Introducción

La digitalización empresarial constituye uno de los retos más ambiciosos para los modelos del negocio [...] “En este sentido, la transformación de los procesos de producción y del modelo productivo genera nuevas oportunidades del negocio que surgen gracias a la gran cantidad de información que se genera a lo largo del ciclo de vida de un producto” (UNE 0060, 2018)

Las tecnologías disruptivas de la industria 4.0 trasforman los procesos del negocio en procesos más competitivos e inteligentes. En la actualidad la gestión de los procesos esta matizada por nuevos enfoques centrados en el diseño de diversos modelos de arquitecturas, tales como: de interoperabilidad, de información, de big data, arquitectura tecnológica, entre otros, que estructuran sus componentes y definen sus relaciones para proyectar y potenciar sus funcionalidades tecnológicas. (Burton, 2020) en su artículo ¿Qué es la Automatización Inteligente de Procesos? citando a Forrester expone que: […] “las organizaciones necesitan orquestar sus operaciones complejas a través de procesos automatizados” y a continuación agrega: “las tecnologías principales que componen la automatización inteligente de procesos incluyen la automatización de procesos digitales, la automatización robótica de procesos y la inteligencia artificial.

De acuerdo con estos juicios, se valora la necesidad de la aplicación de las tecnologías disruptivas desde una visión de integración de estas en la organización. Es decir, desplegar la gestión de procesos del negocio (BPM por sus siglas en ingles), para diseñar, modelar, ejecutar, automatizar, medir, controlar y optimizar los procesos, la automatización robótica de procesos para minimizar tareas muy manuales y que requieren mano de obra intensiva y la inteligencia artificial que adiciona la capacidad de procesamiento ilimitada de datos, aprendizaje automático y profundo para llevar a cabo, con precisión, tareas nuevas basadas en propiedades conocidas y aprendidas sobre la base de datos históricos, así como el descubrimiento de nuevos patrones por el uso de redes neuronales.

Sin embargo, los análisis realizados por los autores de este trabajo conducen a asumir una visión de integración para la automatización de los procesos que no solo considere estas herramientas, sino también la inserción en la gestión de los procesos de sensores, actuadores, el big data, nuevos modos de producción (nanotecnología para almacenamiento de datos, mayor trasparencia y descentralización del proceso a través del blockhain), entre otros atributos que impulsarán lo que se ha denominado como procesos inteligentes en función de un importante aumento del rendimiento de estos.

Para contribuir a la comprensión y desarrollo de los procesos inteligentes, este trabajo se ha propuesto como objetivo describir los procesos inteligentes y establecer un diagrama de arquitectura tecnológica para su configuración y despliegue en el ámbito organizacional.

Materiales y Métodos

Se seleccionó como técnica exploratoria y analítica para la recolección de información la revisión sistémica de literatura. Las bases de datos utilizadas para recopilar la información incluyen Scopus y Web of Science; de forma complementaria, se utilizó Google Scholar. Como la investigación sobre el tema es relativamente reciente, las fuentes no se limitaron a un tipo específico de publicación. Por lo tanto, artículos de revistas, actas de congresos, libros, informes de consultoras destacadas y materiales de las principales sociedades de calidad, como la American Society for Quality, se consideraron para su revisión.

Resultados

Impacto de la industria 4.0 en los procesos del negocio

El escenario actual se caracteriza por la digitalización y la automatización. Esta característica es acelerada por un conjunto de tecnologías disruptivas, tales como: el internet de las cosas, big data, computación en la nube, inteligencia artificial e impresión 3D, la realidad aumentada y virtual entre otras, que refuerzan la relevancia de la industria 4.0.

De acuerdo con varios autores esta revolución industrial se compone de tres conceptos básicos: los sistemas ciberfísicos o capaces de monitorear los procesos físicos (por sus siglas en ingles CPS), crear una copia virtual del mundo real y hacer decisiones descentralizadas (Nuzzo, 2015), el internet de las cosas (por sus siglas en ingles IoT) en el que los sistemas pueden interactuar entré sí y con los humanos en tiempo real (Vijaykumar, Saravanakumar, & Balamurugan, 2015); y la computación en la nube (accesibilidad global de los servicios vía internet u otros dispositivos móviles) (Orozco & Jacobs , 2016; Del Vecchio, Paternina, & Miranda, 2015).

Estos pilares tecnológicos permiten un flujo cíclico de información y acciones entre los mundos físico y digital y es precisamente esta capacidad de actuar sobre los datos y la información en los procesos que constituye la particularidad esencial del nuevo paradigma industrial.

Se interpretan estos movimientos cíclicos como: (Deloitte, 2017)

1. 1. Establecer un registro digital

   Capturar información del mundo físico para crear un registro digital.

2. 2. Analizar y visualizar

   Las máquinas hablan entre sí para compartir información, lo que permite el análisis avanzado y visualizaciones en tiempo real de datos de múltiples fuentes.

3. 3. Generar movimiento

   Aplicar algoritmos y automatización para traducir decisiones y acciones del mundo digital en movimientos en el mundo físico.

Aplicar algoritmos y automatización para traducir decisiones y acciones del mundo digital en movimientos en el mundo físico.

Sin dudas este salto digital de la Industria 4.0, ya sea de lo físico a digital, de lo digital a digital y de lo digital a lo físico, impactará significativamente en la configuración y funcionamiento de los procesos organizacionales.

Diversos estudios (Chen, y otros, 2017; Wang, Wan, Li, & Zhang, 2016; Garrell & Guilera, 2019) han explorado el impacto de la industria 4.0 en los procesos como se muestra a continuación:

• Gestión de costos y sincronización de la red de suministro;

• Maximización de la utilización de activos y minimización del tiempo de inactividad;

• Pruebas de simulación e inteligencia artificial para mejorar la robustez de su diseño;

• Manejo y análisis de grandes volúmenes de datos en tiempo real;

• Monitoreo, recopilación y análisis de datos en tiempo real para predecir la calidad, problemas de seguridad y necesidades de mantenimiento;

• Análisis automático de causa raíz;

• Autoajuste de parámetros de las máquinas en tiempo real;

• Tableros digitales que rastrean el desempeño de los proveedores;

• Integración horizontal;

• Producción de productos personalizados;

• Operaciones que se pueden optimizar de acuerdo con varios criterios como costo, disponibilidad y consumo y que permite realizar predicciones precisas sobre la capacidad para determinar el óptimo del valor del flujo en la cadena de producción.

La Industria 4.0 propiciará la capacidad de adaptarse y aprender de los datos en tiempo real para que los procesos organizacionales manifiesten un comportamiento proactivos y predictivos y posiblemente evitar el tiempo de inactividad operativo y otros desafíos de productividad (figura 1).

Todos estos cambios originados en los procesos del negocio (mayor efectividad, flexibilidad y agilidad) en función de hacerlos más inteligentes tienen como resorte la aplicación de las tecnologías disruptivas de la industria 4.0 para satisfacer los nuevos requisitos del cliente.

Figura 1
Impacto de la industria 4.0 en los procesos organizacionales.
McKinsey Company, 2021

Aproximación conceptual de procesos inteligentes

Varios autores han abordado en sus trabajos investigativos diversos criterios que describen y caracterizan el concepto de procesos inteligentes, tales como:

(ASQ, 2018)

Inteligencia artificial, visión artificial, procesamiento de lenguaje, chatbots, asistentes personales, navegación, robótica, toma de decisiones complejas, big data, blockchain, aprendizaje profundo. (UNE 0060, 2018)

Procesado masivo en tiempo real de los datos, tanto propios como de terceros, estructurados (data analytics) o no (big data). Modelos predictivos a través de la extracción de datos con el uso de la inteligencia artificial (IA), aprendizaje automático (ML) o cloud computing. Aplicación de redes de nueva generación.

(Sotero Zelama, 2018)

Automatización robótica de procesos. Aplicación de bots de front office para agilizar y simplificar los procesos de cara al cliente como ventas y atención al cliente, transferencia de archivos, generación de reportes o sistemas de monitorización.

(Cotteleer & Sniderman, 2020)

Automatización inteligente^[1] para reducir costos, aumentar la productividad, acelerar la detección de ineficiencias y alcanzar un mayor nivel de precisión en la operación del proceso. (Lim, 2020)

Los procesos y los datos de calidad del producto (generados por máquinas, humanos e inteligencia artificial) deben estar conectados desde el diseño del producto, la fabricación del proveedor y la fabricación interna hasta el mercado. Instrucciones de trabajo en tiempo real. Gestión de máquinas por big data. Gestión de equipos en tiempo real (control descentralizado y centralizado).(Burton, 2020)

Automatización inteligente^[2]. Velocidad y eficiencia. Reducir tareas muy manuales que requieren mano de obra intensiva. Analizar datos de una manera que un humano no podría, reconociendo patrones en los datos y aprendiendo de decisiones pasadas para tomar decisiones cada vez más inteligentes. ( Javaida, Haleem, Pratap , & Rajiv Sumanc, 2021)

Procesos automatizados y optimizados. Evaluación de resultados con la ayuda de sensores y la plataforma de internet de las cosas. Gestión de la operación en tiempo real, la recopilación de datos y el mantenimiento predictivo respaldado por análisis. Monitorización sistemática de varios sistemas y parámetros de procesos que afectan la calidad del producto. (Armengol , 2022)

Operaciones inteligentes impulsadas por internet de las cosas, software industrial y automatización y analíticas de datos avanzadas.

En general estos investigadores les atribuyen a los procesos inteligentes, cualidades que propiciarán el procesado automático y optimizado en tiempo real de los datos estructurados y no, su control descentralizado y centralizado, así como la generación de modelos predictivos sobre la base de patrones históricos y el descubrimiento de otros nuevos para la toma de decisiones complejas.

Sin embargo, para los fines de este trabajo se considera relevante, por la correlación existente entre las variables definidas y los diferentes habilitadores digitales que condicionan el nivel de madurez de los procesos inteligentes, las cinco variables definidas por (Radziwill, 2018) en su artículo: Let’s Get Digital: The many ways the fourth industrial revolution is reshaping the way we think about quality (tabla 1)

En consecuencia, a partir del análisis crítico de los juicios anteriormente estudiados y la estructuración lógica de las variables adaptadas de (Radziwill, 2018), se elaboró un mapa conceptual que se representa en la figura 2 con la aplicación del software Cmaps Tools, versión 5.03 Lite, que sistematiza la propuesta sobre procesos inteligentes de acuerdo con los actuales cambios y evolución del impacto de las tecnologías disruptivas de la industria 4.0.

Finalmente los procesos inteligentes se caracterizan por la recolección, producción y disponibilidad de información automática a nivel de campo, control, supervisión, planeación y gestión en tiempo real para el procesamiento inteligente a través de la inteligencia del negocio, el big data y la inteligencia artificial con un modo de producción para la creación rápida de prototipos, el almacenamiento de datos con el uso de la nanotecnología y la posibilidad de alcanzar la descentralización, trasparencia y rapidez de la red para interactuar en un entorno híbrido físico digital facilitado por el desarrollo de la interconexión digital de máquinas y objetos con internet.

Conforme a los criterios de los autores de este trabajo, los procesos inteligentes están soportados en una arquitectura tecnológica que definirá el entorno tecnológico de las organizaciones que se inserten en la industria 4.0.

Figura 2
Mapa conceptual para la definición de procesos inteligentes.

Arquitectura tecnológica de los procesos inteligentes

El término arquitectura, ha sido ampliamente utilizado para definir el marco de trabajo o framework de diversos sistemas, como son el caso de las arquitecturas empresariales, de interoperabilidad, de información, arquitectura TI o big data. De acuerdo con (Chen, y otros, 2017) del Institute of Electrical and Electronics Engineers:

“una arquitectura es la organización fundamental de un sistema, que incorpora sus componentes, las relaciones entre ellos y con el entorno, y los principios que gobiernan su diseño y evolución”.

Los estudios realizados por (Suarez Benitez, 2022) corroboran que es un diseño por capas y componentes, y define la estructura y relaciones entre tecnologías, hardware, software, datos, procesos y personas. El objetivo es brindar una solución que sirve como punto de partida para alcanzar un diseño del ecosistema tecnológico que conforman los procesos del negocio, sistemas y plataformas.

De manera que a partir de la aproximación conceptual de los procesos inteligentes y de los criterios asumidos por los autores se propone el diagrama en 3D que se representa en la figura 3 para definir la arquitectura tecnológica de estos procesos.

Figura 3
Arquitectura tecnológica de los procesos inteligentes

Como se muestra, la arquitectura tecnológica de los procesos inteligentes es una herramienta que contribuye a alinear los procesos organizacionales con los habilitadores digitales y la infraestructura tecnológica requerida para maximizar la efectividad, agilidad y flexibilidad de estos, así como a la fundamentación de su ficha de proceso en el entorno de la industria 4.0.

Conclusiones

Los procesos del negocio, por el impacto de las tecnologías disruptivas, se transforman digitalmente en procesos inteligentes flexibles, ágiles y efectivos que propician la recolección, producción y disponibilidad de información automática a diferentes niveles para su procesamiento inteligente con un modo de producción y de interacción novedoso en un entorno híbrido físico digital.

La arquitectura tecnológica que modela los procesos inteligentes representa la estructura e interacciones entre las capas de los procesos organizacionales, las capacidades técnicas de que estos disponen, los habilitadores digitales y la infraestructura tecnológica para lograr un rendimiento óptimo en la gestión empresarial y la continuidad operativa del negocio.

El impacto de los procesos inteligentes se dirige a maximizar los resultados operativos y de toma de decisiones de los actores involucrados, lo que favorecerá, en este entorno digital, su rápida adopción y al mismo tiempo el incremento de la competitividad organizacional.

La arquitectura tecnológica es una herramienta que define la estructuración y descripción de la ficha de los procesos inteligentes en el contexto de transformación digital de la industria 4.0.

Referencias Bibliográficas

Javaida, M., Haleem, A., Pratap , R. & Rajiv Sumanc, S. (2021). Significance of Quality 4.0 towards comprehensive enhancement in manufacturing sector. Sensors International. https://www.sciencedirect.com/science/article/pii/S2666351121000309

Radziwill, N. (2018). The Quality 4.0 Revolution: Reveal Hidden Insights Now With Data. ASQ Fellow & Editor.

Armengol, X. (2022). La industria del futuro, sostenible y digital. www.industriadelfuturo.com

ASQ. (2018). Quality 4.0.https://asq.org/quality-resources/quality-4-0

Burton, T. (2020). Qué es la Automatización Inteligente de Procesos. Obtenido de Forrester : Forrester .org

Chen, B., Wan, J., Shu, L., Li, P., Mukherjee, M. & Yin, B. (2017). Smart Factory of Industry 4.0: Key Technologies,. IEEE Access, 6. http://www.ieee.org/publications_standards/publications/rights/index.html for more information.

Cotteleer, M., & Sniderman, B. (2020). Automatización con inteligencia. Deloitte Insights.

Del Vecchio, J., Paternina, F. J., y Miranda, C. H. (2015). La computación en la nube: un modelo. Prospect, 13(2), 81-87.

Deloitte. (2017). Forces of change: Industry 4.0.https://www2.deloitte.com/content/dam/insights/us/articles/4323_Forces-of-change/4323_Forces-of-change_Ind4-0.pdf

Garrell, A., y Guilera, L. (2019). La industria 4.0 en la sociedad digital. Barcelona: Marge Books.

Lim, J. (2020). Calidad 4.0 en Fabricación Inteligente. Taylor & Francis Group: https:/b-ok.lat/book/59555446/4a62b8?dsource=recommend

McKinsey Company. (2021). EL valor de la personalizacion. McKinsey_Website_Accessibility@mckinsey.com.

Nuzzo, P. (2015). Electrical Engineering and Computer Sciences. http://www.eecs.berkeley.edu/Pubs/TechRpts/2015/EECS-2015-189.html

Orozco , I., & Jacobs , O. (2016). La nueva era de los negocios: computación en la nubee. Télématique, 15(2), 172-191.

Sotero Zelama, A. (2018). Soluciones basadas en automatizacion robotica de procesos .[Tesis de maestria. madrid].

Suarez Benitez, M. (2022). Arquitectura tecnológica de los procesos inteligentes. 10 Conferencia Cientifica, Universidad de Holguin. Cuba .

UNE 0060. (2018). Industria 4.0 Sistema de gestion para la digitalización. Requisitos. Ministerio de industria, comercio y turismo.

Vijaykumar, S., Saravanakumar, S. & Balamurugan, M. (2015). Unique Sense: Smart Computing Prototype for. Indian Journal of Science and Technology, 8(35). doi:10.17485/ijst/2015/v8i35/86698

Notas

Notas de autor