1
UNIVERSIDAD ESTATAL PENINSULA DE SANTA ELENA
FACULTAD DE CIENCIAS DE LA INGENIERIA.
TEMA:
ENSAYO CONVENCIÓN INTERNACIONAL
IMPACTO DE LA INTELIGENCIA ARTIFICIALL EN LA INGENIERIA
ESTUDIANTE:
DE LA A PLUA JENNY YADIRA
ASIGNATURA:
INGENIERIA ECONOMICA
DOCENTE:
ING. JORGE HIDALGO
CURSO: INGENIERIA INDUSTRIAL 6/1
2024-2
2
INTRODUCCIÓN
Inteligencia artificial (IA) está transformando el campo de la ingeniería introduciendo
nuevas capacidades en todas sus disciplinas. Desde la optimización de diseños y la
optimización de tareas repetitivas hasta la creación de modelos predictivos y el mejoramiento
de la toma de decisiones, la inteligencia artificial permite un enfoque de ingeniería más ágil y
eficiente donde esta tecnología avanza en áreas claves como la manufactura, la gestión de
proyectos, la logística y la innovación en el desarrollo de nuevos productos o el mejoramiento
de productos ya existentes.
El uso de la IA ha generado una transformación en el rol de los ingenieros, quienes
ahora cuentan con herramientas avanzadas que les permiten anticipar el problema, mejorar el
control de calidad y diseñar soluciones más personalizadas.
Este impacto en la ingeniería no solo está relacionado con la productividad y
eficiencia sino también con la capacidad de crear un entorno de trabajo adaptable y centrado
en el análisis de datos en tiempo real. Este nuevo enfoque está sentado las bases para el futuro
de prácticas más inteligentes y seguras impulsando a la ingeniería hacia un paradigma de
innovación constante, en base a la convención se da a conocer diversos temas que se verán a
continuación.
3
DESARROLLO
IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA INGENIERIA
I. Innovación en movimiento: explorando las tecnologías emergentes en la
ingeniería industrial.
La Ingeniería Industrial tengo una etapa de transformación donde la tecnología
emergente se utiliza y redefinen los procesos productivos, estas actuaciones abarcan desde la
automatización avanzada de mano con el uso de inteligencia artificial.
La automatización avanzada y la robótica aumentan la precisión en la producción
mientras que la IA en el aprendizaje automático, con el internet las cosas las máquinas y
sistemas se conectan mejorando la visibilidad y el control de cada etapa de proceso.
La manufactura aditiva es otra tecnología clave, también conocida como impresión
3D esto nos permite fabricar componentes personalizados de manera rápida y económica ya
que nos permite acelerar el desarrollo de los productos de manera más eficiente.
Inteligencia de proceso basada en datos.
✓ Análisis inteligente de datos y planificación automática ante cambios
constantes.
✓ Datos provenientes de múltiples fuentes que son procesados desde múltiples
sistemas.
✓ Experiencia: recolección de datos
✓ Los datos presentan el conocimiento acerca del proceso de producción,
permiten una toma de decisiones automatizadas conforme a la experiencia.
4
Cloud Computing
Es un modelo tecnológico que permite acceder a recursos informáticos a través de
internet. En lugar de tener estos recursos en servidores físicos se utilizan servidores remotos
que se comparten con otros usuarios. Se puede trabajar de manera más eficiente y sencilla
con la nube. Almacena, comparte y colabora en tus archivos desde cualquier dispositivo con
conexión a internet.
Automatización inteligente
✓ Emula: al cerebro humano, procesando y analizando información en tiempos
menores a lo usual.
✓ Toma asertiva: de decisiones en tiempo real, teniendo en cuenta todas las
variables información masiva proveniente de cualquier lugar de la cadena de
valor.
✓ Optimiza: el análisis y uso de las herramientas intrínsecas de la Ingeniería
Industrial.
II. La inteligencia artificial como complemento del mantenimiento predictivo
en los equipos de aire comprimido para la industria carrocera.
Como complemento el mantenimiento predictivo, la IA puede procesar grandes
volúmenes de datos en tiempo real provenientes de sensores que están instalados en equipos,
de esta manera se identifica patrones anómalos y predecir cuánto es posible que ocurra una
falla. Al realizar estas intervenciones de manera precisa y basada en la condición real de los
equipos la IA se vuelve un implemento esencial.
Caso de los compresores de aire utilizado en industrias carrocera, la IA permite
realizar un monitoreo exhaustivo y preciso de los motores, los filtros y las válvulas,
5
previniendo que podrían interrumpir el proceso productivo. Una de las mayores ventajas de la
IA es el mantenimiento predictivo en su capacidad de “aprender” con el tiempo.
Tipos mantenimiento
✓ Mantenimiento correctivo: es una de las prácticas más comunes en la industria
y se realiza cuando una máquina o equipo ha fallado y presenta un problema
que impide su funcionamiento normal. Este tipo de mantenimiento se lleva a
cabo después que ocurre un fallo y requiere paradas de emergencia para
realizar las reparaciones necesarias.
✓ Mantenimiento preventivo: consiste en la realización de inspecciones, ajustes
y reemplazos programados de componentes antes de que se produzca un fallo.
Su objetivo comprende en reducir la probabilidad de que ocurran averías
inesperadas, este enfoque ayuda a mantener los equipos en buen estado y
alargar su vida útil reduciendo el riesgo de paradas no planificadas.
✓ Mantenimiento predictivo: se utiliza tecnología avanzadas como sensores,
análisis de datos e inteligencia artificial para monitorear el estado real de los
equipos en tiempo real y predecir cuándo será necesario realizar
intervenciones.
III. Datos útiles sobre la IA generativa que todo ingeniero industrial debería
saber.
La IA generativa, rama avanzada ingeniería artificial, permite generar contenido
original como modelos 3D y planes de producción mediante algoritmos que aprenden de
grandes cantidades de datos. En la Ingeniería Industrial, esta tecnología trae varios beneficios
claves que optimizan los procesos productivos de esa forma se logra acelerar la innovación.
6
Uno de sus usos es la optimización de diseños y prototipos en la cual la IA generativa
explora alternativas de diseño para crear piezas eficientes en resistencia y durabilidad. Esto
reduce significativamente los tiempos y costos de desarrollo que conllevan un producto. La
planificación y simulación de procesos nos permiten construir modelos visuales que ajustan
variables en el tiempo real, esta capacidad ayuda a prevenir posibles cuellos de botella antes
de que ocurran aumentando la eficiencia operativa.
La IA generativa también se emplea en la creación de modelos predictivos como se
mencionó anteriormente utilizando datos históricos para anticipar necesidades futuras. Por
otro lado su capacidad de personalización permite desarrollar productos que se adapten a las
necesidades específicas del cliente mejorando la competitividad y los rendimientos de la
industria.
Con este contexto se concluye que la IA generativa está transformando la Ingeniería
Industrial al optimizar diseños, disminuir y prever necesidades además de ofrecer productos
personalizados. Estas nuevas innovaciones impulsan la eficiencia, la flexibilidad y la
capacidad de respuesta consolidando una cultura de mejora continua en un entorno que cada
día está más digitalizado
IV. La industria 4.0 y las redes neuronales artificiales en la ingeniería
industrial
La evolución industrial ha pasado por cuatro fases: Industria 1.0, 2.0, 3.0 y 4.0. La
industria 4.0 denominada la cuarta Revolución Industrial, es una fase de transformación en
las fábricas y la integración de tecnologías avanzada. Esta era es caracterizada por CPS
(Convergencia de los sistemas cibernéticos), IoT (Internet de las cosas), IA (Inteligencia
artificial) y los análisis macrodatos, estos conjuntos mejoran la eficiencia operativa. Los
7
aspectos claves son: integración tecnológica (sistema ciber físicos, internet de las cosas,
Inteligencia artificial). Esta era también tiene un impacto en la productividad por que ha
demostrado aumentar la productividad y reducción de tiempos perdidos en las operaciones,
también realiza énfasis en las tecnologías que pueden adaptarse a las demandas del mercado
(Tanmay, 2024).
Red neuronal artificial es un Modelo o programa de aprendizaje automático que toma
decisiones de manera análoga al cerebro humano, empleando procesos matemáticos que
simulan la forma en que las neuronas biológicas colaboran para analizar fenómenos.
Relación de la estadística con redes neuronales:
• Estimación y ajuste de parámetros
• Inferencia estadística
• Funciones de probabilidad y regresión
• Técnicas de regularización
• Distribuciones y probabilidad
• Métodos estadísticos
• Análisis de datos
• Optimización de funciones de costo
Redes neuronales en la industria 4.0
Las redes neuronales artificiales (RNA) han demostrado ser una herramienta
importante en la ingeniería industrial debido a su capacidad para procesar grandes volúmenes
de datos, aprender de patrones y optimizar procesos complejos. Estas redes permiten mejorar
8
la toma de decisiones en áreas clave como la optimización de la cadena de suministro, la
predicción de demanda, la automatización de procesos y el mantenimiento predictivo.
V. Realidad aumentada y realidad virtual como tecnologías emergentes para
el diseño en ingeniería industrial.
Realidad Aumentada y la Realidad Virtual emergen como tecnología clave en el
diseño de la ingeniería industrial, transforma la forma que enseña y aplicación del
conocimiento. Los aspectos claves son: la mejora del aprendizaje, la innovación en el proceso
de diseño (Alberto, 2023).
El objetivo de este estudio es explorar el uso actual de la realidad aumentada (RA) y
la realidad virtual (RV) en el campo del diseño industrial. La metodología que se aplicará este
estudio será artículos científicos, búsqueda de la información y teórico.
Optimización del desarrollo de seguimiento
Con esta herramienta en línea, los usuarios pueden crear un rastreador en básicamente
tres pasos:
1. Seleccionar y cargar todo el modelo CAD o partes de este.
2. Optimizar y minimizar el modelo con fines de seguimiento.
3. Generar datos de seguimiento con la capacidad de pruebas instantáneas
Mejora del Aprendizaje: La realidad aumentada facilita la identificación de los
elementos mecánicos en máquinas, permite ver piezas 3D a tamaño real. La realidad virtual
puede simular plantas de producción (Aitor, 2023).
La realidad virtual (VR) está revolucionando el diseño industrial y la ingeniería
industrial al ofrecer herramientas avanzadas para la simulación, visualización y prueba de
9
productos y procesos. En el diseño industrial, permite a los diseñadores crear prototipos
inmersivos y evaluar productos en un entorno virtual antes de la fabricación física, lo que
acelera el proceso de desarrollo y reduce costos. En ambos campos, la VR mejora la
precisión, fomenta la innovación y promueve una colaboración más efectiva entre equipos
multidisciplinarios.
VI. Inteligencia artificial aplicada a un mega centro de distribución.
El tema trata sobre los almacenes automatizados, estos centros de distribución tienen
como propósito primordial incrementar la eficacia y disminuir gastos, reducir errores
humanos y utilizar el espacio y el tiempo del trabajo. La IA en los centros de distribución
automatizada está causando gran impacto al permitir que las empresas gestionen cantidades
enormes de productos con mayor eficiencia flexibilidad y precisión.
Los desarrollos de inteligencia artificial han posibilitado que estos establecimientos
mejoren sus procesos de producción. La automatización industrial se trata de reemplazar las
acciones y pensamientos de un operador humano por dispositivos eléctricos, mecánicos,
informáticos etc. Estos dispositivos se coordinan y programan mediante instrucciones
digitales.
El conferenciante no ofrece información acerca de los almacenes automatizados, los
cuales son una instalación John donde las máquinas y sistemas automáticos se ocupan de
realizar tareas como recibir productos, almacenar de manera rápida y segura.
¿Por qué automatizar?
1. Costo de tierra / suelo.
2. Disponibilidad de espacios en zonas de instalación del almacén.
10
3. Nivel de servicio pretendido a servir.
4. Precio de mano de obra.
5. Imagen de la empresa.
6. Control de stock: Ordenamiento, rotación, FIFO.
7. Administración de personal.
Almacenes automatizados por pallet tipo shutte.
Frecuentes en establecimientos con gran rotación de mercancías y en cualquier lugar.
Es esencial utilizar el espacio que está disponible.
El transporte y almacenamiento de la mercancía en un sistema de manufacturas
avanzadas puede ser automatizado en un almacén a través de transelevadores y
transportadores que controlan todos los movimientos de la mercancía, o bien de forma mixta.
VII. La transformación de la dirección de proyectos: Como la inteligencia
artificial está revolucionando la ingeniería y su rol del Proyect Manager.
La inteligencia artificial está transformando la gestión de proyectos en la ingeniería, al
tener este componente se ha revolucionado el rol de El Project Manager (PM) al proporcionar
herramientas avanzadas que mejoran la eficiencia. La IA impacta la dirección de proyectos en
áreas claves potenciando la capacidad de anticiparse ante riesgos y de esta forma optimizar
sus recursos.
La optimización de tareas administrativas tiene muchos beneficios con respecto a la
utilización de la inteligencia artificial, al asignarse recursos y creación de reportes liberando
tiempos para que el PM se enfoque en aspectos estratégicos, se reduce carga administrativa
permitiendo un enfoque más proactivo añadiéndole más valor a la dirección del proyecto.
11
En cuanto a la optimización de recursos y planificación dinámica la inteligencia
artificial ajuste la planificación según los cambios de proyecto la cual ayuda a cumplir los
plazos en los que se establecen y mejora la eficiencia y adaptación rápidamente a condiciones
cambiantes.
La toma de decisiones basada en datos se potencia ya que la inteligencia artificial
permite al PM contar con información precisa en tiempo real. La IA está revolucionando la
dirección de proyectos en ingeniería mediante la automatización y optimización de recursos
lo que redefine al rol del Project manager y mejoren los resultados de proyectos.
IA Impactos Proyect Word
✓ Nivel medio de complejidad
✓ creación más rápida de borradores de documentos
✓ construcción alternativa de resultados requeridos
✓ basado en la creación humana y el compromiso de los expertos.
12
CONCLUSIÓN
La inteligencia artificial está impactando la ingeniería de madera transformadora al
optimizar procesos, recursos y mejora de la capacidad de respuestas ante desafíos lejos. En la
dirección de proyectos, redefine el rol del Project Manager al brindar herramientas para la
optimización de riesgos y organización en la planificación y los recursos fortaleciendo así la
toma de decisiones, el análisis predictivo ha potenciado la eficiencia y la sostenibilidad.
Además, la IA ha logrado reducir tiempos y costos en cada fase de El siglo productivo, en
conjunto la ingeniería está logrando que los profesionales de este campo se enfoquen en
tareas estratégicas, aportando el valor a la industria promoviendo una cultura de innovación
continua.
Este modo se concluye que la inteligencia artificial ha emergido como una aliada
clave, impulsando el desarrollo de proyectos más eficientes con exigencia de un mundo cada
vez más digitalizado.
13
BIBLIOGRAFIAS
Pedraza Caro, J. D. (2023). La inteligencia artificial en la sociedad: explorando su
impacto actual y los desafíos futuros.
Pérez León, E. V., & Rojas Arevalo, D. I. (2019). Impacto de la inteligencia artificial
en las empresas con un enfoque global.
Aitor, R. d. (2023). Simulación digital de plantas y procesos con realidad virtual para
mejorar la gestión de la producción en la ingeniería. Modelado en la educación y el
aprendizaje de las ciencias,. https://doi.org/10.4995/msel.2023.19060
Cynthia, M. O.-M.-O.-L.-S. (2024). Aplicaciones de la tecnología de realidad
aumentada en el proceso de diseño. https://doi.org/10.56294/gr202433
Cotrina Miranda, K. A., & Romero Arana, M. D. (2022). Plan de mantenimiento
preventivo para incrementar la productividad en el área de ensamble de la empresa JL
INDUMET FAMICOT EIRL Ate, 2022.
Tanmay, P. A. (2024). Integración de Tecnologías Avanzadas para la Industria 4.0.
https://doi.org/10.1201/9781003432319-8
Catal, C., Tekinerdogan, B. & Van Geest, M. (2020). Design of a reference
architecture for developing smart warehouses in Industry 4.0. Computers in Industry, 124,
Artículo 103343. https://doi.org/10.1016/j.compind.2020.103343 Correo, A., Gómez, R., &
Cano, J. (2010).
Ruedas, J. G. (1900). Dirección y gestión de proyectos de tecnologías de la
información en la empresa. Fundación Confemetal.
14
Nirenberg, O., Brawerman, J., & Ruiz, V. (2000). Evaluar para la transformación (pp.
133-168). Paidc"s.
Corredera, J. C. (2023). Inteligencia artificial generativa. In Anales de la Real
academia de Doctores (Vol. 8, No. 3, pp. 475-489).
Aguila Gutiérrez, M. V. Las competencias de ingenieros industriales.
