IA industrial

La IA industrial es inteligencia artificial diseñada para operaciones físicas y no para trabajo de información. Suena a una distinción de materia, y no lo es: es una distinción de qué pasa cuando el sistema se equivoca o no está. Una IA que resume mal un documento produce un mal resumen. Una IA que no ve a una persona entrando en una zona de trabajo activo no produce nada: ni salida, ni error, ni señal, y la operación sigue sin saber que alguna vez estuvo vigilada.

Esa asimetría es la que da forma a todo lo demás. Es la razón de que la IA industrial se mida por si aguanta de forma continua y no por cómo rinde en una demostración, de que el sitio donde se despliega sea una restricción de ingeniería y no una preferencia, y de que un modelo que no se puede poseer sea, en muchos de estos entornos, un modelo que no se puede usar.

La mayor parte de la IA desplegada en la industria es analítica: consume histórico y produce un análisis para que alguien actúe más tarde. La IA operativa vive en presente. Su salida es un hallazgo sobre lo que está pasando ahora, entregado a quien está en posición de hacer algo mientras hacer algo todavía es posible.

Esto cambia el diseño del sistema de formas que es fácil subestimar. La latencia deja de ser una métrica de rendimiento y pasa a ser una de corrección: un hallazgo que llega cuando el ciclo ya terminó es un registro, no una intervención. La disponibilidad deja de ser una línea del SLA y pasa a ser la propuesta entera, porque un sistema que vigila sólo cuando la red está arriba es un sistema al que nadie va a confiarle nada que importe.

Las operaciones industriales ya están muy instrumentadas: presión, caudal, temperatura, posición, producción. Lo que esa instrumentación no captura es la escena física: quién está dónde, qué está haciendo, qué está fuera de sitio, qué ocurre en el espacio entre máquinas que sólo conocen su propio estado.

Las cámaras ya cubren buena parte de esa escena, que es el hecho discreto que vuelve esto practicable. El parque existe, se pagó hace años y se usa casi exclusivamente para explicar incidentes después de que ocurran. La visión artificial y la videoanalítica convierten ese mismo parque en algo que se lee de forma continua: no un nuevo programa de sensórica, sino un nuevo uso para uno que ya está instalado.

La detección de objetos por sí sola responde a una pregunta estrecha: si hay una persona en este fotograma. En un entorno operativo esa respuesta es casi siempre que sí, y casi siempre irrelevante. La pregunta útil es si esta persona, en este sitio, haciendo esto, a esta hora, es un estado normal de la operación o una desviación de ella.

Arkania estructura la inteligencia en tres dimensiones para llegar a esa pregunta: objetos, personas, vehículos, maquinaria, infraestructura, las interacciones entre ellos y los escenarios que forman esas interacciones. La tercera dimensión es donde vive el significado operativo, porque casi nada en un entorno industrial es peligroso o incorrecto de forma aislada. Un vehículo está bien. Un vehículo dentro de un radio de izado durante una maniobra de izado no.

Dónde se ejecuta la inferencia lo decide el entorno, no la hoja de ruta de un producto. Arkania admite despliegue on-premise, en el edge sobre cámaras, drones, robots y dispositivos embebidos, y en nube privada o híbrida, e integra con los sistemas ya en operación mediante SCADA, OPC UA, MQTT y M2M.

Suele decidirlo alguna de estas tres restricciones, y cualquiera de ellas basta por sí sola: la conectividad, cuando el extremo de un yacimiento o un emplazamiento remoto no soporta ir y volver a un servicio central; la regulación y la soberanía, cuando la imagen operativa sencillamente no puede entregarse a un tercero; y la continuidad, cuando depender de un proveedor externo es justamente el riesgo que se está diseñando para eliminar.

Arkania diseña, desarrolla, entrena y opera sus propios sistemas, con propiedad sobre el código, la arquitectura y el ciclo de vida. En un contexto de marketing eso se lee como una preferencia. En una compra de misión crítica es con frecuencia el requisito que decide si un sistema puede siquiera considerarse.

La razón es sencilla: un modelo que licencias es un modelo cuya disponibilidad, precio, condiciones y existencia continuada son decisión de otro. En un entorno donde se espera que el sistema funcione durante años sin interrupción, eso es una dependencia sin resolver sentada en el centro de la arquitectura.