Manish Kumar llegó a Solidworks en 1998, la multinacional del grupo Dassault Systémes especializada en el diseño asistido por ordenador (CAD) para entornos industriales y de producción. Su labor a la hora de desarrollar esta tecnología en sus inicios le llevaría pronto a liderar el equipo de innovación de la compañía y, desde febrero de 2022, a su dirección general. 

Ahora englobada bajo la plataforma 3DExperience Works, esta importante pieza del trabajo de ingenieros y diseñadores de todo el mundo busca hacer frente a la creciente complejidad del entorno en que se mueven y a la irrupción de la inteligencia artificial en todo el proceso.

En entrevista con D+I durante su congreso anual en Nashville (EEUU), Manish Kumar reconoce que la gestión de diversas fuentes de datos plantea un desafío abrumador tanto para los ingenieros como para los diseñadores. A medida que aumenta la demanda de productos de vanguardia con mecatrónica avanzada y dinámicas de fluidos más intrincadas, también lo hacen nuevas fuentes de datos, como el internet de las cosas y la realidad aumentada. En este sentido, la pregunta es obligada: ¿cómo es posible administrar una cantidad tan inmensa de datos y demandas tan diversas de los clientes, incluida la necesidad de incluir varias herramientas y experiencias de diseño asistido por ordenador?

[¿Crear un metaverso o hacer un gemelo virtual del mundo real? La industria apuesta con claridad por lo segundo]

Una posible solución, según Manish Kumar, es crear una única fuente de verdad: una plataforma de datos integral que consolide y optimice los datos de todas las fuentes. "Con un sistema de este tipo, los ingenieros y directores de programas pueden tener una visión holística del entorno de diseño y tomar decisiones informadas basadas en una comprensión integral del mercado de la cadena de suministro, incluidos los costes de materiales y la disponibilidad de componentes".

"Tomemos el ejemplo de un fabricante de automóviles que tiene que lanzar un coche nuevo dentro de tres años. Decide un precio objetivo hoy y luego define todo lo necesario para crear el vehículo a ese precio. Sin embargo, la realidad es que la volatilidad en el mercado de la cadena de suministro puede hacer que los precios fluctúen significativamente, lo que dificulta predecir el coste de producción", explica el ejecutivo de Solidworks. "Para gestionar estas fluctuaciones, es necesaria una visión que todos los modelos construidos del programa de automóviles, los productos proporcionados por los proveedores y cualquier aumento potencial de precios. Los datos recopilados de estas fuentes se pueden analizar para determinar los componentes comunes que aumentarán el coste del automóvil en la mayor cantidad posible".

"Una vez que se identifican los componentes que están causando el aumento de precio más significativo, los datos se pueden usar para identificar alternativas más económicas que brinden la misma funcionalidad. La capacidad de hacer diferentes preguntas y obtener respuestas de la fuente de datos central es crucial para tomar decisiones informadas", sentencia Kumar.

[Gian Paolo Bassi (Dassault Systèmes): "Los gemelos virtuales nos ayudan a imaginar más allá"]

En efecto, este sería el primer paso hacia un proceso de toma de decisiones basado en datos, en el que los ingenieros puedan aprovechar la gran cantidad de datos a su disposición para predecir potenciales disrupciones y adaptarse a ellas. Al hacerlo, los ingenieros no solo pueden optimizar el proceso de diseño, sino también crear productos rentables que satisfagan las necesidades de los clientes en un mercado altamente competitivo.

Sin embargo, el objetivo final de un sistema de este tipo sería alcanzar un nivel de inteligencia artificial en el que el sistema pueda predecir varios escenarios y proporcionar información práctica a los usuarios, transformando en última instancia el proceso de diseño "de uno impulsado por la intuición a uno impulsado por datos".

"Cuando el sistema puede predecir resultados futuros y hacer recomendaciones a los usuarios, alcanza el siguiente nivel de la capa de predicción. El sistema podrá entonces integrar esta capa en la plataforma", detalla Manish Kumar, sin ofrecer plazos de cuándo podrá verse ese salto adelante en los productos de su compañía.

La distopía de la inteligencia artificial

De ese enfoque tan específico, la conversación con el máximo directivo de Solidworks deriva en un análisis más general sobre la inteligencia artificial y su impacto potencial en la humanidad.

Según Kumar, "la IA no es un reemplazo para los humanos, sino una herramienta para simplificar nuestras vidas al analizar los datos existentes y brindar sugerencias para acciones futuras". Sin embargo, el ejecutivo reconoció que puede haber un punto en el futuro en el que la IA alcance un nivel de inteligencia superior al de los humanos, "capaz de construir sus propios ordenadores", lo que podría conducir a un escenario potencialmente distópico donde las máquinas se conviertan en la fuerza dominante.

Y en una nueva vuelta de tuerca, el directivo también señala que la capacidad de innovación de la inteligencia artificial está limitada por la disponibilidad de datos y tecnología existentes: "Sin soluciones o patrones preexistentes a los que recurrir, es posible que se requiera que un cerebro humano piense de forma creativa y genere nuevas ideas", concluye.