia artificial (IA) se presenta a menudo como una solución mágica para los negocios. Pero la realidad es más matizada. La IA no es solo una cosa, y sus múltiples capacidades se están desarrollando con el tiempo en diferentes etapas.
El término IA abarca una amplia gama de tecnologías, incluidas muchas formas de aprendizaje automático, como la analítica predictiva, el aprendizaje profundo; el aprendizaje por refuerzo, y más recientemente, la IA generativa (genAI) con los masivos nuevos Modelos de Lenguaje Grandes (LLMs, por sus siglas en inglés).
Creo que las tecnologías de IA, una vez plenamente realizadas, serán más transformadoras que Internet y tendrán un profundo efecto en la forma en que gestionamos y maximizamos los negocios. Los sistemas de plantas se transformarán de principio a fin. Las soluciones basadas en IA podrían optimizar, planificar y ejecutar automáticamente las operaciones, las 24 horas del día, los 7 días de la semana.
Esta realidad está en camino, pero aún no ha llegado. En el mundo actual, estamos viendo décadas de investigación y pruebas de IA salir a la luz, combinadas con la humanización de la IA a través de los LLMs.
En este sentido, las soluciones impulsadas por IA ya están generando grandes beneficios en diversas industrias.
Estas tecnologías están permitiendo a las organizaciones reducir el consumo de combustible, mejorar la captura de carbono, reducir las emisiones, maximizar los ciclos de vida de los equipos. Están impulsando la sostenibilidad corporativa al mismo tiempo que aumentan la eficiencia y las ganancias.
¿Cómo lo están haciendo?
El software impulsado por IA ayuda a las empresas industriales a diseñar más rápido mediante diseño sugestivo y simulación; operar en niveles de producción óptimos para lograr la máxima eficiencia; proporcionar soporte de decisiones a los trabajadores conectados; reducir el desperdicio para lograr el máximo rendimiento; y reconocer posibles fallas en los equipos antes de que ocurran.
Empresas en todo el mundo ya están obteniendo grandes beneficios en términos de sostenibilidad y productividad a través de la IA industrial aplicada. Por ejemplo, la gigante estadounidense de energía Duke Energy ahorró más de 250 millones de dólares al instalar modelos predictivos que proporcionaron detección temprana de problemas, redujeron errores, permitieron resultados más rápidos y mejoraron el ROI. O tome el caso de Schneider Electric, que logró evitar tres cortes completos de fábrica al predecir problemas con anticipación.
Infundiendo IA a través de la red
La gente a menudo piensa en la IA a través de la lente de la GenAI. Sin embargo, GenAI es solo un tipo de IA, junto con muchos otros, y la verdad es que muchos de estos bloques de construcción de la IA han estado en juego durante décadas. Sin embargo, a medida que aumenta la disponibilidad de datos, se está revelando el verdadero valor de la IA. Los nuevos LLMs con GenAI no son una excepción.
Los expertos de hoy están en el proceso de perfeccionar estos algoritmos matemáticos y conectar los diferentes hilos de conocimiento para proporcionar la solución, o parte de la solución, para los negocios industriales.
Lo llamo infusión de IA. Es un proceso de difundir las capacidades de IA en áreas como diseño de ingeniería, simulación, operaciones, mantenimiento, cadena de valor y datos. Con la disponibilidad de los masivos LLMs, comenzaremos a ver un salto en la efectividad operativa, cuando todos los datos relevantes, por oscuros que sean, se hagan accesibles e intuitivos para el usuario.
A través de la humanización de la IA, los usuarios obtendrán más valor de sus datos y, eventualmente, de todo lo que hagan, incluida la funcionalidad del software. Probablemente se convertirá en la nueva experiencia de usuario para las computadoras.
El próximo gran avance vendrá a través de la integración de múltiples tipos de IA y aplicaciones, para que los trabajadores puedan hacer su trabajo con la máxima capacidad. Las tecnologías en evolución verán a los humanos y a las tecnologías de IA trabajando juntos para lograr el máximo progreso.
Este desarrollo ya se puede ver en acción en la forma de gemelos digitales: representaciones virtuales de objetos físicos, sistemas o fábricas que se crean a través de datos recopilados de dispositivos de Internet de las Cosas (IoT), sistemas informáticos avanzados y procesos digitales.
La IA es el cerebro detrás del gemelo digital. Una vez que se pone en marcha un gemelo digital, la IA puede generar análisis de datos personalizados para apoyar operaciones mejoradas.
Y al superponer LLMs en la red, la tecnología de IA puede convertirse aún más en un contemporáneo o asistente que en una simple herramienta.
Por ejemplo, al aprovechar los datos industriales de su empresa y un LLM, el usuario podría hacer preguntas en lenguaje natural al sistema con una configuración mínima requerida. El usuario podría hacer preguntas orientadas a objetivos, como ‘¿Qué parque eólico tiene la menor producción de energía esta semana?’ o ‘¿Por qué mi compresor está funcionando peor ahora que la semana pasada?’
Al sintetizar GenAI y otros tipos de IA con LLMs, los usuarios pueden acceder a conocimientos aplicados en campos que podrían estar fuera de su alcance, como dibujos de diseño en 3D y manuales de mantenimiento. El LLM puede extraer la información relevante y utilizarla para encontrar problemas y ayudar a resolverlos, todo a partir de una pregunta basada en un aviso de un humano.
Eventualmente, esto significa que los trabajadores y ejecutivos harán su trabajo con la máxima efectividad y facilidad, mientras las operaciones se ejecutan en niveles óptimos y sostenibles.
En otras palabras, esto es lo que parecerá la industria 5.0. Las soluciones basadas en IA realizarán búsquedas semánticas híbridas, puntuando constantemente y encontrando relaciones entre diferentes tipos de datos. Esta información será clave para resolver desafíos organizacionales a gran escala.
Como puede ver, nos estamos moviendo rápidamente de la IA estrecha hacia la IA general, donde el software será mucho más parecido a los humanos en capacidad. A medida que la tendencia continúe, la IA se volverá más orientada a objetivos, aprovechando todo lo que tenga a su disposición para lograr su meta.
Sin embargo, la IA no es un reemplazo de la inteligencia humana, sino que debe verse como un socio habilitador. Está destinada a progresar desde el software actual que asiste a los humanos, a software que trabaja junto a los humanos, trabajadores que están profundamente conectados a las tecnologías a través de interfaces fáciles de usar.
Un día, en un futuro no muy lejano, un gerente de planta podría preguntar “¿Puedes reducir la huella de carbono de mi fábrica? Te doy permiso para hacer lo que necesites hacer que sea ético y legal para reducir mi huella de carbono”. Este comando podría luego desencadenar una cadena de eventos que incluya enviar correos electrónicos, revisar puntos de ajuste, verificar activos en busca de problemas de eficiencia, realizar cambios en el sistema de control y emitir nuevas órdenes de trabajo si es necesario.
Todavía no hemos llegado a ese punto. Pero tenemos la mayoría de las piezas, así que permanezco atento.
LEE TAMBIÉN: Conoce los puntos clave de la estrategia nacional de seguridad
