Actualizado el 4 de octubre de 2026. Escrito en abril de 2026 con Qwen2.5. Hoy usarías Gemma 4 pequeño para visión, Llama 4 Scout (o Maverick) para defectos en tiempo real y DeepSeek V4 cuantizado para inspecciones complejas.
La manufactura es uno de los casos más claros para ejecutar IA en el borde. Las fábricas generan datos de sensores, cámaras y máquinas cada segundo, y enviarlo todo a la nube añade latencia, coste de ancho de banda y dudas de soberanía.
La IA edge en una fábrica
IA edge es ejecutar modelos en hardware de la fábrica: en la línea, en la máquina o en un rack local. Ningún dato sale de planta y la inferencia tarda milisegundos, no los cientos de un viaje a la nube. Importa porque:
- La latencia cuesta piezas: en una línea de 120 unidades por minuto pasa una pieza cada 0,5 segundos. Captura, inferencia y rechazo deben caber ahí.
- El ancho de banda escala: las cámaras que graban todo el turno producen vídeo constante. Subirlo todo cuesta ancho de banda y almacenamiento por cámara; en el borde solo salen resultados e imágenes marcadas.
- Los datos siguen bajo tu control: tener en planta los datos de producción, incluidas imágenes de operarios, evita transferencias internacionales según el RGPD. El Reglamento de IA mira para qué sirve el sistema, no dónde se ejecuta.
Seis casos de uso para un piloto
| Caso de uso | Qué hace | Hardware típico | Qué debe medir el piloto |
|---|---|---|---|
| Mantenimiento predictivo | Vibración y temperatura avisan de fallos de rodamientos o motores | Jetson Orin Nano + sensores | Paradas evitadas frente a falsas alarmas |
| Control de calidad visual | Detecta defectos superficiales y desalineaciones a velocidad de línea | Jetson AGX + cámara industrial | Defectos detectados frente a inspección manual |
| Soporte al operario | Consultas sobre procedimientos, seguridad o parámetros | Mac mini M4 + tablet | Tiempo de respuesta; contraste con el manual |
| Defectos internos | Rayos X o infrarrojos para defectos ocultos | Servidor GPU + sensor especializado | Tasa de detección sobre un conjunto etiquetado |
| Optimización energética | Consumo evitable en climatización, compresores e iluminación | Raspberry Pi 5 + contadores inteligentes | kWh por unidad, antes y después |
| Anomalías en suministro | Patrones raros en inventario, entregas o proveedores | Servidor + integración con el ERP | Anomalías confirmadas por compras frente a ruido |
El análisis de ZEDEDA sobre IA edge en manufactura documenta despliegues reales en automoción, electrónica y alimentación.
Modelos de visión y lenguaje en la línea
Un modelo de visión y lenguaje (VLM) puede mirar la foto de una soldadura y responder: «¿Muestra esta soldadura alguna imperfección superficial que ISO 5817 no admite en el nivel de calidad B?». Lo interno sigue necesitando ensayos radiográficos o por ultrasonidos, porque una foto sólo ve la superficie.
PaliGemma 2 y Qwen2.5-VL tienen variantes abiertas de unos 3B parámetros que, cuantizadas, caben en los 8 GB de memoria compartida de un Jetson Orin Nano. Las de 7B o LLaVA-NeXT van más holgadas en un Jetson AGX Orin o un servidor GPU. En vez de un clasificador por defecto, describes el estándar en texto y lo validas con piezas etiquetadas de tu línea.
Cómo empezar en una pyme española
El programa Kit Digital ha ofrecido bonos de hasta 12.000 EUR para empresas de 10 a 49 empleados; comprueba qué convocatorias siguen abiertas. En la UE, las AI Factories, con una sede en el Barcelona Supercomputing Center, dan cómputo y soporte, con prioridad para startups y pymes de IA.
La ruta: elige un caso de uso y el hardware, despliega un modelo pequeño en local, conecta sensores o cámaras, valida con datos de producción, escala a más líneas y mide el ROI.
Kit de hardware inicial
| Componente | Opción | Por qué |
|---|---|---|
| Dispositivo de inferencia | NVIDIA Jetson Orin Nano Super 8 GB | 67 TOPS INT8, 7-25 W (NVIDIA) |
| Servidor local (varios modelos) | Mac mini M4, 16 GB+ | Modelos de 7-14B |
| Cámara (control de calidad) | GigE industrial, p. ej. Basler ace 2 | Disparo sincronizado con la línea |
| Pasarela de sensores | Raspberry Pi 5 + HAT industrial | Vibración y temperatura |
Pide presupuesto el día que compres: los precios cambian. Compara equipos en nuestra guía de hardware. Con uso diario suele compensar el hardware propio; con uso esporádico, la nube por token puede salir más barata. Haz la cuenta en la calculadora de coste nube frente a local.
El ángulo del Reglamento de IA de la UE
Revisado con el Reglamento (UE) 2024/1689 modificado por el «Digital Omnibus», Reglamento (UE) 2026/1744, en vigor desde el 27 de julio de 2026.
Una versión anterior llamaba «riesgo limitado» a casi toda la IA de fábrica, una categoría que no existe. Hay prácticas prohibidas (art. 5), alto riesgo (art. 6, anexos I y III), transparencia (art. 50) y alfabetización (art. 4).
1. ¿Es un componente de seguridad?
Casi ninguno de los casos de arriba. El nuevo artículo 6.1 bis excluye la IA usada sólo para aspectos ajenos a la seguridad de asistencia al usuario, optimización del rendimiento, eficiencia, automatización, comodidad o control de calidad. El 6.1 ter fija el límite: si su fallo pone en peligro la salud y la seguridad, sí lo es. Marcar arañazos o predecir desgaste suele quedar fuera del alto riesgo; una visión que detiene una prensa cuando entra una mano, no.
2. Función de seguridad en maquinaria: sección B del anexo I
El 2026/1744 (art. 1, punto 41) pasó la maquinaria a la sección B del anexo I, que recoge el Reglamento de Máquinas 2023/1230. En la práctica:
- La clasificación sigue. El artículo 6.1 abarca todo el anexo I: una función de seguridad con aprendizaje automático es de alto riesgo si el producto exige evaluación por terceros, como pide el Reglamento de Máquinas (anexo I, parte A, puntos 5 y 6) para componentes autoevolutivos.
- Las obligaciones de alto riesgo del Reglamento de IA no se aplican directamente. Para la sección B, el nuevo artículo 2.2 sólo aplica los artículos 6.1, 60 bis y 102 a 112.
- Los requisitos llegan por la normativa de máquinas, con actos delegados (artículo 8 modificado) aplicables a más tardar el 2 de agosto de 2028. Hasta entonces, el artículo 20.10 presume conforme la IA que cumpla las normas armonizadas del Reglamento de IA.
El contenido de esos actos aún no se conoce. Sí está fijado quién soporta la obligación: el fabricante de la máquina o del componente. Una fábrica que sólo usa una máquina con marcado CE no está en ese papel; una que construye o modifica sustancialmente una función de seguridad puede estarlo.
3. Otros productos de la sección A
Siguen ahí los equipos para atmósferas explosivas (Directiva 2014/34/UE) y a presión (Directiva 2014/68/UE), los ascensores y los EPI. La IA que sea componente de seguridad de uno de ellos, con evaluación por terceros, es de alto riesgo desde el 2 de agosto de 2028. Según el nuevo 6.1 quater, una evaluación exigida sólo por riesgos ajenos a la seguridad, como el espectro radioeléctrico, no cuenta.
4. ¿Afecta a los trabajadores?
Aquí es donde la IA de fábrica suele volverse de alto riesgo. El anexo III, punto 4, letra b, cubre la IA que supervisa y evalúa a trabajadores, reparte tareas según su conducta o rasgos, o decide sobre condiciones, ascensos o despidos. Unas cámaras que puntúan la productividad de cada operario entran aquí, desde el 2 de diciembre de 2027.
Aparte, el artículo 5.1, letra f, prohíbe inferir emociones en el trabajo salvo por motivos médicos o de seguridad. Si una cámara de fatiga encaja en esa excepción depende de qué infiere y para qué.
5. ¿Habla con personas? ¿Y qué se aplica a todos?
El asistente para operarios habla con personas: el artículo 50.1 obliga al proveedor a diseñarlo para que se sepa que es una IA, salvo que sea evidente. Si lo pones en servicio con tu nombre, el proveedor puedes ser tú.
El artículo 4, sustituido por el 2026/1744, pide apoyar la alfabetización en IA del personal que la usa, sin garantizar un nivel concreto de cada persona.
Fechas clave
| Fecha | Qué se aplica | Disposición |
|---|---|---|
| 2 feb. 2025 | Prácticas prohibidas (incl. emociones en el trabajo), alfabetización | Art. 113.a |
| 2 ago. 2026 | Aplicación general, incl. artículo 50 | Art. 113 |
| 14 ene. 2027 | Reglamento de Máquinas | Reg. 2023/1230, art. 54 |
| 2 dic. 2027 | Alto riesgo del anexo III, incl. trabajadores | Art. 113.c.i |
| 2 ago. 2028 | Alto riesgo del anexo I (sección A); actos delegados de maquinaria | Art. 113.c.ii; Reg. 2023/1230, art. 8 |
Dónde ayuda el despliegue edge y dónde no
El hardware local no cambia la clasificación; cuentan la finalidad prevista y tu papel. Sí te da las pruebas: los registros, qué ve el modelo y salidas reproducibles.
Para el RGPD, lo local es lo más limpio, pero si un integrador que mantiene el sistema accede a datos personales, necesitas un contrato de encargado del tratamiento.
Siguientes pasos
- Elige un caso de uso y apunta qué debe medir el piloto.
- Mira las convocatorias en la guía de Kit Digital.
- Revisa un sistema con el comprobador de la Ley de IA y lee el resumen de fechas clave.
Fuentes
- ZEDEDA: Edge AI in Manufacturing.
- Comisión Europea: AI Factories (consultado el 2026-10-09).
- Reglamento (UE) 2024/1689 (Reglamento de IA), artículos 4, 5, 6, 50 y 113; anexos I y III.
- Reglamento (UE) 2026/1744 («Digital Omnibus» de IA), artículo 1, puntos 2, 5, 8, 40 y 41; artículo 3.
- Reglamento (UE) 2023/1230 (Reglamento de Máquinas), artículos 8, 20, 25 y 54; anexo I, parte A.
Trabaja con nosotros
Desplegamos modelos pequeños en hardware edge, acordamos desde el principio qué debe demostrar el piloto y lo medimos. Escríbenos o mira cómo trabajamos en consultoría.