Muchos proyectos de inteligencia artificial industrial funcionan en el laboratorio y se quedan ahí. El paso a una línea de producción real es donde se decide si una tecnología aporta valor. Ese paso es justo la parte del proyecto DITEC que coordina LÃBERIT, y el pasado 16 de septiembre la pusimos sobre la mesa ante el CDTI en la segunda reunión presencial del consorcio.
Segunda reunión del consorcio DITEC, esta vez en Eurecat
Si en febrero el punto de encuentro fue la sede de LÃBERIT, en septiembre el consorcio se reunió en Eurecat, el principal centro tecnológico de Cataluña. DITEC (“Ecosistema de Gemelos Digitales: Impulsando la Fábrica Autónoma”) desarrolla y valida tecnologías basadas en la calidad del dato y en nuevos algoritmos de IA generativa para avanzar hacia la fabricación autónoma y la Industria 5.0.
En el proyecto colaboran nueve entidades. Por parte de las empresas, LÃBERIT, Aggity, Seresco, TAI y Ductolux. Por parte de los organismos de investigación, Eurecat, CTIC, ITI y la Universidad de Sevilla. La actuación cuenta con el apoyo del Centro para el Desarrollo Tecnológico y de Innovación (CDTI) y de la Agencia Estatal de Investigación (AEI), a través del programa TransMisiones 2024.
Esta vez la jornada contó con la presencia del propio CDTI, el organismo del Ministerio de Ciencia, Innovación y Universidades que financia la I+D+i empresarial. Empresas y centros de investigación le presentaron los avances de cada línea de trabajo.
Como coordinador de la parte empresarial, LÃBERIT explicó cómo se está garantizando la coherencia técnica entre los casos de uso, su alineación con los objetivos del proyecto y la integración de los modelos que desarrollan los organismos de investigación. También compartió los avances del caso que lidera, la inspección inteligente de chapa metálica cruda (“Cero Defectos”), que se ha convertido en la referencia del proyecto en el uso de IA y visión artificial en entornos industriales.
Cinco aprendizajes para llevar la IA a una línea de producción
Coordinar casos de uso de calidad, seguridad, procesos y energía en un mismo proyecto deja lecciones que sirven a cualquier empresa industrial que esté pensando en implantar inteligencia artificial. Estas son las que más pesan en DITEC.
El dato va antes que el algoritmo
Un modelo es tan fiable como los datos con los que aprende. En planta, esos datos llegan de máquinas, sensores y cámaras distintas, con formatos y frecuencias diferentes. Por eso DITEC parte de la calidad del dato: si no se captura, limpia y etiqueta bien, el mejor algoritmo da resultados que nadie se atreve a usar.
Lo normal también hay que enseñárselo al sistema
Una superficie metálica sin tratar puede tener restos de aceite o pequeñas marcas que no son un defecto. Un sistema que no sabe distinguirlas genera falsas alarmas, y las falsas alarmas hacen que el equipo de calidad deje de confiar en él. Entrenar con la variabilidad real del proceso es lo que convierte una demo en una herramienta de trabajo.
Medir con indicadores de negocio, no solo de precisión
En la fase demostradora de DITEC cada caso de uso tiene que aportar indicadores cuantitativos de mejora. Para una planta, lo que cuenta es el tiempo de ciclo, el material desechado, los retrabajos o el consumo energético. Fijar esas métricas antes de empezar evita proyectos que funcionan técnicamente pero no justifican su coste.
Integrar con lo que ya funciona en planta
Una IA que trabaja aislada se queda en piloto. En DITEC se combinan visión artificial, gemelos digitales, IoT, Edge Computing y modelos predictivos, y todo debe convivir con los sistemas de la fábrica. Procesar en el borde permite responder en tiempo real, y conectar los resultados con el sistema MES o el control de fábrica hace que la información llegue a quien toma decisiones.
Pensar en ecosistema, no en islas de IA
Una planta no tiene un único reto: calidad, seguridad, eficiencia de procesos y energía conviven en el mismo espacio y comparten datos. Por eso DITEC aborda los cuatro a la vez, con un caso de uso por socio, y por eso la coordinación técnica es clave. Cuando los modelos y los datos se diseñan para hablar entre sí, cada nuevo caso de uso cuesta menos que el anterior.
Antes de empezar: cinco preguntas para tu planta
Si estás valorando aplicar IA a tu proceso productivo, estas preguntas ayudan a saber por dónde empezar:
1. ¿Qué problema cuesta más dinero hoy: defectos, paradas, consumo o seguridad?
2. ¿Tienes datos de ese proceso y sabes dónde se generan?
3. ¿Qué indicador tendría que mejorar para que el proyecto merezca la pena?
4. ¿Con qué sistemas de planta tendría que conectarse la solución?
5. ¿Quién va a usar el resultado cada día y cómo lo va a recibir?
Responderlas con datos reales es el primer paso para pasar del laboratorio a la línea de producción.
Investigación aplicada para una industria más autónoma
La participación de LÃBERIT en DITEC refuerza nuestra apuesta por soluciones para la industria inteligente: más eficientes, más autónomas y basadas en datos. Lo que aprendemos en el consorcio junto a empresas y centros de investigación lo trasladamos a proyectos reales, como nuestra solución de detección de errores en superficies QEye.
¿Tienes un reto de calidad, eficiencia o datos en tu planta? Cuéntanoslo y vemos juntos cómo abordarlo. Y si quieres seguir el resto de proyectos de I+D+i en los que participamos, los encontrarás en nuestra sección de Innovación.
