Cuando el código se encuentra con la carretera

Yves Caseau, Director Digital y de Información del Grupo Michelin

Yves Caseau es responsable de Sistemas Digitales y de Información en el Grupo Michelin. Se incorporó a Michelin en 2017 como CIO y ha trabajado extensamente en modernización, transformación digital y calidad del servicio. Anteriormente, trabajó en el Grupo AXA y en Bouygues Telecom.

Ha impartido la asignatura «Teoría y Práctica de los Sistemas de Información» en la École Polytechnique durante tres años y es un conferenciante habitual sobre arquitectura de sistemas de información. Antiguo alumno de la École Normale Supérieure de París, es doctor en Informática por la Universidad París XI y posee la habilitación docente por la Universidad París 7, además de un MBA por el Collège des Ingénieurs, también en París. Yves es miembro de la Académie des Technologies y autor de libros sobre sistemas de información, gestión lean y organización empresarial.

¿Cómo está impactando el software en la industria automotriz? ¿Y qué significa eso para Michelin?

Los fabricantes de automóviles se enfrentan a un dilema: pueden desarrollar el software ellos mismos y arriesgarse a quedarse rezagados respecto al resto del mercado, o asociarse con organizaciones como Android y arriesgarse a perder diferenciación y experiencia.

La tendencia general es evidente e imparable: los coches se están convirtiendo en ordenadores con funciones adicionales. La clave reside en los ecosistemas: mercados abiertos o cerrados, API (interfaces de programación de aplicaciones), colaboraciones y alianzas. Por eso es tan importante para Michelin.

El diseño de vehículos definido por software va de la mano del diseño virtual de coches y los gemelos digitales. Michelin es líder en neumáticos y simulación. Esto genera oportunidades, pero también riesgos. Por ejemplo, si los coches se diseñan digitalmente en torno a un neumático de la competencia, un neumático Michelin podría ser menos adecuado, incluso si su estructura es superior.

Necesitamos comprender la velocidad de este cambio y cuántos ecosistemas surgirán: uno por fabricante o unas pocas plataformas compartidas. Hemos visto a fabricantes de equipos originales (OEM), como Mercedes, BMW, Volkswagen y otros, oscilar entre desarrollar sus propios sistemas y asociarse con empresas tecnológicas como Google.

El cambio hacia los vehículos definidos por software es inevitable. La electrificación lo está acelerando, aunque su implementación varía según la región. Pero es una transición compleja, ya que no se puede lograr en solitario. Se necesitan ecosistemas, una masa crítica y formas de atraer desarrolladores. De lo contrario, se corre el riesgo de terminar como Nokia, donde ya nadie desarrolla aplicaciones para la plataforma. Ya hemos colaborado en sistemas ABS, por ejemplo, demostrando que nuestra experiencia en gemelos digitales mejora el rendimiento. Sin embargo, el paso de lo físico a lo digital también plantea cuestiones de propiedad intelectual y protección de datos.

Por lo tanto, la tendencia es clara, pero la transición es compleja. Para Michelin, representa tanto una oportunidad como un desafío.

Hemos visto a fabricantes de equipos originales (OEM), como Mercedes, BMW, Volkswagen y otros, vacilar entre construir sus propios sistemas y asociarse con empresas tecnológicas como Google.

¿Qué decisiones estratégicas ha tomado Michelin para avanzar hacia la movilidad impulsada por software?

En primer lugar, Michelin lleva mucho tiempo desarrollando modelos digitales de neumáticos, combinando enfoques físicos y numéricos. Inicialmente, esto era para nuestro propio uso y para colaboraciones con equipos de Fórmula 1 y otros fabricantes. Hace aproximadamente un año, decidimos compartir nuestra experiencia en la creación de gemelos digitales de neumáticos con un público más amplio, dado el gran potencial del mercado. En lugar de partir de un neumático físico, comenzamos con un modelo digital.

En segundo lugar, una vez que se dispone de vehículos definidos por software con API, sensores y flujos de datos, es posible desarrollar software relacionado con los neumáticos. Al principio, los fabricantes de automóviles nos comentaron que podían hacerlo ellos mismos con sus datos propietarios. Sin embargo, descubrieron que nuestros algoritmos, que llevamos décadas desarrollando, son superiores. No somos mejores científicos de datos, pero comprendemos mejor los neumáticos. Por lo tanto, estamos avanzando en este campo y nuestro objetivo es integrar el software de Michelin en los vehículos definidos por software.

En tercer lugar, estamos explorando oportunidades en las tiendas de aplicaciones para vehículos. Lo demostramos con una aplicación de predicción del desgaste para el Renault Megane eléctrico. Existen muchas otras aplicaciones potenciales, como soluciones para camionetas que transportan cargas pesadas. El mantenimiento predictivo puede aportar un enorme valor añadido.

Por ello, estas son nuestras tres áreas de enfoque: la venta de modelos digitales de neumáticos, la mejora de las funciones internas del vehículo mediante software y la oferta de complementos a través de tiendas de aplicaciones. Además, Michelin cuenta con una larga tradición en servicios para el conductor, que se remonta a la señalización vial de hace 100 años y a herramientas digitales como ViaMichelin en la década de 1990. Creemos que esta nueva era podría marcar el comienzo de un renacimiento para Michelin como empresa que ayuda a las personas a conducir mejor.

Nuestro objetivo es integrar el software de Michelin en vehículos definidos por software.

¿Cómo se logra un equilibrio en la propiedad de los datos entre los fabricantes de equipos originales (OEM), ustedes mismos y los clientes finales, manteniendo al mismo tiempo la confianza entre todas las partes?

No hay una respuesta sencilla. Gran parte del debate con los fabricantes de equipos originales (OEM) y los reguladores gira en torno a si todos los datos generados por el coche pertenecen al conductor o si deben considerarse propiedad del OEM. Los OEM argumentan que los datos son producidos por su coche y que existen problemas de seguridad, por lo que deben ser suyos. Pero esta batalla continúa.

Si los OEM ganan este caso, probablemente se priorizarán los contratos de datos individuales sobre un modelo abierto. Esto significa que podríamos dirigirnos a Tesla y decirle: «Tenemos esta capacidad, ¿la quieren?». Luego, podríamos dirigirnos a BMW y proponer una colaboración. Esto podría implicar que nos centremos en unos pocos casos de uso, lo que podría ralentizar el progreso.

No está claro cómo evolucionará esto. Supongo que, al final, llegaremos a un sistema de portabilidad de datos, con el reconocimiento universal de que algunos dominios de datos pertenecen al usuario, mientras que los datos técnicos están vinculados al coche. Por ejemplo, los datos de navegación GPS te pertenecen, pero los datos relacionados con el motor pertenecen al fabricante del coche.

Gran parte del debate con los fabricantes de equipos originales (OEM) y los reguladores gira en torno a si todos los datos generados por el coche pertenecen al conductor o si deben considerarse propiedad del OEM.

¿Qué tipo de modelos de ingresos ve usted que están surgiendo para los modelos digitales de neumáticos?

Llevamos diez años buscando ejemplos, pero sin mucho éxito. Entendemos que aún es pronto para vender datos.

En definitiva, lo que se vende es una funcionalidad. Si esta ofrece un beneficio claro, se puede ofrecer mediante una suscripción, cuyo coste se puede compartir. Por el momento, lo más probable es que se venda software; es decir, una capacidad. Normalmente, vendemos con una cuota anual de software, y listo. Ahora mismo estamos tanteando el mercado.

Normalmente, estamos lejos de recuperar la inversión, pero decimos: «Vale, veamos si ambas partes coinciden en que el valor añadido lo justifica». Un ejemplo típico es este: «Tesla, si lo hicieran ustedes mismos, les costaría un millón de dólares en dos años. En cambio, ¿por qué no nos pagan 300 000 dólares al año?».

Ahora mismo, el valor reside en el propio coche. Pero la gente no dice: “Ah, de ese precio que pagaste, 2000 dólares son porque conseguiste los neumáticos antipinchazos adicionales con este software”. Algún día, tal vez, pero todavía no.

¿Prevé que Michelin cree unidades de software especializadas o integre competencias digitales en sus funciones existentes?

Ambos enfoques son válidos. Por ejemplo, si consideramos la solución 6S, que integra capacidades de IA y equipos de software, vemos que también integra capacidades de IA.

En el caso de la venta de gemelos digitales de neumáticos, esto puede comenzar como un equipo independiente dentro del departamento de I+D que, con el tiempo, se convierte en un modelo de negocio independiente. A veces, se integran las competencias digitales en cada función, y otras veces se crean equipos separados que evolucionan hasta convertirse en nuevos negocios.

¿Cómo utiliza Michelin la IA y la IA generativa en la actualidad?

Llevamos mucho tiempo utilizando IA. Al principio, era lo que yo llamaría IA clásica: sistemas basados ​​en reglas o estadísticas. La usábamos para la programación, la planificación, el enrutamiento, la gestión de la cadena de suministro y la fabricación. Hace unos cinco años, empezamos a usar redes neuronales de aprendizaje profundo, principalmente para la visión artificial en la fabricación, lo que aportó un gran valor añadido.

Si analizo dónde la IA está aportando mayor valor hoy en día, es en la fabricación. Estamos mejorando el consumo eléctrico, reduciendo los residuos y optimizando los procesos.

La IA general empezó a tener un impacto hace unos dos años. Una de sus primeras aplicaciones fue ayudar a resolver problemas de mantenimiento en las fábricas. También la usamos para resumir grandes cantidades de información, facilitar su recuperación y permitir el diálogo. En las fábricas, hemos avanzado rápidamente y hemos obtenido resultados con celeridad.

Tenemos proyectos similares para I+D, pero requieren más tiempo. Otro caso de uso importante es el uso de GitHub Copilot para escribir código. Nuestros programadores están muy satisfechos con esta herramienta y reportan mejoras en la productividad. Aún es pronto para saber cuánto dinero estamos ahorrando, pero la respuesta es positiva.

Desde un punto de vista estratégico, esto es importante porque la industria automotriz atraviesa un periodo de incertidumbre y recesión. Buscamos eficiencias y nuevas formas de generar valor. La automatización, con el apoyo de Gen AI, es una de ellas.

Esto nos lleva al siguiente paso: la IA agentiva. Podemos considerarla una nueva forma de automatización, posterior a la RPA (automatización robótica de procesos). Ya contamos con algunos casos prácticos donde los agentes generan ahorros y ofrecen buenos resultados. Sin embargo, actualmente solo alrededor del 1 % de Michelin la utiliza. Michelin es una gran empresa, así que no espero que todos la implementen, pero si llegamos al 10 %, sería un gran avance.

Si analizo dónde la IA está aportando mayor valor hoy en día, es en la manufactura. Estamos mejorando el consumo de electricidad, reduciendo los residuos y optimizando los procesos.

¿Existen casos prácticos en los que la IA le haya ayudado en su rol como CXO?

Sin duda. Por ejemplo, el mes pasado, al regresar de vacaciones, tenía dos tareas pendientes para mis compañeros. Le pedí ayuda a GPT-5 y, en cada ocasión, realicé en una hora lo que normalmente me habría llevado casi un día laboral. Así que ahorré dos días de trabajo. Estoy muy satisfecho con eso.

Pero si se refiere al impacto en los resultados, no es tan significativo. Ahorré algo de tiempo, pero no de una manera transformadora. La IA tiene un papel más importante en I+D. Utilizamos simulación por IA y gemelos digitales para explorar diseños. Por ejemplo, parte del diseño de nuestro nuevo neumático de invierno, el Alpin 7, se generó mediante algoritmos. Nuestro departamento de I+D lleva tiempo utilizando simulación e IA, y ahora está acelerando considerablemente la exploración. No afirmamos haber inventado un neumático nuevo con IA, pero hemos mejorado y hemos podido explorar más. Para nosotros, es una herramienta de exploración, una herramienta de aceleración.

¿Cuáles son algunos de los desafíos de usar la IA en la alta dirección? ¿Ve usted un futuro en el que delegaría autoridad a un agente de IA para la toma de decisiones?

Esa es una buena pregunta. El gran reto, como nuestro CEO Florent Menegaux nos recuerda constantemente, es que Michelin quiere ir rápido y lejos. Para ir rápido, necesitamos aprender a usar estas herramientas, pero no a costa de depender demasiado de la automatización y perder el pensamiento crítico.

Si la IA acelera demasiado el aprendizaje, entonces no se aprende realmente. Hay que encontrar un equilibrio: usar las herramientas para ir más rápido sin perder la capacidad de aprendizaje. Porque los retos dentro de dos años no serán los mismos que los de hoy.

Otro reto es mantener el control. No conviene tratar la IA como una caja negra en la que confiar ciegamente. El riesgo es que, como la IA suele acertar, el día que cometa un error puede que no nos demos cuenta y sigamos sus instrucciones.

Por eso la práctica es importante. Por ejemplo, en abril, en nuestra convención de Michelin Norteamérica, Matthew Cabe, nuestro CEO allí, les dijo a sus directivos que dedicaran tiempo a experimentar con GPT-5 y otras herramientas. No les pedía que se reemplazaran a sí mismos con agentes de IA, sino que desarrollaran familiaridad y práctica para que pudieran liderar eficazmente.

Si la IA acelera demasiado el aprendizaje, en realidad no se aprende. Es necesario encontrar un equilibrio: usar las herramientas para ir más rápido sin perder la capacidad de aprendizaje.

¿Cuál es la visión a largo plazo de Michelin en el ecosistema de la movilidad?

Comenzaré con lo que sabemos. Queremos dominar la simulación de gemelos digitales para poder desarrollar una movilidad sostenible. Hoy en día, podemos fabricar neumáticos con un 30 % de materiales reciclados. También sabemos cómo fabricarlos con un 50 %. El objetivo es acercarnos al 100 %, y para ello necesitamos nuevos materiales, nuevos procesos y nuevos diseños. El papel de los sistemas de información y las tecnologías de la información (SI/TI) es respaldar esto con unidades de procesamiento gráfico (GPU) más potentes, mejores herramientas y nuevas técnicas.

En segundo lugar, es evidente que el mercado se mueve a un ritmo vertiginoso, por lo que debemos ser más adaptables. Históricamente, Michelin ha optimizado los costes unitarios a costa de la flexibilidad. Éramos especialmente buenos produciendo 10 000 neumáticos idénticos, pero el reto es: ¿Qué ocurre si hay que cambiarlos cada 200 neumáticos? Ahí es donde la IA, la robótica y la automatización pueden ser de gran ayuda.

El tercer punto se refiere a nuestra posición en el mercado. Nuestros neumáticos son de alta calidad, pero se nos considera caros. Eso está bien para el segmento premium, pero también necesitamos ofrecer neumáticos de segunda y quizás tercera categoría. De lo contrario, corremos el riesgo de convertirnos en un proveedor de nicho. La fabricación de neumáticos es un negocio de gran volumen, y si perdemos ese volumen, tendremos problemas.

Por eso, hemos estado trabajando para mejorar nuestra posición como empresa de fabricación inteligente, impulsada por software. Antes, quizá simplemente comprábamos software a terceros. Hoy en día, seguimos colaborando con socios como Capgemini, pero también queremos ser dueños de nuestro destino. Tenemos que convertirnos en expertos en el diseño de software para la fabricación. Ese es un objetivo estratégico claro.

No pretendemos convertirnos en la plataforma de software global, pero si queremos abarcar una mayor parte de la cadena de valor, necesitamos ofrecer más valor a través de los servicios. La estrategia de Michelin se basa en tres pilares: neumáticos, servicios relacionados con los neumáticos y materiales avanzados. Actualmente, los servicios representan aproximadamente mil millones de los treinta, y queremos aumentar esa cifra. Pero eso solo será posible si nos convertimos en líderes del mercado de software.

Michelin’s strategy is threefold: tires, services around tires, and advanced materials.