La inteligencia industrial se acerca a las máquinas
La inteligencia artificial está cambiando la forma en que los sistemas de automatización industrial procesan información, toman decisiones y responden a condiciones operativas cambiantes. En lugar de depender por completo de recursos informáticos centralizados o análisis basados en la nube, los fabricantes exploran cada vez más la IA en el borde, que acerca el procesamiento de datos y la toma de decisiones inteligente a los sensores, controladores, plataformas integradas y equipos de producción.
El Foro IIoT de electronica 2026 examinará estos avances el 10 y 11 de noviembre en el Future Tech Stage del pabellón C6, en Múnich, Alemania. Organizado en colaboración con Embedded Computing Design, el foro abordará la IA en el borde, la conectividad industrial, la ciberseguridad, el control de motores, la robótica y el mantenimiento predictivo.
Para los ingenieros industriales, el debate va más allá del rendimiento informático. El verdadero reto consiste en integrar la IA en las arquitecturas de automatización existentes, mantener un comportamiento de control predecible, proteger los datos operativos y garantizar que las funciones inteligentes operen dentro de las limitaciones técnicas de los entornos industriales.
En mi opinión, la pregunta más importante no es cuánta inteligencia se puede incorporar en el borde, sino con qué eficacia se puede integrar en un sistema de producción sin introducir nuevos riesgos operativos.
Día 1: plataformas informáticas industriales y ciberseguridad a largo plazo
El primer día comienza a las 2:00 p. m. con “Qualcomm Dragonwing: modernización de la automatización industrial para la era de la IA”. Anand Venkatesan, director sénior de gestión de productos de Qualcomm Technologies, hablará sobre el papel de las plataformas informáticas modernas en el desarrollo de aplicaciones industriales con IA.
A medida que los procesadores integrados adquieren la capacidad de manejar cargas de trabajo más exigentes, los diseñadores de sistemas de automatización disponen de más opciones para la visión artificial, el análisis local de datos y la supervisión de condiciones. Sin embargo, elegir un procesador es solo una parte del diseño del sistema. Los ingenieros también deben tener en cuenta la compatibilidad del software, las interfaces de comunicación, la gestión térmica, el consumo de energía y la integración con las arquitecturas existentes de PLC y control industrial.
A las 2:45 p. m., Balraj Kathiresan, ingeniero principal de Infineon, presentará “Mitigación de los riesgos de seguridad en la era de los ataques cuánticos”. La sesión se centrará en las implicaciones de seguridad de las capacidades emergentes de la computación cuántica y la larga vida útil de los equipos industriales conectados.
Los sistemas industriales suelen seguir funcionando durante muchos años después de su implementación inicial. Es posible que los mecanismos de seguridad adecuados hoy requieran actualizaciones a medida que evolucionen los estándares criptográficos y las capacidades de las amenazas. Esto plantea un reto práctico para los fabricantes de equipos y los operadores de plantas: la ciberseguridad debe tenerse en cuenta durante todo el ciclo de vida del producto, no tratarse como una tarea puntual de puesta en marcha.
Para los ingenieros de automatización, esto implica evaluar las comunicaciones seguras, la autenticación, los mecanismos de actualización del firmware, el control de acceso y la capacidad de mantener las protecciones criptográficas en equipos tanto heredados como modernos.
El programa del día concluye con la mesa redonda “IA en el borde para IIoT”, de 4:30 a 5:15 p. m. Participarán Vinay Agarwal, de Texas Instruments; Karthi Gopalan, de Renesas; Robin Saltnes, de Nordic Semiconductor; y Yankin Tanurhan, de MIPS/GlobalFoundries. Rich Nass, de Embedded Computing Design, moderará el debate.
La mesa redonda explorará las oportunidades y consideraciones de ingeniería relacionadas con el procesamiento de cargas de trabajo de IA más cerca de los dispositivos industriales. El procesamiento local puede reducir la dependencia de la conectividad en la nube y facilitar respuestas más rápidas, aunque el rendimiento real depende de la aplicación, la arquitectura de red, la carga de trabajo computacional y los requisitos de control.
Desde el punto de vista de la ingeniería, la IA en el borde debería complementar las funciones de automatización establecidas, no sustituirlas automáticamente. Los bucles de control deterministas, los enclavamientos y las funciones relacionadas con la seguridad deben conservar el comportamiento definido, incluso cuando se incorporen aplicaciones basadas en IA para optimizar o respaldar la toma de decisiones.
Día 2: IA física y sistemas robóticos inteligentes
El segundo día se centrará en la IA física, la robótica, el almacenamiento integrado y el comportamiento autónomo de las máquinas.
A las 2:00 p. m., Jean-Jacques Adragna, gerente sénior de Qualcomm France, presentará “Impulso a la IA física con Qualcomm Dragonwing Robotics”. La presentación examinará las plataformas informáticas para sistemas robóticos inteligentes, en los que la percepción, la toma de decisiones y la interacción física deben operar dentro de límites prácticos de procesamiento y consumo de energía.
A diferencia de las aplicaciones que generan recomendaciones o analizan datos históricos, los sistemas robóticos deben traducir la información en acciones físicas. Las cámaras, los sensores, los actuadores, los variadores de motor, los procesadores integrados y el software de control deben funcionar en conjunto dentro de las restricciones de tiempo y operación de la máquina.
Esto pone de relieve una distinción especialmente importante para las aplicaciones industriales: reconocer un objeto o predecir una condición no significa automáticamente que un robot pueda actuar de forma segura basándose en esa información. El sistema completo debe tener en cuenta la precisión de los sensores, la latencia de las comunicaciones, la respuesta de los actuadores, las limitaciones de movimiento y las consecuencias de tomar decisiones incorrectas.
A las 2:45 p. m., Donnie Garcia, responsable de marketing de PSoC en Infineon, presentará “Más allá de una memoria mayor: almacenamiento inteligente y rendimiento de IA en PSoC Edge”.
La sesión tratará la relación entre la memoria, la arquitectura de almacenamiento y la ejecución de IA. El rendimiento de la IA integrada depende de algo más que la capacidad de procesamiento del procesador. La capacidad de memoria, las velocidades de transferencia de datos, el acceso al almacenamiento y la asignación de recursos pueden influir en el rendimiento de las aplicaciones.
Para los diseñadores de equipos, estos factores son especialmente relevantes al implementar visión artificial, fusión de sensores o varias funciones de IA en una plataforma con recursos limitados. Por ello, la selección del hardware debería basarse en la carga de trabajo completa de la aplicación y no solo en las especificaciones del procesador.
A las 3:30 p. m., Ivo Marocco, vicepresidente y director de experiencia de usuario de Renesas, hablará sobre “Cómo gestionar la complejidad del ecosistema de la robótica humanoide: un enfoque de sistemas para una autonomía escalable”.
Los robots humanoides combinan sensores, actuadores, procesamiento, comunicaciones y software de control en arquitecturas cada vez más complejas. Coordinar estos subsistemas exige gestionar cuidadosamente las interfaces, la asignación de recursos, el comportamiento del sistema y las condiciones de fallo.
El mismo principio se aplica, en términos más generales, a la robótica industrial. A medida que las máquinas adquieren mayor autonomía, la integración de sistemas cobra cada vez más importancia. Un procesador potente o un modelo de IA sofisticado no puede compensar unos subsistemas mal coordinados, unos mecanismos de retroalimentación insuficientes o unas estrategias poco claras para gestionar fallos.
IA física en la fábrica: de la demostración a la implementación
La mesa redonda final del segundo día, “IA física en la fábrica”, comienza a las 4:30 p. m. Participarán Lee Gonzales-Fuentes, responsable global de marketing de productos para los microcontroladores de control PSoC de Infineon, y Larry Olivas, vicepresidente de Secure Connected Edge en NXP Semiconductors. Rich Nass volverá a moderar el debate.
El debate volverá a los requisitos prácticos de la producción industrial, donde las máquinas inteligentes deben interactuar con equipos, procesos y entornos de trabajo reales. Implementar IA en una fábrica implica mucho más que ejecutar un modelo localmente. Los ingenieros deben determinar cómo interactúan los resultados de la IA con los controles de las máquinas, las secuencias de producción, los mecanismos de seguridad y los sistemas de supervisión.
Por ejemplo, una aplicación de supervisión de condiciones basada en IA puede detectar un patrón de vibración inusual y recomendar una inspección. Integrar esa información en un flujo de trabajo de mantenimiento es distinto de permitir que un sistema de IA modifique directamente el movimiento de una máquina o los parámetros del proceso. Cada aplicación requiere un nivel de autoridad claramente definido, una validación adecuada y respuestas apropiadas ante resultados inciertos o incorrectos.
A mi juicio, el éxito de la implementación de la IA física dependerá de que se establezcan límites claros entre las funciones probabilísticas de la IA y las funciones de control deterministas. La IA puede ofrecer valiosas capacidades de percepción, clasificación y optimización, mientras que la lógica de control convencional sigue gestionando las secuencias críticas en cuanto al tiempo y los enclavamientos validados. Las funciones relacionadas con la seguridad deben cumplir la arquitectura de seguridad aplicable y no pueden depender únicamente de un modelo de IA, a menos que toda la implementación se haya evaluado y certificado debidamente para ese fin.
Este enfoque permite a los fabricantes explorar las capacidades de la IA sin abandonar la disciplina operativa que exige la producción industrial.
El mantenimiento predictivo y la conectividad industrial siguen siendo requisitos esenciales
El mantenimiento predictivo y la conectividad industrial también forman parte del programa general del Foro IIoT. Estas tecnologías proporcionan la infraestructura necesaria para recopilar datos de los equipos, detectar fallos incipientes y coordinar las actividades de mantenimiento.
El procesamiento en el borde puede ayudar a analizar las vibraciones, la temperatura, la corriente, la presión y otras mediciones operativas cerca de su origen. Esto puede reducir el volumen de datos enviados a sistemas centralizados y permitir una detección más rápida de condiciones anómalas. Sin embargo, la utilidad del mantenimiento predictivo sigue dependiendo de la calidad de los sensores, la coherencia de los datos, la idoneidad de los modelos analíticos y la validación frente al comportamiento real de los equipos.
La conectividad plantea un reto relacionado. Los entornos industriales suelen contener equipos de distintas generaciones y fabricantes, cada uno con sus propias interfaces, protocolos y requisitos de mantenimiento. La integración de dispositivos de borde en los entornos existentes de PLC, SCADA, DCS y ejecución de fabricación exige prestar especial atención a la interoperabilidad, la segmentación de redes, la propiedad de los datos y la disponibilidad del sistema.
Por tanto, una estrategia práctica de implementación debería partir de un problema operativo claramente definido. Los ingenieros deberían establecer el rendimiento de referencia, determinar qué datos se necesitan, evaluar las consecuencias de los fallos de comunicación o procesamiento y medir si la aplicación resultante mejora los resultados del mantenimiento o la producción.
Qué deberían tener en cuenta los ingenieros industriales de electronica 2026
El Foro IIoT destaca varias prioridades de ingeniería relacionadas entre sí: la computación en el borde, la ciberseguridad a largo plazo, la gestión de recursos integrados, la autonomía robótica y la integración de la IA con los sistemas de control físico.
Estos temas no deberían considerarse tendencias tecnológicas independientes. Son partes de una misma arquitectura industrial. Los procesadores de borde más potentes abren oportunidades para la inteligencia local, pero también aumentan los requisitos de software y seguridad. Los robots más autónomos plantean nuevas exigencias de integración, mientras que el mantenimiento predictivo depende de una recopilación de datos fiable y un análisis significativo.
Para los fabricantes, la prioridad debería ser identificar aplicaciones en las que la inteligencia en el borde aporte un beneficio cuantificable, como reducir la latencia del diagnóstico, mejorar la detección de fallos o utilizar los recursos de las máquinas con mayor eficiencia. Después, deberían evaluar esas aplicaciones según las limitaciones operativas, los requisitos de ciberseguridad, los costes del ciclo de vida y la necesidad de mantener las funciones de control y seguridad establecidas.
La transición de la experimentación con IA a su implementación industrial no dependerá únicamente del rendimiento informático. Dependerá de la capacidad de los ingenieros para integrar software inteligente con principios de automatización probados, hardware fácil de mantener, comunicaciones seguras y responsabilidades operativas claramente definidas.
El Foro IIoT de electronica 2026 ofrece un espacio para examinar estos retos mediante presentaciones técnicas y debates con expertos. Al finalizar cada sesión, los asistentes también tendrán la oportunidad de hacer preguntas y explorar cómo podrían aplicar las tecnologías emergentes a sus propios sistemas industriales.
En definitiva, las mejores soluciones industriales de IA serán aquellas que resuelvan problemas de ingeniería concretos, se integren en las arquitecturas operativas existentes y aporten mejoras cuantificables sin comprometer los requisitos de control, seguridad y protección de los equipos a los que dan soporte.
