IA para la industria: cuándo dejas de ser usuario y pasas a fabricante
La IA para la industria tiene una particularidad que no tienen los demás sectores: aquí puedes pasar de usuario a fabricante de un sistema de IA sin darte cuenta. Y eso cambia por completo las obligaciones que asumes. Antes de hablar de mantenimiento predictivo, conviene entender esa diferencia.
Dónde está hoy el valor de la IA para la industria
Vamos a lo concreto, ya que en planta el escepticismo está bien ganado.
- Mantenimiento predictivo a partir de vibración, consumo y temperatura, para intervenir antes de que pare la línea.
- Inspección visual de calidad, que además detecta defectos que el ojo humano deja pasar a velocidad de producción.
- Planificación y secuenciación de producción con restricciones reales de máquina y de personal.
- Lectura automática de albaranes y, también, de certificados de materiales y fichas técnicas de proveedor.
- Asistencia al operario, que consulta manuales y procedimientos en lenguaje natural desde una tableta.
- Análisis de incidencias y no conformidades, sobre todo para encontrar patrones que no se ven de uno en uno.
Fíjate en que los tres primeros tocan la máquina y los tres últimos tocan la oficina. En consecuencia, no tienen ni el mismo coste ni el mismo riesgo.
Por dónde empezar de verdad
Casi todo el mundo quiere empezar por el mantenimiento predictivo. Sin embargo, casi nunca es la mejor idea.
El motivo, en resumen, es sencillo. Para predecir una avería hace falta histórico de averías etiquetado, y en la mayoría de plantas ese histórico está en la cabeza del jefe de mantenimiento, no en un sistema.
Por tanto, lo que recomendamos es arrancar por la oficina técnica y por calidad. Son proyectos con datos ya disponibles, retorno en semanas y cero riesgo para la producción.
Después, cuando ya hay cultura de dato y alguien que se ocupa, el mantenimiento predictivo deja de ser una demo.
El matiz legal que afecta solo a la industria
Aquí está la parte que nos interesa subrayar, porque casi nadie la cuenta en este sector.
En primer lugar, el Reglamento Europeo de IA distingue entre quien usa un sistema y quien lo pone en el mercado. Si tu empresa fabrica máquinas o equipos y les incorpora IA, puedes convertirte en proveedor de un sistema de alto riesgo, con las obligaciones que eso conlleva.
En concreto, la IA embebida en productos sujetos a legislación armonizada de la Unión, como la maquinaria, entra en el Anexo I del reglamento. Ese bloque tiene su propio calendario y se aplaza al 2 de agosto de 2028.
Es decir, hay margen. Sin embargo, si estás diseñando ahora una máquina que saldrá al mercado en 2028, las decisiones de documentación técnica y trazabilidad conviene tomarlas ya, porque rehacerlas después es mucho más caro.
Qué necesitas antes de implantar IA para la industria
No hace falta una fábrica conectada de principio a fin. Aun así, sí hacen falta cuatro cosas.
- Primero, datos que salgan de la máquina o del sistema, aunque sea en exportaciones periódicas.
- Un histórico mínimo de lo que quieres predecir o detectar, etiquetado por alguien que sepa.
- Después, una persona de planta que lidere, normalmente el responsable de calidad o de mantenimiento.
- Y, por último, un criterio claro de qué pasa cuando el sistema se equivoca.
Ese cuarto punto es, de hecho, el que más se olvida. En una oficina un error se corrige; en una línea de producción, un falso negativo en inspección visual llega al cliente.
El error más caro con IA para la industria
Hemos visto este fallo lo suficiente, así que conviene nombrarlo. Consiste en comprar una solución cerrada que promete predecir averías y conectarla sin tener histórico propio.
El sistema funciona con el modelo del fabricante, que está entrenado con otras máquinas y otros procesos. Por eso, durante meses genera alertas que nadie entiende, el equipo deja de hacerles caso y el proyecto muere sin que nadie lo cancele formalmente.
En cambio, lo que sí funciona es empezar midiendo y etiquetando durante unos meses antes de predecir nada. Es menos vistoso, aunque es lo que sostiene el resultado.
Supervisión humana y seguridad
Conviene decirlo claro, ya que en industria las consecuencias son físicas.
Por tanto, la IA no debe tomar decisiones que afecten a la seguridad de las personas sin supervisión. Los sistemas de seguridad de máquina siguen siendo deterministas y certificados, y eso no lo cambia ningún modelo.
Además, cuando el sistema apoya decisiones sobre operarios, como asignación de turnos o evaluación de desempeño, entramos en un terreno distinto que conviene analizar con una evaluación de impacto de IA.
Preguntas frecuentes sobre IA para la industria
¿Sirve para una planta pequeña?
Sí, aunque el orden cambia. Con pocos equipos el retorno rápido está en calidad y en documentación, no en predicción de averías.
¿Hace falta cambiar el parque de máquinas?
No, al menos en la mayoría de casos. Lo que hay que comprobar es si puedes extraer datos de lo que ya tienes, aunque sea por sensores añadidos.
¿Y si fabricamos y vendemos máquinas con IA dentro?
Entonces conviene revisar tu posición como proveedor antes de 2028, es decir, cuanto antes. Es el caso en el que más barato sale anticiparse.
¿Esto es asesoramiento jurídico?
No, ya que es orientación de implantación. Por eso conviene contrastar cualquier obligación concreta con tu asesoría. El texto del reglamento está en EUR-Lex.
Si quieres verlo en tu planta
En ArtiLabs empezamos siempre por lo que ya se puede medir, no por comprar sensores nuevos. Así que, si quieres saber qué se puede sacar de los datos que tu planta ya genera, cuéntanos tu caso.
