¿Qué es y cuáles son los objetivos principales que tenéis en GFT?
Somos una compañía AI-Centric especializada en transformación digital. Diseñamos soluciones avanzadas basadas en datos e inteligencia artificial, modernizamos arquitecturas tecnológicas y desarrollamos sistemas core de nueva generación para distintos sectores, incluido el industrial. Y lo hacemos con equipos especializados que trabajan codo con codo con nuestros clientes, siempre con un enfoque muy práctico y orientado a resultados.
Nuestro principal objetivo es ayudar a que las fábricas operen mejor, y ahí entra nuestro enfoque AI-Centric: significa que no vemos la IA como un añadido puntual, sino como el eje sobre el que rediseñar procesos, optimizar recursos y mejorar la toma de decisiones en toda la cadena de valor, desde el diseño del producto, pasando por la producción e incluyendo la gestión de la calidad, el almacenaje y la logística. Evidentemente el soporte al cliente, vente y postventa también es clave para GFT. Integramos la inteligencia (desde sensores y datos hasta modelos predictivos o agentes de IA) de manera coherente y escalable, para que deje de ser un proyecto puntual y se convierta en una palanca real de competitividad.
¿Qué significa para GFT adoptar una estrategia AI-Centric y por qué considera que es el enfoque adecuado para el sector industrial en este momento?
Supone desplegar la IA en todos los niveles del negocio: desde las operaciones en planta hasta la estrategia corporativa, y hacerlo de forma orientada a resultados. Hablamos de transformar la forma en que se toman decisiones, se optimizan recursos y se diseña la cadena de valor apoyándonos en datos gobernados, arquitecturas modernas y una visión donde la IA es el eje sobre el que evolucionan los procesos.
Estamos en un momento en el que la IA han dejado de ser una promesa para convertirse en una realidad, con aplicaciones escalables capaces de conseguir resultados tangibles. Nosotros ya lo estamos viendo en casos como plataformas de IoT que orquestan miles de dispositivos o inspecciones visuales basadas en IA, implantadas en entornos industriales reales. Además, el uso de gemelos digitales y datos sintéticos permite entrenar modelos sin interrumpir la producción, acelerando su adopción y reduciendo riesgos.
En nuestro trabajo con clientes, estas mismas capacidades ya están mejorando la eficiencia y la calidad en procesos complejos, lo que confirma que es el momento adecuado para que la industria dé el salto hacia modelos verdaderamente AI-Centric.
Y todo ello no significa reemplazar, sustituir o eliminar las actuales plataformas y productos que ya esten funcionando e integrados en la compañía. En muchas ocasiones hablamos de habilitar AI a los actuales productos y plataformas digitales para mejorarlas y crear mejoras inteligentes en algún punto de la cadena de valor. GFT propone una adopción de dicha tecnología de forma gradual, especifica y medible, con el fin de transformar la compañía paso a paso en una empresa AI-driven en todas sus áreas.
¿En qué punto está realmente la industria española respecto a la integración de la IA en sus operaciones?
Desde GFT hemos observado que la industria española está en un punto de transición: muchas compañías ya han iniciado su digitalización y han incorporado tecnologías, plataformas y soluciones de mercado que generan grandes volúmenes de datos, pero aún están en el proceso de integrarlos de forma coherente y aprovechar todo su valor.
Aun así, muchos de los retos siguen siendo estructurales: arquitecturas heredadas, necesidad de gobernanza del dato y la dificultad de escalar casos de uso más allá de las primeras pruebas. Creo que los resultados llegan cuando se transforman todos los procesos y no solo se aplica la IA sobre los que ya existen. Vemos una industria que ya ha demostrado capacidad para digitalizar talleres, desplegar plataformas IoT o aplicar inspección visual con IA, pero que ahora necesita consolidar ese avance para que la IA forme parte natural de sus operaciones y no solo de proyectos aislados.
¿Podría explicarnos algún proyecto reciente de GFT que ilustre cómo la IA está generando valor real en una fábrica?
Tenemos el caso de Trumpf, uno de los mayores fabricantes de maquinaria industrial a nivel mundial. Juntos, desarrollamos un ecosistema de producción basado en datos, IoT y analítica inteligente que les permite operar prácticamente en modo just-in-time, ya que su planta obtiene información en tiempo real y puede ajustar la producción en consecuencia.
Desde GFT también hemos desarrollado una solución para optimizar el consumo energético de sistemas HVAC en entornos industriales y comerciales. En lugar de sustituir la infraestructura existente, combinamos sensores IoT, datos operativos en tiempo real y modelos de IA que aprenden cómo se comporta el sistema en cada situación. Con esa información, la IA ajusta automáticamente los parámetros de climatización (temperaturas, caudales de aire, horarios o modos de funcionamiento) para que el sistema solo consuma la energía realmente necesaria. La aplicación de este modelo de control inteligente ayuda a reducir el consumo energético hasta un 35%, lo que supone un impacto directo tanto en costes como en sostenibilidad.
Más allá de estos ejemplos, estamos llevando a producción casos como la inspección visual basada en IA o la trazabilidad con IoT, ámbitos que en muchos clientes ya están marcando una diferencia clara en calidad y eficiencia. En nuestro día a día vemos cómo estas iniciativas, junto con el uso de gemelos digitales y mantenimiento predictivo, ayudan a las fábricas a anticipar errores y operar con mayor estabilidad.
Muchos de estos proyectos han sido posibles gracias al trabajo conjunto con nuestro GFT LAB, un espacio de innovación aplicada ubicado en Barcelona que funciona como entorno de co-creación con clientes, ayudándonos a explorar juntos nuevas tecnologías y validar su viabilidad en escenarios reales.
Mencionan reducciones de hasta el 35% en consumo energético gracias a IA. ¿Cómo se consigue un impacto tan significativo?
El impacto viene de algo muy simple: la IA es capaz de entender cómo se comporta una instalación mucho mejor de lo que lo haría un sistema de control tradicional. En muchos entornos industriales, el consumo energético está muy concentrado en unos pocos sistemas (especialmente climatización y ventilación) que suelen funcionar con reglas fijas, independientemente de la ocupación, las condiciones ambientales o la carga real de trabajo. Ahí es donde la IA marca la diferencia.
Lo que hacemos en GFT es combinar sensores IoT, datos operativos reales y modelos de IA capaces de predecir qué demanda energética habrá en cada momento. Con esa información, el sistema ajusta dinámicamente los parámetros del HVAC (temperaturas, caudales, modos de funcionamiento) para que solo consuma lo estrictamente necesario. No hace falta cambiar máquinas ni invertir en nueva infraestructura, solo se trata de operar de forma más inteligente, y así como se alcanzan reducciones que pueden llegar a ese 35%.
Más allá de automatizar tareas, ¿qué impacto tiene la IA en la toma de decisiones de una empresa industrial?
El principal es que, siendo un entorno donde se generan miles de datos cada segundo, la IA permite convertir toda esa información en conocimiento accionable. Por ejemplo, con análisis continuos que detectan patrones, anticipan problemas y recomiendan la mejor opción antes de que el operario tenga que intervenir.
Además, la IA agiliza esta toma de decisiones. Por ejemplo, la visión artificial, los modelos predictivos o los gemelos digitales aportan información en tiempo real que ayuda a reducir consumos o ajustar la producción a la demanda y mejorar los sistemas de control de calidad. En última instancia, la IA no sustituye el criterio humano, pero sí amplía su capacidad para decidir mejor, más rápido y con más contexto.
¿Es la falta de talento el principal freno para desplegar IA en la industria?
La falta de talento es un freno, pero no es el único ni necesariamente el más determinante. Creo que los principales obstáculos tienen que ver con preparar a los equipos, adaptar los procesos y establecer una gobernanza clara para que la adopción de la IA sea sostenible.
Sí es cierto que el talento especializado en IA es limitado, pero el verdadero freno suele ser cómo están preparados los procesos, las estructuras y la cultura de la organización para adoptar la IA de forma real y no como un experimento aislado.
