MICHELIN, FORVIA Y CELONIS en AI for Industry by Artefact - AI para la automoción: Estado del arte y casos de uso

La sesión “IA para la automoción” contó con representantes clave de Michelin, Forvia y Celonis, que destacaron cómo la IA está revolucionando la industria de la automoción. La IA está transformando especialmente la optimización de procesos, el mantenimiento predictivo y el control de calidad, mediante aplicaciones en el mundo real del aprendizaje automático, la visión por ordenador y la IA generativa, remodelando las operaciones automovilísticas.

Prashant Dhanraj, de Celonis, destacó el potencial de la IA para transformar procesos empresariales como el desarrollo de productos y la gestión de la cadena de suministro. Explicó cómo los gemelos digitales, modelos virtuales de procesos físicos, permiten a las empresas obtener información de grandes datasets y optimizar las operaciones. Un ejemplo es el uso de la IA generativa para la estimación de costes de nuevas piezas mediante el análisis de dibujos técnicos, la identificación de piezas similares y la sugerencia de proveedores. La IA también ayuda en la gestión de pedidos, utilizando LLM para evaluar los bloqueos de crédito en los pedidos de ventas y ofrecer recomendaciones basadas en data anteriores, mejorando la toma de decisiones.

Jean-Vianney Chiron, de Michelin, explicó cómo la IA mejora la fabricación con la visión por ordenador y el análisis de series temporales. En la producción de neumáticos, las cámaras impulsadas por IA detectan defectos en el caucho, que son difíciles de inspeccionar manualmente. Esta tecnología garantiza una mayor calidad del producto y agiliza el proceso. Además, la IA correlaciona el data de la máquina, como la temperatura y la presión, con la calidad final del producto, lo que mejora la eficacia al permitir que los trabajadores aborden los problemas críticos en lugar de supervisar el data manualmente.

Jean-Vianney Chiron destacó cómo la IA generativa ayuda a captar décadas de conocimientos de las plantas mundiales de Michelin. El personal de mantenimiento puede introducir los síntomas de la maquinaria y recibir sugerencias de diagnóstico basadas en casos anteriores. El sistema aprende continuamente de los comentarios de los usuarios, creando una base de conocimientos sólida y evolutiva accesible en todo el mundo, lo que mejora el tiempo de respuesta a los problemas de mantenimiento.

Caroline Connan, de Forvia, compartió casos de uso similares, incluida la IA para el mantenimiento predictivo con el fin de evitar paradas de la línea de producción. Mediante el análisis del historial data y de los parámetros de la máquina en tiempo real, la IA alerta a los operarios de posibles problemas, lo que reduce los costosos tiempos de inactividad. Un sistema basado en LLM genera planes de mantenimiento y ayuda a priorizar las acciones. Además, los sistemas de visión por ordenador basados en IA de las fábricas de Forvia detectan defectos de calidad en los interiores de los automóviles, reduciendo los errores y mejorando la calidad del producto.

Tanto Michelin como Forvia utilizan la IA para controlar y reducir el consumo de energía en sus plantas. Los modelos de aprendizaje automático analizan los sensores en tiempo real data para supervisar el uso de electricidad y agua. Estos conocimientos permiten a las empresas fijar objetivos, prever el consumo y ajustar las operaciones para reducir su impacto medioambiental y sus costes operativos. La capacidad de la IA para proporcionar información en tiempo real es fundamental para alcanzar los objetivos de sostenibilidad.