FABRICACIÓN AVANZADA CFAA - Digitally powered manufacturing. 14 eficiencia, calidad, rentabilidad y respeto con el medio ambiente a los usuarios, mejorando la competitividad en el mercado [8], lo que resultaría en una fabricación inteligente. El objetivo de la fabri- cación inteligente es lograr un sistema de fabricación basado en dispositivos ciber físicos [9], diseñados para realizar una gestión de la producción, la planeación, los inventarios y las tareas de manera inteligente. Además, la fabricación inteligente debe poder produ- cir no solo afectaciones positivas en los indicadores económicos de la empresa, sino también deberá convertirse en un motor de crecimiento continuo a través del desarrollo sostenible. Nace con el objetivo de analizar los elementos tecnológicos y los factores humanos e integrarlos al proceso logístico de la empresa. Para alcanzar lo propuesto, se hace necesario implementar dispo- sitivos IoT industriales que logren la convergencia de la fabricación del espacio físico y la fabricación digital con cualidades como la automatización, la interconexión inteligente, la monitorización en tiempo real y el control colaborativo. Estos dispositivos pueden adquirir los parámetros importantes de un proceso de fabricación cualquiera a un menor costo, de manera más conveniente y con un mayor valor que no se logran adquirir en una línea de producción industrial tradicional. Las empresas de servicios y manufactura que recorren ya la segunda fase de transformación digital de sus procesos se han visto enfrentadas a una cantidad exorbitante de datos. Se cal- cula que estos dos sectores producen unos 1.600 exabites (1,7 x 1.012 gigabites) al año. Estos conjuntos de datos son tan inmen- sos y complejos que es difícil manejarlos usando herramientas de administración de bases de datos o aplicaciones de procesamiento tradicionales. El análisis del Big data llega entonces con el propó- sito de convertir los datos tomados durante el ciclo de vida del producto en inteligencia aplicada a la fabricación, para crear un impacto positivo en los aspectos relacionados [10]. Hay que tener en cuenta que los datos y recursos físicos son típi- camente heterogéneos, lo que hace necesaria una estrategia de integración para asegurar la consistencia de los datos gestionados. Esto obliga a contar con un lenguaje de entendimiento para la pre- sentación y representación de los datos junto con un protocolo que permita comunicar a los dispositivos IIoT con la fábrica digital. La inteligencia artificial soporta a la fabricación inteligente de varias maneras. En las máquinas, los datos generados por los sensores pueden ser analizados a través del uso de herramientas analíticas avanzadas para monitorizar y predecir el funcionamiento de las mismas; el mantenimiento predictivo ayuda a evitar para- das de máquina innecesarias debido a fallos inesperados durante el proceso de producción. Adicionalmente permiten medir y así mejorar los procesos; las máquinas equipadas con inteligencia arti- ficial pueden identificar automáticamente no conformidades en los productos en etapas tempranas de producción, incrementando la calidad del proceso y reduciendo los costos del mismo. Además, ayudan a afrontar de manera distinta los demás problemas relacio- nados; la adopción de métodos de fusión de datos y aplicación de técnicas de machine learning pueden suplir necesidades y requeri- mientos industriales específicos [11]. A un nivel conceptual, la fabricación dirigida por datos se compone de tres fases representando un ciclo de aprendizaje. El objetivo es realizar una mejora continua a través de los datos, extrayendo conocimiento y tendencias de los mismos. El punto de partida ha de ser un proceso ya existente y sus datos relacionados, para pos- teriormente integrarlos, analizarlos y optimizarlos, y finalmente ejecutar nuevamente el proceso adaptado. En un informe publicado por IDC se informa que, durante los próximos años, los fabricantes planean usar el análisis del Big data como elemento diferenciador competitivo para obtener ingresos rentables a largo plazo [12], optimizar las operaciones y elaborar decisiones estratégicas en tiempo real [13]. Rolls Royce, por ejem- plo, ha conseguido llevar el análisis del Big data a un nivel superior con la unidad de monitorización del estado del motor, que utiliza los datos recopilados por los sensores de distintos componentes, sistemas y líneas de fabricación para mejorar la calidad del pro- ducto [14]. Este y varios ejemplos más dan prueba de que el análisis sistemá- tico de los datos de fabricación o los generados durante el ciclo de vida del producto lleva a tomar decisiones que mejoran la efectivi- dad de los procesos. Es por esto que los datos se han convertido en clave para alcanzar un alto nivel de competitividad en los procesos de fabricación.