Los instrumentos de medición de Endress+Hauser se fabrican en una amplia variedad de configuraciones, de modo que prácticamente cada equipo es único.
Una previsión precisa
Los instrumentos de medición de Endress+Hauser no son productos estándar de inventario. Se fabrican en una amplia variedad de configuraciones, de modo que prácticamente cada equipo es una pieza única. La empresa fabrica anualmente unos tres millones de sensores por encargo, la mayoría con un plazo de entrega de apenas unos días. “Para garantizar que nuestras plantas cuenten con los materiales y recursos necesarios en la cantidad y el momento adecuados, debemos anticipar la demanda del mercado con al menos 12 meses de antelación”, explica Oskar Kroll, director de proyectos de la cadena de suministro corporativa. Un modelo de aprendizaje automático introducido recientemente está empezando a ayudar a los equipos en este ámbito. “El análisis de los datos históricos identificó patrones e interrelaciones y, ahora, el modelo aplica estos hallazgos a los nuevos datos para prever la demanda de nuestros sensores”, explica Kroll. Tras solo tres meses de formación impartida por científicos internos y expertos externos, el modelo ya estaba preparado para realizar sus primeras previsiones de necesidades. Para ello tenía en cuenta factores como las cotizaciones, la entrada de pedidos, los tipos de cambio, los precios del petróleo y el gas, diversos indicadores económicos y los días festivos.
“Para optimizar el modelo, lo sometimos a pruebas retrospectivas utilizando períodos en los que ya conocíamos el nivel real de entradas de pedidos. Ahora hace un año que lo empleamos para generar previsiones móviles a 12 meses. Nuestros equipos en los países implicados comprueban la verosimilitud de estas previsiones y añaden sus propias ideas”, afirma Kroll. Esta combinación de inteligencia humana y artificial está dando buenos resultados. Kroll: “Las primeras cifras indican que las previsiones son más exactas. Esto mejora nuestra planificación y nos ayuda a cumplir con fiabilidad las expectativas de los clientes”.
Cada vez son más las empresas obligadas a demostrar que sus cadenas de suministro respetan los derechos humanos y cumplen con las obligaciones medioambientales.
Cadenas de suministro transparentes
Cada vez se exige más a las empresas que demuestren que sus cadenas de suministro respetan los derechos humanos y cumplen con las obligaciones medioambientales. Ello implica una estrecha vigilancia y monitorización de los proveedores. “Como empresa internacional con más de 12.000 proveedores, sabíamos que la única manera de cumplir estos requisitos era disponer de un sistema de apoyo”, afirma Thomas Nierlich, responsable de las adquisiciones corporativas de Endress+Hauser. Su equipo encontró la solución que buscaban con Prewave. Esta empresa emergente ha desarrollado una plataforma que utiliza la IA para analizar la información obtenida de la web y las redes sociales en más de 400 idiomas. “Prewave trabaja día y noche analizando estos datos y realizando evaluaciones de riesgo de proveedores estratégicos”, explica Thomas Nierlich. Si hay una protesta cerca de la fábrica de un proveedor, o una catástrofe natural en la región, el equipo de compras global y los compradores locales reciben una notificación. “También podemos identificar de un vistazo si existen proveedores con los que deberíamos implicarnos más a fondo en determinados asuntos para evitar interrupciones en nuestra cadena de suministro”, afirma Nierlich. Como uno de los primeros clientes de Prewave, Endress+Hauser pudo contribuir al desarrollo de la herramienta. “Nuestras empresas de servicios y producción también utilizan ahora Prewave para la gestión integral de riesgos y la evaluación de nuevos proveedores. Todo ello nos ayuda a reforzar nuestras cadenas de suministro y mejora nuestra capacidad para cumplir los pedidos de forma fiable y puntual”, explica Nierlich.
En Endress+Hauser, la calibración es un paso clave en el proceso de fabricación.
Una rápida calibración
La calibración es un paso clave en el proceso de fabricación de Endress+Hauser. “Así garantizamos que nuestros instrumentos de medición cumplen las especificaciones”, afirma Jörg Zacheres, director de proyectos de sistemas de calibración del centro de productos de tecnología de medición de caudal. Pero la calibración lleva su tiempo. “Así que nos planteamos si es posible acelerar este proceso sin comprometer la calidad”. El objetivo era agilizar la tramitación de los pedidos de caudalímetros electromagnéticos, que son los productos más vendidos por Endress+Hauser. En este caso, el reto era lograr una mayor visibilidad, como explica Jonas Bretz, analista experto en calibración avanzada: “Gran parte del proceso está automatizado y tiene lugar fuera de la vista, dentro de la planta”. Para lograr transparencia, el equipo, recurriendo a diversas fuentes, recopiló y superpuso todos los datos generados sobre el instrumento, el proceso y la planta de producción. “A partir de ese momento, todos los implicados pudieron visualizar la secuencia completa de acontecimientos y comprenderla en toda su profundidad. Esto nos permitió profundizar juntos en cómo se estaban desarrollando realmente las cosas”, explica Bretz.
El equipo optimizó el proceso de calibración en todas las plantas del mundo, trabajando en estrecha colaboración con las autoridades competentes. Jörg Zacheres está encantado con el resultado: “El proceso de calibración es ahora un 30 % más corto. Algunos pasos se han eliminado, otros se han optimizado e incluso hemos podido incorporar un paso adicional de control de calidad”. El equipo también acaba de reducir el tiempo de calibración de los caudalímetros Coriolis. Y hay más proyectos en marcha: “En todo el Grupo hemos desarrollado una plataforma de datos e inteligencia artificial que pronto nos permitirá recopilar de forma automatizada y estandarizada todos los datos de calibración. Esto agilizará el trabajo de nuestros científicos de datos y nos permitirá llevar a cabo proyectos de optimización aún más rápidamente”, afirma Jean Gutknecht, propietario del producto de datos.