28 INTELIGENCIA ARTIFICIAL Un enfoque holístico para la introducción de la Inteligencia Artificial en la fabricación incluye estos aspectos, entre otros. 1. Creación de valor: análisis de beneficios y costes El valor añadido al utilizar la IA se crea a través de la información, los conocimientos y las acciones y procesos (autónomos) derivados de ellos. Los datos disponibles son la base para ello; sin embargo, los datos no se convierten necesariamente en información útil sólo al aplicar la IA. Sólo se convierten en eso si se procesan en un contexto específico y con un propósito concreto. El análisis de la creación de valor, por un lado, evalúa los beneficios de la información obtenida con la ayuda de la IA; por otro lado, determina la calidad de los datos y el esfuerzo para la adquisición y el procesamiento de datos, así como las inversiones asociadas para la producción operativa, incluyendo los costes de proceso, tecnología y personal. El resultado es el modelo de negocio o business case. 2. Proceso - desarrollo y ciclo de vida de la aplicación de IA Si el análisis de valor llega a un resultado positivo, comienza el desarrollo y la introducción de la aplicación de IA. Esto debería seguir una filosofía DevOps en la que todos los equipos importantes de producción y operaciones, así como los expertos en IA y IT, trabajen juntos (en el contexto de la IA, esto también se conoce como MLOps y DataOps). Esto garantiza que la integración en los procesos de IT y de fabricación se tenga en cuenta desde el principio. El diseño de una solución define en primer lugar el método y el software de IA que se utilizará, así como los datos de entrenamiento y su preparación. A continuación, el procedimiento posterior sigue básicamente los siguientes pasos; en el transcurso del ciclo de vida de una aplicación de IA, este ciclo se ejecuta varias veces: • Preparación de los datos • Construcción del modelo • Entrenamiento • Puesta en marcha • Monitorización • Adaptación del modelo. 3. Arquitectura: desvincular los datos de las aplicaciones Los procesos descritos anteriormente tienen lugar en entornos de IT y fabricación que están muy fragmentados en muchas empresas, es decir, no hay un acceso continuo a las herramientas y a los datos, por tanto, los procesos no coinciden, faltan normas y conceptos de seguridad integrados. Un entorno así es letal para cualquier implementación de IA. La clave para resolver este problema es la introducción de una arquitectura centrada en los datos. En su esencia, desvincula los datos de las aplicaciones que los generan canalizándolos a través de un eje central de datos. Cada aplicación actúa como un “productor“de datos para el centro de datos, y cada consulta es un”consumidor” de la extensa base de datos distribuida. Todo esto está integrado en un marco general de gobernanza de datos. 4. Competencias - cooperación interdisciplinaria En muchos casos, los PoCs de IA se establecen de forma demasiado unidimensional porque los llevan a cabo científicos que entienden mucho de datos y modelos, peromenos de arquitectura de sistemas y procesos de IT, y casi nada de los procesos de una fábrica. El éxito de la introducción de la IA requiere una combinación adecuada de competencias de diferentes departamentos para planificar, desarrollar, desplegar y poner en funcionamiento la propia aplicación y su integración en los procesos informátiCiclo de vida circular de una aplicación de IA. El éxito de la introducción de la IA requiere una combinación adecuada de competencias de diferentes departamentos para planificar, desarrollar, desplegar y poner en funcionamiento la propia aplicación
RkJQdWJsaXNoZXIy Njg1MjYx