“La adopción digital en el sector del cartón a la fecha, ha sido producto de principalmente usuarios primerizos, considerados visionarios y entusiastas digitales. Esto es bueno para la industria, ya que ha permitido que nuevas tecnologías, modelos de negocio y flujos de trabajo, se evalúan y prueban, mostrando fortalezas que aprovechar y debilidades que remediar”.
Este es el criterio de Kevin Karstedt, vicepresidente de Keypoint Intelligence, empresa investigadora que reveló a inicios del año un extenso estudio acerca de las tendencias de la adopción de tecnología en el mercado de empaques y etiquetas.
La investigación, destaca que este mercado se encuentra en un punto de transición hacia cambios significativos en tecnología y productividad.
Puntualmente, apunta el estudio en uno de sus primeros highlights “llegarán al mercado algunas soluciones nuevas que acercará los niveles de producción a las prensas analógicas en un formato B1 y su resultado, de ser exitoso, impulsará a la industria hacia un fase de adopción digital, centrada en la totalidad de los costos de producción”.
Como explica el informe, la IA en el empaque se refiere al uso de tecnologías avanzadas como el aprendizaje automático y la visión por computadora para mejorar varios procesos en la industria del empaque.
En medio de todos estos cambios hacia una adopción digital más profunda, destaca el uso de la Inteligencia Artificial, una tecnología que ya provoca cambios en la forma en que los fabricantes se acercan a la producción.
De acuerdo con Luis Adrián Salazar, ingeniero especialista en sistema y ex ministro de Ciencia y Telecomunicaciones de Costa Rica, la AI como una tecnología emergente, está ayudando a los fabricantes a aumentar sus niveles de eficiencia y eficacia, creando una mayor conciencia de las interacciones que hoy se dan en planos físicos y virtuales, tanto para las personas como para las empresas y también las fábricas.
“Las industrias se han visto impactadas en sus diferentes modelos de producción y en la incidencia que tiene esta tecnología en su día actual y sobre todo en los retos futuros”.
De ahí podamos identificar como en general, hoy los avances en tecnología han permitido a los fabricantes:
"Lo que no se puede medir no se puede gestionar", esta famosa cita de Edwards Deming sigue siendo una afirmación verdadera que se aplica perfectamente al uso de la inteligencia artificial y la industria gráfica y de empaque.
Los sistemas inteligentes, aplicados a los procesos de fabricación actual, están permitiendo mejorar la competitividad y mantener la vanguardia en el campo de la manufactura industrial.
El uso de tecnologías avanzadas, como la automatización, la robotización, la inteligencia artificial, el aprendizaje automático, permite a los fabricantes obtener información y conocimiento de los procesos de fabricación para mejorar la calidad de los productos y aumentar la productividad.
“El desarrollo tecnológico y convergencia de diversas tecnologías con capacidades físicas, cognitivas y de desarrollo de conocimiento provocan cambios sustantivos en la fabricación inteligente. Es la que cuenta con más datos, capacidad de procesamiento para toma de decisiones para poder presentar modelos, predicciones, etc.”, explica Salazar.
A su criterio, los sistemas inteligentes están hoy ayudando a los fabricantes a reducir el tiempo de fabricación, así como a mejorar la calidad de sus productos y producto de la capacidad de los sistemas basados en IA que pueden tomar decisiones rápidas con base en una gran cantidad de datos, ayudando a los fabricantes a crear productos mejores y más eficientes.
Por otro lado, el desarrollo de modelos predictivos, la inteligencia de datos, y el aprendizaje profundo de las máquinas puede ayudar a ajustar automáticamente los procesos de producción para maximizar la eficiencia.
“Esto significa que los fabricantes pueden reducir los costos de producción sin comprometer la calidad”, indica.
Sumado a la capacidad de producción, viene la capacidad de diseño, que también sé ha visto impactada de forma positiva.
Y es que, a criterio del especialista, la AI permite que diseñadores y programadores puedan abordar proyectos de forma más eficiente y con resultados más efectivos.
Al disminuir la necesidad de trabajo manual y reducir los costos, el uso de estas tecnologías está permitiendo aprovechar tiempo y recursos para mejorar la calidad y la eficiencia de los productos.
“La IA está facilitando a manufactureros diseñar productos más sofisticados, precisos, eficientes y resistentes gracias al uso de diversos algoritmos avanzados que permiten a los desarrolladores ajustar los parámetros de los productos para mejorar su rendimiento, así como predecir resultados y ajustar los parámetros para mejorar el imagen y rendimiento del producto”.
Por supuesto que, puramente en sus capacidades , la AI hace posible también la generación automática de diseños, con lo que puede ayudar en los procesos creativos.
Los sistemas de IA pueden ser entrenados para analizar y aprender de los diseños existentes, y a partir de esa información, crear nuevos diseños que se adapten a las necesidades y requisitos específicos de cada proyecto.
Estos diseños pueden ser personalizados y ajustados según las preferencias de los clientes y las características del producto.
Los sistemas de IA pueden analizar los datos de los diseños existentes y utilizar algoritmos de aprendizaje automático para identificar áreas de mejora y optimizar los diseños para mejorar su efectividad y eficiencia.
Salazar, además, ubica en este panorama de impulso de nuevas tecnologías asociadas a la tecnología inteligente, una serie de barreras para su adopción; entre ellas: el alto costo de implementación para las empresas más pequeñas.
Además, es necesario abordar las cuestiones de privacidad y seguridad de los datos para garantizar la protección de la información confidencial.
La integración de tecnologías de IA con la infraestructura existente también puede ser compleja y plantear un desafío para las empresas con sistemas establecidos.
Advierte, adicionalmente, sobre consideraciones éticas y legales, como el sesgo en los algoritmos de IA y el impacto en el trabajo humano, también deben abordarse con cuidado.