Empreses i especialistes reunits en DFactory assenyalen que connectar els sistemes, disposar de dades fiables i mesurar el retorn de la inversió són condicions per a convertir la intel·ligència artificial en millores reals.
Els experts en innovació i IA del sector de la logística tenen molt a aportar i dir ara mateix. Foto: CatalunyaPress. El programa de gestió d’una empresa indica que hi ha cent unitats d’un producte. El sistema del magatzem en registra noranta. Quan una persona comprova les existències, en troba vuitanta. Amb quina informació hauria de treballar una intel·ligència artificial que hagi d’organitzar les comandes?. L’exemple, plantejat durant un debat celebrat a DFactory Barcelona, resumeix una dificultat que pot quedar oculta darrere de les promeses d’automatització: abans de delegar més decisions en la tecnologia, les empreses necessiten que els seus sistemes descriguin de manera coherent el que passa a les seves instal·lacions.. L’escena es va utilitzar com a il·lustració, no com un incident atribuït a cap empresa concreta. El seu interès rau en la pregunta que planteja. Disposar d’una eina capaç d’analitzar informació no resol, per si sola, les discrepàncies de les dades que rep.. Aquesta qüestió va travessar la sessió executiva «Més enllà de l’automatització. La IA que està redefinint la logística», organitzada durant la presentació del SIL Barcelona 2027 aquesta setmana.. La intel·ligència artificial necessita saber què passa al magatzem. En el col·loqui hi van participar Sergio Martínez, responsable de l’Àrea d’Investigació en Intel·ligència Artificial i Enginyeria de Programari de Leitat; Eduard Llimargas, de Hubmaster, enginyer industrial, emprenedor i director i cofundador de Hubmaster, i María Angulo, directora de Vendes d’Element Logic per a Espanya i Portugal. El va moderar Pere Navarro, president executiu del Consorci de la Zona Franca de Barcelona i president del SIL.. Des d’Element Logic es va posar el focus en la connexió entre els diferents sistemes de la cadena de subministrament. Els magatzems d’aprovisionament, producció i distribució formen part d’una mateixa operativa, tot i que la informació que utilitzen no sempre és coherent.. L’exemple de les cent, noranta i vuitanta unitats permet entendre’n la conseqüència: una previsió de necessitats o una decisió sobre les comandes pot partir d’una imatge incompleta de les existències.. El debat va situar així la integració de sistemes i la qualitat de la informació entre les condicions necessàries per desplegar noves aplicacions. La IA necessita dades utilitzables, però també processos que permetin detectar-ne i resoldre’n les contradiccions.. Anticipar avaries i adaptar les operacions. El debat va abordar aplicacions que les empreses expliquen que ja estan incorporant als seus projectes. Hubmaster va assenyalar àmbits com la visió artificial, el manteniment predictiu i l’adaptació de les operacions a les variacions de la demanda i de la càrrega del magatzem.. En manteniment, la proposta consisteix a aprofitar la informació dels sensors per orientar les actuacions de l’equip tècnic. En planificació, es busca ajustar l’operativa a unes condicions que canvien, en lloc de mantenir sempre una configuració fixa.. La integració des del disseny dels sistemes automatitzats va ser un altre dels plantejaments exposats. La tecnologia es pot incorporar com a part de la solució inicial, amb les seves necessitats d’informació i funcionament previstes des del principi.. Les intervencions no van aportar xifres d’estalvi, reducció d’avaries o increment de productivitat que permetin quantificar aquests resultats. Es van presentar usos i línies de treball, el rendiment dels quals s’ha de comprovar en cada implantació.. Triar quin projecte mereix la inversió. Identificar possibles aplicacions no equival a saber quines convé desenvolupar. Des de Hubmaster es va explicar que la feina del seu laboratori d’IA ha permès detectar nombroses possibilitats, fet que planteja un problema empresarial: com prioritzar-les.. La proposta es va articular al voltant de tres criteris: necessitat del client, mesurament dels resultats i retorn de la inversió. El client pot ser una empresa que compra la solució o un departament intern que necessita resoldre un problema.. Definir un indicador permet comprovar si el projecte assoleix el seu objectiu i corregir les desviacions. Avaluar-ne el retorn obliga, a més, a relacionar els beneficis esperats amb els recursos necessaris per desenvolupar, integrar i mantenir l’eina.. El canvi d’enfocament és rellevant per a les empreses que comencen a experimentar amb la IA. La decisió no es limita a seleccionar una tecnologia: exigeix determinar quin procés ha de millorar i com es comprovarà aquesta millora.. El talent i el control de les dades també compten. La disponibilitat de professionals va aparèixer com una altra barrera. Implantar aquestes solucions requereix combinar coneixements tecnològics amb experiència sobre el funcionament de les instal·lacions i les necessitats del negoci.. En el col·loqui es va defensar el paper de les aliances entre empreses i especialistes per reunir capacitats complementàries. Des de Hubmaster es va destacar la col·laboració dins de l’ecosistema de DFactory com una via per desenvolupar solucions de més valor.. La sessió també va abordar la possibilitat d’executar determinats models en entorns locals, juntament amb qüestions de ciberseguretat, control de les dades i dependència tecnològica. Són decisions que formen part del disseny del projecte i que s’han de valorar al costat de les seves prestacions.. Més autonomia exigeix definir qui decideix. El debat va explorar finalment la capacitat dels agents d’IA per intervenir en decisions operatives. Des de Hubmaster es va expressar aquesta orientació, introduint-hi un matís: les decisions estratègiques s’han de consultar amb el client.. La distinció obre una tasca per a cada implantació: precisar què pot executar el sistema, quines actuacions requereixen validació i com se supervisen els resultats. Tenir capacitat per automatitzar una decisió no determina, per si sol, que s’hagi de delegar.. La logística reuneix oportunitats per anticipar problemes, ajustar operacions i aprofitar millor la informació. El col·loqui també va deixar clara una condició prèvia: abans de demanar a una màquina que decideixi què s’ha de moure i quan, l’empresa necessita saber quantes unitats té realment disponibles.
Empreses i especialistes reunits en DFactory assenyalen que connectar els sistemes, disposar de dades fiables i mesurar el retorn de la inversió són condicions per a convertir la intel·ligència artificial en millores reals.
