Nuestra serie "Implantar un proyecto de Computer Vision y crear valor en sólo 90 días" llega a su fin. Hemos hablado de las tres etapas principales de este tipo de proyectos: 30 días para crear los conjuntos de datos, 60 días para el entrenamiento de los algoritmos y 90 días para medir los resultados iniciales. En este último artículo, abordamos un tema fundamental del que depende el éxito de su proyecto: la capacidad a gestionar cambios
Implementar una tecnología potente no basta para garantizar el éxito de un proyecto de transformación digital. Es igualmente necesario respaldar a las personas, ya que estas grandes transiciones alteran ciertos procesos e implican la adopción de nuevos hábitos. Al automatizar el control de calidad de las operaciones de campo, toda la cadena de operaciones de campo y back-office se ve afectada: los técnicos/trabajadores de la empresa, los subcontratistas, los responsables de operaciones e infraestructuras y, por supuesto, los responsables de calidad. La solución basada en IA sirve como nueva herramienta y reconfigura su forma de trabajar. En este contexto, ¿cómo ayudar para que todos acepten el cambio y cuáles son los requisitos para gestiónar el cambio y mejorar la calidad de sus operaciones?
Sensibilizar acerca de la necesidad de abandonar el control de calidad manual.
Se trata de un reto importante: lograr sacudir el statu quo ( el control de calidad manual y a posteriori de las operaciones) e instaurar un nuevo modo de funcionamiento, un proceso de verificación basado en la IA. Un método demostrado para lograrlo consiste en organizar talleres con distintas personas (directores de operaciones, responsables de cumplimiento y departamentos de formación) para exponer observaciones:
-La calidad de las operaciones debe mejorar.
-El proceso de control de calidad es largo, demasiado costoso y se produce demasiado tarde.
-Los empleados sobre el terreno carecen de las competencias y el aprendizaje necesario para realizar bien su trabajo.
Esta labor de análisis hará que la necesidad de cambio resulte obvia y aceptable, lo que facilitará la implantación de la solución de control de calidad basada en IA.
Comunicar los cambios y las ventajas de la nueva solución para cada puesto
En cuanto al plan de comunicación, ambos canales y mensajes son importantes. Utilice sus herramientas de comunicación interna para presentar la nueva solución de control de calidad, organice talleres presenciales con representantes de cada función y, lo que es más importante, identifique embajadores que transmitan la información y apoyen la gestión del cambio del equipo. Los responsables pueden asumir esta función, sobre todo si supervisan a técnicos y trabajadores cuyas misiones móviles dificultan el intercambio de información.
En cuanto al mensaje, esta comunicación multicanal debe primero explicar el objetivo principal de la solución de control de calidad automatizado: la búsqueda de la eficiencia y la efectividad operativas a través de operaciones de mejor calidad. También debe detallar lo que cambiará en cada función, sin omitir los beneficios que obtendrán. A continuación ofrecemos una lista no exhaustiva:
Para los técnicos
El primer cambio implica tener que tomar fotos de mejor calidad y utilidad para su análisis automático. Interactúan con la IA al obtener directamente el resultado del control de calidad, convirtiéndose así en verdaderos agentes de calidad con los datos proporcionados por la herramienta. Les aporta tranquilidad, permitiéndoles retirarse del lugar de intervención con la certeza de haber realizado correctamente su trabajo. Los técnicos pueden mejorar constantemente sus competencias profesionales gracias a los comentarios en tiempo real de la IA.
Para los controladores de calidad
Hasta ahora, elegían operaciones al azar para verificarlas. Gracias a la IA, su conocimiento sólo es necesario en los casos señalados como problemáticos o críticos, lo que les permite emplear mejor su tiempo y sus conocimientos. Asimismo, pueden modificar los resultados del análisis de IA si es necesario y contribuir a mejorar el rendimiento del modelo. Esto les confiere un papel importante en la mejora continua de la solución.
Para gestores de infraestructuras y operaciones
La novedad radica en acceder a una herramienta que centraliza los datos de campo con distintos niveles de detalle. Esto les permite mejorar la gestión de los equipos y la preparación para futuras operaciones, especialmente las del mantenimiento de equipos.
Los obstáculos a su adopción
En su comunicación, asegúrese de dar confianza a los equipos sobre el papel de la IA, que tiende a percibirse como una amenaza, especialmente por parte de los empleados más veteranos. Explique, por ejemplo, que el objetivo es crear experiencias humano-IA que fomenten el éxito de las operaciones y la productividad del equipo, centrándose en una colaboración que saque provecho de los puntos fuertes de cada uno.
Como ya se ha mencionado, la aplicación de Computer Vision por sí sola es insuficiente para lograr los resultados esperados. Los equipos de campo juegan un papel crucial en el éxito del proyecto de automatización del control de calidad, ya que son los principales usuarios de la solución. Por lo tanto, despliegue una experiencia de usuario clara y fluida que se ajuste a la realidad del campo y evite crear fricciones. Para más información, consulte el cuarto artículo de la serie, que profundiza en este tema.
Antes de implantar la solución, elabore un plan de formación designando a una o varias personas responsables para presentar la funcionalidad y el uso de la solución. Por último, para facilitar la integración de la solución de IA en el día a día de la empresa y garantizar su sostenibilidad, recomendamos incluir la capacitación sobre la herramienta durante el proceso de incorporación de nuevos empleados.
Midiendo el éxito del cambio
Aquí, el objetivo es medir los efectos del nuevo proceso de control de calidad en la calidad de sus operaciones. Puede utilizar los datos de Field Intelligence proporcionados por Deepomatic, que incluyen dos métricas clave:
- Tasa de cumplimiento de los reportajes fotográficos: Esta métrica le permite ver el progreso en la calidad de los informes por parte de los técnicos.
- El número promedio de fotos para cada etapa de una intervención también es un gran indicador: Cuanto más se acerque a 1, mejor será la calidad de las fotos tomadas.
- Tasa de conformidad de las operaciones: Indica el impacto de la solución en la calidad del trabajo. Es un indicador que se mide a medio y largo plazo.
En conclusión, es importante recordar que todo nuevo proceso operativo comienza teniendo en cuenta el factor humano. Sensibilizar a los distintos responsables sobre la necesidad de un cambio en el método de control de calidad y comunicar los cambios concretos para cada uno y las ventajas le permitirá introducir con mayor facilidad la nueva solución.
