Resultados de la Industria: Encontrar defectos al final de la línea significa que el costo ya está pagado. Los fabricantes que ganan en calidad están encontrando la señal antes de que ocurra el desperdicio.
por Caitlin Gordon
CASO DE USO
Inteligencia de Calidad y Reducción Predictiva de Desperdicios
La calidad en manufactura siempre ha sido una historia contada a posteriori. Un informe de tasa de defectos llega el jueves. Refleja lo que sucedió la semana pasada. Para cuando se definen, revisan e implementan las acciones correctivas, ha pasado otra semana. El problema que desencadenó el informe puede haberse corregido solo o empeorado.
Esto no es negligencia. Es la consecuencia natural de los sistemas de datos desconectados. Sus datos de inspección en proceso viven en un lugar. Los datos de lotes de proveedores viven en otro. Su monitoreo ambiental —temperatura, humedad, vibración— está en otro lugar por completo. Correlacionar esas señales en tiempo real históricamente ha requerido un ingeniero de calidad dedicado con habilidades de SQL y mucha paciencia.
La calidad predictiva utiliza datos de producción, inspección y proveedores —combinados con machine learning— para pronosticar defectos antes de que ocurran, en lugar de detectarlos en la inspección final. Mueve la gestión de calidad de la documentación reactiva a la intervención proactiva. En manufactura, la calidad predictiva es una de las capacidades fundamentales de la Industria 4.0, junto con el mantenimiento predictivo y los gemelos digitales.
La mayoría de los fabricantes han invertido mucho en monitoreo de calidad. Gráficos SPC, seguimiento CPK, registro de defectos, los sistemas existen. Lo que les falta es la capacidad de sintetizar esas señales en una respuesta procesable lo suficientemente rápido como para que importe.
Un Director de Calidad no debería pasar 40 minutos extrayendo datos de tres sistemas para responder la pregunta: '¿La tasa de defectos del nuevo proveedor de polímeros está correlacionada con la varianza de la temperatura de nuestra prensa?' Esa pregunta debería responderse en cuarenta segundos, no en cuarenta minutos.
La pregunta no es si sus datos pueden predecir defectos. Casi con certeza pueden. La pregunta es si alguien puede acceder a esos datos lo suficientemente rápido como para actuar sobre ellos.
Databricks Genie permite a los líderes de calidad interrogar su conjunto de datos operativo completo en lenguaje natural. Eso cambia lo que es posible en una reunión de revisión de calidad.
En lugar de revisar el resumen de defectos de la semana pasada, un CQO puede entrar a una reunión y preguntar: '¿Cuáles son los tres principales contribuyentes de causa raíz a la disminución de nuestro rendimiento de primera pasada en la Línea de Producto A durante los últimos 45 días, correlacionados con los números de lote del proveedor?' Genie presenta la respuesta de sus datos reales de producción, inspección y adquisiciones, con citas.
Cuando los líderes de calidad pueden acceder e interrogar sus datos de manera conversacional, la función de calidad cambia de carácter. Pasa de documentar lo que salió mal a comprender lo que está a punto de salir mal y actuar antes de que se incurra en el costo del desperdicio.
Eso no es una pequeña mejora operativa. En la manufactura de alto volumen, reducir las tasas de desperdicio incluso en una fracción de punto porcentual vale un margen significativo. Los datos para lograrlo ya están ahí. Genie los hace accesibles a las personas que los necesitan, en la ventana de tiempo en la que la intervención aún importa.
La calidad predictiva utiliza datos de producción, inspección y proveedores —combinados con machine learning— para pronosticar defectos antes de que ocurran, en lugar de detectarlos en la inspección final. Mueve la gestión de calidad de la documentación reactiva a la intervención proactiva. En manufactura, la calidad predictiva es una de las capacidades fundamentales de la Industria 4.0, junto con el mantenimiento predictivo y los gemelos digitales.
DATABRICKS GENIE · DIFERENCIADORES CLAVE
Construido para sus datos, gobernado por sus reglas, respondible ante cualquier líder empresarial.
Vea lo que Genie puede hacer por su equipo
Databricks Genie está disponible hoy. Vea cómo sus pares de la industria lo están utilizando para reimaginar cómo acceden y actúan sobre sus datos.
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original
Suscríbete a nuestro blog y recibe las últimas publicaciones directamente en tu bandeja de entrada.