La actividad en I+D+i es muy diversa. Sus resultados son visibles cada día, aunque necesiten plazos de tiempo importantes para dar fruto. El éxito en esta disciplina es el resultado de un esfuerzo continuado. Es evidente que los plazos de maduración son superiores a los mandatos políticos y ésta es quizás, la gran dificultad para conseguir un consenso político al respecto.
La sociedad española no parece ser consciente de que su nivel de vida está ligado al ritmo de avance de la ciencia y la tecnología en nuestro país. Por esto, nuestros gobernantes no sienten ninguna presión política para que los recursos públicos dedicados a la investigación y a la innovación no sean tan escasos. Es como si casi nadie estuviera interesado en cambiar esta situación. El grito castizo de Unamuno, “Que inventen ellos”, se percibe como el reflejo suicida del pensamiento de una gran parte de los españoles.
Veamos algunos datos, los del 2014, últimos difundidos por el INE. Los recursos totales dedicados en España a I+D ascendieron a 12.821 M€, un 1,5 % menos que el año anterior. Esta cifra representa el 1,23 % del PIB y con ella retrocedemos a la situación del año 2003, en una tendencia que comienza en 2010. Nuestra posición se sitúa por debajo de la media de la UE; el 2,02%, menos que Portugal el 1,34% y, muy lejos de Alemania y los países nórdicos que dedican aproximadamente el 3% de su PIB. Al contrario que en España, la media de la UE siguió subiendo en los años de la Gran Recesión. La situación es más desfavorable aun si nos comparamos con los líderes mundiales, Corea del Sur el 4,04% en 2012, y a cifras ligeramente inferiores de Japón y USA.
Al profundizar en las citadas cifras del INE de 2014 los datos se tornan más desfavorables, ya que las Administraciones Públicas en España redujeron los recursos dedicados a I+D en un 1,1% y las empresas, en un 1,8%.
Los datos del sector público son reales. Los de las empresas responden al resultado de la encuesta anual que hace el INE siguiendo la metodología del Manual de Frascati y se realiza con el máximo cuidado. Ello no obsta que por razones fiscales, de prestigio u otras, muchas empresas españolas declaren como I+D los gastos de mantenimiento y otros similares. Existen otras circunstancias que pueden afectar de manera confusa y aleatoria a las cifras de la encuesta, como por ejemplo las ampliaciones de capacidad.
Cuatro comunidades autónomas aumentaron los recursos dedicados a I+D en 2014: La Rioja, Murcia, Galicia y Valencia. Las otras, los redujeron. En valor relativo en % del PIB hay una gran dispersión. El País Vasco con un 2,03%, Navarra con un 1,75%, Madrid con un 1,68% y Cataluña con un 1,47%, superan la media nacional. A gran distancia le siguen el resto de regiones, desde Andalucía con un 1,03% hasta Baleares con un exiguo 0,32%. Estas cifras revelan de forma palmaria el desinterés de gran parte de nuestras administraciones, la central y las regionales, por incentivar el motor básico del progreso económico y social español.
Cómo reducir el uso de recursos, residuos y emisiones en tres pasos
Los anglosajones lo llaman Green Manufacturing y en español podríamos llamarlo “fabricación limpia”. De entre sus posibles acepciones, en este post y sucesivos nos centraremos solo en aquella que se refiere a la ecologización de la fabricación, es decir, reducir el uso de los recursos naturales, potenciar el reciclado y reutilización de residuos y recortar las emisiones de gases de efecto invernadero para lograr que disminuyan la contaminación y los residuos generados.
Cada vez más empresas emprenden iniciativas e inversiones para reducir la utilización de los recursos naturales y energéticos, la generación de residuos y la emisión de contaminantes. Estas acciones, unidas al aumento del reciclado y la reutilización de lo que antes se consideraba un recurso sin valor, derivan en la obtención de beneficios económicos y de relaciones públicas.
Existen iniciativas de este tipo individuales o colectivas, con financiación privada, pública o mixta. Una de ellas, en la que personalmente estoy involucrado, es el proyecto demostrativo REEMAIN, financiado por el VII Programa Marco de la UE, en el que promovemos la innovación en el uso de recursos (energía y materiales) en la fabricación.
Entre otras acciones, este proyecto incluye la optimización del trío Producción-Producto-Proceso, la recuperación de posibles energías desperdiciadas en el proceso productivo y la integración de sistemas de energía renovables. En el proyecto contamos con tres fábricas demostradoras: una fábrica de galletas, una fundición de hierro y una fábrica textil de tela vaquera.
La “receta” que utilizamos se basa en tres pasos consecutivos: primero Reducir, después Recuperar y por último Remplazar.
Existe incluso un planteamiento mixto mediante centrales de co o tri-generación a partir de biomasa (con o sin refuerzo de paneles solares) donde una central anexa a la fábrica produce una parte o la totalidad de la electricidad, agua caliente (o vapor) e incluso el agua fría que la fábrica requiere para su funcionamiento. Las propuestas de esta etapa presentan un gran impacto sobre los sistemas productivos existentes, ya que suponen la instalación de grandes infraestructuras anexas; además, su interconexión con los sistemas productivos existentes es compleja. En algunos casos, su introducción obligará a realizar cambios en la organización de la producción.
En la próxima entrega hablaremos de las ventajas y de la carrera de obstáculos que tendrá que superar una fábrica que decida volverse “verde”, o al menos, intentarlo.
Recientemente los medios de comunicación han informado sobre la opinión apocalíptica de Stephen Hawking, Elon Musk y Bill Gates referente a una posible futura inteligencia artificial que podría llegar a sojuzgar a la Humanidad. Hasta que llegue ese día, y suponiendo que llegue, la tecnología nos ofrece una serie de métodos que remedan algunas capacidades intelectuales humanas y que pueden ser de gran utilidad en la práctica industrial como el aprendizaje no supervisado.
Una de ellas es la posibilidad de que una computadorapueda llegar a darse cuenta, por sí misma y sin conocimiento previo, de las diferentes situaciones o estados que pueden darse en un determinado proceso productivo. Imaginemos una computadora a la que de manera regular le llegan los valores medidos por una serie de sensores colocados en un proceso productivo. Gracias a técnicas de aprendizaje no supervisado, la computadora se dará cuenta de que los datos que le llegan se pueden agrupar en, por ejemplo, tres categorías y además podrá informarnos de cómo se caracteriza cada uno de esos tres grupos. Lo que la computadora no podrá hacer será dar nombre a cada uno de esos tres grupos, a no ser que le ayudemos de alguna manera. Esto es lo que haría una persona que analizara el resultado y se diera cuenta de que esos tres grupos son, por seguir con el ejemplo hipotético, los estados de arranque, marcha y parada. Pero aun con esta limitación, es posible utilizar el aprendizaje no supervisado para detectar averías sin haber registrado nunca ningún caso de ninguna de ellas. A continuación se expone una aplicación desarrollada por CARTIF del aprendizaje no supervisado: la detección de averías sin conocimiento previo de las mismas en un grupo hidroeléctrico.
Un grupo hidroeléctrico es el corazón de una central hidroeléctrica. Su función es transformar en energía eléctrica la energía contenida en un caudal de agua que cae. En cada grupo se miden y registran cientos de variables: tensiones e intensidades eléctricas, temperaturas de partes metálicas, de aceites, de agua de refrigeración, de aire, caudales de agua de refrigeración, de agua turbinada, etc. La situación de partida es un registro de todas esas señales, recogido durante un par de años y sin que conste ninguna avería. El problema consistía en diseñar un sistema que se dé cuenta de que se está produciendo una avería.
La solución propuesta se basa en un sistema de aprendizaje no supervisado que fue materializado mediante una red neuronal del tipo SOM (Self Organising Map). Esta red neuronal fue alimentada con los datos disponibles y ella sola fue capaz de identificar los posibles estados en los que se podía encontrar el grupo hidroeléctrico. La red neuronal da nombres arbitrarios a cada uno de los estados y debe ser un experto el que los etiquete correctamente. Sin embargo, no es necesario llevar a cabo ese etiquetado para detectar averías a pesar de no haber dispuesto de ningún ejemplo de ninguna de ellas durante el entrenamiento de la red neuronal. Como los datos utilizados para entrenar a la red neuronal no contenían averías y, a la vez, representaban todos los posibles estados de buen funcionamiento del grupo hidroeléctrico, cualquier conjunto de valores medido en él por los sensores y que no encajen en ninguno de los estados identificados corresponderá a una avería. Esta situación se detecta cuando la semejanza entre lo que miden los sensores y los prototipos de funcionamiento almacenados por la red neuronal es demasiado pequeña.
De esta manera nuestra red neuronal fue capaz de detectar una avería de sobrecalentamiento veinte minutos antes de que el sistema de supervisión del grupo hidroeléctrico diera la alarma de que algo iba mal, para lo cual no fue necesario instalar sensores adicionales.
Así que, mientras esperamos el día en el que quizá seamos dominados por las máquinas, quizá podamos aprovecharlas para aplicar algoritmos inteligentes que mejoren la supervisión de los procesos industriales sin requerir de grandes inversiones.
Ante todo es necesario insistir en que, hablar de progreso científico y técnico es hacerlo del progreso económico y social. Esto es así desde que el homo sapiens apareció en la Tierra. Pero es absolutamente evidente desde el final de la Edad Media cuando empezó a despegar la Ciencia y se comenzaron a aplicar los conocimientos de la misma para satisfacer las necesidades humanas. La Revolución Industrial dio sus primeros pasos en el siglo XVIII al conseguir utilizar de forma masiva y controlada las fuentes naturales de energía. Después, el progreso científico y tecnológico ha continuado de forma imparable. Sin él, nuestra forma de vivir sería muchísimo más pobre y el tan traído y llevado Estado del Bienestar sería una pura entelequia.
Cuando a tantos políticos y demagogos de toda índole se les llena la boca pidiendo o prometiendo mejorar las condiciones de vida de los ciudadanos, seguramente no se les pasa por la cabeza que la base de sus afirmaciones, si de verdad desean el progreso social, está ineluctablemente ligada al progreso científico y técnico.
Desgraciadamente, en las campañas electorales solo se han oído algunas pobres referencias sobre esta causalidad. Debe ser que es un tema que no arrastra a los electores. Este es el primer y gran obstáculo para que la sociedad en su conjunto considere esencial, o que al menos esté entre sus preocupaciones, que el bienestar social está estrechamente ligado a los avances de la Ciencia y la Tecnología. Los creadores de opinión y los que los motivan, tienen una hermosa y difícil tarea a realizar.
La última gran recesión económica, que para nosotros comenzó en 2008, originó la reducción de los recursos dedicados a investigación e innovación. Es verdad que no fueron los únicos ni, a corto plazo, los más dolorosos, pero, con la reducción de aquellos se ataca al proceso de mejora a corto y medio plazo.
Es necesario que quienes nos gobiernan y los que aspiren a hacerlo, lleguen a comprender y pactar la importancia que tienen la investigación y la innovación y traten de emprender de manera eficiente y continuada las acciones necesarias para que sea un valor social aceptado y no apliquen una reducción en sus recursos. Se ha de conseguir una atmósfera adecuada para la utilización eficiente de los recursos públicos y privados que permitan a la sociedad española ser más rica y solidaría.
Tratar de definir una tendencia de moda es como intentar elegir la cámara perfecta; cuando te has comprado lo último en tecnología, tu cuñado aparece con el doble de megapíxeles. Pero esta vez nos toca hablar de Industria 4.0, también conocida como la cuarta revolución industrial. Este paradigma persigue una implantación de las tecnologías de la información en la industria con el objetivo de que los medios de producción se interconecten para así facilitar la transición hacia una industria «inteligente» (o Smart Industry como dice mi cuñado). Por ponernos en contexto, Industria 1.0 y 2.0 se asocian al primer telar mecánico y la primera cadena de montaje, respectivamente.
Un momento, ¿pero es que las máquinas de la fábrica donde trabaja mi cuñado no están ya interconectadas? La respuesta es, depende. En una fábrica (tipo Industria 3.0) con un nivel de automatización razonable, los medios de producción ya están interconectados. Las soluciones tecnológicas actuales ya establecen una jerarquía en la que los diferentes niveles de conectividad (dentro de la fábrica) están fijados, desde el sensor que informa del estado del proceso, hasta el software usado en los niveles más altos de toma de decisión (por ejemplo, para la planificación de negocio o la logística). Sin embargo, la visión Industria 4.0, establece una interconexión mucho más amplia, en la que los medios productivos interaccionan no solo en el propio entorno de la fábrica, sino en toda la cadena de valor a la que pertenecen: proveedores, clientes, logística, etc.
En nuestro día a día, esta hiper-conectividad que se buscan en la Industria 4.0 ya es una realidad: recibimos ofertas y publicidad personalizada en nuestro smartphone o compartimos/generamos información personal o profesional a través de internet (haced la prueba y buscad vuestro nombre en Google). Por lo tanto, ¿qué beneficios puede obtener una compañía o fábrica si abraza el concepto Industria 4.0? Son muchos y variados, (aparte del consabido aumento de la competitividad):
Muchos “Me gusta” en Facebook (es broma).
Innovación de forma continua y colaborativa (en la cadena de valor) en el proceso y producto fabricado (mi proveedor innova en su maquinaria y yo mejoro mi proceso).
Acceso a nuevos modelos de negocio (productos personalizados).
Rápida reacción y adaptación a cambios del mercado (oferta o demanda).
La siguiente pregunta que surge es si la industria española está preparada. Dada la gran variedad de sectores y compañías con diferentes grados de madurez tecnológica, la respuesta no es única. Lo que sí se puede asegurar es que las tecnologías necesarias para esta revolución ya están disponibles: sensores de grandes prestaciones y bajo coste, sistemas embebidos, tecnologías de procesamiento de datos y extracción de conocimiento, algoritmos de encriptación o cifrado entre otras.
¿Qué le falta entonces a la industria española para dar el salto? Como pasa con muchos avances, estos suceden más rápido de lo que somos capaces de asimilar. Hasta hace poco tiempo, todos teníamos algún amigo o familiar que se negaba a tener un smartphone. Es la resistencia natural del hombre (de la mujer menos) a los cambios. Además, existe un déficit formativo que ya se empieza a tratar de suplir mediante programas multidisciplinares que tienen en cuenta la robótica, el diseño industrial, la programación, etc. Sin embargo, no se puede esperar a que estas nuevas generaciones terminen de formarse (nuestros competidores no lo han hecho). El momento es AHORA.
Los actores clave en esta revolución se localizan en todos los ámbitos: las grandes empresas como creadoras de necesidades y tractoras del resto o los fabricantes de bienes de equipo como proveedores de maquinaria productiva en casi cualquier sector. Estos bienes de equipo ya han empezado una “innovación colaborativa” silenciosa. Las experiencias que un fabricante de maquinaria introduce como consecuencia de la experiencia en un sector o cliente concreto, tarde o temprano se trasladan como innovaciones a la siguiente «versión» que de una forma u otra acabarán en otra fábrica.
Mediante la «hiper-conectividad» que fomenta la Industria 4.0 se busca acelerar este proceso de innovación (no solo de los fabricantes de maquinaria) de tal forma que por ejemplo, las máquinas productivas tengan la inteligencia suficiente para proporcionar información en tiempo real de su estado que sea útil para el propio fabricante (por ejemplo, mejorar diseño), la industria en la que estén conectadas (información de su rendimiento energético o mantenimiento) o incluso el fabricante de componentes de estas máquinas (información de la fiabilidad de componentes individuales). Pero estas máquinas «inteligentes» no solo proporcionarán información relevante sino que tendrán la capacidad de influir en el proceso productivo de forma automática para optimizarlo.
Los conceptos clave para esta revolución son variados y tienen también nombres exóticos (de los que le gustan a mi cuñado): sistemas cíber-físicos, Internet de las Cosas o Big Data por citar los más conocidos. Pero serán materia de artículos posteriores.
