MonoM, una innovadora startup dentro del prestigioso Grupo Álava, se dedica a transformar la industria a través de la digitalización y la gestión avanzada de datos. Fundada en 2016, la empresa aprovecha más de cinco décadas de experiencia del grupo en el ámbito de la sensórica y mantenimiento predictivo, ofreciendo una propuesta de valor única en el mercado. Con una fuerte presencia internacional en países como España, Portugal, Perú y USA, MonoM está comprometida a largo plazo con la transformación del sector industrial, cuya misión es convertir a toda empresa industrial en una entidad digital, eficiente energéticamente y próspera. Su plataforma integra tecnologías avanzadas como IoT, IA, Big Data, Visión Inteligente y RA para desarrollar aplicaciones que optimizan y digitalizan los procesos industriales, mejorando la productividad, la seguridad y la calidad para sus clientes.
Y es que su éxito se basa también en un equipo humano excepcional, que combina talento, profesionalismo y una profunda calidad humana. Así que no hemos querido perder la oportunidad de entrevistar a Jorge del Valle Arias, CSO (Chief Sales Officer) de MonoM, que ha aprovechado la ocasión para destacar las innovaciones y el impacto positivo de su empresa en la industria.
Actualmente, las empresas del sector industrial generan una enorme cantidad de datos provenientes de diversas fuentes, como sensores IoT, sistemas de producción, maquinaria y procesos operativos. Esta avalancha de información incluye datos sobre el rendimiento de los equipos, el estado de las infraestructuras, la eficiencia energética, la calidad del producto y muchos otros aspectos críticos para el funcionamiento de la industria. Según tu opinión, ¿están las empresas españolas tomando el control de los datos que generan? ¿Son conscientes la mayoría de que una gestión adecuada podría mejorar su rendimiento y optimizar sus activos y procesos operativos?
La realidad es que nos encontramos con numerosas empresas que han invertido en sistemas IoT, entendidos en el más puro sentido de la expresión en cuanto a sensorización y captación masiva de datos, y nos comentan que tienen muchos datos pero que no los están pudiendo explotar adecuadamente.
Es común utilizar esos datos únicamente para generar alarmas basadas en umbrales, pero no se está extrayendo todo el rendimiento que de ello se podría, con analítica avanzada de los datos para detectar, por ejemplo, desviaciones.
Lo positivo es que sí son conscientes de que pueden optimizar sus activos y procesos con un tratamiento adecuado de todos los datos que están recogiendo, tanto de procesos como de operaciones, y es ahí donde las técnicas de machine learning e IA multivariante ayudan a esas empresas a detectar anomalías en sus procesos de forma anticipada.
Desde su fundación en 2016, MonoM ha sido testigo de cómo ha cambiado la percepción de la Industria 4.0. Inicialmente, muchas empresas han sido reacias a adoptar estas tecnologías debido a la falta de formación y temor al cambio. Sin embargo, con el tiempo, hemos visto un aumento en la aceptación y adopción de la Industria 4.0, debido a sus beneficios en eficiencia y productividad. ¿Cómo ha ayudado la empresa a esta transición y qué impacto ha tenido en la eficiencia y productividad de sus clientes?
Ya he comentado que captar datos por captar no conduce necesariamente a una optimización de los procesos o a una identificación de ineficiencias, pero sí es el primer paso necesario. Por eso, desde MonoM nos hemos preocupado y ocupado en que nuestra plataforma pueda ingestar cualquier fuente externa de datos y gestionarlos, con una perspectiva multivariante y aplicando inteligencia artificial, entregando resultados en forma de indicadores o KPIs adaptados a cada tipo de usuario.
Nuestros interlocutores en las industrias son variados, y también sus necesidades. Un perfil gerencial no necesita información detallada de lo que le ocurre a una determinada máquina o proceso, pero sí necesita ver indicadores de alto nivel que le informen, de un vistazo rápido, de las ineficiencias de su planta, del rendimiento de sus activos, de una comparativa de rendimiento entre plantas, o del impacto financiero que las paradas de producción no programadas tienen en su producción. En cambio, un responsable de mantenimiento de una planta necesita información de detalle de cada activo o cada proceso, identificar claramente los fallos de los activos o qué anomalías tempranas está detectando la plataforma. Pero necesita también que la plataforma le indique una priorización, le oriente sobre en qué activos o procesos debe centrar primero su atención.
Esta es la forma en que hemos desarrollado la plataforma de datos MonoM y en que estamos interactuando con la industria para ayudarles a optimizar su eficiencia según el rol de cada usuario de la plataforma.
Actualmente, la empresa está operando en sectores industriales como Oil & Gas, manufactura, gestión del agua, ingeniería civil, farmacéutica, energías renovables, automotriz, entre otros. ¿En qué sectores crees que tecnologías emergentes como IoT, IA, Big Data, mantenimiento predictivo, etc. están causando una mayor transformación?
La plataforma de datos MonoM es una plataforma multi-sectorial, si bien hemos desarrollado algunos verticales que requieren de analítica de datos e IA específica, como es el caso de las energías renovables o de la gestión del ciclo del agua.
En general, nuestro valor se enfoca en industrias intensivas en proceso, y es en ellas en las que las tecnologías emergentes causan una mayor transformación, porque tienen procesos complejos, cuyo resultado es función de múltiples variables, y una parada de producción no programada, debida por ejemplo al fallo de un activo, genera importantes pérdidas económicas.
En este sentido, además de industria manufacturera y de proceso, como comentas, en la plataforma MonoM hemos incluido módulos específicos por ejemplo para energía eólica, donde generamos modelos de detección de anomalías multivariante para realizar un diagnóstico predictivo de anomalías de los aerogeneradores.
Hoy día, sostenibilidad y eficiencia energética representan conceptos clave que están guiando las prácticas y estrategias empresariales hacia un futuro más responsable y sostenible. ¿Cómo MonoM está apoyando con sus soluciones de IA y monitorización a empresas comprometidas con la sostenibilidad y eficiencia energética?
En entornos puramente industriales, la eficiencia energética está muy ligada a la eficiencia del proceso y a la operación de las máquinas. Un activo industrial con una anomalía de funcionamiento, incluso aunque aún no haya dado la cara al usuario, es susceptible de consumir más energía de lo que debiera. Por tanto, la detección de anomalías tempranas basadas en IA y el diagnóstico predictivo redunda en una mayor eficiencia energética de los activos y procesos industriales.
Otro sector en el que la sostenibilidad y eficiencia energética es clave es el ciclo integral del agua, donde, como comentaba, hemos desarrollado también módulos específicos de la plataforma para gestionar todos los casos de uso que aplican al ciclo integral del agua. La sostenibilidad y eficiencia energética en este sector se presenta de diferentes maneras: por un lado, en la parte más industrial del ciclo del agua, hablamos de los procesos de las plantas de captación o de tratamiento del agua, o de la eficiencia de las estaciones de bombeo (directamente relacionada con su consumo energético); y en la parte más cercana a la distribución del agua, la identificación de pérdidas y fugas en las redes de distribución está relacionada directamente con la sostenibilidad del recurso. Pero no sólo eso, estamos trabajando también con modelos de IA que hacen una predicción de riesgo de rotura de tuberías de agua, que facilite a los operadores la planificación de los mantenimientos de la red.
No cabe la menor duda de que la calidad y la cantidad del agua son vitales para la salud pública y el medio ambiente. Por ello, la monitorización inteligente es esencial. ¿Cómo está la empresa abordando esta necesidad con sus soluciones especializadas para este sector de la industria?
En efecto, el sector agua es vital, y lo va a ser cada vez más en los próximos años. Para entender cómo abordamos esta necesidad es necesario entender algunos de los retos a los que se enfrenta el sector del agua. En primer lugar, las redes de agua son antiguas, con un envejecimiento elevado de las infraestructuras que origina pérdidas y fugas que provocan rendimientos bajos de la red; el cambio climático nos conduce a una escasez creciente; las expectativas de los consumidores son cada vez mayores, en términos de calidad; y todo ello en escenarios de incremento de costes energéticos que se traducen en aumentos de costes de producción y operación, y con restricciones presupuestarias.
El sector del agua tiene además un ciclo de vida muy característico, con fases muy diferenciadas (captación – tratamiento – distribución – saneamiento – vertido) que tienen necesidades muy concretas, en algunos casos totalmente diferentes de una a otra fase, pero que dependen de un mismo operador.
En MonoM hemos abordado esta necesidad dotando a la plataforma de todos los casos de uso o necesidades de explotación de datos que necesita cada fase del ciclo del agua, de modo que los operadores tengan un punto de entrada único a una plataforma tecnológica, con un datalake (lago de datos) unificado y estructurado, que elimine los silos de información, pero que habilite aplicaciones de analítica avanzada de datos específicos para cada fase, con una arquitectura modular que permita habilitar los casos de uso que sean necesarios en cada proyecto.
La aplicación de monitorización inteligente, como sucede con los contadores conectados, nos permite disponer de información en tiempo casi real, que utilizamos, por ejemplo, para identificar anomalías de consumo. Pero pensemos también en la vertiente social: configurando las alarmas de la plataforma de forma adecuada, podemos identificar si un abonado ha dejado de consumir, y si ese abonado está identificado como una persona de riesgo (por ejemplo, una persona mayor que vive sola), eso puede desencadenar una alerta a sus familiares o a los sistemas sanitarios.
Mirando hacia el futuro, ¿cómo visualizas la evolución en la aceptación y adopción de las tecnologías de la Industria 4.0 en los próximos años? ¿Cuáles crees que serán los avances tecnológicos más impactantes?
Lo visualizo con mucho optimismo. Como comentábamos al principio, la explosión del IoT ha generado, y lo va a seguir haciendo, la captación de ingentes cantidades de datos, que hay que procesar de manera adecuada para generar información de utilidad que impacte positivamente en la optimización de los procesos industriales.
La IA ya nos está permitiendo realizar diagnósticos predictivos anticipados, detectando anomalías de funcionamiento de forma temprana.
Estamos trabajando también con Edge Computing y la generación de Gemelos Digitales.
Pero sin duda creemos que el siguiente gran avance, en el que ya estamos trabajando y con primeros resultados, es la IA generativa. No se trata de sustituir al humano, sino de complementarlo.
La IA generativa permitirá que la plataforma de datos MonoM, tras realizar un análisis multivariante de un determinado proceso industrial o de un activo, genere recomendaciones de acción ajustadas a ese activo o proceso y asigne una puntuación de criticidad y priorización, ayudando a los gestores de la industria a optimizar sus procesos.
(Jorge del Valle Arias. MonoM)
