El ascenso de la Internet de las Cosas en la Argentina
¿Será 2022 el año del despegue de IoT en la Argentina? Los datos del “Primer Relevamiento Nacional de Internet de las Cosas” y algunos de los casos de éxito locales dan una pista certera del estado del arte. ¿Cuáles son los verticales más dinámicos? ¿Cómo se financian los proyectos? Las respuestas en este informe.
Según Juan Gnius, Director de Planeamiento, Convergencia y Universalización dentro de la Subsecretaría TIC en la Jefatura de Gabinete de Ministros de la República Argentina, el ecosistema local de IoT “es grande y dinámico, pero es muy fragmentado”. Atendiendo a esta heterogeneidad, y en un esfuerzo por identificar las características del ecosistema, se formó la Mesa Nacional de IoT de la que participan la citada Subsecretaría TIC, la Subsecretaría de la Economía del Cocimiento, la Cámara Argentina de IoT (CAIoT), universidades y otros organismos nacionales y regionales vinculados a las TICs. Fue desde el seno de esta Mesa que se lanzó el “Primer Relevamiento Nacional de Internet de las Cosas” en la Argentina.
De la encuesta participaron 154 proyectos que permitieron una primera aproximación al perfil local de la IoT. La idea es que este relevamiento se transforme en una suerte de encuesta permanente, de forma de poder mostrar la evolución del sector a través de distintos cortes temporales (desde aquí se puede acceder a un dashboard público de la encuesta).
La encuesta, presentada en noviembre pasado en el marco del seminario en línea “IoT un paradigma emergente que cambia la forma en que vivimos”, organizado por la CAIoT, indica que el 86,4% de los proyectos relevados estuvo concentrado en seis distritos (Buenos Aires, CABA, Córdoba, Santa Fe, Mendoza y Entre Ríos). Más del 70% de los proyectos correspondieron a iniciativas de empresas, y al menos son, en un 50%, productos desarrollados (comercializados o sin comercializar). A esto se suma el que un 30% son desarrollos experimentales.
Cabe destacar que, en términos de Cadena de Valor, la encuesta permitía circunscribir las iniciativas en cuatro categorías: Conectividad, Desarrollo de plataformas, Sensores y Software, las cuales son atravesadas por las distintas aplicaciones para industrias verticales. “Ciudades inteligentes, Industria y Agro son los rubros que mayor cantidad de proyectos presentaron”, precisó Gnius. “En términos de Cadena de valor, Conectividad y Software fueron los dos principales focos de desarrollo, con 126 y 125 proyectos respectivamente”. Con todo, las restantes categorías expresaron cifras similares: 122 proyectos que se inscriben dentro de la categoría Desarrollo de plataformas, y 118 para Sensores. “Notamos que hay un desarrollo parejo en las cuatro patas del ecosistema”, observa Gnius.
En materia de financiamiento, “el 23% de los proyectos contó con financiamiento de terceros, lo cual quiere decir que el 77% se financió con recursos propios”, destacó el funcionario, y precisó que los proyectos financiados llegaron a su madurez (esto es: ni se cancelaron, ni se suspendieron). Los proyectos que obtuvieron fondeo público estuvieron sobre todo enfocados en Seguridad, Ciudades inteligentes y Bienestar, mientras que el financiamiento mixto (55%) se orientó sobre todo a Agro, Ciudades inteligentes e Industria, obteniendo entre uno y cinco millones de pesos. Vale destacar que el financiamiento de terceros privado se circunscribió a proyectos de más de cinco millones de pesos. “Notamos que el Sector Público es el mayor aportante, con un 20% de los proyectos presentados, pero el 55% de ese financiamiento público estuvo dedicado a proyectos de entre $100.000 y $500.000”, resaltó Gnius.
Automatizar en la industria automotriz
En los ámbitos industriales, la Internet de las Cosas (IIoT, o Internet Industrial de las Cosas), como categoría, suele diluirse en un mar de iniciativas de digitalización inscriptas en lo que se dio en llamar Industria 4.0. En la industria automotriz, particularmente, la IoT también es parte de los sistemas digitales que incorporan los propios vehículos para navegación, entretenimiento, diagnóstico y monitoreo, entre otros propósitos, razón por la cual es difícil separar IoT de otras iniciativas paralelas. Lo dicho viene a cuento porque, durante el encuentro virtual de la CAIoT, se analizó brevemente la digitalización de la planta Pacheco de Volkswagen (al norte del Gran Buenos Aires). “Allí tenemos la línea de montaje de (la pickup) Amarok y antes teníamos también la de (el MPV) Suran, aunque esta última línea se desmanteló por completo con la llegada del nuevo (SUV) Taos. Esto último fue como hacer una fábrica desde cero”, explicó Douglas Thurn, Head of Digitalization de VW Argentina.
El ejecutivo aclaró que la planta de Pacheco, que tenía alrededor del 30% de automatización, con la llegada del Taos elevó su porcentaje de automatización al 65% (la planta hermana de Córdoba llega hoy al 73%). “En Pacheco tenemos más de 300 robots (…) y se ha desarrollado desde cero la planta de pintura”. Estos robots están conectados entre sí para optimizar los tiempos de producción.
El diseño de toda la planta, y en particular de algunos de los procesos, se hizo primero de manera digital, con realidad aumentada y realidad virtual. Este uso de tecnología de digital twins permite optimizar los tiempos de implementación. Vale aclarar que la industria automovilística ya era pionera en el uso de digital twins aplicado al diseño de los vehículos.
Con Taos también se comenzó a utilizar la Scan Box, lo cual beneficia también a la línea de montaje de Amarok. Esta herramienta permite el escaneado en 3D y térmico de algunas piezas del vehículo, para dar alertas de manera automática en caso de detectarse imperfecciones. Taos también llevó a la incorporación de una planta de pintura de avanzada, que llevó buena parte de los US$ 650 millones que la compañía invirtió en la planta de Pacheco. La planta utiliza pintura a base de agua y se encuentra completamente robotizada. Además, hace uso de procesos que son más amistosos con el medio ambiente, consume un 75% menos de energía y utiliza un 85% menos de agua respecto de otras plantas de pintura.
Diseñar la atención desde la experiencia del usuario
Muy lejos de las plantas industriales, en el punto de contacto con el cliente, YPF y Globant están aplicando IoT para mejorar la experiencia del cliente. El objetivo del proyecto fue brindar a los vendedores en las estaciones de servicio herramientas de empoderamiento para potenciar su relación con los clientes, y el abordaje a la hora de concebir la solución estuvo centrado en la experiencia del usuario.
“Se buscó darle autonomía al vendedor para que sea el protagonista del paso del cliente por la estación. También les pudimos dar herramientas de comunicación para que tuvieran información disponible a fin de que pudieran establecer otro diálogo con el cliente”, comentó uno de los responsables del proceso que llevó a la creación de esta solución: Felipe Diniello, experto en IoT de Globant. De esta forma, los vendedores pueden ahora “conocer” al cliente que estaban atendiendo (con información relevante sobre transacciones pasadas), y hasta tener visibilidad de las promociones que aplican. A la par de esto, se buscó salvaguardar los surtidores para que solamente pudieran ser operados por los vendedores, amén de otros aspectos de seguridad física y de la estación. También se buscó que el sistema funcionara incluso en ausencia temporal de conectividad a Internet.
Durante la concepción de la solución, de la que participaron los usuarios, se buscó que fuera factible desde el punto de vista técnico (la concentración de gases de combustible limita el uso de dispositivos que emiten radiofrecuencia), deseable por parte de los futuros usuarios (los vendedores de playa), escalable, fácil de instalar y económica, a fin de que los clientes de YPF (en este caso, estaciones tercerizadas) pudieran adoptarlas rápidamente. El proceso de investigación de parte de Globant arrancó en octubre de 2017, con distintas pruebas piloto a lo largo de 2018, para terminar en marzo de 2019 con el comienzo de la fabricación industrializada de los dispositivos que forman parte de esta solución (lo cual hizo necesaria una cierta transferencia de conocimiento hacia los fabricantes), y en marzo con la campaña de instalación.
La solución instalada abarca, por un lado, una aplicación para el jefe de estación que habilita la presentación en las pantallas distribuidas a lo largo de la playa las promociones para ese día. Por otro lado, se diseñó un lector RFID, que se instaló en cada uno de los surtidores, y una pulsera (con la misma tecnología) que es la que llevan los vendedores para ser identificados. Diniello explica que en el proceso de adopción de esta solución no estaban solamente desarrollando un producto. “Estamos modificando el modelo de atención y servicio del área comercial de una compañía de gran escala”. Para el especialista, el valor de la solución está en hacer que las soluciones perduren y sean escalables a diferentes contextos. COVID mediante, hoy la solución se encuentra funcionando en 145 estaciones de servicios, hay 2400 empleados usando el sistema, fueron dados de alta 1154 surtidores (el caso más extremo fue el de una estación con 24 surtidores) y ya se instalaron 472 paneles de video en las playas. Para tener una idea del resultado, alcanza con leer uno de los testimonios de los vendedores: “El lector me permite trabajar tranquilo en el turno noche, sin preocuparme por el cierre de caja ni por la seguridad de la estación de servicio”.
IoT, borde y nube, a través de Google Cloud
Gabriel Méndez, Customer Engineer, Infrastructure Modernization de Google Cloud, describió las características de las plataformas de IoT basadas en la nube de Google, lo cual permite, entre otras cosas, obtener estadísticas empresariales de los dispositivos que están conectados a la plataforma. Para elaborar estas estadísticas y otros insights, Google Cloud emplea herramientas basadas en Inteligencia Artificial.
Para Méndez, IoT está estrechamente relacionado con Edge Computing (computación en el borde, o computación de perímetro). Y es que cuestiones como privacidad, latencia, ancho de banda, estabilidad de la conexión e incluso costo, hacen que no siempre sea posible procesar de manera centralizada (en la nube del cloud provider, o en un datacenter propio) el producto de lo captado y emitido por una masa cada vez mayor de dispositivos inteligentes y sensores conectados, muchos de los cuales pueden estar en zonas aisladas, como sucede en áreas rurales o explotaciones mineras.
“Por todo esto hay varios estudios que apuntan a que en un futuro cercano el 45% de la información generada va a ser almacenada, procesada y analizada muy cerca del lugar donde se originó. Es por esto que la combinación de arquitecturas de Cloud y de Edge Computing trae un beneficio enorme, al disponibilizar muchos más casos de uso y acelerar la transformación digital”, comenta Méndez.
En este orden, uno de los casos de éxito ventilados por Méndez es el de LG, que tenía un gran desafío: durante la producción, sus pantallas LCD pasaban por media docena de procesos de inspección de calidad, los cuales eran de alto costo. A esto se sumaba un segundo desafío. “Si bien estos procesos se podían automatizar a través de Machine Learning (ML) y captura de imágenes, por cuestiones de latencia y ancho de banda, esto no podía hacerse en la nube”. A través de una arquitectura mixta de Cloud y Edge Computing y utilizando los servicios de Google Cloud, fue posible capturar imágenes y aplicar modelos automáticos de ML (con poco trabajo manual), todo lo cual les permitió automatizar el sistema de detección de fallas. “Literalmente corren nuestra solución de Machine Learning en la línea de producción”. El sistema permite hoy inspeccionar 200 imágenes en ,menos de un segundo.
