Así lo ha expuesto David Pozo, director tecnológico de Siemens Digital Industries, durante la sesión titulada “Tendencias en digitalización e inteligencia artificial en la industria española”, celebrada en el marco del Congreso Nacional de Industria, donde ha mostrado aplicaciones concretas de IA a lo largo de toda la cadena de valor industrial.
Durante su intervención, Pozo ha explicado que la irrupción de la inteligencia artificial generativa ha supuesto un punto de inflexión desde la publicación del conocido paper de 2017 sobre arquitecturas de atención, ya que ha permitido “democratizar el uso de la IA” y extenderla más allá de los perfiles científicos. “Hoy podemos utilizar inteligencia artificial sin necesidad de tener conocimientos avanzados de ciencia de datos y de una manera mucho más sencilla”, ha señalado.
El responsable tecnológico de Siemens ha estructurado su ponencia siguiendo las distintas etapas del ciclo industrial, comenzando por el diseño y la ingeniería. En este ámbito, ha destacado cómo los asistentes inteligentes ya están integrados en herramientas de diseño para aprender de proyectos anteriores y apoyar al ingeniero en la toma de decisiones. “Si llevamos años fabricando un determinado tipo de molde, ¿por qué no dejar que el sistema aprenda esas estrategias y nos sugiera la siguiente acción?”, ha planteado, poniendo como ejemplo la replicación automática de simetrías o la optimización de trayectorias de mecanizado.
Pozo ha subrayado la importancia de vincular diseño y simulación mediante IA para acelerar los procesos de validación. Según ha explicado, estas tecnologías han permitido iterar de forma automática sobre parámetros como rigidez, vibración, impacto o torsión, de manera que “no se trata de dar palos de ciego, sino de explorar el espacio de soluciones de forma cada vez más dirigida”. En este sentido, ha destacado que la propia inteligencia artificial puede proponer alternativas que cumplan los requisitos técnicos reduciendo peso, coste o consumo de material.
La ponencia ha abordado también el uso de la IA en la planificación y ejecución de la producción. Pozo ha mostrado cómo los asistentes inteligentes pueden ayudar a definir estrategias de fabricación, especialmente en entornos donde se incorporan perfiles junior. “Un diseñador nuevo puede elaborar una estrategia compleja de manera asistida, recibiendo sugerencias paso a paso y reduciendo tiempos de aprendizaje”, ha afirmado.
Otro de los ámbitos clave ha sido el de los gemelos digitales, una tecnología que Siemens ya ha venido aplicando para optimizar costes, tiempos y consumo de recursos. Pozo ha explicado que la combinación de gemelos digitales con inteligencia artificial permite identificar errores en simulaciones complejas y proponer soluciones directamente. “Podemos preguntar por qué un vehículo se ha detenido, por qué ha habido una colisión o qué parte de la cinemática ha fallado, y obtener respuestas accionables”, ha indicado.
En el ámbito de planta, la inteligencia artificial ha demostrado su capacidad para optimizar la intralogística y detectar cuellos de botella de forma automática. Según Pozo, los sistemas pueden identificar restricciones, proponer reorganizaciones e incluso generar modelos de mejora sin intervención manual. “Pasamos del diseño a la planificación y de ahí a la automatización, todo de forma integrada”, ha resumido.
La sesión ha dedicado una parte relevante a la aplicación de la IA en operaciones y mantenimiento. Pozo ha explicado que, ante una alarma en planta, los operarios ya pueden consultar no solo el origen del problema, sino también las posibles soluciones, apoyándose en el histórico de actuaciones previas. Además, la combinación de datos de sensores —como temperatura o comunicaciones— con inteligencia generativa permite anticipar fallos y mejorar la toma de decisiones.
Aunque la inteligencia artificial generativa ha centrado gran parte del interés, Pozo ha recordado que en muchos casos sigue siendo necesario recurrir al aprendizaje automático tradicional, especialmente en aplicaciones críticas. En este contexto, ha destacado el papel del edge computing y el cloud computing para desplegar modelos de IA industrial, así como la importancia de facilitar la colaboración entre científicos de datos e ingenieros de automatización.
Entre los casos de uso más habituales, ha señalado la detección de anomalías, la optimización de procesos industriales costosos, la identificación de defectos en productos de alto valor y la visión artificial simplificada, que permite entrenar sistemas con apenas una veintena de piezas correctas. “Son soluciones que no requieren conocimientos avanzados y que ya están funcionando en entornos reales”, ha destacado.
Pozo ha presentado también aplicaciones sectoriales, como la gestión inteligente del agua mediante modelos digitales hidráulicos y algoritmos de detección de fugas, desarrollados en colaboración con startups especializadas. Estas soluciones permiten abordar desde la calidad del agua hasta la regulación automática de sistemas, integrándose como parte de suites industriales completas.
La ponencia ha concluido con ejemplos avanzados de robótica e intralogística, donde la IA permite a los robots aprender tareas complejas sin programación explícita, así como con un caso real de una planta de producción de BMW desarrollada mediante entornos virtuales y gemelos digitales en colaboración con Nvidia. “La capa de inteligencia artificial nos está permitiendo llegar mucho más lejos de lo que éramos capaces hasta ahora”, ha afirmado Pozo.
En su cierre, el director tecnológico de Siemens Digital Industries ha insistido en que estas tecnologías ya están maduras y disponibles para la industria española. “Se trata de interactuar con estos modelos de la forma más sencilla posible y empezar a trabajar con ellos de manera real”, ha concluido, animando a las empresas a dar el salto definitivo hacia la digitalización inteligente.
