“Al final, la digitalització ha de portar una diferenciació i un augment de rendibilitat per part de l’empresa”

Jordi Ricart del grup Smart Systems ens rep a l’edifici de LEITAT als afores de Terrassa, tot envoltat de natura.

Quin és el vostre projecte recent del qual esteu més orgullosos?

N’hi ha varis. Un d’ells va ser un projecte social que vam desenvolupar durant la pandèmia, que a més va ser un projecte no finançat, va ser iniciativa pròpia, intern. Va consistir a fer un respirador, fer tota l’electrònica i tot el control. A més, en aquell moment no hi havia peces, no hi havia possibilitat d’accés a estocs. És a dir, que teníem molt poca cosa i vam treballar amb els recursos que teníem disponibles. No era només un problema de fer un producte de manera molt ràpida perquè corria pressa, sinó que també era fer-ho amb les eines que teníem. Era més complex que un projecte normal en el qual compres, dissenyes i muntes. A veure què hi ha. A veure què podem fer. I amb això, com es pot fer el que volem fer. Aquesta va ser una iniciativa “xula” en una època difícil i considerem que va ser molt interessant perquè vam aprendre molt també.

Quin va ser aproximadament el lapse de temps?

Un mes. Una cosa que normalment faríem en mesos es va poder dur a terme en un mes, fins i tot amb proves de certificació. També gràcies al fet que vam tenir molta ajuda no només de LEITAT sinó també dels socis que vam fer, com la gent d’HP, amb un equip de la Generalitat que ens ajudava amb tota la part de la certificació. Per saber com fer-ho, hospitals com el Taulí. Va ser un projecte molt intens. Esperem que no tots siguin tan intensos, però sí que va ser una molt bona experiència.

Quines creieu que són les claus més importants per fer la transformació digital a una empresa?

Sempre depèn del punt de partida de l’empresa. Hi ha empreses que d’alguna manera ja estan digitalitzades. El que pot ser molt interessant en aquests casos és veure quin nivell de digitalització tenen i com es pot utilitzar aquestes dades. Quines són bones i quines no, per treure una capa d’informació a través d’algorítmia.

Hi ha altres empreses que no, que realment encara funcionen sota el paradigma d’Indústria 2.0, que com a molt, està automatitzada, i no tenen accés ni a dades. En aquests casos s’ha de generar aquestes dades. Sempre intentem fer-ho al revés, amb enginyeria inversa. Què necessites, o què creus que necessites. Amb el que hi ha disponible, com ho podem aconseguir. Aquesta primera fase d’inspecció molts cops és la més important perquè encara no estàs fent res tècnic, però estàs configurant tot el projecte que hi ha al darrere. Això no només és temps sinó que també són diners. I al final un accés a uns resultats que poden ser diferencials per l’empresa dintre del mercat, que sempre és molt competitiu. Al final, la digitalització ha de portar una diferenciació i un augment, no et diré de productivitat, però sí de rendibilitat per part de l’empresa.

En relació amb el tema del manteniment predictiu, ¿Quins guanys s’assoleixen i quines són les principals barreres que impedeixen la seva implantació?

Com et deia abans, depèn molt de cada empresa i de cada entorn. Nosaltres, amb els projectes que estem duent a terme, el que sempre busquem és que hi hagi un benefici per l’empresa. Al final, si tu et vols “liar la manta al cap” i entrar en aquest tipus de projectes, ha de ser perquè és rendible per a tu. Potser no a la curta, però si a la llarga.

Per tant, per mi, la primera pregunta, ho enfoquem amb una optimització de costos per l’empresa. I quan dic costos són sobretot de parada de màquines. Que es pugui veure quin és el millor moment per fer aquest manteniment, no només en temps, sinó també en cost, abans que s’espatlli la màquina. No el faràs cada setmana, sinó que el faràs en aquell moment que consideres que la màquina ja està amb un risc de tenir una fallada, que no pots esperar més, i que és un bon moment per fer una parada de la producció. A vegades aquestes operacions impliquen parada de producció. Per una empresa això no és agradable. Ara bé, sí que guanyes, en el sentit de dir que no se m’ha trencat la màquina, que la reparació és més ràpida i que parar la línia no em suposa un esforç molt gran en producció. Doncs això és el que ha de fer l’algoritme, no només dir-te quan falla la màquina sinó també quin és el moment òptim per fer aquest manteniment. Això, per una banda.

Per l’altra, on estan les grans barreres. Per mi, on estan els grans reptes actuals, és tenir un bon conjunt de dades. És a dir, tenir una bona captura de les dades de l’entorn de la màquina, de tot el que s’ha de computar per poder prendre aquestes decisions a partir de la intel·ligència artificial. Si la IA és molt bona, però té males dades, el resultat serà dolent. Per tant, els algoritmes ja estan molt estudiats. Sí que és veritat que hi ha models matemàtics nous, però hi ha moltes coses aplicables al 90 % de les línies productives actuals i el tema molts cops és com tenir unes dades efectives bones. Aquest és un dels grans reptes que depenent de la indústria o del sector pot ser complicat.

Per què les empreses no volen o són reticents a implementar aquests manteniments predictius?

Home, potser perquè treballem en un centre tecnològic, aquí sí que tenim moltes empreses que ho volen fer. Sí que és veritat que els nous projectes sempre són un risc financer per les empreses. Jo crec que moltes empreses potser diuen “ara no toca, ja ho farem”, i aquest “ja ho farem” a vegades s’eternitza perquè sempre és un mal moment per fer aquestes coses. Actualment, tothom té més clar que potser fa deu anys que invertir en recerca a la llarga és bo per l’empresa. No és per tenir un finançament, és bàsicament per tenir una millora competitiva.

Sembla que això, a vegades, les empreses no ho tenen massa clar.

Depèn de l’empresa. Potser a un centre tecnològic no és el millor lloc per preguntar, per què aquí ens venen moltes empreses demanant això, perquè han vist que si no ho tenen, la competència pot estar millor posicionada que ells, potser no a la curta, però sí a la mitja. Necessiten avaluar si això pot millorar la seva cadena productiva. Per tant, jo crec que moltes empreses, no sé si condicionades per la COVID, han vist que no és mal negoci invertir en temes de recerca aplicada. Perquè al final no estem desenvolupant un algoritme nou, sinó que estem aplicant algoritmes a la situació d’aquella empresa. Això és més ràpid, implica un risc tecnològic més baix, i dona un resultat més a curt termini.

Com creieu que anirà l’evolució de l’IoT i en general dels productes connectats?

És una bona pregunta. El que estem veient és una tendència clara. Ho hem vist ara fa poc. Els esdeveniments en el contorn et poden afectar. En IoT el que s’està tendint es cap a dos grans focus.

Es vol fer la tecnologia massiva. Per tant, tot el tema de comunicacions està canviant. Pot voler dir 5G, però també es tenen en compte altres tipus de xarxes. Perquè tothom està pensant com connectarem tants dispositius, i com ho farem de forma efectiva. No tot ha d’anar a 5G, però sí que és veritat que si vols fer per exemple, en una planta, no vols passar cables a tota la planta i vols connectar molts sensors i moltes coses, pot ser una bona solució sempre que el cost sigui efectiu.

La part de ciberseguretat. En l’àmbit de node IoT. S’han fet molts dispositius en els últims anys i molts d’ells no tenen cap mena de protecció. Això són punts d’entrada, vulnerabilitats de xarxa. I això és un problema. Depenent del tipus de xarxa serà un problema més o menys gran, però sempre serà un problema. Sobretot en xarxes on hi hagi informació sensible a ser alterada, robada o segrestada. Aquest és un dels punts claus en els quals s’està treballant en el full de ruta europeu per intentar resoldre aquestes mancances que s’han detectat en aquest tipus de dispositius.

Vosaltres també treballeu la part de ciberseguretat?

Nosaltres treballem en diferents àmbits. No només en la part de ciberseguretat que tothom coneix en l’àmbit de software, sinó que també en l’àmbit de hardware. Dota de seguretat per hardware, que és un concepte que encara no es fa servir de manera massiva. Un altre àmbit amb el qual treballem és la ciberseguretat mitjançant encriptació quàntica, que també és un altre punt que els pròxims anys segurament anirà a més.