Una fábrica como un reloj suizo
Hace poco visité la fábrica de motores de Renault en Valladolid. Aunque ya la había visto años atrás, me impresionó. La automatización, el orden… Funcionaba como un reloj suizo. La factoría estaba ordenada y despejada —calculo quizá cien metros de extremo a extremo— y los pocos operarios que se veían trabajaban con un ritmo que transmitía seguridad. Impecable.
A la salida continué hablando con mi amigo, que había dirigido esa factoría, y le planteé un caso que me acababa de contar uno de mis clientes, una empresa fabricante de asientos para automoción.
La empresa había recibido un pedido de asientos con tapicería de piel blanca, pero la orden que recibió producción indicaba que se fabricaran en piel beige. Al revisar la incongruencia, el responsable de producción recordó que el cliente había solicitado beige en un pedido anterior. Interpretó que esa elección seguía siendo válida y la fabricación continuó.
Cuando el cliente recibió los asientos, los rechazó. La empresa de asientos tuvo que asumir el coste de cambiar las tapicerías y repetir parte del trabajo, pero sus máquinas y recursos estaban ocupados con otros pedidos. Se creó un problemón de organización de la producción. Hubo pérdidas y un cliente descontento.
El cliente había indicado expresamente en un correo al responsable de operaciones que el beige solo debía utilizarse en aquel pedido, pero ese correo no se consultó al preparar el nuevo trabajo. El ERP recogía el pedido y la orden, pero aquella condición solo estaba en el correo. La información estaba disponible dentro de la empresa; faltó relacionarla con el pedido y comprobar si aquella indicación seguía siendo aplicable.
Mi amigo me comentó que veía muy difícil que algo así ocurriera en su factoría. Me habló del control en tiempo real, de cómo todo se supervisaba al milímetro.
Y fue entonces cuando le pregunté: ¿sería posible automatizar el funcionamiento completo de una empresa –por ejemplo esta de fabricación de asientos– como la factoría de Renault? ¿Cómo habría que hacerlo?
Un observatorio de estado
Se quedó pensando un buen rato. Las preguntas tenían tela marinera. Nos sentamos a tomar un café.
Una empresa entera es más compleja que una línea de fabricación. Hay que tener en cuenta los compromisos con los clientes, las decisiones de sus responsables y los cambios que se producen dentro y fuera de ella.
El pasado agosto escribí El mapa que ninguna empresa tiene, sobre cómo conectar el conocimiento de una empresa para decidir bien.
Para empezar, yo veía una necesidad concreta: disponer de un observatorio de estado que relacionara la información de sus distintas áreas y generara alertas y recomendaciones.
Parte de esa información está en documentos, correos o notas. La IA puede ayudar a interpretar lo que dicen y relacionarlo con los pedidos y compromisos a los que se refieren. En nuestro caso, había que encontrar una condición clave expresada por el cliente en un correo y comprobar cómo afectaba al pedido que se iba a fabricar.
Un observatorio de estado que conecte el conocimiento de la empresa e interprete lo que ocurre en cada instante
El observatorio habría relacionado el pedido y la orden de fabricación con aquel correo del cliente. Así, el responsable habría tenido delante la información que explicaba por qué el beige solo correspondía al pedido anterior.
El observatorio tiene sus riesgos: si avisa de todo, nadie le hará caso, y si relaciona mal un correo con un pedido, confundirá. Por eso, tendría que trabajar con la información disponible y actualizada, y señalar también qué falta por comprobar.
Claro que recibir una alerta no resuelve el problema. Alguien tiene que decidir qué hacer y asegurarse de que se haga. Y después conviene conservar lo aprendido para aprovecharlo la próxima vez.
Del aviso a la acción
Estábamos a gusto en la terraza, con ese sol de otoño que calienta, pero no molesta, así que nos pedimos un segundo café.
Le comenté a mi amigo: vale, supongamos que ya tenemos el observatorio de estado. Ahora tenemos que decidir y actuar. ¿Cómo lo hacemos?
Me explicó que en la factoría muchas decisiones y acciones son automáticas porque están muy estudiadas y tienen poca incertidumbre. Otras requieren la intervención de una persona porque pueden tener un gran impacto o porque quedan dudas por resolver. Ahí se aplica el Criterio Humano.
Volvimos al caso de los asientos. Una vez recibida la alerta, el responsable de operaciones revisa los documentos y la recomendación del sistema. Con el correo delante, comprueba que la indicación de utilizar beige solo correspondía al pedido anterior.
Ese responsable decide cómo continuar: ordenar la corrección para fabricar en blanco o consultar al cliente si acepta una alternativa.
El sistema hace el seguimiento. Si se decide fabricar en blanco, producción tiene que confirmar que la orden se ha corregido y que el material preparado corresponde a ese color.
Que la experiencia no se pierda
Nos quedaba otra cuestión: qué hacemos con lo que hemos aprendido. Mi amigo me contó que en la factoría tenían un grupo de mejores prácticas que recogía las enseñanzas y las paquetizaba para aplicarlas en el futuro.
Yo veía ahí una oportunidad para utilizar la IA: ayudar a recoger ese criterio mientras se resuelve un problema y recuperarlo cuando vuelva a hacer falta. Crear una especie de memoria corporativa que vaya más allá de la experiencia personal de cada operario.
En el caso de los asientos, al resolver la incongruencia, guardamos la decisión del responsable y sus razones: había que fabricar en blanco porque la indicación de utilizar beige solo correspondía al pedido anterior. Esa resolución queda relacionada con los documentos y el correo que la justificaban.
El responsable explica por qué ha decidido así y qué condiciones ha tenido en cuenta. La IA ayuda a recoger y ordenar esa explicación, y él comprueba que refleja su criterio. Después se añade el resultado: si se aplicó la corrección y cómo terminó el trabajo.
Cuando llega otro pedido, la IA ayuda a recuperar situaciones similares, aunque los documentos no sean exactamente iguales o el problema esté descrito con otras palabras. El sistema presenta al responsable qué ocurrió en aquellos casos, qué se decidió y por qué.
Para aprovechar una decisión anterior, hay que conocer su justificación y comprobar si sus condiciones siguen siendo válidas.
Imaginemos que en ese nuevo pedido vuelve a aparecer la piel beige, pero esta vez el cliente sí la ha autorizado expresamente. La experiencia anterior ayuda a comprobar el alcance de la autorización; no significa que el beige sea siempre un error. El responsable revisa qué coincide y qué ha cambiado, y decide.
Así, quien revise un nuevo pedido en beige aprovecha lo aprendido en el caso de los asientos blancos, aunque no hubiera intervenido en él. También guardamos la decisión de este nuevo pedido, sus razones y el resultado, que quedan disponibles para los siguientes.
Lo que estamos construyendo con KnownetFlow
Nos terminamos el café y, entre risas, comentamos que deberíamos apuntar todo en una servilleta antes de irnos.
En las semanas siguientes volvimos sobre ello varias veces y avanzamos en el diseño de una herramienta de IA: KnownetFlow.
El recorrido que he descrito ya funciona en un prototipo integrado, con datos y casos reales de empresas. Lo que queremos es que el conocimiento que una organización ya tiene llegue a tiempo a quienes deben decidir.
Si has reconocido una situación parecida en tu empresa, escríbeme. Me gustaría saber qué os ocurre y cómo lo resolvéis hoy.