Notas editoriales

La adopción de inteligencia artificial (IA) en procesos industriales ya no es exclusiva de las grandes corporaciones. Tecnologías como las unidades de procesamiento neuronal (NPUs) y los sistemas embebidos están permitiendo que pequeñas y medianas empresas del sector manufacturero puedan ejecutar algoritmos de IA de forma local, con costos más accesibles y sin depender de infraestructura compleja.

Lea también: Gestionan cambios del ciclo de vida con modelos digitales

Esta transformación fue analizada durante una conferencia organizada por la firma fabricante de chips AMD, donde se abordaron los retos actuales de la industria para integrar IA en sus operaciones cotidianas, desde mantenimiento predictivo hasta el control de calidad automatizado.

Uno de los puntos centrales fue la migración de la inteligencia artificial hacia el borde (edge computing). Esta tendencia implica que la toma de decisiones asistida por IA ya no se hace exclusivamente desde servidores o nubes remotas, sino directamente en los dispositivos: sensores, cámaras o maquinaria de planta.

“Estamos insertando inteligencia artificial justo donde ocurren los eventos, evitando la latencia que genera enviar datos a centros de datos externos,” explicó Hiram Monroy Rocha, gerente comercial para Latinoamérica de AMD.

Casos prácticos incluyen cámaras de seguridad industrial que detectan patrones de movimiento y emiten alertas ante comportamientos atípicos, o sistemas de inspección visual con IA para evaluar piezas defectuosas en tiempo real.

Esta capacidad de respuesta inmediata no solo mejora la eficiencia, sino que también reduce riesgos operativos en líneas de producción.

El enfoque de AMD apunta a la democratización de la IA a través de dispositivos comerciales con NPUs integradas. Equipos de cómputo con esta tecnología ya están disponibles en cadenas de retail y permiten correr modelos de IA sin comprometer el rendimiento del sistema ni depender de la nube.

Esto abre posibilidades para que talleres, pequeñas fábricas o incluso técnicos independientes experimenten y adopten IA en sus procesos. “Hoy puedes comprar un equipo con NPU por un precio accesible, instalarlo en una pyme y comenzar a correr modelos de IA para análisis, simulaciones o predicciones,” aseguró Monroy.

La conferencia también sirvió para compartir cifras sobre la aceleración en el uso de esta tecnología. De acuerdo con datos de Endeavor, entre 2018 y 2024 el uso de inteligencia artificial en México creció casi un 1000%, un crecimiento sobresaliente, aunque desde una base aún limitada.

Este crecimiento es liderado por estados como Nuevo León y Jalisco, donde tanto grandes corporativos como pymes están incorporando IA en actividades clave, incluyendo procesos de manufactura.

En Jalisco, empresas familiares están apostando por la automatización de procesos con IA, sin requerir grandes inversiones iniciales.

Sin embargo, persisten desafíos. La conferencia de AMD identificó tres obstáculos principales:

• Seguridad de datos, especialmente en entornos que aún utilizan servicios en la nube.
• Costo de infraestructura, en particular los requerimientos de cómputo como GPUs o aceleradores.
• Falta de capacitación técnica, tanto en perfiles operativos como administrativos.

Para superarlos, Monroy explicó que AMD ha desarrollado soluciones que permiten reducir el consumo energético, el espacio físico requerido y el número de servidores necesarios para ejecutar IA, como por ejemplo, reemplazar mil servidores antiguos con solo 131 equipos modernos con tecnología AMD puede significar un ahorro de hasta 70% en consumo eléctrico y reducción de 90% en espacio. “Lo importante no es lo que la tecnología hace, sino lo que hace posible”.

La inteligencia artificial está saliendo de los laboratorios y entrando a las plantas, oficinas y escritorios de la manufactura mexicana, según se aseguró en la reunión. La verdadera revolución tecnológica comenzará cuando también las pequeñas empresas pueden ser parte de ella.