ESTADO DEL ARTE Industria: ha sido uno de los primeros sectores en utilizar IA con la incorporación de máquinas para automatizar la cadena de montaje y el proceso de shipping. Pese a que muchas cadenas de montaje todavía requieren supervisión humana, el sector tiende hacía una robotización total de las cadenas de montaje, con un grado alto de complejidad. Jabil, uno de los mayores proveedores de fabricación, ingeniería de diseño y tecnologías para la cadena de suministros, utiliza el machine learning para detectar y predecir fallos en las fases inicia- les de sus cadenas de producción. Como resultado, los errores se pueden corregir antes de añadir otros componentes más caros al montaje consiguiendo una reducción de los artículos defectuosos y de los costes de garantía, así como un incremento de la satisfacción de los clientes. La nueva plataforma de machine learning no solo supervisa las líneas de producción individuales, sino que también recopila datos de fábricas y productos de Jabil de todo el mundo. Además de mejorar los procesos de inspección, la solución opti- miza el funcionamiento de cada una de las máquinas en un circuito de retroalimentación que cada vez es más inteligente. Soluciones tecnológicas Los denominados ‘inviernos de la IA’ en los que el desarrollo de las soluciones tecnológicas no satisfacía las necesidades de los clientes ya han quedado atrás. Actualmente el desarrollo de la capacidad computacional y la generación de un alto volumen de datos hacen que se genere un caldo de cultivo perfecto para la proliferación de estas tecnologías en el mundo empresarial y la aparición de nuevas oportunidades de negocio. Los grados de madurez de estas soluciones irán incrementando su complejidad a través de los tres estados reconocidos de la IA ( gura 8) que se ha ido desarrollando gracias a la simulación de determinadas caracte- rísticas del ser humano. La siguiente gura representa la evolución que ha sufrido esta tecnología: En una primera fase de la evolución, se automatizarán las tareas rutinarias y repetitivas; luego, cuando la complejidad de las decisio- nes sea mayor, la IA aumentará la mejora en la toma de decisiones humanas. Y, nalmente, cuando las máquinas sean capaces de aprender lo su ciente acerca de una situación y puedan llevar a cabo predicciones ables se convertirán en autónomas. Figura 8. Evolución de la IA. 13