NEURON AUTOMOTIVE FORUM 2026
La conversación sobre manufactura inteligente dejó de centrarse en si las empresas deben adoptar inteligencia artificial y automatización. La pregunta que hoy enfrentan los líderes de la industria es mucho más concreta: ¿dónde tiene sentido aplicar estas tecnologías y cómo convertirlas en eficiencia real para el negocio?
Durante el panel Smart Manufacturing 2.0: AI, Automation and the Race for Industrial Efficiency, líderes de Harman, Industrias Industronic, Continental e Inteva coincidieron en que la transformación industrial no depende únicamente de incorporar robots, sensores o inteligencia artificial. El verdadero reto está en conectar tecnología, procesos, energía y talento para construir operaciones capaces de anticiparse a los problemas y responder con mayor velocidad.
Del control de calidad a la prevención
Uno de los cambios más relevantes está ocurriendo en la manera de entender la calidad.
Víctor Úrban, Quality Regional Director de Harman, explicó cómo la industria ha evolucionado desde un modelo basado en inspeccionar los defectos hacia uno orientado a prevenirlos antes de que ocurran. La inteligencia artificial permite aprovechar los datos generados durante los procesos para identificar patrones, anticipar desviaciones y actuar antes de que un problema llegue al producto terminado.
Esta transición cambia también la lógica de los indicadores. Ya no se trata únicamente de medir cuánto scrap o retrabajo existe, sino de entender qué está provocando esos resultados y cómo evitar que vuelvan a ocurrir.
En ese sentido, la información deja de ser únicamente un registro histórico y se convierte en una herramienta para tomar decisiones operativas.
El primer paso no siempre es la IA
Para Ina Seterbakken, Plant Manager de Continental, la transformación comienza incluso antes de implementar modelos avanzados de inteligencia artificial: comienza con conectar las máquinas y convertir los datos del proceso en información utilizable.
En una planta de alrededor de 1,500 personas, la prioridad está en capturar datos de maquinaria y procesos para posteriormente relacionarlos con variables como temperatura, parámetros de operación y códigos de scrap. El objetivo es identificar patrones que permitan anticipar la posibilidad de un defecto.
La misma lógica aplica a la automatización. Antes de preguntarse qué tecnología implementar, los líderes deben identificar qué actividades generan mayor valor al ser automatizadas.
Ergonomía, inspección visual y procesos administrativos repetitivos aparecen como algunos de los primeros espacios de oportunidad. En el caso de la manufactura de llantas, por ejemplo, el peso y la complejidad del producto hacen que ciertas tareas físicas sean particularmente relevantes para automatizar, mientras que la visión artificial puede abrir nuevas posibilidades para la inspección de calidad.
La conclusión es clara: no todo proceso necesita la misma tecnología ni debe transformarse al mismo ritmo.
Una Smart Factory no puede existir aislada
Para José Carlos Murillo, Technical Center Leader de Inteva, uno de los mayores desafíos para México está fuera de las grandes plantas OEM.
Mientras que los fabricantes de vehículos han avanzado considerablemente en automatización, el reto aumenta conforme se desciende hacia los Tier 2 y Tier 3, donde existen empresas con menos recursos tecnológicos y financieros y, en algunos casos, procesos que todavía dependen de registros manuales.
Por eso, hablar únicamente de Smart Factory puede quedarse corto. El siguiente paso es construir una Smart Supply Chain, donde la digitalización, captura y análisis de información puedan extenderse a toda la cadena productiva.
Esto requiere además equipos multidisciplinarios. La transformación tecnológica no puede quedar exclusivamente en manos de IT. El conocimiento de manufactura, calidad, ingeniería, mantenimiento y tecnología debe trabajar de manera conjunta para que los datos realmente se conviertan en decisiones.
La energía también forma parte de la ecuación
La automatización tiene otra consecuencia que los proyectos industriales no pueden dejar fuera: una planta más inteligente también puede ser una planta más demandante en términos energéticos.
Ana Muradas, Gerente Comercial BESS de Industronic, destacó que la estrategia energética debe diseñarse en paralelo con la transformación de los procesos.
Los sistemas de almacenamiento de energía pueden utilizarse para gestionar los momentos de mayor costo, generar ahorros y, especialmente, proporcionar respaldo para mantener la continuidad operativa ante interrupciones eléctricas.
Esto adquiere especial relevancia en una industria donde un paro puede representar pérdidas significativas y donde las líneas automatizadas dependen cada vez más de una operación energética estable.
La oportunidad, entonces, no está únicamente en consumir menos energía, sino en hacer que la información energética también sea parte de la inteligencia de la planta: conocer consumos, identificar picos, detectar oportunidades y utilizar esos datos para tomar mejores decisiones.
El reto más importante sigue siendo el talento
Quizá uno de los puntos que atravesó toda la conversación fue que la tecnología, por sí sola, no transforma una operación.
La automatización modifica los perfiles que necesita una planta y obliga a replantear la capacitación. José Carlos Murillo compartió el caso de una operación que pasó de procesos de soldadura altamente manuales a una línea robotizada. El cambio no consistió simplemente en sustituir operadores por robots: los colaboradores fueron capacitados para programar, monitorear y operar los nuevos sistemas.
El resultado fue una evolución del conocimiento dentro de la propia organización.
Para Seterbakken, este cambio también implica incorporar nuevas generaciones y nuevas habilidades. El reverse mentoring aparece como una herramienta para que los perfiles jóvenes, familiarizados con automatización y tecnología, puedan cuestionar procesos existentes y aportar nuevas formas de hacer las cosas.
Esto plantea una idea especialmente relevante para los líderes industriales: la transformación digital también es una transformación cultural.
El verdadero desafío: saber qué automatizar
La manufactura inteligente no se definirá por quién tenga más robots, más sensores o más herramientas de inteligencia artificial.
Se definirá por quién sea capaz de identificar qué problema necesita resolver, qué información necesita para hacerlo y qué tecnología genera un impacto real en el negocio.
La industria automotriz mexicana cuenta con una amplia experiencia manufacturera y una base de talento que puede convertirse en una ventaja para esta nueva etapa. El reto está en combinar ese conocimiento acumulado con nuevas capacidades en datos, automatización, inteligencia artificial y energía.
La carrera hacia la eficiencia industrial ya comenzó. Pero el siguiente nivel no consiste simplemente en tener plantas más automatizadas.
Consiste en construir operaciones que aprendan de sus propios datos, anticipen sus problemas, optimicen sus recursos y desarrollen al talento capaz de operar la industria que viene.
