Siete pasos a seguir antes de desarrollar gemelos digitales

Es posible que te hayas formado una impresión de los gemelos digitales basándote en las películas de Matrix o en la serie de videojuegos Los Sims, pero los avances en la infraestructura de la nube, la computación en el extremo (edge), el IoT, las plataformas de gestión de datos distribuidos y las capacidades de aprendizaje automático han hecho que esta tecnología deje de ser ciencia ficción para convertirse en una funcionalidad empresarial más generalizada.

Llevar las capacidades de los gemelos digitales a las empresas requiere que los tecnólogos crucen el abismo y comprendan mejor las operaciones de sus negocios y las tecnologías operativas (OT). "Los CIO y los responsables de TI deben comprender que las OT son un mundo diferente al de las TI y que un gemelo digital perfecto es la fusión de ambos", afirma Jens Beck, socio de gestión de datos e innovación de Syntax.

Durante mucho tiempo, las empresas podían permitirse una separación entre OT e IT, pero ese ya no es el caso del mundo de la fabricación, la construcción, el comercio minorista y otras empresas que deben conectar los mundos físico y digital. Un gemelo digital es un cauce para permitir esta conexión que tiene ventajas operativas para optimizar la producción y mejorar la calidad. A veces, lo que es más importante, puede generar beneficios estratégicos cuando el aprendizaje automático de datos del mundo real se utiliza para mejorar productos, servicios y procesos empresariales.

Tras hablar con expertos de diversos campos he aquí los siete pasos preliminares que deben realizar los tecnólogos que quieren aventurarse en el mundo de los gemelos digitales.

 

1.  Investigar las implantaciones con éxito

Antes de pensar en oportunidades y sumergirse en cualquier área tecnológica nueva, siempre es aconsejable investigar las empresas, los casos de uso y los beneficios aportados por los primeros usuarios. En el caso de los gemelos digitales, hay muchos ejemplos en la industria manufacturera, la construcción, la sanidad y otras áreas, incluido el propio cerebro humano.

Los líderes de cualquier área tecnológica emergente buscan historias que motiven la adopción. Algunas deben ser inspiradoras y ayudar a ilustrar el arte de lo posible, mientras que otras deben ser pragmáticas y demostrar los resultados empresariales para atraer a los partidarios. Si los competidores directos de tu empresa han desplegado con éxito gemelos digitales, destacar sus casos de uso a menudo crea un sentido de urgencia. 

 

2. Identificar oportunidades que cambien las reglas del juego

Construir un gemelo digital es caro; por ejemplo, un grupo estima que el coste de desarrollar un gemelo digital para un edificio de oficinas comerciales oscila entre 1,2 y 1,7 millones de euros. Por tanto, antes de desarrollar un gemelo digital, el equipo debe documentar una visión del producto, considerar la lógica empresarial y estimar los beneficios financieros.

A veces, un objetivo que cambia las reglas del juego impulsa la inversión. Según Abhijit Mazumder, CIO de TCS, en 2020, la empresa colaboró con una organización no gubernamental local para abordar el problema de los focos emergentes de COVID-19. "Un gemelo digital de la empresa simuló procesos y situaciones para modelar los factores -características del virus, heterogeneidad demográfica y patrones de movilidad- que influían en la propagación. El gemelo digital de la ciudad sirvió de experimentación 'in silico' para explorar intervenciones eficaces sin comprometer la salud y la seguridad públicas", explica.

 

3. Considerar la gestión del ciclo de vida

El desarrollo de un gemelo digital conlleva tiempo y gastos, pero también hay costes de asistencia continua para garantizar que los modelos ofrezcan resultados precisos. David Talby, director de tecnología de John Snow Labs, comparte tres disciplinas que hay que tener en cuenta antes de experimentar con gemelos digitales. La primera es tener un caso de uso empresarial claro: no experimentar con la tecnología porque sí. La segunda es asegurarse de que la población de gemelos digitales que utiliza para crear su modelo, servicio o simulación es representativa de las personas del mundo real. Y, finalmente, la tercera es disponer de un conjunto de herramientas MLOps para pasar de forma rápida y fiable del desarrollo al despliegue de un gemelo digital.

La recomendación clave de Talby es considerar los elementos del ciclo de vida completo por adelantado, especialmente las funciones para apoyar los modelos de aprendizaje automático e instrumentar despliegues automatizados.

 

4. Aprovechar las herramientas de diseño de sistemas

Con un caso de negocio y un ciclo de vida diseñados, ¿qué herramientas deben tener en cuenta los equipos para comenzar su planificación y experimentos? Arjun Chandar, CEO de IndustrialML, sugiere utilizar software CAD o herramientas de simulación como una "forma de experimentar con gemelos digitales en el lado de la ingeniería de diseño [y] estimar los efectos de los entornos físicos en los productos recién diseñados".

Algunos ejemplos de herramientas de diseño de sistemas utilizadas en campos especializados son los gemelos digitales de Autodesk, utilizados en construcción, ingeniería y arquitectura; los de infraestructuras de Bentley, utilizados en áreas como torres de telefonía móvil y sistemas de agua; los que usa General Electric para equipos, redes y procesos de fabricación; los de Siemens, utilizados para el diseño, desarrollo y fabricación de bienes de consumo; y los de Bosch, que emplea para edificios inteligentes, incluida la gestión del espacio y el mantenimiento predictivo.

Estos son solo un puñado de ejemplos, pero la lección clave para los tecnólogos que trabajan en gemelos digitales es familiarizarse con las plataformas industriales utilizadas por los equipos operativos.

 

5. Definir personas y oportunidades de uso

Siempre que los tecnólogos se embarcan en un programa tecnológico, es fundamental identificar a los usuarios finales y a las personas que utilizarán las plataformas resultantes. Los responsables de TI deben definir quién se beneficia más del gemelo digital y, muy a menudo, son las personas que trabajan en operaciones los principales benefactores.

"La principal capacidad del gemelo digital es fusionar datos OT/IT y contextualizar esos conjuntos de datos mediante análisis de datos o IA/ML si es necesario", afirma Beck. "Pero su verdadero poder radica en permitir que OT, como los ingenieros, el mantenimiento y otros técnicos, recuperen puntos de datos, ya que los entienden perfectamente".

Entender a los usuarios es un paso, y el siguiente es identificar qué partes de su flujo de trabajo y operaciones pueden beneficiarse de la recopilación de datos, las predicciones de aprendizaje automático y las capacidades de planificación de escenarios de un gemelo digital.

"En cuanto a la fabricación y las operaciones, los responsables de TI pueden optar por modelar su área de producción física para simular el flujo de productos, o pueden modelar los pasos de montaje o logística para montar un nuevo producto", explica Chandar. "Todos estos casos de uso pueden ampliarse, y la IA generativa puede complementar el análisis tradicional de elementos finitos para probar virtualmente nuevos productos. Las configuraciones de producción se pueden digitalizar y simular para cualquier producto nuevo antes de configurar físicamente las líneas de la fábrica, y las representaciones digitales de los procesos de trabajo se pueden desarrollar para todos los productos de una fábrica".

 

6. Diseñar una plataforma de datos escalable

Los gemelos digitales generan petabytes de datos o más que deben asegurarse, analizarse y utilizarse para mantener los modelos de aprendizaje automático. Una consideración crítica de la arquitectura es diseñar el modelo y los flujos de datos para recopilar flujos de datos en tiempo real de IoT y la arquitectura de gestión de datos para el gemelo digital.

Harry Powell, responsable de soluciones industriales de TigerGraph, afirma que "al crear un gemelo digital de una organización de tamaño moderado, se necesitarán millones de puntos de datos y relaciones. Para consultar esos datos, será necesario atravesar o saltar docenas de enlaces para comprender las relaciones entre miles de objetos".

Muchas plataformas de gestión de datos admiten análisis en tiempo real y modelos de aprendizaje automático a gran escala. Pero los gemelos digitales utilizados para simular el comportamiento de miles o más entidades, como componentes de fabricación o edificios inteligentes, necesitarán un modelo de datos que permita consultar las entidades y sus relaciones. 

"Hoy en día, las empresas están creando gemelos digitales utilizando bases de datos gráficas para respaldar diversos análisis operativos y obtener inteligencia empresarial procesable y conveniente. La construcción de un modelo digital detallado podría ser de alto nivel, conteniendo sólo los componentes más grandes de la empresa, como fábricas enteras, almacenes y líneas de suministro, o puede ser más granular, modelando máquinas individuales en la fábrica, estanterías de almacén y camiones de reparto", continúa el experto.

 

7. Establecer competencias tecnológicas emergentes y en la nube

La instalación de plataformas de gemelos digitales, la integración de datos de miles de sensores IoT y el establecimiento de plataformas de datos escalables requieren que el departamento de TI tenga una competencia básica en el despliegue de infraestructura tecnológica a escala. Mientras los equipos de TI consideran los casos de uso y experimentan con las capacidades de las plataformas de gemelos digitales, los líderes de TI deben considerar la nube, la infraestructura, la integración y los dispositivos necesarios para respaldar un gemelo digital listo para la producción.

Beck ofrece esta recomendación sobre infraestructura: "Para escalar los gemelos digitales, los directores de TI se rendirán a la nube sin dejar de tener algo de tecnología en el edge, como hiperescaladores, gestión de dispositivos IoT y ciencia de datos".

Más allá de la infraestructura, Mazumder recomienda desarrollar competencias para dar soporte a los dispositivos emergentes y aprovechar la analítica. "El éxito del gemelo digital comienza con un núcleo digital fuerte, habilitado por aplicaciones nativas de la nube como AI, ML y AR/VR, y ayudando a las organizaciones a procesar datos y aplicaciones independientemente de la infraestructura", dice.

 

Conclusión

Los gemelos digitales tienen un enorme potencial, pero hasta hace poco, la escala y la complejidad estaban fuera del alcance de muchas empresas sin capacidades tecnológicas avanzadas. Eso ya no es así, y los líderes de TI que aprenden y se asocian con las áreas de operaciones tienen la oportunidad de llevar las capacidades de los gemelos digitales a sus organizaciones.