probar cómo ha evolucionado el uso de las TI en el entorno industrial. Wael William Diab, senior director de Huawei, miembro del Industrial Internet Consortium (IIC), experto en inteligencia arti cial y conferenciante habitual en el IoT Solutions World Congress de Fira de Barcelona, recuerda que, al principio, las tecnologías de la información apli- cadas a usos industriales eran vistas como herramientas que incrementaban la e ciencia dentro de las organizaciones. “Después las TI se consideraron elementos esenciales a la hora de medir el rendimiento de una actividad com- parándolos con otros KPI establecidos por el equipo de dirección. Si nos ceñimos ya al ámbito del IoT, las TI se han integrado más profundamente en la cadena de ges- tión hasta llegar a las áreas relacionadas con la toma de decisiones, incluso en industrias más tradicionales que no tenían relación alguna con las TI en el pasado”, a rma Diab, En su opinión, hoy la inteligencia arti cial impulsa un nuevo cambio en las TI “que proveen el conocimiento que ha de servir para establecer futuros objetivos y elementos KPI. En otras palabras: la IA ha conse- guido un asiento en la mesa de gestión, añadiendo su voz allá dónde la organización debería llegar por la vía del conocimiento”, asegura el experto. IA, IoT y Analítica: tridente ganador Desde el punto de vista tecnológico, es impor- tante recordar que la inteligencia arti cial está compuesta por un subconjunto de tecnologías como el aprendizaje automático (ML por sus siglas en inglés) y el aprendizaje profundo (DL). “La inteligencia arti cial, internet de las cosas y la analítica conforman tres ver- tientes de una misma realidad”, puntualiza el responsable de Huawei, Wael William Diab, quien indica también: “Mientras IoT se centra en redes de sensores que generan datos, los procesos de analítica se circunscriben al análisis de dichos datos con el objetivo de crear valor, en tanto que la inteligencia arti cial posibilita la generación de conocimiento y predictibilidad a partir de dichos datos de valor”. Tanto Liongosari como Diab coinciden al a rmar que gracias a la extensa aplicabilidad de la IA es posible integrar mecanismos de analítica de datos en prácticamente todo tipo de sectores industriales. No obstante, Liongosari alerta de que el valor más importante que puede extraerse de la IA depende en gran medida de las aplicaciones. “La IA tiene un papel muy importante en la mejora de la e ciencia operativa, que constituye una gran parte de las actuales implementaciones del internet de las cosas industrial desde el mantenimiento predictivo, pasando por la logística hasta llegar a la optimización de los procesos”. Estudios acerca del impacto de la IA en el mantenimiento predictivo, como el realizado por la rma Anodot, destacan que esta posibilidad ahorrará a las organizaciones entre 240.000 y 630.000 millones de dólares en 2025 gracias a la reducción de tiempos de inactividad y de gastos relacionados con procesos de mantenimiento. En el otro extremo, el mantenimiento predictivo tiene la capacidad de generar nuevos modelos de negocio, nuevos canales de venta, mejores servicios y una experiencia de usua- rio superior. En este sentido, la estrategia de Michelin ‘Tire-as-a-service’ es un ejemplo de transformación del modelo de negocio de una industria tradicional a través de IoT e IA. 49 IOT