Contenidos
- 1. Digitalización en los sectores productivos
- a) Cronología de las revoluciones industriales. Principales elementos
- b) Cuarta revolución. Digitalización. Elementos que la definen
- c) Sistemas ciberfísicos
- d) Estructura de la empresa. Digitalización de sus unidades:
- e) Entornos IT y OT:
- f) Evolución de una empresa clásica a una empresa digitalizada. Ventajas que supone:
- 2. Caracterización de las tecnologías habilitadoras
- a) Mundo digital. Tecnologías habilitadoras
- b) Características de las THD
- c) Ciberseguridad TDH, IT y OT. La huella digital
- d) Derechos y deberes de las empresas y la ciudadanía en relación al uso de la de las THD
- Derechos:
- Deberes:
- e) Influencia de las TDH en el desarrollo de productos/prestación de servicios. Ejemplos significativos. Nuevos mercados. Internacionalización
- Ejemplos significativos:
- Nuevos mercados:
- Internacionalización:
- f) TDH típicas en planta y negocio
- Planta (producción):
- Negocio (gestión):
- g) Mejoras con la implantación de TDH
- h) Sistemas digitalizados y datos
- 3. Cloud y sistemas conectados
- a) Cloud. Definición y niveles. Cloud computing
- i. Infraestructura como Servicio o Infrastructure as a Service (IaaS)
- ii. Plataforma como Servicio o Platform as a Service (Paas)
- iii. Software como Servicio o Software as a Service (Saas)
- b) Posibilidades del trabajo en la cloud
- c) Edge computing y su relación con la cloud
- d) Fog y Mist. Relación con la cloud
- e) Ventajas del uso de los recursos de la cloud
- i. Protección de datos
- ii. Interoperabilidad
- iii. Movilidad
- iv. Trabajo cooperativo
- f) Uso de Cloud y la rentabilidad de la empresa
- 4. Aplicación de la Inteligencia Artificial (IA).
- 5. Evaluación de datos.
- 6. Desarrollo de un proyecto.
1. Digitalización en los sectores productivos
La transformación digital está reconfigurando los sectores productivos, impulsada por avances tecnológicos disruptivos que afectan a los procesos, modelos de negocio y competencias profesionales. Esta evolución se enmarca en el contexto histórico de las revoluciones industriales, culminando en la actual Cuarta Revolución Industrial o Industria 4.0.
a) Cronología de las revoluciones industriales. Principales elementos
- Primera revolución industrial (finales del s. XVIII – s. XIX):
- Introducción de la máquina de vapor.
- Uso de energía hidráulica y carbón.
- Nacimiento de la industria textil mecanizada y los ferrocarriles.
- Segunda revolución industrial (finales del s. XIX – principios del XX):
- Electricidad y motor de combustión interna.
- Producción en cadena (modelo fordista).
- Expansión de las industrias química, siderúrgica y automovilística.
- Tercera revolución industrial (desde los años 70):
- Incorporación de la electrónica y automatización.
- Aparición de los ordenadores personales y las telecomunicaciones.
- Digitalización inicial con software de gestión empresarial.
- Cuarta revolución industrial (actualidad):
- Fusión de tecnologías físicas, digitales y biológicas.
- Protagonismo de inteligencia artificial, IoT, big data, robótica avanzada, impresión 3D y blockchain.
- Transición hacia empresas inteligentes, conectadas y autónomas.
b) Cuarta revolución. Digitalización. Elementos que la definen
La Industria 4.0 representa la transformación radical de la industria mediante la integración digital completa en todos los niveles de la empresa y la producción. Sus elementos clave son:
- Conectividad total (Internet de las Cosas – IoT): dispositivos, sensores y máquinas conectados.
- Sistemas ciberfísicos (CPS): integración de sistemas físicos con software y redes.
- Big Data y analítica avanzada: extracción de valor de grandes volúmenes de datos.
- Inteligencia Artificial y machine learning: automatización de decisiones.
- Realidad aumentada y virtual, para mantenimiento, formación o diseño.
- Impresión 3D y fabricación aditiva.
- Computación en la nube, con servicios distribuidos y escalables.
- Ciberseguridad como pilar transversal.
- Modelos de empresa digital, flexible, personalizada y orientada a servicios.
c) Sistemas ciberfísicos
Los sistemas ciberfísicos (Cyber-Physical Systems, CPS) son el corazón de la Industria 4.0. Integran componentes físicos y computacionales conectados entre sí, con capacidad para monitorizar, controlar y aprender en tiempo real.
Características:
- Sensores y actuadores conectados a sistemas informáticos.
- Comunicación mediante redes (LAN, 5G, etc.).
- Coordinación autónoma entre elementos del sistema.
- Reacción en tiempo real a cambios en el entorno.
- Aprendizaje automático para optimización continua.
Ejemplos:
- Robots colaborativos (cobots).
- Sistemas inteligentes de transporte o energía.
- Plantas industriales inteligentes (smart factory).
d) Estructura de la empresa. Digitalización de sus unidades:
La digitalización no se limita a los procesos productivos. Afecta al modelo organizativo completo de la empresa, reconfigurando todas sus áreas.
i. Organización
- Implantación de ERP (Enterprise Resource Planning) y sistemas de gestión integrados.
- Automatización de procesos administrativos.
- Estructuras organizativas más ágiles y horizontales.
- Trabajo colaborativo y remoto mediante plataformas digitales.
ii. Recursos
- Recursos humanos: se precisan nuevas competencias digitales (reskilling/upskilling).
- Recursos físicos: sensores, redes, hardware inteligente.
- Recursos informáticos: software en la nube, inteligencia de negocio, CRM, etc.
- Inversiones en tecnología, mantenimiento predictivo, renovación digital del capital.
iii. Planificación de tareas compartidas
- Uso de plataformas colaborativas (Trello, Asana, Microsoft Teams…).
- Integración en tiempo real de la planificación de producción, logística y distribución.
- Automatización de tareas repetitivas con RPA (Robotic Process Automation).
- Inteligencia artificial para la planificación predictiva y la toma de decisiones.
- Interacción entre humanos y máquinas: cogestión de tareas entre operarios y sistemas autónomos.
e) Entornos IT y OT:
La transformación digital de los sectores productivos exige comprender la relación entre los entornos IT (Information Technology) y OT (Operational Technology). Ambos son fundamentales para la empresa digital, aunque tradicionalmente han evolucionado por separado.
i. Concepto
- IT (Tecnologías de la Información):
Se refiere al conjunto de tecnologías relacionadas con el tratamiento, almacenamiento, transmisión y protección de datos. Engloba los sistemas informáticos, redes, bases de datos, software empresarial, correo electrónico, ERP, CRM, etc.
→ Objetivo principal: gestionar la información corporativa y garantizar la eficiencia administrativa. - OT (Tecnologías de Operación):
Son tecnologías orientadas al control y supervisión de procesos industriales y físicos. Incluyen SCADA, PLCs, sensores, actuadores, sistemas embebidos, maquinaria automatizada, etc.
→ Objetivo principal: garantizar el funcionamiento seguro, fiable y continuo de las operaciones industriales.
ii. Diferencias y similitudes
Aspecto | IT | OT |
---|---|---|
Objetivo | Gestión de la información | Control de procesos físicos |
Entorno | Oficinas, servidores, nube | Plantas industriales, fábricas, logística |
Prioridad | Confidencialidad de los datos | Disponibilidad y seguridad operacional |
Tecnologías típicas | ERP, CRM, bases de datos, redes | SCADA, PLC, HMI, sensores, RTUs |
Actualizaciones | Periódicas, automatizadas | Esporádicas, alto riesgo en producción |
Ciberseguridad | Alta madurez (antivirus, firewalls, etc.) | Menor tradición; creciente integración |
Sistemas operativos | Windows, Linux, Unix | Sistemas embebidos, RTOS, propietarios |
Similitudes:
- Ambos usan software y hardware especializados.
- Cada vez más integrados por la digitalización (Industria 4.0).
- Compartición de datos y conectividad (IoT industrial).
- Necesitan medidas de ciberseguridad adaptadas a sus riesgos.
iii. Relación entre entornos IT y OT. TDH en cada entorno productivo
La convergencia IT/OT es una tendencia clave en la Transformación Digital Habilitadora (TDH). Esta integración permite una gestión más eficiente, automatizada y conectada del negocio.
Relación entre IT y OT:
- La capa OT genera datos desde sensores, líneas de producción o máquinas conectadas.
- Estos datos se transmiten a sistemas IT para su análisis, visualización o toma de decisiones (por ejemplo, mantenimiento predictivo).
- IT aporta potencia de cálculo, IA, big data y analítica avanzada; OT proporciona datos del mundo real en tiempo real.
- Esta integración da lugar al modelo de empresa inteligente y conectada.
Ejemplos de TDH aplicadas en cada entorno:
- TDH en entornos OT:
- IoT industrial (IIoT)
- Robótica colaborativa
- Realidad aumentada para mantenimiento
- Mantenimiento predictivo basado en datos
- Sistemas SCADA avanzados
- TDH en entornos IT:
- Big Data y Business Intelligence
- Inteligencia Artificial para toma de decisiones
- Automatización de procesos (RPA)
- Cloud computing
- Ciberseguridad avanzada
f) Evolución de una empresa clásica a una empresa digitalizada. Ventajas que supone:
La transformación digital implica un cambio estructural, cultural y tecnológico dentro de la empresa. No se trata solo de introducir tecnología, sino de replantear procesos, modelos de negocio y relaciones con clientes y empleados.
i. La eficiencia en la gestión de los costes de la actividad económica
- Automatización de procesos repetitivos (facturación, inventario, atención al cliente, etc.).
- Optimización del uso de recursos mediante software ERP y herramientas de planificación.
- Reducción de costes operativos gracias a la nube, outsourcing y trabajo remoto.
- Mayor control y trazabilidad en las operaciones productivas y logísticas.
ii. Nuevos mecanismos de análisis de datos en la toma de decisiones
- Uso de Big Data, inteligencia artificial y analítica avanzada para extraer conocimiento útil.
- Monitorización en tiempo real del rendimiento de equipos, procesos y ventas.
- Predicción de tendencias, identificación de oportunidades de mercado o puntos de mejora.
- Mejora continua basada en datos objetivos y no solo en la intuición.
iii. Diferentes canales de comunicación con los clientes, proveedores y otros agentes
- Atención al cliente omnicanal: email, chatbots, redes sociales, apps, etc.
- Plataformas de gestión de relaciones con proveedores (SRM) o con clientes (CRM).
- Digitalización de procesos comerciales y logísticos: pedidos online, seguimiento de envíos, firma digital.
- Interacción instantánea con socios y colaboradores, lo que reduce tiempos y mejora la coordinación.
iv. La contribución de la digitalización al desarrollo sostenible
- Reducción del consumo de papel, desplazamientos y residuos gracias a la digitalización de documentos y reuniones virtuales.
- Eficiencia energética mediante sensores IoT, mantenimiento predictivo o control domótico.
- Producción más eficiente y personalizada (fabricación aditiva, gestión circular de materiales).
- Fomento de prácticas responsables mediante transparencia en la trazabilidad de la cadena de valor.
v. La conciliación entre la vida personal y laboral de los integrantes de la empresa
- Implantación del trabajo híbrido o remoto con herramientas colaborativas (Teams, Slack, Google Workspace…).
- Flexibilidad horaria y control del rendimiento por objetivos, no por presencia física.
- Reducción del estrés asociado al traslado diario o al exceso de presencialismo.
- Fomento de la motivación, autonomía y corresponsabilidad entre los trabajadores.
2. Caracterización de las tecnologías habilitadoras
a) Mundo digital. Tecnologías habilitadoras
Las tecnologías habilitadoras digitales (THD) son aquellas que impulsan la transformación digital en todos los sectores productivos. Actúan como motores de cambio al permitir nuevas formas de producir, comunicar, analizar datos, automatizar procesos o generar experiencias interactivas. Son la base de la Industria 4.0 y de la sociedad conectada.
b) Características de las THD
Las tecnologías habilitadoras digitales (THD) comparten una serie de características comunes que las hacen fundamentales para la transformación digital:
- Conectividad permanente: permiten comunicación entre personas, máquinas y sistemas en tiempo real.
- Automatización e inteligencia: integran algoritmos, sensores y lógica para ejecutar tareas de forma autónoma.
- Escalabilidad: se adaptan al crecimiento de la empresa sin perder eficiencia.
- Flexibilidad y personalización: facilitan productos y servicios adaptados al cliente.
- Análisis de datos: aprovechan grandes volúmenes de información para mejorar procesos y decisiones.
- Interoperabilidad: se integran con otros sistemas y plataformas.
- Sostenibilidad: optimizan recursos, reducen emisiones y mejoran la eficiencia energética.
i. Inteligencia artificial. Machine Learning/Deep Learning
Permite que las máquinas tomen decisiones, reconozcan patrones y realicen tareas cognitivas.
- Machine Learning (ML): Aprendizaje automático basado en datos. Los algoritmos mejoran con la experiencia (por ejemplo, clasificación de correos como spam).
- Deep Learning (DL): Subcampo del ML que usa redes neuronales profundas, ideal para procesamiento de imágenes, voz o texto.
ii. Internet de las cosas (IoT)
Conecta objetos físicos a internet para recopilar y enviar datos en tiempo real.
iii. Redes 5G
Nueva generación de redes móviles con alta velocidad, baja latencia y alta densidad de dispositivos conectados.
iv. Fibra óptica
Medio físico de transmisión de datos a través de pulsos de luz. Ofrece gran ancho de banda, fiabilidad y seguridad.
v. Computación difusa y en la nube
- Cloud computing: Procesamiento y almacenamiento remoto de datos a través de internet. Escalabilidad y flexibilidad.
- Edge computing (computación en el borde): Procesamiento más cercano al lugar donde se generan los datos (dispositivos o sensores), ideal para respuestas en tiempo real.
vi. Tecnologías de procesamiento masivo de datos e información
Sistemas y herramientas para gestionar grandes volúmenes de datos con gran velocidad y variedad (3Vs).
vii. Blockchain, DLT (Distibuted Ledger Technology). Similitudes y diferencias
- Blockchain: Base de datos distribuida, segura y transparente, basada en bloques enlazados y cifrados.
- DLT: Tecnología más amplia que incluye otras arquitecturas distribuidas (no todas basadas en bloques).
viii. Realidades inmersivas
Permiten una interacción natural entre el usuario y el entorno digital o híbrido.
ix. Robótica colaborativa (cobótica)
Robots que trabajan junto a humanos de forma segura y cooperativa, adaptándose al entorno.
x. Gemelos digitales
Réplicas virtuales de objetos, procesos o sistemas reales, alimentadas por datos en tiempo real.
xi. otras
- Impresión 3D (fabricación aditiva): producción personalizada, prototipado rápido.
- Ciberseguridad avanzada: biometría, IA para detección de amenazas, cifrado cuántico.
- Nanotecnología: materiales inteligentes, sensores miniaturizados.
- Computación cuántica: aún incipiente, revolucionará el procesamiento de datos complejos.
c) Ciberseguridad TDH, IT y OT. La huella digital
Teniendo cuenta:
- Entorno IT (Tecnologías de la Información): gestión de datos, redes, aplicaciones y usuarios. Riesgos: robo de datos, malware, phishing.
- Entorno OT (Tecnologías Operacionales): control de maquinaria, sensores, automatización industrial. Riesgos: sabotaje físico, interrupción de procesos.
La ciberseguridad en entornos híbridos IT/OT debe abordar tanto la protección lógica como la física. Se deben aplicar medidas como segmentación de redes, firewalls industriales, control de accesos y actualizaciones seguras.
Huella digital: rastro que dejan nuestras acciones en el entorno digital (correos, búsquedas, publicaciones, registros, etc.). Es clave gestionarla para evitar suplantaciones de identidad, filtraciones y vulnerabilidades.
d) Derechos y deberes de las empresas y la ciudadanía en relación al uso de la de las THD
Derechos:
- Protección de datos personales (RGPD).
- Derecho a la transparencia algorítmica.
- Derecho a no ser discriminado por decisiones automáticas.
- Derecho a la ciberseguridad y privacidad digital.
Deberes:
- Uso responsable de tecnologías y datos.
- Cumplimiento normativo en protección de datos.
- Garantizar la accesibilidad digital.
- Promover la sostenibilidad y ética tecnológica.
Las empresas deben asegurar el uso ético, legal y transparente de las THD, y la ciudadanía debe informarse, proteger sus datos y actuar de forma consciente en entornos digitales.
e) Influencia de las TDH en el desarrollo de productos/prestación de servicios. Ejemplos significativos. Nuevos mercados. Internacionalización
Ejemplos significativos:
- Industria: mantenimiento predictivo con IA y sensores.
- Comercio: tiendas inteligentes con IoT y análisis de datos.
- Salud: diagnóstico asistido por IA y consultas por telemedicina.
- Agricultura: riego inteligente, drones y sensores.
- Educación: plataformas de aprendizaje adaptativo y realidad virtual.
Nuevos mercados:
- Economía de los datos.
- Inteligencia artificial como servicio (AIaaS).
- Plataformas de contenido, logística inteligente, etc.
Internacionalización:
- Expansión de negocios gracias al e-commerce, plataformas multilingües y análisis global de mercados.
f) TDH típicas en planta y negocio
Planta (producción):
- IoT industrial
- Robótica colaborativa
- Gemelos digitales
- Edge computing
- Big Data para calidad y mantenimiento
Negocio (gestión):
- Cloud computing
- IA para toma de decisiones
- Blockchain para trazabilidad y contratos
- CRM y ERP inteligentes
- Ciberseguridad avanzada
g) Mejoras con la implantación de TDH
Mejoras principales:
- Aumento de la eficiencia operativa
- Reducción de costes
- Mejora en la calidad del producto/servicio
- Personalización para el cliente
- Agilidad en la toma de decisiones
- Mayor sostenibilidad y control de impacto ambiental
- Mayor trazabilidad y transparencia
- Aumento de la competitividad e innovación
h) Sistemas digitalizados y datos
Un sistema digitalizado:
- Capta información a través de sensores o entradas.
- Procesa y almacena los datos mediante software.
- Analiza patrones, genera informes y automatiza decisiones.
- Se conecta a otras plataformas o sistemas mediante redes.
Los datos son el nuevo recurso estratégico. Su correcto tratamiento (captura, análisis, protección y visualización) permite transformar una organización analógica en una empresa basada en el conocimiento.
La calidad, seguridad y accesibilidad de los datos son críticas para el éxito de cualquier entorno digitalizado.
3. Cloud y sistemas conectados
a) Cloud. Definición y niveles. Cloud computing
El cloud computing o computación en la nube es un modelo de prestación de servicios tecnológicos que permite el acceso a recursos informáticos (como almacenamiento, servidores, bases de datos, redes, software, etc.) a través de Internet, bajo demanda y con pago por uso.
El usuario no necesita poseer la infraestructura física ni encargarse de su mantenimiento. En lugar de ello, accede a los servicios alojados en centros de datos remotos (data centers) que son gestionados por un proveedor de servicios en la nube.
Este modelo ofrece escalabilidad, flexibilidad, eficiencia de costes, acceso ubicuo y mantenimiento simplificado.
Existen tres niveles principales de servicios en la nube, según el grado de control, responsabilidad y complejidad que se delega al proveedor. Estos son:
i. Infraestructura como Servicio o Infrastructure as a Service (IaaS)
ii. Plataforma como Servicio o Platform as a Service (Paas)
iii. Software como Servicio o Software as a Service (Saas)
b) Posibilidades del trabajo en la cloud
c) Edge computing y su relación con la cloud
d) Fog y Mist. Relación con la cloud
e) Ventajas del uso de los recursos de la cloud
i. Protección de datos
ii. Interoperabilidad
iii. Movilidad
iv. Trabajo cooperativo
f) Uso de Cloud y la rentabilidad de la empresa
4. Aplicación de la Inteligencia Artificial (IA).
a) Inteligencia Artificial. Ejemplos de aplicación.
b) Tipos de IA: Débil, Fuerte, Simbólica, Subsimbólica.
c) Evolución de la IA.
d) La IA y los datos. Protección de datos
e) Relaciona la IA con los sectores productivos o áreas de aplicación.
f) Inteligencia Artificial y tratamiento de datos. Minería de datos.
g) Lenguajes de programación en IA.
h) La Inteligencia artificial y el título.
i) Relación entre las TDH en el sector del título y la IA.
j) Regulación de la IA. La protección de datos. Derechos de autor.
k) Principios éticos de la IA en la actividad profesional, cultual y social.
5. Evaluación de datos.
a) Dato versus Información.
b) Ciclo de vida del dato.
c) Análisis de datos.
d) Almacenamiento de datos en la nube.
e) Etapas de la ingeniería de datos.
f) Aplicación a las empresas de la ciencia de datos.
g) Importancia de la seguridad en el manejo de datos.
6. Desarrollo de un proyecto.
a) Objetivos de la empresa y definición de la estrategia de digitalización.
b) Aplicaciones.
c) Áreas de la empresa. Alineación entre ellas. Sub-objetivos de las áreas. Coste de oportunidad.
d) Tecnologias (TDH´s) requeridas.
e) Implantación de tecnologías. Integración en el conjunto.
f) Software ERP, programas CRM/BPM.
g) Soluciones Cloud. Paquetes integrados o suite.
h) Tratamiento de datos masivos.
i) Documentos de seguimiento. Medidas.
j) Recursos humanos. Nuevos perfiles. Formación