Digitalización y gestión de la calidad

La digitalización es parte del camino de la excelencia que considera la gestión de la calidad, pero no la reemplaza.

Entre los avances que está generando la Revolución Industrial que estamos viviendo, la cuarta registrada como tal en la historia moderna, se encuentra la facilidad para captar una gran cantidad de datos (big data), que se generan a gran velocidad, y que pueden ser de distinta naturaleza (números, caracteres, imágenes, etc.), para procesarlos, analizarlos y transformarlos en información relevante, que apoye la toma de decisiones.

A esto se suma que las computadoras están dejando de ser un mero dispositivo que ejecutan las instrucciones que les entrega un programador, sino que también pueden lograr aprendizajes, a partir de eventos pasados.

Todo lo anterior está produciendo cambios nunca antes vistos y cuyo potencial y expansión son muy difíciles de predecir (el límite entre la ciencia ficción y la realidad empieza a ser difuso, aparte de que las nuevas potencialidades de las máquinas están muchas veces asociadas a legítimas interrogantes éticas).

En particular, en el sector industrial, donde cosas que en el pasado eran difíciles de lograr o cuyo costo los hacía inalcanzables, hoy pueden conseguirse con sorprendente facilidad y a bajo precio.

Cómo mejorar un proceso productivo

Veamos el caso de la mejora de un proceso productivo, ya sea de manufactura o servicios, con el fin de disminuir los tiempos de ciclo, ahorrar recursos, aumentar la disponibilidad de los equipos, disminuir las probabilidades de falla, etc.

Para esto se pueden aplicar herramientas de mejoramiento de la calidad, que se alimentan de datos para identificar oportunidades de mejora, conocer las causas raíces de los problemas, aplicar medidas remediales y evaluar su impacto.

Estos propósitos se pueden ver enormemente facilitados, si se utilizan correctamente tecnologías emergentes en las etapas de recolección y almacenamiento de datos (sensores, cámaras, servidores de gran capacidad), que permitan capturar grandes volúmenes de ellos. Y luego se empleen métodos de análisis descriptivos (identificación de patrones) o predictivos (predicción valores futuros de una variable).

Si revisamos las herramientas básicas para el mejoramiento de la calidad, como son el diagrama de Pareto, el diagrama de causa efecto o de Ishikawa, el histograma, el diagrama de dispersión o los gráficos de control, su eficiencia y eficacia aumentan exponencialmente, ya que no requirirían de una alimentación manual de datos, con el riesgo de errores de digitación y el análisis realizado exclusivamente por personas, donde está presente la subjetividad y los sesgos que afectan la evaluación de alternativas de acción.

Una aplicación de las nuevas tecnologías podría darse para el caso de los gráficos de control que se utilizan para monitorear variables clave de un proceso. Las muestras de datos podrían ser obtenidas directamente de las lecturas de los sensores que captan el comportamiento de las variables bajo control.

Los cálculos de los límites superior central e inferior se realizarían de manera automática, junto con el gráfico de control mismo, lo que facilitaría la construcción de un gráfico dinámico en el tiempo (monitorización remota).

En el caso que se presente una causa especial que haga que el proceso esté fuera de control, un sistema inteligente podría apoyar el análisis y el diagnóstico sobre las posibles causas raíces de lo sucedido.

Si en el proceso solo existen causas comunes de variación, es decir está bajo control, pero los valores están mostrando un comportamiento que anticipa un problema futuro, por ejemplo, ciclos recurrentes, mucha o poca variabilidad, tendencias, etc., el sistema nos podría entregar una alarma y un diagnóstico para tomar decisiones más oportunas y también más precisas.

A lo anterior podríamos agregar que, según el tipo proceso o variable que estemos controlando, el mismo sistema —en algunos casos— podría ejecutar una acción automática que potencialmente permitiera corregir el origen del problema.

En el ejemplo anterior, vemos cómo intervienen técnicas provenientes del data analysis, para la comprensión del comportamiento de variable clave, del machine learning, para la predicción de comportamientos futuros de la misma variable y de la inteligencia artificial para la toma de decisiones y ejecución de acciones.

Camino a la excelencia

Este es un ejemplo de muchos, que muestran la aplicación práctica de las nuevas tecnologías en métodos tradicionales de la gestión de calidad y que generan una nueva potencialidad para acercar a las organizaciones a tener procesos de excelencia.

Sin embargo, es importante señalar que la digitalización y uso de herramientas potenciadas por ellas, no garantizan per se una mayor calidad, si no van de la mano de un profundo y apropiado análisis de los procesos en mejoramiento. Es decir, las herramientas deben apoyar la gestión de procesos y —en ningún caso— prescindir de esta.

Finalmente, los invitamos a ver el siguiente video, para acercarnos más a entender que está ocurriendo hoy en día:

Lee aquí sobre el curso gestión de la calidad de Clase Ejecutiva UC.





Artículos más recientes del autor