Michelin acelera la innovación en la fabricación con datos e inteligencia artificial

¿Cómo puede una empresa manufacturera fundada en el siglo XIX aplica los datos y la inteligencia artificial para transformar su negocio?

En el Grupo Michelin, multinacional manufacturera francesa fundada en 1889 por los hermanos Édouard y André Michelin, los líderes actuales se están dando cuenta de ello. Michelin es el segundo mayor fabricante de neumáticos del mundo y también produce otros materiales de ingeniería, incluidos componentes para aplicaciones críticas en campos tan variados como la movilidad, la construcción, la aeronáutica, las energías bajas en carbono y la atención sanitaria. La empresa tiene 128 plantas de producción y emplea a casi 130.000 personas en 63 países. (También es conocida por sus guías de viaje y las estrellas Michelin que concede a los mejores restaurantes del mundo, pero ese es un tema para otro día).

Michelin se centra en utilizar los datos y la IA como palancas de alto valor añadido que permitan la eficiencia en toda la cadena de valor. Este esfuerzo abarca dos áreas principales: la mejora de los procesos empresariales básicos y la innovación de nuevas ideas.

Integrar la IA en los procesos empresariales básicos

Los esfuerzos de Michelin en materia de datos están dirigidos por Ambica Rajagopal, jefa de grupo de datos e inteligencia artificial. Se incorporó a la empresa como directora de IA del grupo en 2020 tras haber dirigido funciones de datos, análisis e IA en otras organizaciones, como Cummins y Fidelity Investments. En Michelin, "en los últimos tres años, hemos adquirido experiencia en IA, lo que se ha traducido en una mayor creación de valor", nos dijo Rajagopal.

Los datos, la analítica y la IA se han integrado bien en los procesos empresariales de Michelin, con más de 200 casos actuales de uso de la IA que respaldan funciones y negocios esenciales. La IA ya se utiliza en los procesos de producción para mejorar el mantenimiento predictivo de las máquinas, mejorar el análisis de datos y los modelos de simulación y automatizar tareas repetitivas precisas.

Tomemos, por ejemplo, la inspección visual de neumáticos al final de la línea. Buscar defectos es un proceso crítico que suele llevar mucho tiempo y ser costoso. Michelin utiliza máquinas potenciadas por IA que denomina IRIS para automatizar parcialmente el proceso de inspección de defectos de fabricación. La tecnología ha mejorado tanto la eficacia como la experiencia de los inspectores. "El cien por cien de nuestros neumáticos se controlan manual y visualmente" durante el proceso de inspección, dijo Rajagopal. "Se trata de una tarea ergonómica compleja, desde el punto de vista físico y de la concentración". IRIS se desarrolló internamente y está protegido por más de 20 patentes, señaló.

"La ambición de herramientas como IRIS es mejorar la productividad de la mano de obra", lo que permite a los equipos de fabricación centrarse en aplicar sus habilidades únicas, explicó Rajagopal. Cuando IRIS identifica un neumático potencialmente defectuoso, son los conocimientos humanos los que marcan la diferencia: Los operarios siguen siendo responsables de la decisión final. Sus conocimientos y experiencia se movilizan en torno a las cuestiones fundamentales, en lugar de en tareas repetitivas.

La IA también se utiliza para optimizar la cadena de suministro y la gestión de inventarios. En la cadena de suministro de la empresa, por ejemplo, las herramientas de previsión basadas en el aprendizaje automático ayudan a Michelin a mejorar la precisión de las previsiones de demanda y a detectar proactivamente las roturas de stock.

Liderando la innovación en IA en el sector del neumático

Michelin cree que los datos, la analítica y la IA pueden desempeñar un papel fundamental en la innovación, en la que trabajan unos 6.000 empleados de 13 países. Un caso de uso es el empleo de IA analítica para el modelado cuantitativo y la predicción. El objetivo es utilizar la IA para absorber la complejidad y mejorar la toma de decisiones de los trabajadores de Michelin. "Llevamos muchos años adquiriendo experiencia mediante la experimentación y la investigación en IA", afirma Rajagopal.

Otros tipos de IA, como la previsión, la visión por ordenador y ahora la IA generativa, han impulsado la innovación en calidad, control de la energía, conocimiento del cliente y predicción del rendimiento dentro de Michelin, nos dijo Rajagopal. "La capacidad de la IA para modelar procesos complejos y detectar señales predictivas la convierte en una palanca importante para maximizar el valor para nuestros clientes, empleados y socios", añadió.

Michelin organiza eventos externos de innovación y exploración que le ayudan a explorar el ecosistema de las startups a escala mundial para identificar e incorporar a sus plataformas las mejores soluciones de IA, como Databricks y Dataiku. La empresa celebró un Desafío de la IA en la India en 2024, diseñado para impulsar el uso de agentes de IA en Michelin aprovechando el floreciente ecosistema de nuevas empresas de IA en la India. La empresa organizó su primer AI para el Día de la Empresa en 2024, con más de 1.100 participantes en cuatro sedes mundiales de Michelin que aprenderán cómo se utiliza la IA en toda la empresa. En la actualidad, Michelin está ampliando su Centro de Excelencia de IA, poniendo a prueba la IA en todas las líneas de negocio y formando asociaciones estratégicas con líderes del sector, como Microsoft y Rockwell Automation, para desarrollar soluciones de IA.

La empresa se compromete a regir la integración ética de la IA. La implantación responsable de la IA en Michelin se basa en tres principios fundamentales: Los sistemas de IA deben estar centrados en las personas; la empresa se compromete a construir y utilizar sistemas de IA explicables cuando sea necesario; y habrá claridad sobre quién es responsable de cada sistema de IA utilizado. "Vemos muchas aplicaciones en las que la IA actuará como copiloto, combinando sus capacidades con las habilidades humanas; apoyará la inteligencia humana y mejorará la capacidad de toma de decisiones", dijo Rajagopal.

Adopción responsable de la IA; alineación de la IA con los objetivos medioambientales, sociales y de gobernanza; y uso de la IA para apoyar los objetivos de la empresa. ambiciones de economía circular y cero emisiones netas - como el uso de materiales renovables y sostenibles en sus neumáticos, son prioridades máximas de la organización. El enfoque responsable de la IA por parte de los científicos de datos y expertos en IA de Michelin implica el desarrollo de aplicaciones que cumplan con los valores de transparencia, fiabilidad y ética. Este enfoque se mantiene tanto para las exploraciones como para los despliegues, garantizando que se prioriza la precisión y la privacidad de los datos.

Liderazgo en IA en Michelin

Rajagopal afirmó que la dirección de Michelin defiende activamente los datos y la IA y promueve la capacitación digital, el uso ético de la IA y la colaboración interfuncional. El equipo directivo participa en expediciones de aprendizaje, formación interna e intercambios con homólogos para informar sobre la visión del uso de la IA en los procesos y negocios de la empresa. La dirección también ha establecido estructuras de gobierno, incluida una oficina de datos, para dirigir la creación de las bases de datos y los grandes programas de IA de Michelin.

Además de las responsabilidades típicas del director de datos e IA -impulsar la estrategia para alinearla con la misión de la empresa y supervisar las transformaciones funcionales, técnicas y de comportamiento necesarias para que el grupo esté realmente orientado a los datos-, la misión de la oficina es supervisar la eficiencia en términos de resultados y costes, explicó Rajagopal. Una palanca clave para la adopción de la IA es la evaluación del valor potencial de los proyectos de prueba de concepto, seguida de una evaluación posterior al despliegue del valor aportado. Rajagopal señaló que Michelin ha obtenido beneficios considerables de los proyectos de IA generativa, como el procesamiento de documentos en el departamento fiscal, la escucha social en marketing y el análisis de causas en fabricación, así como muchos otros casos de uso más pequeños.

Rajagopal nos dijo que los esfuerzos de la empresa están dando sus frutos: El compromiso de Michelin con la transformación de la IA ha llevado a un ROI de los proyectos de IA de más de 50 millones de euros al año, con aumentos de 30% a 40% anuales durante los últimos tres años.

Por supuesto, la verdadera transformación de la IA requiere no solo un enfoque estratégico dirigido por la alta dirección, sino también un enfoque ascendente en el que se capacite a los empleados. Rajagopal afirmó que, en Michelin, cada empleado comprende el poder de los datos y su papel en la creación de valor y el apoyo a la estrategia de Michelin. "Nuestro objetivo es permitir que nuestras empresas tengan acceso a datos de alta calidad, análisis específicos y herramientas de IA con el fin de llevar las innovaciones al mercado rápidamente", dijo. Estas herramientas, añadió, están diseñadas para simplificar y consolidar los procesos haciéndolos más inteligentes e intuitivos.

De cara al futuro, Rajagopal se muestra esperanzado e ilusionado. "La inteligencia artificial representa una oportunidad significativa, y su desarrollo se centra en mejorar el atractivo de nuestros lugares de trabajo, la sostenibilidad de nuestras plantas y la competitividad de nuestros productos", afirma. "Como empresa manufacturera, vemos la IA como una tecnología con un enorme potencial para hacer que el trabajo sea más gratificante para nuestra gente. Está aumentando su productividad y liberando tiempo para la creatividad y la colaboración."