Todo lo que existe en este mundo se puede convertir en información. Y toda la información se puede digitalizar. La conclusión del silogismo es clara: todo se puede digitalizar. Esa es la premisa con la que funciona MonoM, compañía surgida dentro del potente Grupo Álava de ingeniería. El Grupo Álava nació en 1973 en un entorno tecnológico de alto nivel, dirigido a sectores industriales caracterizados por la necesidad de emplear tecnología punta, como son el aeroespacial, la automoción, el farmacéutico, la defensa, la energía, las comunicaciones, la investigación, la ingeniería civil y los servicios públicos (electricidad, gas natural, agua, redes telefónicas…).

MonoM nació en Madrid en 2016 con el objetivo de ofrecer a los clientes de Grupo Álava toda una gama de nuevos servicios basados en tecnologías digitales tales como la inteligencia artificial, el Internet de las cosas, los macrodatos, y el sistema informático conocido como “gemelo digital”, un concepto surgido a principios de siglo, cuyo primer uso práctico fue desarrollado en 2010 por la NASA, para intentar mejorar la simulación de modelos físicos de naves espaciales.

José Fernández-Díez, vicepresidente ejecutivo de Grupo Álava y consejero delegado de MonoM, nos atendió en las oficinas madrileña de la empresa.

MonoM es una de las 40 principales empresas mundiales del Internet de las Cosas. Puede resultar sorprendente que sea una empresa española, dado que España no suele figurar a la vanguardia mundial del i+D…

Nos reconocieron como una de las principales empresas del Internet de las cosas a nivel mundial, por parte de ciertos analistas, muy especializados, de tecnología. Lo que está pasando es que MonoM es generadora de una de las plataformas más avanzadas de lo que llamamos AIoT: la Inteligencia Artificial de las Cosas [en inglés, la combinación de Internet of Things (IoT) + Artificial Intelligence (AI)].

Se habla mucho de la inteligencia artificial (IA), pero su principal valor va unido a la información que se genera en el mundo físico, que va a ayudar a acelerar muchísimos procesos.

MonoM es una división del Grupo Álava. ¿Cómo surge?

MonoM fue pionera en desarrollos tecnológicos orientados a ciertas tendencias que se han terminado haciendo realidad. La mayoría del equipo está conformado por españoles, aunque también hay personas de distintos países, como México, Ucrania y Uruguay.

Perdone que le interrumpa, pero ¿MonoM surge por una necesidad del Grupo Álava o su nacimiento es completamente independiente?

Surge por las necesidades de los clientes del Grupo Álava. Los clientes iban demandando soluciones cada vez más inteligentes, más flexibles, más conectadas a Internet y orientadas a la mejora de sus procesos y más intuitivas, a partir de los datos que genera la tecnología del Grupo Álava.

Grupo Álava es una empresa española de alta tecnología que lleva cincuenta años proveyendo de tecnología a empresas industriales, energéticas, farmacéuticas, de alimentación, de movilidad y, en definitiva, a todo tipo de industrias, aunque también a centros tecnológicos y de investigación y a universidades. Y provee de la tecnología y todos los servicios necesarios para explotar esa tecnología. Lo que hace esa tecnología es proporcionar o facilitar mejoras en los procesos, en los productos y en la i+D de esas empresas.

Siendo ese el núcleo del negocio de Grupo Álava, MonoM surge como un paso lógico y natural en su evolución, añadiendo valor a esa tecnología que demandaban los clientes, y lo que comenzamos a hacer fue dotarla de mayor inteligencia para mejorar todos esos procesos que ya se venían realizando. Empezamos con proyectos de mantenimiento predictivo y de monitorización de infraestructuras.

¿Qué es exactamente lo que hace MonoM? ¿En qué se aplica?

La tecnología de MonoM se centra en una plataforma que es capaz de recoger todos los datos de las máquinas y activos y distintas fuentes de información que existen en la industria o en smart cities o empresas de servicios públicos, y de los usuarios que están alrededor de las operaciones de estas empresas, y la aglutina y la transforma en información sencilla, útil y manejable, de forma que desencadena directamente un proceso automatizado o le permite al usuario una mejor toma de decisión.

Empezamos aplicándolo en las industrias, que eran nuestros cliente iniciales, en los activos de una cadena de producción, pero ahora también lo aplicamos en la industria para la gestión y el procesamiento del agua (lo que llamamos “smart water”) para ayudar a la sostenibilidad hídrica de las ciudades) y también en infraestructuras civiles críticas: ayudar en la operación y mantenimiento de una red de carretera, de un ferrocarril o de un túnel. Para todos ello, generamos un gemelo digital de cómo se comporta esa infraestructura y anticipa acciones de mantenimiento antes de que sean necesarias. Así se reducen muchísimo los costes de gestión y la degradación de esa infraestructura a largo plazo.

¿Es software lo que proporcionáis?

Es software, hardware y servicios. Nosotros creamos una solución de 360° que se adapta por completo a la necesidad del cliente. Básicamente trabajamos con smart cities, empresas de servicios públicos (o utilities) y lo que denominamos EXOindustrias.

Este concepto sí que me sobrepasa… ¿qué son las EXOindustrias?

Es un concepto que empleamos internamente, para referirnos a lo que queremos conseguir con nuestros clientes, que es, básicamente, ayudarles a romper sus paradigmas y que se conviertan en disruptivos [revolucionarios, en el sentido de que conviertan en obsoletas metodologías anteriores] y líderes de su sector, logrando un cambio radical en su modo de trabajar y en sus resultados. Como hicieron en su día Apple o Netflix en sus respectivos sectores. Ahora, pretendemos que eso suceda con nuestros clientes en el ámbito de las smart cities, la industria o las empresas de servicios públicos: agua, gas, etc.

Haciéndolo de una forma sostenible y eficiente. ¿Cómo conseguir eso? Pues lo primero en lo que les ayudamos es en convertir esas industrias en industrias 100% digitales. Con este primer paso de digitalización de sus activos y sus procesos, ya pueden llegar al segundo paso, que es el ser disruptivos en su modelo de negocio.

¿Y cómo se convierte una industria en una EXOindustria?

Te pongo un ejemplo: en un vivero agrícola, con hectáreas de plantas, se puede emplear AIoT para comprobar en todo momento que las plantas están bien, midiendo con sensores todos los parámetros de agua, nutrientes o sombra que reciben. Se instalan cientos de sensores que nos den información y, con todos esos datos, se puede establecer lo que hay que cambiar en cada sector del vivero, sin tener que mandar a los jardineros a vigilar las plantas una a una, sino solo cuando es necesario realizar un mantenimiento. Si a esos datos masivos le añades el conocimiento de nuestro equipo, para analizar todos esos datos y determinar qué es lo que dicen, y datos externos como, por ejemplo, los de la Agencia Estatal de Meteorología (AEMET), que nos advierte que dentro de tres días va a llover, se genera mucha más información precisa que se puede emplear.

Los sistemas de IA son cada vez más inteligentes por la información de la experiencia que aportan los equipos humanos.

Pero esto se puede aplicar también en la industria más pesada, en sectores críticos, o en cualquier industria manufacturera: nuestra plataforma la puede utilizar el fabricante, dentro de su planta, pero cuando el producto ha salido de la fábrica hay otra empresa (o un consumidor) que está utilizando el producto. El modo en que lo utiliza ese consumidor le puede facilitar información al fabricante de cómo puede mejorar su proceso productivo o cómo mejorar su servicio, e incluso puede permitirle un modelo de pago por uso en vez de uno de pago por adelantado.

Estamos muy acostumbrados a productos B2C, como puede ser por ejemplo una cafetera, pero si se trata de un aerogenerador… ¿por qué comprarlo en propiedad a la operadora energética en vez de instalarlo y pagar por el uso o por la capacidad de producción de energía, incluyendo sus paradas, mantenimiento o su productividad? Y quien dice un aerogenerador, dice un buque…

En el sector de las empresas de servicios públicos, pongamos el ejemplo de la red de agua, que consta de una red de abastecimiento, consumo y tratamiento de residuos. Ahora mismo la información está en silos y es el operador de esa red de agua quien la gestiona, pero se hace sin modelos predictivos y quien realiza ciertas labores, como, por ejemplo, intervenciones de mantenimiento, no alimenta los sistemas de información para el resto de partes implicadas. Al generar una plataforma que aglutina toda esa información de distintos agentes (del operador de agua, de la empresa de mantenimiento, de los consumos que están teniendo lugar, de las condiciones meteorológicas que generan una afluencia de recursos hídricos, de eventos planificados que van a suceder –como un acontecimiento deportivo o de otra índole en un momento puntual–), se consigue que distintos grupos de usuarios generen valor para ese caso.

Otra aplicación: un 50% del coste del agua, por ejemplo, se va en fugas… Y se tarda muchísimo en detectarlas. Son canalizaciones enormes, de grandes diámetros y están conectadas entre sí en puntos distantes centenares de metros o incluso a kilómetros. Se puede detectar que hay una pérdida de agua, pero ¿dónde, dentro de ese kilómetro de tubería enterrada? Hay que levantar pero, mientras tanto, la fuga sigue. Se trata de averiguar en qué punto puede estar produciéndose esa fuga y actuar lo antes posible. La solución podría ser utilizar, desde el principio, desde la fase de diseño y construcción, fibra óptica con sensores embebidos. Pero el 99% de las infraestructuras de agua no están así, y hay que emplear modelos matemáticos hidráulicos y de inteligencia artificial.

¿Hasta qué punto os adelantáis a mostrarle al cliente posibilidades que, a lo mejor, ni siquiera se había planteado que pudieran existir?

Eso podía ocurrir hace tiempo, pero ahora ya no, aunque nos encontramos con clientes con todo tipo de estado de madurez digital. Pero, en general, la alta dirección es muy consciente de que precisa estos cambios de modelo de negocio, habilitado por la digitalización de activos y procesos. Lo que no saben muy bien es cómo hacerlo… y a veces se embarcan en intentar hacerlo por sí mismos y eso es difícil que traiga resultados, o que dé resultados de una forma consistente y continua.

Yo creo que son conscientes, ya en un grado avanzado de la situación del mercado, pero hay poca implementación, poca penetración, muchas pruebas de concepto, pero pocas cosas que se hayan validado y escalen.

La dificultad principal es contar con todo el conocimiento experto, el “know how” humano complementario que se precisa para llevar esto adelante… Aparte de que esto es un descubrimiento continuo.

Una de las cosas que más aprecian nuestros clientes es la experiencia de más de cincuenta años de Grupo Álava. Nos diferencia la fiabilidad del dato; la fiabilidad de la IA que proporcionamos y la democratización de la IA. Si tú vas a digitalizar una cuenca hidrográfica, la recogida de agua de una presa con sus afluentes o una red de distribución de agua, o un proceso productivo en una fábrica, no sirve sólo con que tengas la plataforma de AIoT: es necesario, pero no te soluciona el problema. Hace falta saber qué sensores son los adecuados para cada casuística. Algo tan elemental como eso es lo que genera el dato fiable que te sirve de base para poder construir.

Y, finalmente, necesitas saber qué parte del dato que generan los sensores es la que necesitas y con qué frecuencia, cómo interpretar las variaciones de datos para el fin que se busca y mezclarlo con otros datos de fuentes de información de los clientes. Todo eso hay que saber interpretarlo y representarlo en la plataforma. Y eso es lo que llevamos haciendo cincuenta años.

¿Qué es lo que os diferencia, básicamente?

Somos diferenciales por la facilidad de uso del dato y de la propia plataforma. Y para esas soluciones específicas acortamos mucho el tiempo de mejora de los procesos del cliente o del mercado y de los KPI [Key Performance Indicator: indicadores clave de rendimiento], que es lo que miran los gerentes para ver si el negocio va bien.

Por otra parte, no hay que olvidar que las empresas las hacen las personas. En nuestro caso, la gestión del talento es especialmente clave, y contamos con una base variadísima de recursos humanos, en tipo y en especialización, con científicos de datos, analistas predictivos o ingenieros de hardware. Gran parte del equipo es joven, pero está compensado con gente de notable experiencia en distintos sectores, que aportan otra serie de cosas. Es talento interdisciplinar e intergeneracional.

Otro valor fundamental es el ecosistema. Es imposible abordar solos un proyecto industrial o de smart cities: hace falta una gran variedad de talentos para resolver esos problemas. El ecosistema es lo que permite dar con una solución escalable al nivel de los servicios para una fábrica, una ciudad o un país. Y nosotros contamos con un abanico de socios de tecnología, de servicios y comerciales extensísimo: desde fabricantes mundiales de hardware (de Japón, Estados Unidos, Israel o Finlandia, como la empresa Vaisala, líder por calidad en instrumentación meteorológica y medioambiental), a los departamentos de i+D de todas las universidades y centros tecnológicos del país. Este ecosistema es fundamental para dar soluciones que se adapten a lo que precisa el cliente.

Nosotros, en realidad, lo que nos consideramos es una empresa deep tech, de tecnología profunda, con el objetivo expreso de proporcionar soluciones tecnológicas basadas en desafíos científicos o de ingeniería sustanciales. Nuestras tecnologías de bandera son la IA, el Internet de las cosas, los macrodatos y el gemelo digital, pero nosotros seguimos explorando tecnologías como el metaverso o la realidad virtual aumentada, como aplicación práctica, intentando adelantarnos a las necesidades y procesos de las industrias que he comentado anteriormente.

¿Se puede digitalizar todo?

Todo lo que existe en este mundo se puede convertir en información. Y, por ende, todo se puede digitalizar.

¿Hasta qué punto es inteligente la IA?

Todavía no es inteligente, pero lo será. Nosotros trabajamos con analistas predictivos humanos que llevan, en algunos casos, décadas haciendo eso y son los que se encargan, en primera instancia de detectar las anomalías y de identificar los problemas que tienen los activos. Con su información es con lo que se construyen los modelos matemáticos de IA que se le ponen al cliente.

Es necesario que la gente entienda el concepto de la democratización de la IA. La Inteligencia Artificial no viene a quitar trabajo, sino a ayudar a tomar mejores decisiones y a hacer mejor el trabajo, automatizando ciertos procesos para ser más eficientes. Igual que la robótica y la mecanización de las fábricas de automóviles llevan cuarenta años soldando piezas de coches.