“Después las TI se consideraron elementos esenciales a la hora de medir el rendimiento de una actividad comparándolos 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 gestión 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 cam- bio en las TI “que proveen el conocimiento que ha de servir para establecer futuros objetivos y elementos KPI. En otras palabras: la IA ha conseguido un asiento en la mesa de gestión, añadiendo su voz allá dónde la organización debería llegar por la vía del conoci- miento”, asegura el experto. IA, IoT y Analítica: tridente ganador Desde el punto de vista tecnológico, es importante recordar que la inteligencia arti cial está compuesta por un subconjunto de tecno- logías 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 vertientes 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 pre- dictivo, 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 manteni- miento. 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 usuario 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. En aspectos relacionados con la aplicación de analítica predic- tiva en diferentes industrias, Diab recomienda utilizar el término 'industrial' de un modo similar a cómo lo hace el Industrial Internet Consortium (IIC) a la hora de abarcar a diferentes sectores, en lugar de focalizarse solamente en los procesos de fabricación. “IIC ha publicado recientemente el estudio Industrial IoT Analytics Framework (IIAF) que sirve de ayuda y asistencia para que líderes industriales y desarrolladores de sistemas analíticos aporten valor al negocio acertando en la toma de decisiones relacionadas con el 27 IoT