IA generativa en la fabricación

La inteligencia artificial (IA) está en todas partes, pero los expertos dicen que estamos rascando la superficie del valor que puede aportar. No se puede ignorar su potencial de crecimiento, sus riesgos y su futuro. Una sección de la IA que hace más debuts comerciales es la IA generativa. Desde la escritura hasta la codificación y el análisis, la IA generativa ha llegado para quedarse. 

Para comprender mejor qué es, cómo se puede utilizar y sus retos, hablamos con Jason Lagneaux, director de investigación y desarrollo de servicios y experiencia del cliente de Intralox.

¿Qué es la IA generativa? 

Antes de identificar el potencial de la IA generativa, es importante primero desglosar qué es la IA generativa. En su forma más sencilla, la IA generativa produce contenido novedoso como texto, imágenes, vídeos y código mediante modelos generativos. Estos modelos se entrenan en una amplia variedad de materiales y luego encuentran patrones para crear algo nuevo a partir de los patrones subyacentes. 

“Es un subconjunto de la IA que toma miles de millones de puntos de datos para entrenar un modelo”, explica Lagneaux. “En este caso, estamos hablando de texto, y la IA generativa basada en texto toma un conjunto de datos de cientos de miles de millones de palabras para crear un modelo. Este modelo resultante es efectivamente los patrones en palabras. Una vez que se ha entrenado con los datos, se tiene un modelo base para empezar a crear.” Este modelo base se empareja con una entrada inicial o petición de datos del usuario que se utiliza para inicializar una nueva creación. 

El potencial de la IA generativa en la fabricación 

La IA generativa basada en texto tiene un número casi infinito de aplicaciones prácticas, especialmente si se tienen en cuenta los modelos a los que pueden acceder estas herramientas. Desde recetas hasta poesía, la IA generativa basada en texto puede lograr mucho. Pero, ¿qué aplicaciones de fabricación son posibles? 

“Creo que esto es lo que la mayoría de las partes interesadas de las empresas están intentando descubrir ahora mismo”, dice Lagneaux. “Puedo ver lo valiosa que puede y será la IA generativa para aumentar la productividad en todas las funciones de los fabricantes, como traducciones, asistencia de redacción, solución de problemas, creación de herramientas de aprendizaje mejoradas y asistencia a los ingenieros para programar controladores de automatización”. 

Esto puede significar más trabajo completado, mayor productividad, procesos optimizados y mayor capacidad para los equipos. En resumen, la IA generativa ofrece el potencial de ahorro real de tiempo y dinero para equipos e individuos multifuncionales. 

Los riesgos de adoptar nuevas tecnologías 

En esta era posterior a Internet, los avances tecnológicos combinados con los medios de comunicación globales comparten nuevas tecnologías con la persona promedio más rápido que en generaciones anteriores. Esto puede ser emocionante y en el mundo de la IA, especialmente la IA generativa, la emoción aumenta porque cada interacción con la herramienta podría mejorarla. Es un entorno, un ecosistema, en el que todos podemos contribuir y ver cómo algo mejora. Pero, ¿qué pasa si no desea compartir su propiedad intelectual (PI)? ¿Cuándo es para el bien mayor y cuándo está ayudando a sus competidores?

La mayoría de las personas que utilizan herramientas de IA generativa las aplican tanto en entornos personales como profesionales. Lagneaux las utiliza a diario. Aunque la IA no es para nada una novedad (puede que esté familiarizado con los chatbots de sitios web y los algoritmos de redes sociales), la IA generativa a la que cualquiera con una cuenta puede acceder es, en efecto, nueva. ¿Qué riesgos y desafíos plantea esto a las empresas?

“Con la mayoría de las cosas, y especialmente en los negocios, es fundamental analizar el riesgo frente a la recompensa de cualquier nueva tecnología”, dice Lagneaux. “Dado que todavía estamos en las primeras etapas de trabajar y descubrir cómo la IA generativa puede funcionar para nosotros, siempre aprendemos como equipo a descubrir cualquier riesgo. Uno de los retos es la percepción que tienen las personas de ello: si la IA hace que las personas se sientan incómodas o no, y cómo solucionamos eso o trabajamos con ello. Debido al gran potencial de interrupción, debemos investigar estas herramientas, pero debemos hacerlo de una manera que esté basada en la moral, que valore a nuestra gente y que refleje nuestra filosofía empresarial”.

Cabe esperar desafíos únicos, y los riesgos son ciertamente suficientes para exigir una atención y un cuidado estrechos. “Para aprovechar realmente la IA generativa a escala, es necesario confiar aún más en las empresas tecnológicas para su propiedad intelectual”, explica Lagneaux. “Existe el riesgo de que la IP se comparta accidentalmente. Sabemos que estos modelos base serán ofrecidos principalmente por un pequeño número de empresas tecnológicas, algunas de ellas relativamente nuevas y no probadas. El desafío es equilibrar los nuevos riesgos con las nuevas recompensas, que esperamos sean grandes”. 

IA generativa en la automatización del transporte 

Lagneaux habló sobre algunas de las posibilidades que la IA generativa aporta a los entornos de trabajo. En concreto, lo que puede ofrecer al mundo de la automatización del transporte. 

“Muchos ingenieros de control que normalmente trabajan en PLC, donde escriben lógica de diagrama de relés, ya utilizan herramientas de IA generativa”, dice Lagneaux. Dado que este trabajo se basa en texto, las herramientas de IA generativa lo hacen más fácil. “Es difícil imaginar no usar una herramienta como esta en el futuro, porque no se puede competir de otra manera; puede que no se sea tan rápido o preciso como sus compañeros de trabajo”, continúa Lagneaux. 

Compara cómo la IA generativa puede ayudar a abrir el camino para el análisis de datos con “tener un asistente responsable de análisis de datos personales a mano, todo el tiempo, para cualquier cosa. Y procesar los datos en mucho menos tiempo”. 

Y aunque existe un gran potencial para la IA generativa basada en texto en la automatización del transporte, es importante recordar que la IA generativa es multimodal. “La IA generativa es y puede ser muy visual”, dice Lagneaux. “Aún no ha habido mucha IA generativa en el espacio de CAD, pero llegará con el tiempo. Estoy impaciente por ver cómo los principales proveedores de CAD incorporan la IA para eliminar la tediosa tarea. Tal vez pronto podamos ajustar los modelos base en nuestros sistemas CAD para ayudar y acelerar los diseños de líneas con nuestra mejor IP de diseño, que hemos desarrollado a lo largo de los años”. 

Guía de la IA generativa y el futuro 

En este panorama de tecnologías de IA en constante evolución, la información está a la cabeza. Saber (o averiguar) lo que es real o no puede ser el punto decisivo. 

“En el panorama actual, todo el mundo se enfrenta a distinguir lo que es real y valioso en el ámbito de la IA generativa”, dice Lagneaux. “No se trata de perseguir objetos brillantes; se trata de encontrar valor genuino por el que merezca la pena arriesgarse”.