Blog

Un sistema de calidad basado en IA te ayudará a eliminar defectos

Dec 17, 2020 3:34:54 PM / by Rafael R. Páez

La historia de la industria manufacturera está llena de ejemplos de mejora continua. Y también de costosísimos errores de calidad. Por ejemplo, la industria automotriz es una de las que pone más énfasis y cuidado de la calidad, y aun así las empresas pueden hacer rosarios con los recalls que constantemente deben hacer, ya sea por errores propios o de sus proveedores.

Si a una industria tan meticulosa le sucede esto, ¿qué podemos esperar de otros sectores económicos? De acuerdo con la American Society of Quality, los costos de calidad -es decir, todas aquellas herramientas, filosofías y recursos de los que echa mano una empresa para evitar errores y defectos en este rubro- alcanzan hasta 20% de los ingresos de las empresas industriales.

El asunto clave es que, hasta ahora, pocas empresas saben que pueden resolver este problema explotando sus datos digitales.

Todas las empresas cometen errores de calidad todos los días. ¿En qué me baso para decir esto? Todas las empresas de manufactura que hemos conocido en Gesta Labs -y hemos conocido a muchas de diferentes sectores económicos- tienen rigurosos procesos y sistemas de inspección y aseguramiento de calidad porque saben que de este detalle depende en gran medida la viabilidad de un producto, una línea de negocio o la reputación de la empresa. Aun así, mantenerlo es muy costoso. Pero hay de costos a costos.

También puedes leer: ¿Realmente puedes predecir y evitar las costosas desviaciones de calidad?

Por ejemplo, están los de conformidad, que incluyen todos los relacionados con la planeación, el control y la revisión para asegurar que el producto no tiene defectos. Son, digamos, costos de prevención y evaluación, e incluyen los procesos y el entrenamiento para que nuestros colaboradores los vigilen y los controlen. También incluyen toda la parte de inspección y pruebas del producto, de tal forma que estemos seguros que funciona bien antes de ponerlo en el punto de venta.

Por otra parte, las empresas también deben lidiar con los costos de la no conformidad, que implican la cuantificación financiera de todos los problemas que originan los defectos. Pueden ser internos -antes de que el producto llegue al punto de venta- o externos -los de mayor impacto, porque son los que detecta el cliente-.

En total, ambos costos pueden llegar a representar hasta una tercera parte de nuestros costos totales de operación.

¿Tu fábrica está lista para enfrentar el rebrote del Covid-19? Computer Vision es la solución ideal. Da clic

Es cierto que la mayoría de las empresas implementa sistemas y herramientas de manufactura esbelta para tratar de reducir, principalmente, los costos de la no conformidad. Pero la Industria 4.0 puede ser tan disruptiva y costeable que ayuda a reducir ambos, trayendo mayor rentabilidad al negocio.

¿Por qué la digitalización ayuda a las organizaciones en los temas de calidad? Piensa en algunos de los aspectos que componen la calidad de un producto: el peso, el color, el diámetro, el tamaño, la temperatura, la humedad. Colectivamente, todas estas métricas son básicas para satisfacer los requerimientos de los clientes. Cada una tiene objetivos que monitoreamos en diferentes momentos, recolectamos información para medirlo y compararlo al estándar; si estamos conformes con los resultados seguimos con el proceso, si no, corregimos.

El problema de las empresas que no han digitalizado este proceso es que corrigen tarde. Cuando los errores ya tienen algún costo económico. ¿Por qué? Porque generalmente recolectan información de cada una de forma manual, poco oportuna y con datos inexactos o con errores.

Si recolectaras esos datos de forma mucho más rápida para hacer este proceso de medición y comparación, estarías más cerca de un programa de cero defectos. Y es posible hacerlo con tecnologías de IoT, las cuales, para tu buena fortuna, hoy en día son accesibles a cualquier presupuesto, incluso para aquellos equipos legacy o de cualquier otro tipo. 

La clave está en encontrar el caso de uso correcto para ti. ¿Qué puedes hacer con estos datos digitales que, en conjunto, determinan la calidad de tu producto? ¿Cómo puedes aprovechar las tecnologías emergentes para encontrar nuevos niveles de eficiencia y productividad, acercándote a los cero defectos?

¿Quieres incursionar en Industria 4.0 con un caso de uso para ti? Da clic aquí

Algunas empresas prefieren explorar opciones en el área de inspección de calidad del producto final. Por ejemplo, Computer Vision -que combina IoT con IA- ha avanzado mucho en precisión, al tiempo que ha bajado significativamente en costos, por lo que es muy eficiente para determinar si los productos terminados cumplen los criterios de calidad, o alertar cuando detectan anomalías. Es una excelente herramienta de apoyo para las personas que realizan esta labor, pues, a diferencia del ojo humano, una tecnología de este tipo no se cansa ni cambia su criterio en el tiempo; por ende, la susceptibilidad de cometer errores es menor.

Solicita tu demo   de Computer Vision

Pero, como decíamos, la posibilidad de anticipar errores también es factible. En este caso, el gemelo digital es ideal. Con una réplica virtual de tu proceso es posible simularlo para predecir eventos, en este caso, desviaciones en distintas fases del proceso, atendiéndolas a tiempo antes de que se vuelvan un problema con impacto económico. Ciertamente es una solución más compleja, pero el impacto que tiene no solo en el producto, sino en costos de producción asociados a este, suele ser bastante significativa.

Como sabes, la tecnología nos ha demostrado que puede ser una excelente herramienta si la utilizamos en el fin correcto, atendiendo un problema significativo. Y la calidad, aunque la presumimos a menudo, generalmente nos causa varios dolores de cabeza. Nunca antes teníamos tantas oportunidades de revolucionar sus controles y procesos como las que nos ofrece la Industria 4.0. La decisión es tuya.

*El autor es cofundador y socio directivo de Gesta Labs —estudio de innovación en Industria 4.0— y Gesta Ventures —vehículo de inversión para startups de Industria 4.0—.

Esta columna se publicó originalmente en el sitio web de Forbes México

Tags: Blog, Calidad, Computer Vision, Gemelo digital

Rafael R. Páez

Written by Rafael R. Páez

Cofundador de Gesta Labs y Gesta Ventures

Suscríbete

Categorías

Ver todas