Editorial Team
Chicago, 16 de septiembre de 2026. El Dr. Jay Lee, de la A. James Clark School of Engineering de la Universidad de Maryland, pronunció hoy la ponencia inaugural del primer Industrial AI Conference de IMTS y organizó su argumento en torno a tres barreras con las que chocan los fabricantes cuando intentan sacar la IA de la fase piloto.
Las tres barreras
- Identificar datos utilizables. No si la planta tiene datos, que casi siempre los tiene, sino si los datos que tiene pueden responder a la pregunta que se les está haciendo.
- Elegir las herramientas de IA adecuadas. Una decisión que suele tomarse antes de haber enunciado el problema con la precisión suficiente para que la elección sea evidente.
- Decidir dónde corre la inteligencia. Edge o nube, una decisión con consecuencias en latencia, coste, gobierno del dato y en quién puede cambiar el modelo.
El planteamiento es deliberadamente poco lucido. Ninguna de las tres es un problema de modelado, y las tres se deciden antes de entrenar modelo alguno.
El caso práctico
Una de las sesiones destacadas mostró cómo aplicar dispositivos edge de IA de bajo coste para monitorizar máquinas CNC mediante una metodología de stream of quality, que sigue las señales relevantes para la calidad a lo largo de la cadena de proceso en lugar de inspeccionar solo al final. Es un método que encaja en talleres precisamente porque no exige un programa de data lake para empezar.
"We created the IMTS Industrial AI Conference to help manufacturers move beyond experimentation and understand where AI can deliver measurable business value." — Ryan Kelly, vicepresidente de Tecnología de AMT
El congreso se desarrolló con Lee y el Center for Industrial AI de la Universidad de Maryland, y complementa el Industrial AI Arena del recinto ferial, donde exponen 32 proveedores. IMTS cierra el 19 de septiembre.
Recibe el siguiente en tu correo
Cada nombramiento, despliegue y movimiento en la IA industrial. Un correo a la semana, gratis.
