Por Jair
Pérez, CEO de Gesta Labs
Mail:
jair@gestalabs.com
Monterrey,
Nuevo León, 27 de septiembre del 2021.- La industria 4.0 está revolucionando
los programas tradicionales de mantenimiento con los que los fabricantes han
intentado disminuir los paros no programados y prolongados tiempos de
inactividad, una situación muy común en las fábricas.
De acuerdo con
ServiceMax, firma de software de mantenimiento, 82% de las empresas ha
experimentado problemas de este tipo.
¿Cómo lidian
con esta situación los fabricantes? El enfoque más común para prevenir fallas
son las evaluaciones generales de los equipos y medición del ciclo de vida de
partes y componentes, pero esto no garantiza que un sistema no fallará antes de
que suceda el siguiente mantenimiento programado conforme a la bitácora porque
no se ejecutan con datos objetivos.
Y no solo eso.
El hecho de hacerlo de la forma histórica y tradicional tiene otras
implicaciones: 8 de cada 10 plantas industriales no miden con precisión el
tiempo de inactividad de sus equipos; las que sí lo evalúan, generalmente
subestiman el verdadero costo hasta en 300%, señala Fabio Perini, una firma
italiana especializada en diseño y fabricación de maquinaria.
Y lo
subestiman porque no consideran todos los problemas y costos relacionados que
trae consigo un problema de este tipo: disminución de la capacidad de
producción, tiempo de inactividad de los empleados, costos por reparaciones de
emergencia, en sí pérdida de ingresos.
En el sector
manufacturero, 23% del tiempo de inactividad no planificado en máquinas y
equipos se origina por errores humanos y la cifra es mayor que en cualquier otra
industria, señala un estudio de ServiceMax y GE Digital.
Entender esto
es clave: si los fabricantes siguen haciendo el mantenimiento de forma
tradicional, es porque no saben que, hoy en día, pueden hacerlo de otra manera,
explotando los datos digitales que generan los procesos y los equipos.
Y no me
refiero únicamente a la implementación de soluciones de mantenimiento
predictivo -desde luego, la idea es llegar a ellas, dado que son es el top 1 en
las soluciones que combinan IoT + IA para la industria, según IoT Analytics-,
sino a que midas el impacto y los beneficios operativos y económicos que hay
desde las primeras etapas de digitalización.
El simple
hecho de instalar sensores en un equipo para generar datos digitales,
alimentando las bitácoras de mantenimiento con datos precisos que suceden en
tiempo real, puede ayudar a reducir de 10 a 40% los costos de mantenimiento y
aumentar hasta 25% la productividad de los equipos.
En otros
espacios he abordado el caso de un fabricante de alimentos que redujo 25% los
paros no programados, habilitando una plataforma de diagnóstico y asistencia
remota, con ahorros cercanos a 450,000 dólares.
Repito: esto
es posible en las primeras etapas de digitalización. Las empresas que
incursionan en IoT y atestiguan estos beneficios, generalmente van más allá e
incorporan soluciones de Machine Learning para (ahora sí) habilitar el
mantenimiento predictivo, una solución más compleja, pero con mayor potencial y
un ROI más atractivo.
Como dije: no
es tu culpa hacer los mantenimientos de la forma tradicional y convivir con
esos tiempos de inactividad no planificados porque estoy seguro de que no lo
sabías. ¿O estoy equivocado?
Recibe las noticias más
importantes de la industria en tu email
