Las máquinas pensarán con nosotros en el futuro

La fabricación industrial está experimentando un cambio histórico. La inteligencia artificial (IA) se está incorporando a las máquinas-herramienta y no solo está cambiando los procesos de producción, sino también el mantenimiento de las máquinas. La IA se está convirtiendo en el centro de control de una producción eficiente, sostenible y competitiva. En tiempos de escasez de personal cualificado y presión competitiva internacional, es mucho más que un simple gadget tecnológico: se está convirtiendo en una estrategia de supervivencia. En la feria EMO Hannover 2025, podrá verse cómo la inteligencia artificial está revolucionando la producción industrial del 22 al 26 de septiembre.

La IA en las máquinas-herramienta significa mucho más que la simple automatización. Permite a las máquinas aprender de los datos, tomar decisiones y optimizar los procesos. Para ello se utilizan tecnología de sensores, análisis de datos, aprendizaje automático y sistemas de asistencia inteligentes, tanto a nivel de control como en la interacción con las personas.

Las aplicaciones posibles para las empresas manufactureras son muchas: “Ejemplos típicos serían la predicción de las propiedades de los procesos en tiempo real para el control de calidad en línea y la supervisión de los procesos y sus propiedades”, afirma el Prof. Philipp Klimant, director de la unidad de negocio de Digitalización de Procesos y Automatización de la Fabricación del Instituto Fraunhofer de Máquinas-Herramienta y Tecnología de Conformado (IWU) de Chemnitz. “La ventaja con respecto a los enfoques tradicionales es la posibilidad de incluir un número especialmente elevado de parámetros en el proceso de supervisión”, destaca el profesor Klimant. Sin embargo, existen muchos otros campos de aplicación, como los modelos de asistencia con IA para la formación y la inteligencia artificial para apoyar el mantenimiento. El Fraunhofer IWU, especializado en la adaptación a la producción de métodos tradicionales y modernos de aprendizaje automático, está dirigido por el trío formado por Martin Dix, Welf-Guntram Drossel y Steffen Ihlenfeldt. Los tres son miembros de la WGP (Wissenschaftliche Gesellschaft für Produktionstechnik/Asociación Académica Alemana para la Tecnología de la Producción), una asociación de profesores alemanes líderes en el campo de la ciencia de la producción. Desde enero, la WGP ha consolidado bajo su paraguas la iniciativa ProKI, financiada originalmente por el BMBF, y desde entonces ofrece conocimientos técnicos muy prácticos y demostradores, especialmente a pequeñas y medianas empresas que desean informarse sobre el potencial de la IA para su situación particular y/o buscan apoyo.

El consejo del investigador del IWU es plantearse la siguiente pregunta desde el principio: ¿Qué aumento de la eficiencia es realmente posible gracias a la IA en mi proceso de producción? “La pregunta de qué aumento de la eficiencia es posible no puede responderse de forma general sin un análisis más detallado”, afirma el profesor Klimant. El potencial depende en gran medida del proceso real y de las posibilidades de optimización asociadas. “En el campo del procesamiento de plásticos, por ejemplo, en el moldeo por inyección, en casos excepcionales se pueden producir tasas de rechazo del 20 al 30%”. Esto representa una importante palanca para aumentar la eficiencia con la IA. También puede ser útil para procesos que ya funcionan con un alto nivel de estabilidad, por ejemplo, en el ámbito del mantenimiento predictivo y para lograr una mayor vida útil de las herramientas.

Según el profesor Klimant, la inteligencia artificial también puede contribuir de manera importante a paliar la escasez de trabajadores cualificados. “Almacenamos conocimientos de forma implícita en la IA. Estos conocimientos pueden utilizarse para formar a nuevos empleados, especialmente cuando los compañeros más veteranos se jubilan y se pierden conocimientos importantes para la empresa”, explica el científico, que desde 2023 es también profesor de Tecnologías Virtuales en la Universidad de Ciencias Aplicadas de Mittweida, en Sajonia. “Este repositorio de conocimientos de IA también ofrece nuevas oportunidades para la automatización, sobre todo para el control de calidad automatizado”, afirma el profesor Klimant.

El investigador define la inteligencia artificial de la siguiente manera: “Cuando hablamos de IA, normalmente nos referimos al aprendizaje automático como un subgrupo de la IA. Este es capaz de aprender de forma independiente a partir de datos de entrenamiento. Se trata de un proceso empírico que aprende correlaciones sin que nosotros conozcamos las correlaciones analíticas. En pocas palabras, aprendemos de la experiencia”. La IA se utiliza para optimizar los parámetros del proceso en la producción y retroalimentarlos al controlador del proceso a través de un sistema de control automatizado. “La inteligencia artificial es como una caja negra: se introducen los valores de entrada y se obtienen las previsiones”, explica el profesor Klimant. “Un ejemplo de ello sería un proceso de conformado en el que medimos una señal acústica y, a continuación, la IA nos dice si el proceso ha sido satisfactorio o no”. En última instancia, se trata de un sistema digital que puede conectarse a los sistemas de control a través de interfaces existentes. Esto permite a la IA influir en los algoritmos de control en varios puntos.

Para que la inteligencia artificial se pueda utilizar con éxito en la producción, a veces se requiere un hardware con una potencia de cálculo muy alta. “En primer lugar, hay que distinguir entre la fase de entrenamiento y la fase de utilización (inferencia). La fase de entrenamiento siempre es más intensiva en términos de cálculo, pero se lleva a cabo fuera de línea. En la fase de utilización, los dispositivos periféricos suelen ser suficientes para métodos clásicos como la máquina de vectores de soporte”, afirma el profesor Klimant. La situación es diferente cuando se trata del procesamiento de imágenes. Estos modelos de IA requieren más potencia de cálculo, tanto en la fase de entrenamiento como en la de utilización. “El ciclo de aplicación también juega un papel decisivo aquí”, explica el investigador. “Si necesito un resultado cada cinco segundos, por ejemplo, necesitaré más potencia de cálculo que con un tiempo de ciclo de 30 segundos”. La evaluación de los modelos lingüísticos representa una excepción en este sentido. Estos requieren un hardware potente, desde tarjetas gráficas de alto rendimiento para consumidores hasta tarjetas especiales para IA.

Las máquinas-herramienta con autoaprendizaje son posibles gracias a la IA. El fabricante de fresadoras Datron AG, con sede en Ober-Ramstadt, cerca de Darmstadt, aprovecha esta innovación, en la que la máquina recurre a los conocimientos adquiridos y adapta el proceso de producción. El objetivo es convertir las fresadoras Datron en células de producción adaptativas que se ajusten automáticamente a los requisitos de los componentes y a las condiciones ambientales. “Esto no solo reduce los tiempos de configuración y mecanizado, sino que también aumenta la estabilidad del proceso, un paso decisivo hacia la producción autónoma”, afirma Jonas Gillmann, director de tecnología (CTO) de la empresa de ingeniería mecánica que cotiza en bolsa.

De este modo, la IA está desplazando el foco de la programación rígida hacia la producción asistida, autodidacta y adaptativa. “Las máquinas se están convirtiendo en socios en el proceso de fabricación, que se adaptan a los seres humanos, y no al revés. En la ingeniería mecánica, esto ya no es una visión, sino que se está convirtiendo cada vez más en una realidad”, afirma Gillmann. Según explica, la IA en la producción ofrece un alto nivel de eficiencia: “En la producción CNC con máquinas Datron, puede reducir los tiempos de configuración hasta en un 60%, reducir significativamente la cantidad de rechazos y prolongar la vida útil de las herramientas, al tiempo que aumenta la fiabilidad del proceso”.

Un avance especialmente interesante es la conexión con el software de control ‘Datron next’, explica Gillmann. Este guía de forma intuitiva incluso a los operarios sin experiencia a lo largo del proceso de fresado y reconoce automáticamente las piezas de trabajo. “Esto significa que incluso los empleados que no están especializados en la tecnología pueden realizar el fresado de forma productiva, lo que supone una clara ventaja ante la escasez de personal cualificado”, afirma el director tecnológico de Datron, que comenzó su carrera como técnico en mecatrónica industrial en el fabricante de fresadoras de Hesse. Según Gillmann, en el futuro, la IA también permitirá realizar un mantenimiento predictivo para evitar averías antes de que se produzcan. “Esto hará que el proceso de fresado sea más eficiente, más robusto y mucho más flexible en términos de personal necesario”.

La inteligencia artificial en las máquinas-herramienta también puede ayudar a satisfacer la creciente demanda de productos específicos para cada cliente con lotes de pequeño tamaño. “La IA hace que la producción de lotes pequeños sea rentable: con el software de control Datron next, las piezas se reconocen automáticamente, sin necesidad de una programación compleja”, afirma el Sr. Gillmann. “Esto elimina los largos tiempos de configuración y permite fabricar piezas individuales de forma rápida, eficiente y con un alto nivel de calidad, lo que es ideal para productos personalizados”.

Las máquinas-herramienta con autoaprendizaje también están cambiando la descripción del trabajo del usuario: “Menos programación, más responsabilidad en los procesos”, así resume el director técnico de Datron este cambio. Los empleados se están convirtiendo en diseñadores de procesos que garantizan la calidad y optimizan los procesos. “Esto reduce la barrera de entrada y la experiencia humana se complementa, no se sustituye, con una asistencia inteligente”.

La IA como clave para la competitividad

El uso de la inteligencia artificial en las fábricas está ayudando a afrontar tres grandes retos competitivos.

En primer lugar, la IA está ayudando a la industria a paliar la escasez de trabajadores cualificados mediante la asistencia automatizada, las interfaces de usuario intuitivas y los sistemas de autoaprendizaje. En los casos en los que antes se necesitaban operarios de máquinas especializados, en el futuro bastará con personal con conocimientos técnicos generales.

En segundo lugar, la IA aumenta la sostenibilidad al minimizar los rechazos, optimizar el consumo de energía y permitir un mantenimiento basado en el estado. Esto conserva los recursos, reduce las emisiones y disminuye el consumo de materiales, un argumento de venta clave en vista de la política industrial consciente del clima.

Y en tercer lugar, el uso de la IA es una respuesta a la elevada presión competitiva internacional. Quien produzca más rápido, de forma más eficiente y flexible será el ganador. La inteligencia artificial permite reaccionar a los cambios del mercado en tiempo real, fabricar lotes pequeños sin necesidad de configuración y aumentar los índices de utilización de las máquinas, lo que es fundamental para seguir siendo competitivos en Asia, Europa y Estados Unidos. Las máquinas, que antes eran sistemas puramente mecánicos, se están convirtiendo en unidades de autoaprendizaje.

La IA en las máquinas-herramienta ya no es una visión, sino parte de la realidad industrial cotidiana, con ventajas inmediatas para la productividad, la calidad y la sostenibilidad. Ante la agitación mundial y la presión para lograr una mayor eficiencia, la máquina-herramienta con autoaprendizaje se está convirtiendo en la piedra angular de la sostenibilidad industrial y representa una oportunidad para Alemania como centro industrial.