Por Jair Pérez,
Cofundador de Gesta Labs
Mail:
jair@gestalabs.com
¿Cómo se vence
la resistencia al cambio en un proyecto de Computer Vision para inspeccionar
defectos de calidad en una empresa que produce autopartes? ¿Cómo se mide el
Retorno de Inversión (ROI) en un caso de uso con esta tecnología para verificar
si los operarios están usando, de forma adecuada, su equipo de protección
personal? ¿Puedo usar las cámaras CCTV que tengo en mi almacén para implementar
un modelo de Deep Learning para monitorear los niveles de inventarios?
Fueron algunas
de las dudas que nos plantearon durante el webinar que dimos en Gesta Labs el
pasado 20 de enero, en el cual abordamos la temática Computer Vision para inspeccionar procesos de inspección visual,
con casos de uso que iban desde la inspección de calidad, el monitoreo de
almacenes hasta seguridad industrial.
Pocos
tomadores de decisión en la industria manufacturera están buscando ser expertos
en el desarrollo de modelos de Deep Learning y Computer Vision. Y no hay
necesidad de volverse uno. Para eso hay científicos de datos altamente
especializados, pero si algo nos quedó claro en el webinar es que el principal
interés de esos tomadores de decisión no está en entender cómo funcionan las
redes neuronales convolucionales, sino qué problemas de negocio pueden resolver
con ayuda de esta tecnología. Estoy seguro de que, para muchos de ellos, los
casos de uso resultaron sorprendentes.
Y vaya que hay
interés en esto, pues vimos una audiencia que representaba las industrias desde
automotriz, alimentos y bebidas, minería, construcción, metalmecánica y
plásticos, entre otras.
Cuando la
audiencia de estos segmentos comenzó a ver los casos de uso que presentamos, de
inmediato surgieron preguntas respecto a su aplicabilidad en procesos y
situaciones tan específicas que nos dio muchas ideas para hablar de potenciales
casos de negocio.
Por ejemplo,
nos hicieron preguntas del tipo: ¿cómo se controlan aspectos que tienen que ver
con la iluminación y enfoques en las cámaras en condiciones rudas o ambientes
100% automatizados? ¿hasta qué velocidad de la línea de producción puede
trabajar un modelo de Computer Vision para hacer inspección de defectos? ¿cómo
se complementa la solución tecnológica con las tareas manuales del inspector de
calidad para no reemplazarlo? ¿un modelo de CV es útil para medir el esfuerzo
de torsión (torque) en cierto proceso? ¿es posible integrarlos con un PLC (de
cierta marca) para automatizar la inspección en una parte del proceso?
Como dije, el
interés es creciente y el potencial, enorme. El chiste es construir el caso de
negocio adecuado. Hace poco leí que el valor global de mercado de Computer
Vision pasará de 9.4 mil millones de dólares en 2020, hasta 41 mil MDD en 2030
(Allied Market Research).
Según la
consultora, el sector industrial se ha apoderado de los casos de uso con esta
tecnología y mantendrá su dominio en los próximos años. Después de ver todo el
interés que despierta, no tengo duda de que así será.