Mercedes-Benz ha implementado un innovador proyecto de computación cuántica en su planta de producción de Vitoria, en colaboración con Ayesa, un proveedor líder en tecnología y servicios de ingeniería.
El objetivo de este proyecto es optimizar la planificación y el ensamblaje de vehículos, detectando posibles errores de configuración antes de que entren en la línea de producción, lo que permitirá mejorar la eficiencia y reducir los tiempos de entrega.
Este sistema compara en tiempo real las configuraciones de los vehículos y permite identificar anomalías en el proceso, minimizando la probabilidad de errores en la producción
La iniciativa, que se encuentra en fase piloto, se centra en el uso de una plataforma de detección automática de errores basada en la combinación de inteligencia artificial clásica y computación cuántica. Este sistema compara en tiempo real las configuraciones de los vehículos y permite identificar anomalías en el proceso, minimizando la probabilidad de errores en la producción.
La planta de Mercedes-Benz en Vitoria, que lleva más de 70 años en funcionamiento, es una de las más importantes del fabricante alemán y cuenta con un entorno de producción altamente personalizado. Cada vehículo se configura de acuerdo con las especificaciones del cliente, lo que genera una complejidad significativa en el proceso de ensamblaje. Con la tecnología de Ayesa, se espera poder identificar configuraciones inadecuadas con varios días de antelación, garantizando así que cada vehículo se produzca sin problemas.
Ventajas de la computación cuántica en la producción
La computación cuántica ofrece múltiples ventajas para la producción automovilística, especialmente en la caracterización de perfiles de vehículos en función de sus componentes y en la detección de combinaciones inusuales o ineficientes.
Durante este proyecto piloto, Ayesa ha utilizado una base de datos de entrenamiento con 50.000 pedidos y más de 700 características por cada uno, procesando aproximadamente 14.000 pedidos nuevos cada día.
El resultado ha sido una mejora significativa en la precisión de la detección de errores. La plataforma, que combina algoritmos de inteligencia artificial clásica con el potencial de la computación cuántica, ha mostrado un rendimiento superior en la identificación de configuraciones problemáticas en comparación con métodos tradicionales.
Si (
No(
