El grupo Lubrizol, especializado en química de especialidad, reúne a científicos, científicos de datos y equipos informáticos en «equipos fusionados» para desplegar la inteligencia artificial. Según el contenido publicado, esta organización busca alinear estos perfiles en objetivos comunes, comenzando con pequeños pilotos destinados a construir confianza. Este texto fue producido por Insights, el servicio de contenidos a medida de MIT Technology Review, en asociación con Infosys, y no por la redacción de la revista.
Competencias complementarias
Científicos, científicos de datos y equipos informáticos abordan los problemas desde ángulos diferentes, privilegiando respectivamente la validez experimental, el rendimiento de los modelos y la seguridad y escalabilidad de las plataformas. Al reunirlos, Lubrizol los orienta hacia objetivos compartidos. «Una vez que la confianza se establece entre los miembros del equipo y saben qué valor están a punto de crear, las cosas van mucho mejor», afirma Rao.
La infraestructura en la nube también ofrece a la empresa la flexibilidad necesaria para acceder a recursos de computación y herramientas recientes, sin tener que realizar las importantes inversiones que suponen la construcción y el mantenimiento de sus propios centros de datos.
El desarrollo sostenible en el punto de mira
Estas capacidades podrían resultar particularmente útiles para el desarrollo sostenible. El modelado digital puede ayudar a los investigadores a evaluar más formulaciones, explorar materiales como el almidón o alternativas basadas en maíz, y analizar las compensaciones en todo el ciclo de vida de un producto.
Pero prometer un material en el laboratorio es solo el primer paso. Pasar a la producción respetando las expectativas de rendimiento, los requisitos regulatorios y las restricciones financieras sigue siendo un ejercicio delicado. La capacidad de la IA para modelar numerosas variables podría, sin embargo, ayudar a los equipos a arbitrar entre estas exigencias concurrentes.
Hacia laboratorios y fábricas más inteligentes
Rao espera que la IA, la automatización, el modelado avanzado, los gemelos digitales (réplicas virtuales de procesos o instalaciones) y los datos conectados converjan, a medida que los laboratorios ganan en inteligencia y las fábricas de producción se vuelven más eficientes. Según él, el desafío consiste en reunir estas capacidades de manera responsable y a gran escala.
«No es una tecnología única. Creo que es la combinación de todas estas tecnologías, y será la capacidad de conectar todos estos procesos la que generará cantidades enormes de datos».
