Master ClassINDUSTRIA 4.0 y BIG DATATRANSFORMACIÓN DIGITAL APLICADA A LA INGENIERÍA INDUSTRIAL
Dr. Enrique [email protected]
linkedin.com/in/enriquepuertas
Máster universitario en Big Data Analytics
Las cosas cambian
¿Qué es Industria 4.0?
Cuarta Revolución Industrial.
No es el futuro… está pasando.
Fábricas Inteligentes que se adaptan al entorno.
Se apoya en tecnologías existentes pero que se han usado de forma aislada.
INDUSTRIA
4ª Revolución Industrial
1ª 2ª 3ª 4ªEnergía del vapor,
MecanizaciónElectricidad,
Cadenas de montajeAutomatización,
SistemasInformáticos
Sistemas ciberfísicos,IoT, Big Data
Tecnologías Industria 4.0
Big Data y Análisis de datos: Análisis de grandes volúmenes de datos que den soporte a la toma de decisions en tiempo real.
Robots Autónomos: Interacción con personas y mejoras del rendimiento. Simulación: Reproducciones del mundo real en un modelo virtual para realizar tests y
optimizar la programación y desarrollo de máquinas. Internet de las Cosas (IoT): Basado en la conexión de máquinas y sistemas en sus
entorno de producción, y el intercambio de información con el mundo exterior. Integración vertical y horizontal de sistemas: fabricantes, productores, vendedores y
clientes estrechamente conectados a través de ordenadores y smartphones, creandocadenas de valor.
Ciberseguridad: Proteger sistemas industriales críticos y líneas de producción contra ataques cibernéticos, derechos de copyright y propiedad industrial, privacidad y datospersonales.
La nube: Escalado eficiente de recursos informáticos. Impresión 3D: Reducción de costes en materiales, alamacenaje y logísitica . Realidad Aumentada: Información en tiempo real a los trabajadores.
Big Data, IoT, Privacidad
Big Data
¿Qué es Big Data?
Big Data (Grandes Volúmenes de Datos) es el proceso deextracción y análisis de grandes cantidades de datos paraencontrar información oculta, patrones recurrentes onuevas correlaciones, en el que los medios tradicionales deprocesamiento son ineficaces debido al tamaño, variedad yvelocidad de actualización de los datos.
Datos generados en 1 minuto
Desde 2013, el número de tweets se ha incrementadohasta más de 350.000 tweets por minuto!
Los usuarios de Instagram dan“like” a 2,5 millones de fotospor minuto!
Facebook tiene casi6.000.000.000 “me gusta” de posts cada día!
En un minuto se suben a Youtube más de 300 horas de video (el equivalente a 150 largometrajes)!
fuente: www.domo.com/blog/data-never-sleeps-3-0
Big Data
El tamaño sí que importa, pero hay otras cosas…
Volumen
Velocidad
Variedad
Veracidad
Valor
Las 5 Vs del Big Data
Big Data
Volumen
Velocidad
Variedad
Veracidad
Valor
Valor que aporta el Big Data
Creando transparencia. Reducir ineficiencias. Permitiendo descubrir necesidades, exponer variabilidad y
mejorar el rendimiento de procesos. Reemplazar o ayudar decisiones humanas por algoritmos
automatizados. Crear nuevos modelos de negocio, productos o servicios. Entender mejor a nuestros clientes. Valor social.
Big Data en la Industria
Big Data en la Industria
No sólo grandes corporaciones como Google, Amazon o Facebook. Todos los sectores industriales están sometidos a la presión de adaptarse para seguir
siendo competitivos. Las empresas manufactureras generan una enorme cantidad de datos. Además, cada vez
con más frecuencia, estos datos se generan de forma ubicua.
Ejemplo: Una empresa que fabrica un producto de cuidado personal genera 5000 instancias de datos cada 33 milisegundos.
– … Es decir, 9 millones de datos por minuto– … que son 13 mil millones de datos al día…– o 4 billones de datos al año.
Estas cifras están fuera del alcance de las técnicas tradicionales de almacenamiento y análisis de datos.
¿Por qué ahora sí?
Modelo de programación creado por Google para realizar cálculos computacionales de forma distribuida sobre enormes fuentes de datos, así como un entorno para procesar datos a gran escala en clusteres de servidores.
2004 100TB al día2008 25 PB al día con MapReduce
Ordenadores muy baratos. Precio de un disco que pueda almacenar TODA la música del mundo 200€.
Amazon Web Services, Microsoft Azure,… Pay as you go.
Big Data en la práctica
Manufactureras tradicionales Energéticas Automovilistica TIC / desarrollo de apps Ventas y marketing Financieras
Seguros Seguridad Recursos humanos Deportes Apuestas Farmaceúticas /salud
Manufactureras
Predecir cuándo habrá que cambiar piezas Colocación de sensores en las máquinas para comprender mejor sus patrones habituales
de funcionamiento y luego detectar cambios que indican que la máquina va a necesitar pronto una reparación. Esto permite planificar el mantenimiento, en lugar de causar tiempo de inactividad no planificada (que es un gran problema).
Simulación Los fabricantes pueden usar datos reales de sus productos en el mercado y luego
ejecutar simulaciones basadas en lo que sucedería si cambian un componente o aspecto de diseño del producto.
Automovílistica
Registro de incidencias y predicción de costes Los fabricantes de automóviles colocan cientos de sensores en los automóviles que
registran constantemente datos sobre el rendimiento y los fallos. Todos estos datos se pueden utilizar para reingenierizar los diseños y crear productos más eficientes. También se utilizan para predecir las reparaciones en periodo de garantía y provisionar el coste en dinero y recursos humanos.
Ventas y marketing
Análisis de Sentimientos Entender la opiniones y reacciones de los usuarios y/o potenciales clientes mediante el
estudio de Redes Sociales.
NFC Detectar presencia (física) de clientes para ofrecerles ofertas y promociones
personalizadas.
Predicción de abandono Las empresas están analizando la forma en que los clientes interactúan con la web y con
los servicios de atención al cliente para detectar cuándo están en riesgo de abandonar la compañía y dejar de ser clientes.
Financieras
Detección de fraude Se buscan en tiempo real comportamientos “anómalos” en las transacciones.
Concesiones de créditos Detectar presencia (física) de clientes para ofrecerles ofertas y promociones
personalizadas.
Perfilado de partners y clientes Las empresas están usando el Big Data para medir la “salud económica” y la reputación
de sus partners y proveedores.
Farmacéuticas / Salud
Predicción/detección de enfermedades. Mediante el uso de Big Data y Aprendizaje Automático se construyen sistemas que son
capaces de detectar algunas patologías (cáncer de piel) con la misma eficacia que un médico.
Ensayos clínicos Mediante técnicas de Big Data y entornos de simulación se pueden realizar ensayos
clínicos más eficientes.
Genómica Uno de los campos dónde más se está utilizando el Big Data es en el campo del análisis
de cadenas de ADN. Su uso en el campo de la genética abre un mundo de posibilidades en la exploración de curar determinadas enfermedades.
Industria actual en España
fuente: Instituto Nacional de Estadística
Industria 4.0 en España y el mundo
33%8%
72%19%
fuente: www.pwc.es
Causas
Falta de cultura digital adecuada.
Ausencia de una visión clara de las operaciones digitales de la alta dirección.
Conocimiento confuso de los beneficios económicos de invertir en transformación digital.
Elevados costes de inversión financiera.
Socios de negocio no capaces de colaborar en entornos digitales.
Talento insuficiente.
fuente: www.pwc.es
Data Scientists
Las perspectivas de futuro
Las perspectivas en España no son buenas
Titulaciones
En 10 años se han reducido un 30% los estudiantes de estas titulaciones
Industria 4.0: La digitalización en el sector industrial español
World Economic Forum:The Fourth Industrial Revolution
Amazon Go
Top Related