Calidad, IoT, Big Data e IA

Profundizando en la Calidad – Deep Quality

 

Las prestaciones técnicas desbloquean capacidades en todos los dominios. A menudo, los avances en un campo estimulan una transformación más amplia en otro. Una disciplina que está experimentando una innovación técnica radical es Internet, con mejoras en la detección, la conectividad, la inferencia y la actuación que permiten sistemas inteligentes, escalables e hiperconectados en una revolución llamada Internet de las cosas (IoT). Las posibilidades de IoT apoyan la reinvención de otras disciplinas. La industria, por ejemplo, se beneficia de la adopción de IoT y de los avances paralelos en inteligencia artificial (IA) y big data. 

Si bien alguna vez se fabricaron productos artesanales - “widgets” - a medida y, más recientemente, los productos manufacturados provenían de sistemas de producción en masa, las capacidades de las tecnologías relacionadas con IoT permiten de manera única una cuarta revolución industrial que ya está en curso. La Industria 4.0 combina cadenas de suministro inteligentes, fabricación flexible, distribuida y que responde a la demanda, y un retorno a la fabricación de un tamaño de lote acorde con una economía de producción moderna. El resultado es una mayor diversidad de producción, costes reducidos y una mejor calidad.  

Pero ¿está realmente mejorando la calidad? Durante décadas, la calidad ha enfatizado la conformidad, la minimización de defectos, la mejora de la percepción y las mejoras de confiabilidad que ahorran costos. Hasta hace poco, las organizaciones buscaban basarse en una calidad tradicional, a través de ejercicios de voz del cliente (VOC) y análisis de las emociones del consumidor. Estos esfuerzos dieron como resultado un éxito limitado, debido a sesgos en la información, subjetividad y lagunas de conocimiento. Las corporaciones hicieron buenos productos, pero no lograron fabricar los productos correctos. 

Este artículo explora la historia de la calidad y visualiza cómo las capacidades de la IoT y la Industria 4.0 se combinan para transformar el paradigma de calidad actual en una "calidad profunda" – Deep Quality, impulsada por datos que puedan abordar mejor las necesidades latentes y manifiestas de las partes interesadas. Específicamente, examinamos cómo la IoT admite la captura de consumidores auténticos y datos de casos de uso del mundo real para facilitar el desarrollo de productos que sean bien recibidos y adaptables. También consideramos cómo la Industria 4.0 respalda la fabricación de lotes pequeños para garantizar que rendimiento y eficacia lleguen a las manos de los clientes.

 

Una historia de la gestión de la calidad

 

Históricamente, la calidad se ha asociado con la "sensación de (buenas) características". Encarna dos aspectos de la excelencia: la calidad objetiva, como el filo de una hoja, y la calidad percibida, como la reputación del artesano de la espada. Antes de la industrialización, la calidad era costosa y solo estaba disponible para las élites. Tras la democratización de los productos manufacturados, la calidad ya no reflejaba la excelencia absoluta, sino la excelencia relativa y el valor percibido: funcionalidad, características y satisfacción con respecto al precio pagado.  

El inicio de la gestión de la calidad para la producción en masa reconoció la importancia y la capacidad de venta de la excelencia relativa. Los fabricantes trabajaron para mejorar las tolerancias (para el intercambio de componentes), los acabados (para mejorar el aspecto y la sensación) y la uniformidad del material (para lograr la consistencia del rendimiento), con Walter Shewhart, W. Edwards Deming y Joseph Juran, pioneros en la inspección de materiales, piezas y productos a principios del siglo XX. En la década de 1940, el ciclo planificar-hacer-verificar-actuar (PHVA) y el control estadístico de procesos permitieron el monitoreo y control de procesos para descubrir, corregir y eliminar fallas.  

La década de 1960 trajo consigo una garantía de calidad proactiva en la fase de diseño con análisis de modos de falla y efectos. En años más recientes, las líneas de fabricación, los sensores en los equipos y los controladores numéricos comenzaron la supervisión de los procesos en circuito cerrado. Al mismo tiempo, el sistema de producción de Toyota (TPS) redujo el desperdicio de material y aceleró el cambio de proceso, mientras que el control de la calidad total y el poka-yoke permitieron a los empleados descubrir y resolver problemas, así como obtener procesos a prueba de errores. El resultado fue una mejora en la conformidad de las especificaciones del producto y la reducción de defectos. En la década de 1980, la gestión de la calidad se convirtió en un esfuerzo organizativo holístico para reconocer la importancia de las capacidades humanas y el compromiso de los empleados, lo que llevó al concepto de gestión de la calidad total (TQM). 

A medida que mejoraron los atributos de calidad tradicionales, surgió un problema latente: la producción en masa eliminó la interacción entre clientes y productores, lo que significaba que los productos a menudo se diseñaban como una solución especulativa única para todos que surgía de procesos ciegos a los datos. Agravando este problema estaba la creciente separación entre los ingenieros de cuello blanco y los ensambladores de cuello azul, lo que limitó la interacción y aisló el conocimiento. 

Con la desaceleración de las ventas de productos de alta conformidad, las organizaciones comenzaron a solicitar la opinión de los consumidores a través de estudios de observación, o grupos focales, con iniciativas como el desarrollo de funciones de calidad. Sin embargo, en la práctica, los consumidores rara vez saben lo que quieren (quieren lo que saben) y, lo que es más importante, tienen sesgos en los informes, usan un lenguaje impreciso, recuerdan mal los hechos e intentan proporcionar respuestas que los entrevistadores quieren escuchar. Los productos resultantes con frecuencia no satisfacían las necesidades del mundo real. 

Hoy en día, la calidad de conformidad con se comercia no logra diferenciar los productos. Sin embargo, la calidad moderna tiene dos atributos críticos: la satisfacción de las necesidades, que determina las características que un producto debe tener para satisfacer a los consumidores, y la confiabilidad tradicional y el control de defectos, que reduce los costos y, que junto con la satisfacción de las necesidades, contribuye a mejorar la percepción y reputación de la marca. Con la proliferación del IoT y la Industria 4.0, los dispositivos de consumo generan una gran cantidad de datos y los fabricantes pueden producir productos adaptables, informados por datos personalizados que abordan ambas facetas de la calidad moderna. Aprovechar estas capacidades para hacer simultáneamente el producto correcto y hacer que el producto sea correcto es la base de una revolución en TQM que llamamos "calidad profunda".

 

La calidad profunda es una revolución "única y ahora"

 

A medida que la calidad de conformidad tradicional evoluciona de un atributo de producto más agradable a uno imprescindible, existe una oportunidad para que la calidad represente más que cosas libres de problemas. La calidad profunda utiliza datos del mundo real en las fases de identificación, diseño y uso de oportunidades para mejorar el ajuste y el rendimiento del producto. Aprovecha la conectividad para hacer que los productos respondan a necesidades cambiantes y casos de uso, y se basa en la fabricación moderna para crear soluciones rentables y personalizadas. La calidad profunda también se basa en los avances técnicos recientes para abordar de manera integral la satisfacción de las necesidades y el cumplimiento. 

Para capturar datos útiles e imparciales de clientes potenciales, las organizaciones pueden instrumentar personas, lugares, objetos y sistemas utilizando el IoT, detección omnipresente y conectividad ubicua. Los análisis se basan en los avances en inteligencia artificial, plataformas elásticamente escalables, interfaces de programación de aplicaciones inteligentes, gemelos digitales y la nube para transformar la información resultante del agotamiento de datos en conocimientos procesables. 

Estos avances se combinan para permitir la creación de una plataforma flexible, interactiva y de múltiples partes interesadas en la que clientes reales, desarrolladores de productos, innovadores externos, proveedores de soluciones, proveedores y productores se unen para innovar conjuntamente y crear productos que satisfagan las necesidades independientemente de la distancia física, barreras organizacionales y silos tradicionales de roles. El resultado es un enfoque participativo hacia el diseño basado en datos, la personalización masiva económica y la diferenciación tardía. 

Mediante el uso del IoT y avances paralelos para observar y capturar patrones de datos de en tiempo real en lugar de las tradicionales encuestas de VOC, pasamos a una voz más descriptiva y fiel proporcionada por el big data, que comunica información real de clientes sobre cómo usan los productos; cómo esos productos pueden fabricarse mejor, de forma más inteligente y menos costosa; y oportunidades de optimización durante el uso. También ayuda a anticipar y mitigar las consecuencias de posibles fallas. Los productos en el campo pueden informar datos para permitir verdaderas mejoras continuas de rendimiento en lugar de a intervalos de rediseño tradicionales. 

El uso de la fabricación de la Industria 4.0 permite reducir los costos de producción y la fabricación en tamaños de lote único, por lo que las empresas de todas las escalas pueden producir y distribuir de manera rentable productos a medida adaptados a los casos de uso de las personas. Los datos generados por el producto permitirán a los fabricantes optimizar el uso de materiales, las geometrías y las funciones para satisfacer las necesidades del cliente sin necesidad de retrabajos o uso de las líneas por debajo de la capacidad de producción real. La fabricación inteligente elástica y distribuida reducirá el tiempo de producción, acortará los cambios, estabilizará la demanda y limitará la distancia de carga. 

Si los productos resultantes están conectados, pueden adaptarse aún más a casos de uso específicos en el momento de la venta o evolucionar con el tiempo, transformando el consumo por venta única a una relación continua. El software para automóvil de Tesla, por ejemplo, agrega regularmente nuevas funciones y se adapta a las necesidades individuales y agregadas por los usuarios. Hacer que productos desechables sean maleables a través de mejoras de software aumenta el valor de vida del consumidor y aumenta el compromiso, junto con la computación en la nube (cloud computing) que permite escalar indefinidamente las capacidades del producto. Las posibilidades del IoT e Industry 4.0 se combinan para garantizar que no solo hagamos el producto correcto, sino también que fabriquemos el producto correcto, la característica definitoria de la calidad profunda.

 

La implementación de la calidad profunda requiere un cambio organizacional

 

Para capturar el valor de la calidad profunda, las organizaciones deben enfatizar el aprovechamiento de tecnologías profundas – Deep Technologies en inglés, incluidas el IoT e Industria 4.0, para crear sistemas inteligentes y conectados capaces de recopilar y responder a datos registrados por los propios consumidores previo consentimiento. Los datos, productos y procesos generarán, en igual medida, valor a largo y corto plazo tanto para las empresas existentes como para las nuevas. 

La calidad profunda tendrá un impacto más significativo en la medida que sea parte integral de la filosofía de la organización y se cultive dentro de un entorno de apoyo y trabajo colaborativo. Aunque los desafíos organizacionales están en desacuerdo con la implementación de la calidad profunda,  estos deben abordarse para maximizar el impacto de la revolución de la calidad. Las estructuras comerciales tradicionales están influenciadas por la producción en masa y, por lo tanto, implementan prácticas rígidas de administración y diseño, conocimientos basados en silos funcionales e invierten en equipos inflexibles e incongruentes con la diferenciación masiva. Esto se manifiesta visiblemente en organizaciones con herramientas empresariales fragmentadas y profundamente arraigadas, como la gestión del ciclo de vida del producto basada en silos, la gestión de los recursos empresariales, la gestión de la calidad y los sistemas de gestión de las relaciones con los clientes. Es posible que estas herramientas no interoperen, lo que limita el intercambio de datos entre los procesos y la escalabilidad. 

Los fabricantes que buscan crear productos diversificados que satisfagan las necesidades del cliente requieren, en cambio, un marco organizativo escalable y ágil. Además de que la administración implemente herramientas comerciales interoperables, los empleados deben apreciar y comprender los datos y su análisis. Los equipos de calidad tradicionales deben ampliar sus capacidades para interactuar mejor con los clientes, y deben interactuar regularmente con ingenieros de diseño, representantes de servicio, TI, proveedores y otros fuera de los equipos de calidad tradicionales. Estos mismos empleados deben adquirir conocimientos que se extiendan más allá de las métricas tradicionales de defectos que reflejen errores de ensamblaje o fallas de hardware para abordar mejor la gestión de riesgos, el cumplimiento de expectativas y el servicio al cliente. Los sistemas más inteligentes requieren un soporte más inteligente, tanto de forma proactiva, durante el diseño y la fabricación, como de forma reactiva después de que los productos están en el campo. La recapacitación y la capacitación ayudarán a los empleados de la calidad a alinear los objetivos corporativos con una visión para mejorar la calidad, impulsando las ventas a través de una mejor percepción del consumidor. 

Para respaldar este cambio, la gerencia debe alentar a los empleados a confiar en datos de procedencia adecuada, incluso si contrarrestan suposiciones de larga data, y a adoptar la capacidad de actualizar un producto en el campo, incluso si eso significa interrumpir las ventas para realizar la transición de un momento de venta único a una relación permanente con el cliente. Si bien la calidad profunda genera datos y mejora las métricas de calidad tradicionales, como la tasa de defectos, la gestión de riesgos y el cumplimiento a través de controles de circuito cerrado, estos beneficios son secundarios al aumento de las ventas y la mejora de la confianza del consumidor como resultado de una mejor satisfacción de las necesidades del cliente. La calidad profunda cambiará el enfoque de las organizaciones de la reducción de defectos a la creación de productos que satisfagan las necesidades urgentes del mundo real y la adaptación de esos productos a medida que evolucionen las necesidades. Esto aumentará el valor de la vida útil del cliente y es un cambio fundamental en la valoración de las líneas de productos al considerar las ventajas potenciales y la escalabilidad futura, en lugar de los costos hundidos y aprovechar las competencias existentes. 

La gerencia debe también evaluar el conocimiento y las habilidades dentro de una organización, cultivar un entorno que apoye los roles flexibles y la colaboración entre diferentes disciplinas, y celebrar el crecimiento y las contribuciones de los empleados (por ejemplo, impartiendo capacitación en ciencia de datos en toda la organización). Esto requerirá la creación de equipos nuevos y ágiles, roles técnicos y no técnicos, y responsabilidades alineadas con una misión centrada en la calidad. 

Un resultado significativo será la mejora de la calidad del diseño, con la hiperconectividad mejorando el proceso de desarrollo del producto, haciéndolo transparente, rastreable y abierto a todas las partes interesadas. En lugar de diseñar para el valor, que hoy optimiza los productos para el valor percibido o informado, la calidad profunda creará productos diseñados para el valor real. Con la innovación basada en datos, ingenieros y clientes se combinará para reducir el tiempo de desarrollo del producto, fomentar la personalización masiva y reducir los costos. A largo plazo, esto mejorará la experiencia del consumidor al reducir los errores, identificar y abordar de manera proactiva nuevas oportunidades y facilitar productos duraderos con ingresos sostenidos. 

La forma en que medimos la calidad también evolucionará. Los estándares y procesos tradicionales de conformidad y cumplimiento, como ISO 9000, se verán alterados y la calidad moderna se definirá de manera maleable. Además de expandirse de la conformidad a la satisfacción de las necesidades, la calidad asumirá otras métricas relacionadas con el consentimiento, la confianza, la privacidad y la seguridad, e incluso la calidad de los datos. El rendimiento del sistema ya no se evaluará en estado estable, sino durante el uso o frente a consecuencias imprevistas. ¿Se protegerán o filtrarán los datos en caso de un corte de energía? Se podría argumentar que la administración de la información se convertirá en una parte integral de la futura gestión de la calidad. 

Cultivar un entorno tecnológico progresivo de innovación interdisciplinaria ayudará a garantizar que la calidad profunda gane un punto de apoyo y tenga un impacto más transformador dentro de la industria. Aquellos jugadores que deseen cultivar un entorno que trabaje hacia la satisfacción integral de las necesidades, en lugar de optimizar las métricas de calidad tradicionales, tendrán éxito y ayudarán a lograr una transformación intersectorial, entregando alta tecnología, alta calidad y bajo costo para las masas. . La calidad profunda es clave para capturar el valor de la personalización masiva y crear productos duraderos que aborden las necesidades del mundo real.

 

Traducido y adaptado de: Siegel J. & Yang, K. (October 2021). Going Deeper. To better address stakeholder needs, manufacturers must dive deep into real-world data. Quality Progress Magazine. ASQ. USA.