Gemelos digitales para mejorar el original

Houston, tenemos un problema. Esa frase del astronauta Jack Swigert durante la misión del Apolo 13 se ha incorporado al imaginario común, pero son pocos los que conocen cómo se resolvió el problema: con simuladores. La NASA llegó a construir hasta 15 simuladores de diferentes partes de la nave espacial, conectados a computadoras, con los que fue replicando lo que sucedía en el Apolo 13 a más de 300.000 kilómetros de distancia. Podría considerarse una de las primeras experiencias exitosas de simulaciones que, con las nuevas tecnologías al alcance, han pasado ahora a bautizarse como “gemelos digitales”.

Los gemelos digitales están cobrando cada vez mayor protagonismo en el mundo empresarial. Esta suerte de mundo reflejado comenzó sirviendo para simular, monitorizar y optimizar el rendimiento del modelo original. Sin embargo, aquellas primeras experiencias han evolucionado en los últimos años de un modo extraordinario, gracias a tecnologías como la Inteligencia Artificial (IA) y el escalado de modelos. El resultado es que las empresas más vanguardistas ya han comenzado a desarrollar redes compuestas por estos gemelos inteligentes que, a su vez, se conectan a otros dando lugar a modelos vivos de fábricas enteras, cadenas de suministro o, incluso, ciudades.

Con la entrada en escena de la IA es posible crear escenarios hipotéticos en los que poner a prueba la respuesta de productos y servicios, anticipándose de este modo a posibles incidencias. El potencial de esta tecnología, que ya se está aplicando a las fases de diseño de algunos productos, ha propiciado que firmas como Accenture pronostiquen su crecimiento exponencial.

En su último informe Technology Vision 2021, realizado entre más de 6.000 directivos de 31 países y 14 sectores de actividad, revela que el 18% de las compañías ya está utilizando gemelos digitales en uno o varios procesos de su sistema completo de producción. Además, el 24% de la muestra afirma que ya está haciendo pruebas con escenarios hipotéticos, si bien todavía no lo ha utilizado para cambiar su modelo productivo. En consecuencia, el 65% de los directivos consultados avanza que la inversión que van a realizar en esta tecnología se va a incrementar en los próximos tres años.

Un ejemplo de ello es Unilever, la multinacional fabricante de marcas tan dispares como Fluocaril, Knorr, Mimosin, Lipton o Skip, entre muchas otras, que está trabajando de manera conjunta con Microsoft para desarrollar gemelos digitales de sus fábricas. El objetivo es mejorar la eficiencia y dotarse de más flexibilidad, aplicando para ello técnicas de IA y aprendizaje automático (machine learning). Para ello cuenta con dispositivos conectados que envían datos en tiempo real al gemelo digital sobre, por ejemplo, la velocidad o temperatura del motor de determinada máquina en la planta de producción. Con estos datos y aplicando algoritmos es posible simular diferentes escenarios, introduciendo diversas variables para alcanzar esa mejora de rendimiento.

Según explica Accenture en su informe, Unilever ya cuenta con resultados positivos de este mundo reflejado, habiendo conseguido incrementar la productividad de su planta de Valinhos (Brasil) al tiempo que se ahorraban millones de dólares en consumo energético. Así las cosas, los planes de la compañía pasan por extender la experiencia a todas sus instalaciones, de manera que termine teniendo una representación digital integral de toda la cadena de suministro.

Más allá de la industria, los modelos digitales también pueden traer importantes beneficios al medio ambiente. En un artículo publicado el año pasado en Nature Sustainability, a cargo de investigadores de la Facultad de Ciencias Naturales de la Universidad Estatal de Michigan, en colaboración con la Universidad Estatal de Oregon, se destacaba las bonanzas de la ‘agricultura digital’.

Los experimentos realizados utilizando sensores en los campos de cultivo y realizando simulaciones con los datos obtenidos demostraron que si la aplicación de fertilizantes se realizara utilizando modelos de datos basados en la demanda y el rendimiento, en lugar de hacerlo de manera uniforme, sería posible reducir su uso hasta en un 36%, lo que traería consigo un impacto muy positivo en cuanto a reducción de emisiones de CO2, así como de contaminación de las aguas subterráneas, evitando situaciones como las vividas en el Mar Menor.