Tiempos de Galaxian, Enduro, Pole Position y fútbol
Para mi cumpleaños número 12 y después de haber roto mucho la paciencia, me regalaron mi primer computadora. Una Atari 800 XL. Pero solo me regalaron la CPU, restricciones de presupuesto. Autodidacta, arranqué a escribir mis primeros programas en Basic. Tenía la Atari conectada a mi televisor, adaptador PC/TV de por medio y un cuaderno donde anotaba los programas que funcionaban. Con el tiempo y ampliación del budget, vinieron el Disk Drive y otros periféricos.
Días intensos. Repartía mi tiempo libre rompiendo los vidrios de los vecinos con mi pelota de fútbol, compitiendo por algún récord de Galaxian y puteando en lenguas extrañas a mi CPU, por hacer exactamente lo que le programaba.
Con el tiempo Basic dejó su lugar a C, C++ y alguna que otra experiencia con Visual Basic. Siempre pensé que mi destino profesional estaría ligado a la programación, una de mis grandes pasiones. Pero, la vida es especialista en cambiar cualquier previsión o plan inicial. Y así, con algunas multinacionales en el camino, me hizo descubrir que, las ventas y su adrenalina, también me encantaban. Una combinación poco común. nerd, futbolero y vendedor.
Jugando al fútbol conocí a Martin, y me sumé a Wymaq. Start up tecnológica, donde sigo aprendiendo sobre negocios, pero también sobre tecnología, análisis de datos y desarrollo de Software. Mirando al futuro, desde Wymaq vemos muchos temas muy interesantes, pero 2 llamados a modificar y mucho el status quo. Inteligencia Artificial y Machine Learning.
Un poco más inteligentes
A diferencia de la programación tradicional, donde para obtener un resultado, se ejecuta un programa predeterminado, la inteligencia artificial implica sistemas que aprenden sin estar expresamente programados para ello. Por ejemplo, con Machine Learning, rama de la Inteligencia Artificial, conocida como Aprendizaje Automático, podemos convertir una muestra de datos en un programa informático y extraer inferencias de nuevos conjuntos de datos, para los que no ha sido entrenado previamente.. Como bien lo expresa José Luis Espinoza, científico de datos de BBVA México, Machine Learning es un maestro del reconocimiento de patrones. Y a mayor cantidad de datos procesados, mejor maestro se torna.
Todo muy lindo, pero cómo aprovechar estas nuevas tecnologías, para aumentar la productividad de los equipos en obra?
En nuestra opinión, la cosa podría venir por acá:
Máquinas autónomas
Sería una extensión natural de lo que se viene haciendo con los vehículos autónomos. Ayudarían a resolver la falta de operadores calificados en algunas regiones. Y a incrementar las condiciones de seguridad en obra, ya que se sacan de la ecuación los efectos de errores humanos causados por el estrés, fatiga y distracciones. Tim-Oliver Müller, director de la Cámara Alemana de la Construcción, cree que un escenario realista, es usar estos equipos “inteligentes” con funciones automatizadas, para ejecutar determinados procesos en proyectos de movimientos de suelos y construcción de carreteras. Tim piensa, que estas soluciones tienen un notable potencial para incrementos de productividad, ya que relevarían a los operadores de equipos de tareas repetitivas y agotadoras.
Mantenimiento predictivo
¿Qué tal un escenario donde:?
- Recopilemos información sobre el estado / desgaste de las principales piezas de una máquina en tiempo real,
- Pasemos esos datos por un sistema de Machine Learning capaz de predecir el momento óptimo, para reemplazar una pieza (evitar una rotura), y
- Disparemos una Orden de Compra de Repuestos digital a través de una plataforma tecnológica, que nos lleve al proveedor con el mejor Costo Total de Propiedad (TCO) en ese preciso momento.
Se necesita un número 5 estilo Toni Kroos
Ciencia ficción? En realidad, no tanto. La telemática inherente en las máquinas actuales resuelve la primera parte, la generación de los datos. Compañías, como por ejemplo SmartEquip, que están digitalizando la cadena de suministros de repuestos, partes y piezas, atacan la tercera parte. Lo que hay que fortalecer es el medio campo. Construir ese número 5 cerebral, que conecta las diferentes fuentes de datos y es ahí donde Wymaq juega el partido. Convirtiendo la historia clínica de las máquinas y los datos a su alrededor (logística, operación, productividad, etc.) en información accionable para el negocio, con la finalidad última de evitar su indisponibilidad. En algún momento será necesario un repuesto, en otro aprovisionamiento de combustible, en otro logística para mover las máquinas, y así la lista sigue.
Datos….datos….datos…
No perdamos de vista, que los datos son el combustible de la Inteligencia Artificial. Por ello las máquinas y las obras, donde estas se desempeñan, son un excelente caldo de cultivo, para esta tecnología y sus beneficios.
Como somos optimistas, pero no ilusos, sabemos, que debe hacerse un trabajo de base importante en 2 frentes:
1. ¿Nos falta talento?
Se estima que menos del 1% de las personas que trabajan en Data Science lo hacen en la construcción. Según el World Economic Forum más de 97 millones de empleos relacionados con Inteligencia Artificial serán creados para el 2026. Definitivamente necesitamos atraer el talento humano necesario y rápido.
2. ¿Apreciamos los datos que tenemos?
Consolidar una cultura de aprecio al dato y a la información en nuestra industria. Es probablemente nuestro mayor desafío.
Se estima que en la construcción solamente se utiliza el 5% de los datos que se generan. Los datos sirven solo si los podemos recolectar sin errores, agregar, procesar, transformar y usar para decidir mejor. Cada vez que un proyecto es gestionado a través de sus hitos, crea un volumen importante de datos. Cronogramas, flujos de fondos, reporte de fallas y accidentes y lecciones aprendidas, por mencionar algunos. Podemos aprender mucho compartiendo los datos de diferentes obras en una misma empresa o por qué no, colaborando entre diferentes empresas. Si aplicamos Análisis de Datos y Machine Learning a la montaña de datos generada, seguramente estaremos en mejor forma para optimizar riesgos e incrementar nuestra productividad.
Gracias a Dios por los Pandas!
Como nos gusta crear nuestro propio destino, hace poco participé del Technical Challenge de una Start Up Latinoamericana muy interesante. “Te formamos en inteligencia artificial “ según su definición. Quería ver si mis dotes de programador aún estaban allí. Después de una semana de madrugar en serio y cero Netflix, conseguí resolverlo en Python y con la ayuda de mis nuevos amigos Pandas.
La magia sigue intacta, no puedo decir lo mismo sobre mi performance en el fútbol 5 de los lunes.