Producción industrial y optimización logística en la industria 4.0 (I4OPT)

La pandemia de COVID-19 ha sido el mayor reto sanitario que hemos conocido en el último siglo. Su magnitud ha provocado una de las mayores perturbaciones en los sistemas sanitarios y en las cadenas de suministro, pero también ha cambiado el comportamiento de los consumidores, generando roturas de stock en algunos sectores manufactureros; por ejemplo, en productos de consumo como alimentos, productos de limpieza y papel higiénico, material deportivo, artículos de jardinería y de bricolaje, entre otros. Además, los niveles de demanda de otros sectores manufactureros han caído drásticamente, como los del textil, el automóvil, el metal y la moda. Así, las cadenas de suministro manufactureras son redes complejas expuestas a perturbaciones constantes. En esta situación, la planificación y la coordinación de la cadena de suministro pueden referirse, en términos de resiliencia, a la capacidad de una cadena de suministro para anticipar los impactos de las perturbaciones y recuperarse de los impactos significativos y prolongados que se producen o surgen a lo largo de toda la cadena de suministro debido al efecto dominó y sus consecuencias. En este proyecto se desarrollan algoritmos y tecnologías de investigación operativa e inteligencia artificial para la planificación resiliente de la cadena de suministro, basados principalmente en optimización y simulación, en un marco de Industria 4.0 (I4.0), para hacer frente al efecto dominó en la cadena de suministro ciberfísica y en el contexto de la pandemia de COVID-19. El proyecto i4OPT pretende salvar la distancia entre el desarrollo de algoritmos y tecnologías de optimización en el ámbito académico y de investigación y su uso para resolver problemas reales en empresas industriales, prestando especial atención a la inteligencia artificial (IA) como eje principal de la cuarta revolución industrial y aportando elementos facilitadores para la evolución hacia la I4.0. Los sistemas de fabricación no son un todo orgánico único, sino un compendio de varios subsistemas integrados de forma compleja. Cada empresa tiene necesidades de gestión variadas, que hacen que el uso de aplicaciones empresariales estandarizadas sin personalizar sea insuficiente para adaptarse a requisitos singulares que, en la mayoría de los casos, son los que aportan valor añadido. Además, la complejidad del entorno global actual, sujeto a la evolución de la pandemia de COVID-19, con una tecnología digital muy desarrollada, una demanda muy sofisticada y una oferta global competitiva, convierte la búsqueda de la máxima eficiencia en las operaciones de producción y logística mediante la optimización en un componente clave de los procesos de toma de decisiones de las empresas. Así, la mayoría de los problemas reales de las empresas son enormes en cuanto a las necesidades de cálculo para alcanzar la optimización, y estas empresas no disponen del software y el hardware adecuados para resolverlos de forma computacionalmente eficiente. Actualmente puede afirmarse que las tecnologías de optimización más avanzadas para el modelado y la resolución se encuentran en el ámbito académico y de investigación, con conjuntos de datos experimentales, y que se necesitan proyectos de I+D para adaptar los algoritmos de optimización existentes y crear nuevos algoritmos computacionalmente eficientes que resuelvan problemas con datos reales, con la innovación y la transferencia de estas tecnologías a las empresas para que puedan optimizar el uso de los recursos, aumentar su competitividad, avanzar hacia la empresa digital y garantizar su sostenibilidad en sus tres vertientes: económica, ambiental y social. Los algoritmos de optimización deben combinarse con la capacidad de aprendizaje que aporta la inteligencia artificial, de forma que se mejore la solución tanto en tiempo como en calidad, ya sea seleccionando el algoritmo más adecuado o combinando varios de ellos. Obtener una solución satisfactoria en poco tiempo mejorará la resiliencia de las empresas, porque podrán adaptarse más fácilmente a los imprevistos mediante una respuesta rápida y correcta gracias a la combinación de algoritmos de optimización, simulación, el uso de la inteligencia artificial y la capacidad de tratamiento de grandes volúmenes de datos. Todo ello dará lugar a la fábrica ciberfísica o inteligente en un contexto de I4.0. Las empresas, especialmente las pequeñas y medianas empresas (pymes), se ven a menudo limitadas por los sistemas de información o ERP (planificación de recursos empresariales) que tienen instalados. Cuando intentan introducir mejoras que deben implantarse necesariamente en los ERP existentes, a menudo descubren que estos no permiten dichas adaptaciones o que les resultan excesivamente costosas. El proyecto i4OPT pretende superar esta limitación proporcionando servicios de optimización interoperables con los ERP de las empresas. El proyecto i4OPT proporcionará a las empresas, especialmente a las pymes, nuevos algoritmos de optimización inteligentes integrados en una plataforma abierta en la nube para la e-optimización de las operaciones industriales (producción, logística y transporte), como un servicio configurable e interoperable con las aplicaciones empresariales, para mejorar su competitividad sobre cuatro pilares fundamentales: (i) la eficiencia de las operaciones; (ii) la resiliencia; (iii) la sostenibilidad; (iv) la digitalización de las fábricas y las fábricas inteligentes. Así, el objetivo es facilitar que las empresas basen su competitividad en la excelencia en la fabricación mediante una implantación y una personalización muy eficientes de capacidades de optimización avanzadas. La plataforma en la nube i4OPT se caracterizará por ser computacionalmente eficiente, escalable, ampliable y de código abierto y, por tanto, de bajo coste y alto valor añadido para las empresas. Los algoritmos de optimización inteligentes desarrollados, al igual que la inteligencia artificial, se caracterizarán por su transparencia, su capacidad para resolver problemas complejos, su adaptabilidad, su transversalidad y su necesaria y permanente renovación y mejora.