INDUSTRIA 4.0 78 mato reducidos no son bastante, necesito cambio cero; la fiabilidad que me ofrece el preventivo y el predictivo no son suficiente para las exigencias de disponibilidad de mis líneas. Dispongo de procesos con- trolados y de KPIs que permiten identificar los gaps entre la situación real y la prevista, pero evidenciamos que el camino de reducción del desperdicio y la mejora del OEE, ha llegado a su límite y tenemos que activar nuevas palancas. La experiencia de los equipos de planta es importante y su grado de conocimiento de los procesos es elevado, pero mis tecnologías de fabri- cación son complejas y el conocimiento es difícil de explicitar. Hemos obtenido ganancias importantes mediante la reducción sistemática de las pérdidas de valor, pero necesito un conocimiento explícito de cómo funcionan mis procesos en planta para seguir evolucionando. Estamos evidenciando algunos de los síntomas que indican que estamos claramente en un punto de inflexión. Es el momento de incorporar más inteligencia a nuestro modelo de planta. Es el momento de aplicar herramientas Machine Learning que generen modelos matemáticos de nuestros procesos productivos y del comportamiento de nuestros activos. Permiten entender cómo se relacionan la variables de regulación con los outputs obtenidos, identificar la condiciones de contorno en cada punto de operación y en definitiva, ser capaces de explicitar el conoci- miento intuitivo acumulado por nuestras personas durante años de experiencia. Identificamos nuevas condiciones de operación y regulación de los procesos y equipos que mejoran de forma sustancial la productividad y robustez de los mismos. Más importante aún, generamos en nues- tras personas la conciencia de que la mejora de los procesos no se basa sólo en el control de KPIs, sino que tiene su fundamento en el conocimiento profundo de las reglas que los gobiernan. Ya estamos en condiciones de abordar la última fase. Tercer paso: dominar los procesos Disponemos de conocimiento explícito de nuestros procesos que nos permite regularlos inteligentemente, pero también hemos aprendido que el control de los procesos depende sensiblemente del punto de operación y que éste es cambiante y nos obliga a adoptar cambios cuando el contexto varía. Un paso adelante es embeber esa inteligencia en los propios procesos, de forma que vayan aprendiendo de forma permanente y dispongan de funciones que les permitan la adaptación a la situación actual y la auto-regulación atendiendo a las condiciones de operación de cada momento. La materia prima informa a la instalación de sus paráme- tros específicos y la línea se adapta; disponemos de modelos que permiten la identificación de la necesidad de revisión o sustitución de los útiles empleados; pronosticamos la probabilidad de aparición de un modo de fallo asegurando la fiabilidad de nuestros activos;... nuestros medios en planta incorporan funciones embebidas que les permiten estar trabajando permanentemente en condiciones ópti- mas de operación. Un apasionante camino que, independientemente del grado de madurez en que se encuentre, toda empresa es capaz de recorrer. Importante; identificar con precisión el origen y trazar con deter- minación el roadmap hasta el primer punto de destino. Después... Todo sigue. •