“La visión artificial basada en IA para la industria tiene una debilidad: la dependencia tecnológica”
Paula del Valle, responsable del Área de Transformación Digital Industrial en Ideable
- Paula del Valle (Cuaderno Smart Industry 2025)
- 18-Noviembre-2025
Paula del Valle, responsable del Área de Transformación Digital Industrial en Ideable.
En Ideable llevamos años apostando con claridad por una Inteligencia Artificial útil y accesible aplicada a la industria. Sin embargo, hemos detectado una limitación que está frenando su verdadero potencial en algunos casos.
La visión artificial basada en IA es muy potente para la industria, por ejemplo, en la detección de defectos de calidad superficial. El problema es que los modelos de IA no son estáticos; tienen un enemigo silencioso: el tiempo.
Con el uso, los modelos de IA pierden precisión por cambios en la materia prima, nuevos lanzamientos o cambios en el propio proceso. Hasta ahora, la opción era llamar al equipo de científicos de datos que creó el modelo original para realizar un complejo y costoso reentrenamiento. Este equipo, en general, no es experto en el dominio, por lo tanto el reentrenamiento es también dependiente del conocimiento del cliente y usuario. Esto genera una fuerte dependencia tecnológica que frena la agilidad.
Nuestra visión es que este modelo de negocio es poco sostenible. La verdadera revolución industrial vendrá de democratizar el uso de la IA. El cliente, la empresa industrial, no debería tener la necesidad de disponer de un experto en IA y en IT, sino sólo de preocuparse por las métricas de su propio proceso. El poder debe volver al verdadero experto en el producto: el ingeniero de calidad o el especialista de negocio.
Para hacer realidad esta visión, hemos colaborado con Tecnalia, un socio de referencia y verdadero experto en la creación de modelos de IA de visión artificial, para simplificar radicalmente este proceso.
El objetivo es doble, que el operario a pie de máquina pueda reportar un error, el experto de calidad pueda anotar las nuevas imágenes que generan esa desviación y degradación de las métricas y lanzar un reentrenamiento con unos pocos clics, abstrayéndose de toda la complejidad técnica de la infraestructura de IA subyacente, y que la puesta en marcha del sistema, sea on premise, nube o modelo híbrido, no requiera tampoco de un conocimiento profundo, porque la herramienta ya se lo ofrezca de saque.
Este es el principio que impulsa VisualMLOps.ai: una plataforma que se adapta a la industria y que devuelve la autonomía a las empresas. Es hora de quitarle debilidades.

