Entrevista a Guillem Alenyà: el paso de la digitalización industrial

Guillem Alenyà, socio fundador de Datision y Director del Institut de Robotica i Informàtica Industrial (IRI), nos trae sus reflexiones sobre las claves de la digitalización industrial y la contribución que se realiza desde el entorno de la investigación a la misma.

Muchas veces, la sensación es que los centros de investigación están muy lejos de la realidad de la industria y de sus necesidades. ¿Es ciertamente esto así? ¿Cómo de lejos está la investigación de las necesidades de las industrias?

La función de la investigación es la de crear nuevo conocimiento. Por definición, hay riesgo y no necesariamente se hace pensando en una aplicación a corto plazo. Por eso las empresas tienden a pensar en la investigación como algo lejano e innecesario, lejos de sus necesidades.

Afortunadamente, este estereotipo se está rompiendo. Las empresas necesitan ser competitivas y flexibles, y todo el mundo ha aceptado que esto pasa por invertir en investigación e innovación. 

Por el otro lado, los centros de investigación tecnológicos, como el nuestro, han entendido que para mejorar el impacto y la valorización de la investigación se necesita escuchar al tejido productivo. 

Son dos mundos que se encuentran, y las oportunidades son fantásticas.

Sin duda, la digitalización ha tomado en el último año el protagonismo en las empresas. 

¿Ves al sector industrial afrontando correctamente este proceso?

Yo creo que la idea de que la digitalización es muy positiva ha dejado marca y las industrias observan que sus competidores que han abrazo algún tipo de digitalización son más competitivos y flexibles.

Dicho esto, muchas empresas aún no entienden correctamente cuál es el camino que deben tomar y se lanzan a hacer cambios sin un buen plan. Muchas empresas harían lo correcto formando alianzas con socios que les puedan ayudar a definir objetivos y caminos correctos, adaptados a la realidad de su producción y estructura.

Un centro como el IRI, ¿cómo puede ayudar a las empresas en este proceso? ¿Qué papel juegan aquí las spin-off como Datision? 

El IRI ha apostado fuertemente por promover la transferencia tecnológica. En este sentido, por ejemplo, somos un centro acreditado Tecnio, por lo que las empresas se pueden beneficiar del programa de bonos.

Nuestra voluntad es la de ofrecer un laboratorio de investigación para las empresas que no se pueden costear uno, aceptando problemas para los que la solución no es bien conocida. El problema es que como centro de investigación desarrollamos la tecnología, pero no podemos (ni debemos) dar soluciones llave en mano ni ofrecer el mantenimiento de los productos.

Ahí es donde entra Datision. Datision puede entender las dificultades del problema que plantea la empresa y destilar qué parte es asesoría o ingeniería, y qué parte requiere investigación. Los ingenieros de Datision hablan los dos idiomas (el empresarial y el de innovación) y actúan de correa transmisora. Al mismo tiempo, se encargan de utilizar nuestra investigación para producir productos y darles seguimiento y mantenimiento.

Como hemos visto, esta pandemia ha acelerado los procesos de transformación digital en muchas empresas, siendo el teletrabajo su máximo exponente. Pero crees que también ha tenido un impacto significativo sobre la aplicación de la inteligencia artificial en los procesos productivos.

Creo que la necesidad de digitalización es global y ha afectado a todas las fases del proceso. Sin duda, las empresas han visto el interés. Para muchas de ellas, que no habían empezado casi, el camino es muy largo.

Pero también es una oportunidad de hacer las cosas bien hechas y obtener el máximo provecho. Esto pasa, casi siempre, por tener socios adecuados que sean capaces de entender los dos mundos, esto es, el negocio de la empresa y la digitalización.

¿Hasta qué punto es importante inculcar una mentalidad digital para que los proyectos tengan éxito?

Es importante que las direcciones y los puestos de responsabilidad entiendan el interés y estén alineados con la transformación que se debe llevar a cabo. También es importante hacer proyectos incrementales, si es posible, que permitan ver las ventajas poco a poco para convencer mediante los resultados que se van obteniendo.

¿Cuáles son los principales retos a los que os soléis enfrentar a la hora de abordar un nuevo proyecto desde el IRI y/o Datision?

Principalmente, que pasa mucho tiempo desde que se plantea el proyecto hasta que se puede empezar. Y también que, una vez empezado, los datos son muy difíciles de obtener. Esto último pasa porque las empresas tienden a sobreestimar las bondades y capacidades de sus sistemas de captación y almacenaje de datos sobre procesos industriales.

Esto es habitual, ya que la mera monitorización de los datos no hace aflorar numerosos problemas que tienden a suceder, y que únicamente se encuentran cuando empezamos con el análisis en profundidad.

Si pensamos en el tejido industrial de Europa, y especialmente en relación a industria de manufacturing, ¿qué técnicas del data science pueden aportar más valor?

Depende del tipo de aplicación. Un error que cometen las empresas es el de creer que, visto que hay muchas técnicas y su acceso no es difícil, no se necesita un experto en inteligencia artificial para dirigir el proyecto. Esto genera mucha frustración.

Hay técnicas que ahora son muy populares, como el aprendizaje profundo (deep learning), que se aplican a todo tipo de problemas sin mucho criterio. Se tiene que analizar correctamente cada problema y el abanico de soluciones adecuadas.

¿Crees que, tanto la investigación como la implantación de sus resultados en las industrias, cuentan con los debidos apoyos por parte de las instituciones?

Las administraciones han hecho esfuerzos para intentar que las empresas vean la investigación no como un gasto, sino como una inversión. De hecho, una gran parte de los proyectos de transferencia que hemos hecho desde el IRI incluyen de un modo u otro ayudas públicas.

El acceso para las industrias pequeñas y medianas se podría flexibilizar. Desde Europa, también se ha hecho un esfuerzo para promover proyectos con un TRL (nivel de madurez tecnológica) alto.

Desafortunadamente, el reconocimiento que los científicos obtenemos por nuestros trabajos de transferencia es bajo en comparación al esfuerzo que requiere, y eso hace que en muchos casos sea una cuestión vocacional y de servicio lo que nos impulsa a hacer transferencia.