En este mismo año, además, Savvy se ha incorporado al centro tecnológico vasco Digital Grinding Innovation Hub, que fomenta la investigación y el desarrollo de soluciones innovadoras en digitali- zación y rectificado industrial, que cuenta con esa misma plataforma de Savvy como elemento estratégico. Colaboración con Arsys Para mejorar la eficiencia de los procesos productivos de sus clien- tes y facilitar su transición a la Industria 4.0, Savvy ha desplegado una plataforma Cloud Híbrida de alto rendimiento, en la que los Servidores Cloud de Arsys refuerzan la capacidad de su propia infraestructura para alcanzar una capacidad conjunta media de 700.000 transacciones de datos por segundo, que se pueden escalar de forma muy eficiente y en tiempo real en bloques de 200.000 tran- sacciones por segundo gracias a la flexibilidad de la Nube. Como explica Fernando Sáenz, director gerente de Savvy Data Systems, los fabricantes de máquina-herramienta compiten en un sector altamente tecnológico, donde es habitual la adopción de electrónica y componentes de última generación. Dedican un importante esfuerzo para la investigación y ensayo, como medio para generar productos y generar así un conocimiento único que les aporte una ventaja competitiva. En los últimos años y, progresi- vamente, ha ido ganando fuerza la adopción de tecnologías para el análisis de grandes volúmenes de datos como medio para generar un conocimiento no obvio, que difícilmente podría ser descubierto mediante la observación física. Para Fernando Sáenz, estas técnicas también permiten impulsar de forma notable la servitización de su negocio, ya que, entre otras capacidades, permiten detectar oportunidades de venta, servicios de mantenimiento predictivos, optimización de producción y/o proceso, etc. “En Savvy, nuestro planteamiento se basa en permitir a nuestros clientes centrarse en los campos que dominan, y proveer nosotros todas las herramientas que van a necesitar para acometer sus planes de digitalización y servitización. Es decir, la entrega como servicio de tecnologías de captación, tratamiento y análisis digital de datos permite a nuestros clientes centrarse en su área de conoci- miento, apalancándose sobre estas herramientas. Nuestro objetivo es transformar las tecnologías complejas de tratamiento de infor- mación en herramientas comprensibles para su uso en el sector industrial”, explica el directivo de Savvy Data Systems. Relación entre Big Data, Cloud e Industria 4.0 Los procesos productivos industriales se llevan a cabo habitual- mente utilizando máquinas con capacidad de funcionar de manera automática o semiautomática. Esta automatización de la operación se logra mediante la inclusión de diferentes dispositivos electróni- cos, como sensores, actuadores, autómatas de control, controles numéricos, etc. “Simplificando al máximo, podríamos decir que una máquina está controlada por un autómata que “lee” desde los senso- res la situación del proceso y, siguiendo un conjunto de reglas, toma una serie de decisiones que se materializan mediante la activación de diferentes actuadores”. Fernando Sáez pone el ejemplo de un escenario sencillo, como puede ser una cinta transportadora similar a la de un cajero de un supermercado, que debe detenerse cuando los artículos llegan al final de la cinta y queda a la espera de que alguien los recoja. El autó- Fernando Sáenz, director gerente de Savvy Data Systems. mata activa el motor que gobierna el movimiento de la cinta, hasta que “lee” una señal de corte en la fotocélula situada al final de dicha cinta, lo que indica la presencia de un artículo en esa posición. “Las máquinas industriales funcionan de manera similar, si bien son por lo general mucho más complejas e integran cientos de sensores y actuadores, diferentes circuitos de potencia, hidráulicos, neumá- ticos, varios autómatas de control y numerosos conjuntos de reglas organizadas en programas de control”, explica. Esta complejidad provoca que los ingenieros que trabajan en su diseño, puesta en marcha y/o mantenimiento no siempre puedan gestionar la tota- lidad de las situaciones que pueden darse durante la operación de la máquina. “Por eso, decidimos aumentar el ciclo de vida del dato, haciendo que éste no “muera” al ser gestionado por el autómata de control, sino que además pueda ser transmitido a un repositorio de datos, donde se convierte en la materia prima de una nueva activi- dad de investigación y análisis”. De este modo, el dato se consolida en uno o varios sistemas específi- camente diseñados para facilitar tanto la ingeniería de datos como la propia ciencia alrededor de los datos, creando el espacio adecuado para la detección de patrones, aprendizaje de modelos predictivos, creación de herramientas inteligentes de optimización, etc. Es decir, todos estos datos pueden ser ahora utilizados para entender de una forma dife- rente la operación y situación de la máquina, por lo que se genera ese conocimiento no obvio al que hacía referencia anteriormente. 61 CASO DE ÉXITO