¿Puede la IA ayudar a Estados Unidos a volver a fabricar productos?

La falta de operadores especializados y el envejecimiento de la fuerza laboral impulsan la adopción de inteligencia artificial, que promete cerrar la brecha y devolver la competitividad a la manufactura estadounidense

Guardar
La crisis de habilidades amenaza
La crisis de habilidades amenaza el futuro de la manufactura en EE.UU., pero la IA ofrece una solución innovadora (Imagen ilustrativa Infobae)

No hay absolutamente ningún margen de error con las piezas de precisión que MSP Manufacturing en Bloomington, Indiana, fabrica para la industria de la aviación, incluidos estuches y abrazaderas que sostienen los instrumentos de un avión de forma segura en la cabina, respiraderos de refrigeración para aviónica y protectores de interruptores para evitar que los pilotos apaguen accidentalmente los motores o, en los aviones de combate, lancen misiles.

Para producir esas piezas cruciales con precisión submilimétrica, MSP lleva mucho tiempo utilizando máquinas CNC (control numérico por computadora). Estas utilizan fresadoras, tornos y taladros para cortar, dar forma y taladrar el metal según las especificaciones exactas establecidas por un operador.

Pero esos operadores altamente capacitados escasean en Estados Unidos, con una fuerza laboral industrial envejecida y pocos trabajadores jóvenes con las habilidades necesarias. Y este es un trabajo que consume muchísimo tiempo: programar una pieza en una máquina CNC puede llevar desde una hora y media hasta un día entero, afirma Johnny Goode, presidente y director de operaciones de MSP. “Teníamos unos tres (programadores)”, dice Goode. “Y era una especie de cuello de botella”.

El año pasado, Goode se encontraba en una feria de aviación en Inglaterra cuando vio algo extraordinario: un nuevo tipo de software basado en IA que podía programar una máquina CNC para fabricar una de esas piezas que tardan una hora y media en tan solo siete minutos. El operador CNC de MSP dedicó otros 15 minutos a refinar la pieza manualmente. El ahorro de tiempo fue considerable.

“Pensé: ¡Vaya!, esto va a ser revolucionario”, declara Goode a Fortune, añadiendo que el retorno de la inversión parecía evidente. “Pasar de 90 minutos a 22 minutos es un gran logro, y hemos visto que mejora aún más a medida que aprendemos a usar mejor el software”.

La empresa detrás de este software es CloudNC, una startup londinense que forma parte de una revolución silenciosa que está transformando la industria manufacturera estadounidense. Al usar inteligencia artificial para automatizar uno de los aspectos más cualificados y laboriosos del trabajo en fábrica —la programación de los robots que cortan piezas metálicas—, CloudNC ayuda a los fabricantes a superar dos desafíos críticos: la grave escasez de trabajadores cualificados y la presión para producir piezas más rápido y a un precio nunca visto.

La inteligencia artificial ha sustituido
La inteligencia artificial ha sustituido algunas actividades realizadas por el ser humano. (Imagen Ilustrativa Infobae)

La crisis de las habilidades

La administración Trump afirma que quiere que Estados Unidos vuelva a fabricar productos, y su política arancelaria está diseñada, en parte, para impulsar a las empresas a repatriar los empleos manufactureros que habían trasladado a Asia y otros países con bajos salarios durante las últimas tres décadas. Sin embargo, el sector manufacturero estadounidense se enfrenta a una grave escasez de mano de obra. Un análisis de 2024 sobre la fuerza laboral industrial estadounidense realizado por Deloitte y el Manufacturing Institute estima que 1,9 millones de empleos manufactureros podrían quedar vacantes para 2033 debido a la escasez de personal cualificado. Y las operaciones de CNC son una de las áreas con mayor déficit de personal cualificado.

Las raíces de esta crisis son profundas. Casi el 70% de la fuerza laboral de maquinistas tiene más de 45 años. Y las encuestas han demostrado sistemáticamente que los jóvenes no están interesados ​​en entrar en el sector manufacturero. Una encuesta de 2023 de la firma de investigación Soter Analytics reveló que solo el 14% de la Generación Z (personas de entre 13 y 28 años actualmente) consideraría un trabajo en la industria manufacturera, ya que muchos de esta generación perciben el sector como inseguro e incompatible con las modalidades de trabajo flexible que valoran.

Incluso para quienes desean adentrarse en este campo, capacitar a un nuevo programador CNC lleva años. Y el trabajo requiere una precisión extraordinaria: los errores pueden costar decenas de miles de dólares y dañar maquinaria costosa.

“Cuando me inicié en este negocio hace 10 años, se hablaba de una brecha de habilidades. Ahora lo llaman crisis de habilidades”, afirma Theo Saville, cofundador y director ejecutivo de CloudNC. “Ha habido menos maquinistas en la industria cada año durante los últimos 35 años, más o menos. Las cifras siguen bajando, mientras que los requisitos de producción industrial siguen aumentando”. A nivel mundial, se espera que la necesidad de piezas mecanizadas por CNC crezca alrededor de un 10% anual durante los próximos siete años, según las previsiones de la firma de investigación Fortune Business Insights, con la demanda de piezas de alta precisión en los sectores aeroespacial, de telecomunicaciones y de dispositivos médicos impulsando esta tendencia. Sin embargo, muchos fabricantes no cuentan con suficientes operadores de CNC para satisfacer la creciente demanda.

Un concurso de submarinos

Saville, cofundador y director ejecutivo de CloudNC, tuvo la idea de la empresa cuando estudiaba ingeniería mecánica en la Universidad de Warwick, Inglaterra. Saville y sus compañeros habían participado en una competición anual que pedía a los estudiantes diseñar y construir un submarino de propulsión humana, y que luego enfrentaba a estos submarinos entre sí en carreras celebradas en el campo de torpedos del Centro de Guerra de Superficie de la Armada de EE. UU. en Carderock, Maryland. El equipo de Saville tenía 30 semanas para ensamblar su submarino, pero se topó con un obstáculo al fabricar los componentes metálicos que necesitaban. Para fabricar las piezas, comenta, “el plazo de entrega era de 10 semanas”. La cifra le pareció a Saville una locura, recuerda, porque había visto impresoras 3D producir piezas de plástico complejas de la noche a la mañana. Mientras tanto, el taller de ingeniería de Warwick tenía una máquina CNC parada. “Dije: ‘Está delante de mí. Déjame usarla’. Pero me dijeron: ‘No, necesitas cinco años de formación’”, recuerda. Eso también le pareció una locura a Saville.

Con una especialización en informática e inteligencia artificial, Saville pensó que tenía que haber una mejor manera de pasar del diseño de componentes al programa de máquina CNC que confiar en que un humano codificara manualmente todos los pasos. “Empezamos con la creencia de que deberíamos poder pulsar un botón y obtener piezas de metal”, dice Saville. “No nos dimos cuenta de lo difícil que iba a ser”. No convirtió la máquina del buque de trabajo a tiempo para el concurso de submarinos: Saville y su cofundador Chris Emery, que ahora es el científico jefe de CloudNC, tardaron ocho años en desarrollar un software de inteligencia artificial que pudiera dominar el complejo funcionamiento de las máquinas CNC. “Tengo una máquina que tiene cientos de herramientas de corte. Puedo usar una de esas herramientas, o las 200, y puedo moverlas a cualquier velocidad, en cualquier dirección, en cualquier ángulo, con cualquier avance por revolución”, dice Saville. Y luego tengo la acumulación de virutas (metálicas), la vibración y el calor. Tengo que considerar diferentes materiales. Tengo el par, la potencia de la máquina y los límites de velocidad de sus ejes. Básicamente, hay unos 30 subproblemas dentro de ese problema general de “¿Cómo fabrico esta pieza?”.

La solución que CloudNC ideó utiliza una combinación de pequeños modelos de IA, cada uno entrenado para resolver solo uno de esos subproblemas, que trabajan en conjunto con programas de software más estándar. Toma como entrada un dibujo de ingeniería tridimensional digital de una pieza, creado con software de fabricación asistida por computadora (CAM) de diferentes proveedores, como Autodesk, Siemens o Sandvik.

Así funciona en la planta de producción: el software de IA “Cam Assist” de CloudNC analiza la pieza a fabricar, repasando rápidamente cientos de miles de maneras diferentes en que una máquina CNC podría producirla, utilizando diversas herramientas. “Luego, empieza a ejecutar optimizaciones”, explica Saville, descartando enfoques ineficientes y buscando los que mejor funcionan. Una vez que encuentra un enfoque adecuado, desarrolla el conjunto de instrucciones específico para que la máquina CNC ejecute esa estrategia. El operador de la máquina puede entonces usar una memoria USB, o en algunos casos una conexión de red, para enviar esas instrucciones a la máquina CNC.

La meta de la 'fabricación
La meta de la 'fabricación en un solo clic' busca devolver la producción industrial a Estados Unidos con ayuda de la IA (Imagen ilustrativa de Infobae)

Resolviendo el dilema de los datos

Obtener datos para perfeccionar estos modelos de IA es extremadamente difícil, afirma Saville. Cuando se trata del enfoque correcto para una pieza completamente nueva, el conocimiento solo existe en la mente de los propios operadores de CNC. Y aunque muchos fabricantes guardan los programas de piezas que ya han fabricado con éxito, la naturaleza fragmentada de la industria manufacturera implica que no existen grandes conjuntos de datos sobre cómo fabricar un conjunto diverso de piezas.

“Los datos de cada fábrica son completamente propios”, dice Saville. “Los fabricantes de máquinas herramienta no los tienen. Los proveedores de software tampoco. Todos resuelven el mismo problema a diario en diferentes edificios y no los comparten”.

Y los datos sobre cómo fabricar piezas correctamente son solo una parte de lo que una empresa como CloudNC necesita para desarrollar software de IA para máquinas CNC. También es útil conocer los errores, afirma Saville. ¿Qué estrategias no funcionaron? Casi ningún fabricante lleva registros de estos enfoques erróneos. Por eso, gran parte del secreto que CloudNC utilizó para crear sus modelos de IA se gestó en una pequeña planta de fabricación que la propia CloudNC gestiona en Essex, al este de Londres. Aquí, en una fábrica de 15 personas, la empresa de IA opera varias máquinas CNC que fabrican componentes reales para clientes. Los datos que CloudNC captura en el proceso le ayudan a mejorar su software.

Aunque CloudNC ha controlado en gran medida el mercado del software CNC con IA hasta ahora, está empezando a surgir competencia. Plyable, otro participante con sede en el Reino Unido, está intentando desarrollar IA para automatizar parte del trabajo que realizan las máquinas CNC, en particular la creación de moldes y piezas compuestas. Manukai, con sede en Zúrich, Suiza, es otra startup de IA que apunta al mercado CNC. Mientras tanto, Fo​​rmlogic, una empresa que había ayudado a fabricar piezas para SpaceX, cerró su sede en Pittsburgh y despidió a la mayoría de su personal el año pasado tras no conseguir suficientes negocios. Goode, de MSP, afirma que los operadores de CNC de su empresa han empezado a utilizar CloudNC rápidamente, e incluso ha animado a otros empleados a mejorar sus habilidades de programación de CNC para que puedan utilizar el software de IA.

MSP tiene una norma según la cual un operador debe tener experiencia en la producción de una pieza por su cuenta antes de que se le permita utilizar el software de CloudNC. “Ahora también estamos consiguiendo mejores programadores”, afirma. “Así que ese fue un subproducto imprevisto de CloudNC”. Goode afirma que CloudNC ha permitido a MSP usar sus máquinas CNC de forma mucho más eficiente que antes, y también desplegar a sus programadores CNC humanos de forma más productiva. “En lugar de tener, ya sabes, 10 programadores, o gente que solo programa constantemente, puedo tener unos pocos, y ellos pueden hacer más”, dice. También ha permitido a MSP competir por pedidos que requieren plazos de entrega rápidos, que la empresa no habría podido cumplir antes. “Si hubieran dicho menos de tres semanas, ni siquiera lo habríamos cotizado antes”, dice Goode sobre los pedidos urgentes. Con el nuevo sistema de IA, dice, “Hemos asumido un par de piezas críticas para algunas empresas de Fortune 500, así como directamente para el [Departamento de Defensa], y las hemos recibido y recibido en menos de dos o tres semanas, algo inaudito antes de CloudNC”.

Es más, debido a que MSP puede cobrar una prima por la entrega de pedidos urgentes, el software le ha permitido aumentar sus márgenes de ganancia.

La adopción de IA en
La adopción de IA en la programación ayuda a fabricantes a competir por pedidos urgentes y mejorar márgenes de ganancia (Imagen Ilustrativa Infobae)

Escalando la solución

Saville se negó a proporcionar cifras actuales de ventas y ganancias para CloudNC, pero afirma que el negocio de CloudNC se ha disparado durante el último año, pasando de “ningún ingreso activo hace poco más de un año” a “varios millones” con cientos de clientes, en su mayoría talleres mecánicos pequeños y medianos en todo Estados Unidos. Los registros financieros presentados ante el registro mercantil del Reino Unido, Companies House, muestran que la empresa tuvo ventas de aproximadamente $3 millones en 2024, pero perdió alrededor de $22 millones. CloudNC ha recibido aproximadamente $78 millones en financiación de capital riesgo hasta la fecha. Esto incluye una ronda de financiación de $45 millones en 2022 liderada por Autodesk, con la participación de Lockheed Martin y el fondo British Patient Capital. Inversores anteriores, entre los que se encontraban la firma de capital riesgo Atomico, con sede en Londres, así como Episode 1 Venture y QVentures, también participaron en esa financiación. En última instancia, dice Saville, su objetivo es la “fabricación en un solo clic”, donde un cliente pueda pasar directamente de la idea de diseño al producto terminado en minutos u horas, en lugar de días o semanas.

Ese es el tipo de solución que podría ayudar a los fabricantes estadounidenses a cerrar la creciente brecha de habilidades y garantizar que más productos vuelvan a ser “Hechos en Estados Unidos”