Digitalització Aplicada als Sectors Productius: El Mòdul Transversal Exhaustiu

Introducció a la Transformació Digital i Context Històric

  • Paper estratègic de la digitalització: És un factor clau en els sectors productius actuals. La integració de tecnologies avançades com la Intel·ligència Artificial (IA), el Big Data, l’Internet de les Coses (IoT) i la gestió de dades permet millorar la presa de decisions, l'eficiència operativa i la competitivitat.
  • Objectiu del mòdul: Conscienciar els alumnes sobre la importància de la transformació digital dins les organitzacions per adaptar-se a entorns globals i exigents.
  • Concepte de digitalització: Procés mitjançant el qual les organitzacions disposen de tota la informació rellevant (dades) del seu producte o servei en temps real, dins d'un entorn connectat en tota la cadena de valor.
  • Evolució de les Revolucions Industrials:     * Primera Revolució Industrial (Indústria 1.0):         * Context: Finals del segle XVIII i principis del XIX (Anglaterra).         * Innovacions: Màquina de vapor (17741774, James Watt), ús del carbó i mecanització de la producció (tèxtil i siderúrgia).         * Transport: Trens i vaixells de vapor. Arribada a Catalunya amb el tren Barcelona-Mataró (18481848, trajet de 28.25 km28.25\,km).         * Social: Naixement del proletariat i urbanització.     * Segona Revolució Industrial (Indústria 2.0):         * Context: Finals del segle XIX fins a principis del XX (fins a la Primera Guerra Mundial).         * Innovacions: Electricitat, motor de combustió interna, acer i petroli.         * Comunicació: Telègraf, telèfon i ràdio.         * Mobilitat: Automòbils, avions i bicicletes (transport individual de masses).         * Cas Catalunya: Electrificació a partir de centrals hidroelèctriques als Pirineus (Lleida) per abastir la indústria a Barcelona.     * Tercera Revolució Industrial (Indústria 3.0 / Societat de la Informació):         * Context: Segona meitat del segle XX.         * Innovacions: Transistor de silici (19541954, Nobel el 19561956 per Bardeen, Brattain i Shockley), informatització, electrònica i automatització.         * Fites: Cursa espacial (Apollo 11, 19691969), aparició d'Internet (ARPANET, 19691969) i ordinadors personals (anys 8080, exemple: Commodore 64 el 19821982).         * Automatització: Ús d'Autòmats Programables (PLC) a les fàbriques.     * Quarta Revolució Industrial (Indústria 4.0):         * Context: Segle XXI.         * Innovacions: IA, IoT, Big Data, impressió 3D, biotecnologia i sistemes ciberfísics.         * Impacte: Fusió del món físic, digital i biològic. Permet la personalització massiva i la presa de decisions basada en dades en temps real.     * Cinquena Revolució Industrial (Indústria 5.0):         * Focus: Col·laboració home-màquina, sostenibilitat i benestar social.         * Característiques: Reintegració dels humans en processos productius per a rols creatius, ètica i responsabilitat social, i economia circular. Exemple: Interfície home-màquina de Neuralink.

Processos i Departaments de l'Empresa Digitalitzada

  • Processos clau de digitalització:     * Automatització: Sensorització i robotització per minimitzar la intervenció humana.     * AI Storage: Emmagatzematge d'altes prestacions i escalable per a Big Data.     * Data Analytics: Ús de programari i IA per a solucions autònomes i optimització.     * Interconnexió: Comunicació entre màquines, robots i components IoT.     * Firmware: Programari incorporat en microcontroladors dels components IoT per a la regulació del sistema.
  • Digitalització per departaments:     * Vendes i Màrqueting: Ús de CRM (Customer Relationship Management) i automatització de campanyes.     * Finances i Comptabilitat: Ús d'ERP (Enterprise Resource Planning), facturació digital i anàlisi financera automatitzada.     * Recursos Humans (RH): Gestió de talent (HRM), e-learning, reclutament digital i control de teletreball.     * Operacions i Producció: Monitoratge via IoT, robòtica, impressió 3D i sistemes MES (Manufacturing Execution System).     * Logística i Cadena de Subministrament: Sistemes de gestió de magatzem (WMS) i anàlisi predictiva de demanda.     * Atenció al Client: Bots de conversa (chatbots), plataformes omnicanal i anàlisi de sentiment.     * Innovació i R+D: Plataformes de disseny digital i prototipat ràpid (3D).     * Tecnologies de la Informació (TI): Ciberseguretat avançada i computació en el núvol (Cloud).

Tecnologies de la Informació (IT) i de l'Operació (OT)

  • Tecnologia de la Informació (IT):     * Funció: Gestió i ús de tecnologia per emmagatzemar, processar i transmetre informació.     * Exemples: Bases de dades d'empleats, servidors, Microsoft 365, tallafocs (firewalls).
  • Tecnologia de l'Operació (OT):     * Funció: Control i monitoratge de sistemes físics i processos industrials (fàbriques).     * Dispositius: PLC (Programmable Logic Controller), Arduino, Raspberry Pi.     * SCADA (Supervisory Control and Data Acquisition): Sistema per supervisar i gestionar infraestructures crítiques en temps real (ex.: centrals elèctriques).
  • Convergència IT-OT: Essencial per a la Indústria 4.0. Permet el manteniment predictiu (predir falles abans que passin), més eficiència operativa i sostenibilitat (reducció de consum energètic).

Tecnologies Habilitadores Digitals (THD)

  • Definició: També anomenades Key Enabling Technologies (KET), són aquelles que indueixen innovacions transversals en múltiples sectors.
  • Àmbits principals segons l'Europarlament:     1. Fabricació avançada: Robòtica intel·ligent, drons (UAV), 5G/6G i fabricació additiva (3D).     2. Materials avançats: Grafè (lleuger, 200200 vegades més resistent que l'acer, alta conductivitat), biomaterials.     3. Ciències de la vida: Enginyeria de teixits, genòmica, Lab-on-a-chip.     4. Microelectrònica i Fotònica: Computació quàntica, sensors quàntics, circuits integrats.     5. Intel·ligència Artificial: Algoritmes de Machine Learning, xarxes neuronals, ètica de la IA.     6. Seguretat i Connectivitat: Blockchain (tecnologia de registre distribuït), criptografia quàntica.
  • Internet of Things (IoT): Interconnexió de dispositius físics. Components: Sensors (temperatura, humitat, CO2), connectivitat (Wi-Fi, 5G, Bluetooth) i anàlisi en temps real. Exemple: Estacions de qualitat de l'aire a Barcelona.
  • Big Data i les seues dimensions:     * Les 5V: Volum, Velocitat, Varietat, Veracitat, Valor.     * Les 7V (extesa): S’afegeixen Variabilitat (canvis de context) i Visualització.     * Eines: Hadoop, Apache Spark, NoSQL (MongoDB), Power BI.
  • Open Data (Dades Obertes): Dades accessibles públicament en formats reutilitzables (CSV, JSON, XML). Exemple: opendata-ajuntament.barcelona.cat.
  • Nous sectors i impacte:     * Fintech: Banca electrònica i blockchain.     * Smart Mobility: Cotxes autònoms i logística intel·ligent (exemple: centres d'Amazon).     * E-learning: Plataformes com Duolingo (gamificació i aprenentatge personalitzat).

Sistemes Basats en el Núvol (Cloud Computing)

  • Concepte: Model de prestació de serveis informàtics a través d'Internet amb pagament per ús.
  • Avantatges del Cloud: Escalabilitat, flexibilitat, accessibilitat total, actualitzacions automàtiques i col·laboració en temps real.
  • Inconvenients del Cloud: Dependència de la connexió a Internet, riscos de privacitat en servidors externs i costos recurrents.
  • Models de Servei (Classificació):     * IaaS (Infrastructure as a Service): Maquinari virtual (servidors, disc). Exemples: AWS EC2, Azure Virtual Machines.     * PaaS (Platform as a Service): Plataforma per a desenvolupadors. Exemples: Google App Engine, Heroku.     * SaaS (Software as a Service): Aplicacions llestes per a l'usuari. Exemples: Gmail, Salesforce, Microsoft 365.
  • Models de Desplegament:     * Públic: Obert a qualsevol usuari (AWS, GCP, Azure).     * Privat: Infraestructura exclusiva per a una organització (ex.: bancs o hospitals).     * Híbrid: Combina privat (dades sensibles com receptes) i públic (màrqueting, vendes).     * Multinúvol: Ús de diversos proveïdors per evitar dependències.
  • Simulació "Crunchy Snacks": Empresa de patates fregides que utilitza IoT per controlar el fregit, Cloud per a logística i Salesforce (CRM) per a vendes.

Les Dades i la Intel·ligència Artificial (IA)

  • Jerarquia del Coneixement:     * Dades: Fets bruts (ex.: 18 ∘C18\,^\circ C).     * Informació: Dades en context (ex.: "La temperatura màxima prevista el 1 de març és de 25 ∘C25\,^\circ C").     * Coneixement: Interpretació per a la presa de decisions (ex.: definir polítiques de restricció d'aigua per sequera).
  • Cicle de vida de les dades: Capture, Emmagatzematge, Processament/Anàlisi, Ús/Distribució, Arxivament i Eliminació (segons GDPR).
  • GDPR (Reglament General de Protecció de Dades): Normativa de la UE (des de maig de 20182018) sobre privacitat, dret a l'oblit i portabilitat.
  • Ciència de Dades (Data Science):     * Analista de dades: Enfocat en informes i visualització (Excel, SQL).     * Científic de dades: Més tècnic, desenvolupa models predictius i Machine Learning (Python, R, TensorFlow).
  • Disciplines de la IA:     * Machine Learning (ML): El sistema aprèn patrons sense ser programat explícitament.     * Deep Learning (DL): Xarxes neuronals profundes per a visió artificial o NLP.     * NLP (Natural Language Processing): Models com BERT o LLM (GPT, Claude, DeepSeek).     * IA Generativa: ChatGPT, DALL-E.
  • Història de la IA:     * Alan Turing (19501950): Test de Turing i pel·lícula The Imitation Game (màquina Enigma).     * Conferència de Dartmouth (19561956): Naixement oficial del terme.     * Fites: Deep Blue venç Kaspàrov (19971997); AlphaGo de DeepMind (20162016).
  • Tecnologia i programari per a IA:     * Python: Llenguatge principal per la seva sintaxi i llibreries (Pandas, Numpy, Scikit-learn).     * GPU i CUDA: Les targetes gràfiques de NVidia i la seva arquitectura CUDA permeten càlcul paral·lel massiu essencial per a la IA.
  • Aplicació sectorial de la IA:     * Químic/Farmacèutic: AlphaFold de DeepMind per predir l'estructura de proteïnes.     * Videojocs: NPC intel·ligents, generació procedimental (ex.: No Man's Sky).     * Audiovisual: Recomanacions de Netflix i filtres d'Instagram.

Projecte de Transformació Digital

  • Objectius Estratègics: Han de ser a llarg termini (33 a 55 anys), mesurables, assolibles i específics.
  • Anàlisi DAFO: Identificar Debilitats i Fortaleses (internes) i Amenaces i Oportunitats (externes).
  • KPI (Key Performance Indicators): Indicadors clau per mesurar l'èxit (ex.: percentatge d'automatització, taxa de conversió).
  • Alineació departamental: La digitalització no és només tecnologia, és un canvi de cultura que ha d'implicar tots els nivells, liderat per la direcció.
  • Documentació de processos: Creació de taules amb Codi, Responsable, Entrades, Indicadors i Sortides.
  • Programari corporatiu:     * ERP: Odoo, SAP Business One, Microsoft Dynamics.     * CRM: HubSpot, Salesforce, Zoho CRM, VTiger.     * BPM (Business Process Management): Bizagi, BonitaSoft (automatització de fluxos de treball, ex.: l'aprovació de factures).     * Solucions verticals: Programari específic per a un sector (ex.: SAP per a gestió hospitalària).
  • Gestió de la Qualitat: Seguint el cicle PDCA (Plan-Do-Check-Act) i les normes ISO 9001.
  • Norma UNE 0060: Especificació per certificar pimes com a "indústria digital" a Espanya (AENOR).
  • Nous perfils professionals:     * CDO (Chief Digital Officer): Lidera l'estratègia digital.     * Data Scientist / Data Analyst: Explotació de dades.     * Especialista en Ciberseguretat: Protecció contra atacs (ex.: atac a l'Hospital Clínic el 20232023).     * Enginyer en Indústria 4.0: Integració d'OT (PLC, robòtica).     * Especialista en UX/UI Industrial: Disseny d'interfícies per a màquines.
  • Competències digitals del empleat: Adaptabilitat al canvi, gestió de dades, col·laboració i comunicació digital.