Mantenimiento inteligente y capacidad de integrar soluciones de mantenimiento predictivo.
Miren Sedano, directora de Operaciones de Ikusi
La incorporación de potentes herramientas tecnológicas tanto a los propios procesos de Ikusi como a los de nuestros clientes nos permite contar con decenas de miles de datos que posteriormente se pueden analizar para, en una primera etapa, llevar a cabo un análisis descriptivo. En fases más avanzadas podemos crear modelos para conocer en profundidad el comportamiento de los trenes a través de la analítica predictiva que, apoyándose en diferentes técnicas de inteligencia artificial, permite describir la realidad, incluso anticiparse a ella.
Desde Ikusi, estamos impulsando ese doble proceso. Estamos digitalizando nuestros propios procesos, adaptando nuestra metodología y herramientas para, a partir de ahí reforzar la integración de nuestros procesos con los del cliente como paso previo para emprender acciones de mejora.
Esta mayor integración entre empresa de servicios tecnológicos y cliente, permite que éste tenga una alta visibilidad de información útil sobre incidencias y reparaciones, filtrada y mejorada a través de herramientas de Business Intelligence, y prácticamente en tiempo real.
Esta creciente digitalización nos permite poner a disposición de los clientes informes de sus KPI específicos y cumplimiento de ANS (Acuerdo de nivel de servicio). De tal manera que, esa información sumada a los datos históricos y los datos en tiempo real ayude a predecir la demanda, a hacer un seguimiento de los ANS y a establecer puntos de mejora.
Un ejemplo de esa capacidad de optimizar los procesos del cliente a través de la puesta a disposición de información de valor la podemos encontrar en la gestión de almacenes. Al poder planificar el mantenimiento del tren, podemos ayudar al cliente a mantener sus stocks en mínimos sin exponerle a potenciales rupturas de stock. Podemos planificar los recursos necesarios, tanto de materiales como de personas, en la ubicación adecuada y en el momento adecuado.
Con esta creciente visibilidad de sus propios procesos de mantenimiento que estamos proporcionando al cliente, estamos dotando de una mayor eficiencia al mantenimiento ferroviario, tanto de los propios trenes como de sus sistemas embarcados.
La analítica predictiva a través de las técnicas de inteligencia artificial está llevando a un nuevo nivel al mantenimiento ferroviario optimizando el número de paradas de servicio del tren, mejorando la planificación del calendario y las propias tareas de mantenimiento.