Una plataforma de visualización de datos ahorra unos 100 millones de dólares en 4 años

La empresa encargó a GFT la construcción de una plataforma de visualización de datos IoT y monitorización de equipos. Aunque el resultado final iba a ser una solución a medida, GFT empleó sus métodos de eficacia probada para identificar riesgos, carencias y otras áreas de mejora a través de la transformación digital. Para acelerar la entrega, la idea era construir un producto mínimo viable en el menor tiempo posible. Un equipo híbrido de GFT de diez personas trabajó en las instalaciones del cliente y también en varios de sus emplazamientos nearshore.

Una vez terminada, la nueva plataforma se utilizó inicialmente para el mantenimiento preventivo de la maquinaria de producción. Los resultados iniciales fueron extraordinarios. Los datos IoT recopilados en tiempo real de diversas fuentes mostraron que se podían detectar patrones de fallo y anticipar las necesidades de mantenimiento. En ocho semanas la compañía alcanzó un ahorro de costos equivalente al cerca 20 % de su cifra de negocios, sin contar las pérdidas derivadas de las paradas de las máquinas por daños críticos. La monitorización remota de las plantas petrolíferas y el mantenimiento preventivo se extendieron a todas las instalaciones de la compañía.

Además del ahorro permanente, este éxito inicial demostró el potencial que tienen los datos en tiempo real a la hora de mejorar la toma de decisiones. Por ello, seguidamente la compañía encargó a GFT que ampliara el alcance de su programa de transformación para desarrollar sistemas de mantenimiento predictivo y análisis de causa raíz basados en machine learning (ML).

La compañía buscaba también impulsar su estrategia de ESG y contar con nuevas soluciones energéticas. Como gran consumidora de ACPM tanto en sus campos petrolíferos como con sus camiones cisterna, la empresa quería cambiar a combustibles más limpios, y el gas natural era una opción muy evidente. Sin embargo, hacer funcionar camiones cisterna y maquinaria de producción con gas natural no es fácil y hay que controlar constantemente los parámetros clave, tanto por motivos de seguridad como de cumplimiento normativo. La nueva plataforma de datos ofrecía una solución ideal, ya que registraba todos los parámetros necesarios en tiempo real.

Con ello se ha podido ahorrar hasta ahora más de millones de galones de ACPM. La sustitución del ACPM por gas natural está permitiendo a la compañía reducir su huella de carbono, mejorar su calificación ESG y avanzar hacia un futuro m;á verde.

Con una gran cantidad de datos históricos y en tiempo real, la compañía estaba ahora perfectamente preparada para implementar tecnologías basadas en inteligencia artificial (IA)  y machine learning (ML). En un sistema basado en ML el modelo de datos aprende continuamente, lo cual permite establecer patrones detallados en toda la cadena de operaciones en diversos emplazamientos. Además de facilitar el mantenimiento predictivo, el sistema proporciona información precisa y detallada sobre el funcionamiento de la empresa y permite comparar operativas.

Uno de los mayores retos del proyecto era cambiar la cultura organizativa del mantenimiento “reactivo” por una de mantenimiento predictivo. Para que el éxito de un sistema de estas características sea sostenido en el tiempo, se requiere perseverancia y el compromiso firme del personal encargado de entrenar los modelos ML. Por ello, GFT organizó una serie de workshops para el personal con el fin de explicar las ventajas de la IA y conseguir que la vieran como una oportunidad y no como una amenaza.