La competencia en la industria automovilística es feroz y ocurre en toda la cadena de valor. Hella es un proveedor importante de este sector, por lo que estas condiciones definen las operaciones diarias de la empresa. No es de extrañar que el “lean manufacturing” sea una de nuestras principales prioridades. Esto significa que no dejan de buscar tecnologías y herramientas que les ayuden a perfeccionar aún más el funcionamiento de sus líneas de ensamble.
El autor de esta publicación es Huri Mendoza, director global de excelencia operativa de Hella KGaA.
En este artículo, Huri Mendoza, director global de excelencia operativa, explica la manera en que una herramienta de IA ha ayudado a Hella a reducir los tiempos de ciclo y aumentar la productividad y la eficiencia general de los equipos. Y el éxito ha sido tal, que ahora están implementando la herramienta en toda la empresa.
La innovación y la velocidad son elementos críticos
La industria automovilística se basa en gran medida en los procesos; su éxito se deriva, en primer lugar, de la generación de economías de escala significativas o de la ampliación de la producción. Las innovaciones en este sector se deben introducir a una escala enorme muy rápidamente y resulta esencial mantenerse a la vanguardia.
Como era de esperar, hace ya bastante tiempo que la gente no deja de pensar en la inteligencia artificial (IA) y el aprendizaje automático. Estas tecnologías ya se utilizan en numerosas aplicaciones automovilísticas, desde el diseño hasta la fabricación, pasando por el marketing y los propios vehículos.
Conectar a los trabajadores con la IA
Hella no es una excepción. No dejamos de buscar herramientas y tecnologías que mejoren la precisión y la velocidad de nuestra producción. Por ello, nos llamó la atención cuando descubrimos la manera en que las analíticas de IA se pueden conectar a las líneas de producción manuales para reducir errores, agilizar la producción y añadir valor.
Hella es una empresa cuyas operaciones funcionan bien, por lo que puede ser difícil defender una nueva tecnología que no está aún probada del todo. Pero cuando propusimos utilizar la IA para encontrar oportunidades de optimización ocultas, casi todo el mundo estuvo de acuerdo. La actitud visionaria de nuestra dirección sin duda ayudó, ya que se dio cuenta de que podría añadir valor y permitirnos llegar más allá de lo que actualmente se considera posible.
Elegimos una línea de ensamble de componentes electrónicos en una planta común de Hella en México para poner a prueba el concepto. Al seleccionar una línea “mediana”, argumentamos que esto facilitaría la extrapolación de los resultados a otras líneas. La prueba fue tan bien que hemos decidido llevar a cabo pruebas piloto en cinco países más.
Corregir las causas principales con mayor facilidad y rapidez
Entonces, ¿qué aporta una herramienta de IA? Para empezar, permite a los fabricantes dar respuesta a tres cuestiones críticas a la hora de optimizar sus líneas de ensamble:
- ¿Qué acaba de suceder?
- ¿Qué sucede ahora?
- ¿Cómo podemos mejorar lo que sucederá después?
El proveedor de la solución de la herramienta de IA instaló cámaras en 12 estaciones de la línea en México. Estas medían automáticamente cada ciclo en las estaciones ofreciendo una trazabilidad visual completa. Encontrar la causa principal de cualquier problema se realiza de manera más sencilla, rápida y estructurada. Podíamos ver de primera mano lo que sucedía, algo que se ajusta a los métodos de “lean manufacturing” que hemos establecido, donde la observación resulta esencial.
El uso de la IA es muy positivo, pero es necesario integrar la herramienta en tu caja de herramientas de gestión del taller para aprovechar sus ventajas. Puede generar muchas grabaciones de video casi en tiempo real, pero hay que saber lo que se busca y asignar los recursos necesarios para ver la grabación de video y pensar en soluciones y acciones correctivas. Una vez se hace esto, cualquier problema sistémico o sistemático se encontrará mucho más rápido permitiendo mejorar continuamente sobre la base de las lecciones aprendidas.
Facilidad para mejorar líneas adicionales
Nuestros resultados hablan por sí mismos. En México, hemos logrado mejoras sustanciales. Hemos reducido los tiempos de ciclo y aumentado la productividad y la eficiencia general de los equipos. Además, estas mejoras se mantuvieron a lo largo del tiempo, lo que se sumó al aumento anual de la capacidad en decenas de miles de componentes.
Ahora disponemos de un proceso establecido para integrar la herramienta de IA, que nos permite mover las cámaras a otra ubicación fácil y rápidamente. Acorta significativamente la cadena logística y facilita en gran medida el proceso de aprendizaje.
Después de instalar la herramienta en nuestra fábrica de Delhi (India), por ejemplo, recibimos el primer informe en menos de dos meses y, a continuación, tardamos solo un mes en ajustarla. En muy poco tiempo pudimos reducir significativamente nuestro tiempo de ciclo. Qué duda cabe que se necesita disponer de infraestructura e invertir en tiempo y esfuerzo, pero en cuanto a gastos de capital, no tuvimos que realizar ninguna inversión.
Una estrecha colaboración merece la pena
Quiero subrayar la implicación del proveedor de la solución y su papel en el éxito que hemos logrado. Su trabajo ha resultado fundamental para poner en marcha el sistema, proporcionar orientación e información experta sobre prioridades y actividades de mejora.
Ahora nos comunicamos regularmente con el proveedor de la solución, trabajamos como un solo equipo y mantenemos reuniones semanales en las que participan su personal, el personal de las instalaciones y nuestros responsables de gestión de proyectos. Es un foro excelente para identificar problemas y soluciones, y hacer un seguimiento de las acciones correctivas.
Una solución centrada en las personas
Una cosa que descubrimos es que esta tecnología de IA está muy centrada en las personas. Ayuda a llevar la mano de obra al siglo XXI. Sin embargo, no sustituye al ingeniero de fabricación, algo que nos costó un poco asimilar. Para ejecutar cualquier cambio se necesita un ingeniero de fabricación. Con la IA, pueden hacerlos a una escala mucho mayor, mucho más rápido y más regularmente.
Además, los operadores pueden realizar mejor su trabajo y llevar a cabo tareas o asumir responsabilidades que antes eran imposibles, centrándose cada vez más en tareas de valor añadido. Además, las estaciones de trabajo son más ergonómicas, lo que hace que los operarios están más cómodos y sean más productivos, contribuyendo a aumentar la capacidad. El resultado es que ha mejorado tanto la satisfacción de los trabajadores como la calidad del producto.
Las cámaras Axis son una ayuda importante
Siempre que hablamos de la tecnología de IA que usamos, se plantea la misma pregunta: ¿cómo se protege la privacidad de los operarios? Hella y el proveedor de la solución han colaborado para garantizar el cumplimiento del RGPD. Y no solo en Europa, todos los empleados de Hella de todo el mundo deben disfrutar de las mismas condiciones de privacidad de los datos.
La tecnología de la generación más reciente de cámaras de Axis, que se utilizan para este tipo de implementaciones de IA, es de gran ayuda. Sería justo decir que sin sus funciones avanzadas de anonimización, sería probablemente casi imposible una implementación global general.
Es un tema que se debe abordar de antemano. Y nosotros lo hemos descubierto tratando este tema con distintos recursos humanos, departamentos jurídicos o sindicatos de diferentes ubicaciones. Por lo general, empiezo estas reuniones mostrando funciones que permiten desenfocar la imagen en vivo, subrayando que nuestro objetivo es mejorar el lugar y las condiciones de trabajo, no destacar a operadores individuales.
Potencial para que un gran cambio
Sobre la base de los resultados favorables que hemos obtenido, continuaremos implementando esta tecnología de IA en otras plantas de la empresa. Hasta la fecha, la hemos instalado en cinco ubicaciones piloto para líneas de ensamble manual.
A pesar de que esta herramienta de IA se centra en el trabajo manual, Hella es una empresa con un alto nivel de automatización. Por ello, hemos comenzado a probar cómo funciona su tecnología con el funcionamiento automático. Con suerte, generará grabaciones de vídeo que, junto con las analíticas, nos ayudarán a encontrar cualquier falla. Si funciona como esperamos, podría representar un punto de inflexión para Hella.
Acerca del autor Huri Mendoza es director global de excelencia operativa en Hella KGaA, ubicada en Lippstadt, Alemania. Lleva 22 años trabajando en Hella en diferentes funciones y dirige su departamento actual desde 2014, aportando grandes resultados de productividad e innovación a toda la empresa. Su formación incluye un MBA en Finanzas de la Universidad ITESO, México; un certificado de gestión de la Universidad de Southern Indiana, Estados Unidos y una Licenciatura en Ingeniería Química por la Universidad ITESO. Actualmente está preparando su tesis para obtener un DBA en Gestión en la Universidad de OUS, Suiza.
