Poka-Yoke inteligente: cuando el Lean Manufacturing se encuentra con el conocimiento profundo
¿Qué pasaría si las operaciones humanas tuvieran un equivalente a esa línea roja que remarca las faltas de ortografía mientras escribimos, que resaltara los errores en la cadena de ensamblaje en cuanto sean cometidos?
Mientras estamos redactando un artículo, cada vez que cometemos un error ortográfico o de digitación, aparece una línea roja indicando nuestra equivocación. Sin que lo sepan nuestros jefes, nuestros editores o quienes leen nuestras publicaciones, cada vez que sale esa línea roja tomamos acción, bien sea corrigiendo la palabra mal escrita o añadiéndola a nuestro diccionario según sea el caso.
Esto nos pasa a todos cada día, y es muy poco interesante hasta que pensamos en el acto de escribir como una forma de fabricación.
En este punto de vista, el proceso de fabricación del producto (este artículo) empezó cuando comenzamos a ensamblar componentes (como palabras, conceptos y citas) en nuestro procesador de palabras. Luego pasamos una unidad refinada (un borrador) al editor, quien realizó la corrección de estilo: eliminó el material innecesario, limó las asperezas y se aseguró así de que la pieza final cumpliera con los estándares de calidad necesarios para su distribución al cliente, tú que nos lees.
En ese contexto, la línea roja es una herramienta de Poka-Yoke. Detecta un error al momento, así el operador (el escritor) puede eliminar el defecto antes de que la pieza deje la estación, defecto que de otro modo nos costaría el puesto.
Ahora, hagamos esto incluso más relevante para el proceso de fabricación. ¿Qué pasaría si los operadores de la cadena de ensamblaje tuvieran un equivalente a la línea roja con la que los escritores contamos en nuestro proceso de redacción, que resaltara sus errores en cuanto los cometan?
Presentando las Redes de Entrenamiento
Gordon Ritter es uno de los fundadores y socio de Emergence Capital, uno de los primeros inversores en Salesforce, Veeva, Box y muchas otras compañías de software exitosas. Emergence se destaca porque al serles descrita la visión de Drishti sobre cómo la Inteligencia Artificial puede ayudar a que los operadores incrementen su precisión y efectividad en la línea de ensamblaje monitoreando sus actividades y señalando las incidencias que el operador debe solucionar, Ritter y su socio, Jason Green, afirmaron que ya tenían una definición para esa clase de sistema: una “red de entrenamiento”.
Las redes de entrenamiento conforman la base de la tesis de inversión de Emergence. Ellos las definen como un sistema que guía a los trabajadores para que realicen sus labores de una forma más efectiva, aún cuando ya lo estén haciendo.
Imagina que tienes un asistente digital trabajando contigo durante una llamada de ventas, ofreciéndote retroalimentación y consejos, llamando tu atención hacia el siguiente guión que deberías usar o ayudándote a hacer un seguimiento de las objeciones de tu cliente.
Este es un tipo de red de entrenamiento, Poka-Yoke inteligente es otro.
Emergence, al igual que Drishti, consideran que las redes de entrenamiento transformarán el mundo. Ninguna de las dos compañías cree que la Inteligencia Artificial hará a los humanos obsoletos, a pesar de los constantes titulares negativos que sugieren que esto es inevitable. En cambio, ven la Inteligencia Artificial como una herramienta para guiar la atención humana a los puntos donde nuestra condición mental y nuestra agilidad física le añaden el mayor valor a los procesos.
¿Las redes de entrenamiento harán a los humanos más importantes en la producción?
John Wanamaker fue uno de los pioneros de la venta al por menor a finales del siglo XIX. Una de sus frases más famosas es: “pierdo la mitad del dinero que gasto en publicidad, el problema es que no sé cuál mitad”.
Podemos fácilmente hacer una declaración paralela en el mundo de la fabricación: perdemos la mitad del esfuerzo que hacemos en el control de calidad, el problema es que no sabemos cuál mitad.
En particular, podemos deducir de conversaciones con gerentes de planta e ingenieros industriales que alrededor del 33% de la labor en la línea de producción se dedica a revisar el trabajo de los asociados. Estas verificaciones y re-verificaciones, estos sistemas y herramientas redundantes, todo el dinero gastado en cortinas de luz, globos de contacto y accesorios tradicionales de Poka-Yoke, no es más que una reacción al hecho de que los fabricantes no cuentan con otro método para direccionar la atención humana a las incidencias más críticas y las fuentes de los defectos en los productos.
El Poka-Yoke inteligente, esto es, una red de entrenamiento que asiste a los trabajadores en la línea, representa un reconocimiento de que la atención humana, direccionada de forma apropiada, es potencialmente más valiosa que los robots y las máquinas. Combina la flexibilidad y el juicio de un ser humano y la casi perfección de una máquina.
Podemos ver algunos ejemplos que empiezan a emerger en el área de la realidad aumentada:
- Herramientas que muestran la orientación del trabajador a través de una pantalla, como Google Glass, así las desviaciones se pueden resaltar en su campo de visión.
- Proyecciones del espacio de trabajo
- Instrucciones de trabajo basadas en la luz, usando proyectores para superponerla en el área de trabajo; así como en visión por computador e Inteligencia Artificial, usando cámaras para entender digitalmente las actividades del operario y dar la retroalimentación necesaria.
Herramientas, calidad, productividad y empleos
Entonces, la real pregunta es, ¿cual es el impacto en el proceso de fabricación?
Una mirada ilustrativa llega a nosotros desde, de todos los lugares posibles, el mundo de la corrección ortográfica.
Los atajos en digitación y gramática tienen sus detractores. En 2012, la BBC reportó que la corrección ortográfica estaba creando una “generación del autocorrector”. Más recientemente, The Telegraph reportó que los emojis se perciben como algo que está arruinando el conocimiento en el idioma.
Pero los estudios han mostrado un efecto de red positivo. Las investigadoras Andrea Lunsford y Karen Lunsford compararon ensayos estudiantiles antes y después de la corrección ortográfica, y encontraron que los estudiantes en promedio están escribiendo ensayos más largos (de una media de 162 palabras en 1917, a una de 422 en 1986, a una de 1.038 palabras en 2006), usando técnicas retóricas más complejas y no cometiendo más errores que los de los estudiantes de 1917.
Con esto queremos decir que las herramientas de escritura digital, asumiendo parte de la carga cognitiva, ofrecen como resultado un producto de mayor calidad, con mejor productividad. Estos instrumentos detectan los problemas más sencillos, así los escritores y editores pueden dirigir sus capacidades únicas a asuntos de más alto nivel: argumentos coherentes, pensamientos completos, investigación más profunda y una mejor lógica.
Se espera el mismo impacto y los mismos beneficios de preservar y dirigir la atención humana en la fábrica a través del Poka-Yoke inteligente.
De hecho, es posible que la asistencia digital para el redactor en línea cambie el proceso de fabricación tanto como la corrección ortográfica ha cambiado la escritura.
Un cambio a la fabricación básica
Hace cien años, la respuesta de Henry Ford a su frustración con un grupo de artesanos construyendo carros únicos, uno por uno, fue abrazar la disciplina de la fabricación en masa. Él quería, y consiguió, un ejército de humanos actuando como autómatas. Décadas después, el Lean Manufacturing trajo de vuelta el elemento humano, empoderando a los trabajadores con herramientas como el cordón Andon.
Creemos que el Poka-Yoke inteligente, como una instancia de una red de entrenamiento, tiene el potencial de reorientar la fabricación mucho más hacia el operador humano.
De hecho, los aficionados a la historia de la fabricación que han leído La Máquina Que Cambió El Mundo saben que el Lean Manufacturing ha reemplazado a la producción en masa durante los últimos 40 años, ¿quizá el Lean Manufacturing inteligente es lo siguiente?
Un dato más. De acuerdo con James Bessen, de The Atlantic, los trabajos que usan computadoras por debajo de la media han crecido a un ritmo considerablemente más lento que los empleos que usan computadoras por encima de la media, en una relación de más de 2 a 1.
Si se mantiene este patrón, lejos de acelerar la automatización el Poka-Yoke inteligente podría ser un paso hacia una verdadera colaboración humano/máquina, y un conductor hacia una mayor cantidad de empleos en la fábrica.
* Prasad Akella, autor del artículo original, lideró el equipo industrial y universitario que construyó los primeros robots colaborativos en el mundo en GM. Es el fundador y CEO de Drishti, una compañía que despliega Inteligencia Artificial para ayudar a los seres humanos y enriquecer su labor en la planta de producción.
Entradas Relacionadas
Tres cambios potencialmente disruptivos que acelerarán la entrada de la Industria 4.0: Brain Computer Interfaces →
Seis cosas que debes saber acerca de Six Sigma →
Cómo convertirte en un mejor líder para tus Millennials, y de paso, para todos tus empleados →
