La Inteligencia Artificial (IA) se está consolidando como una herramienta estratégica para mejorar la competitividad y la eficiencia en la industria. Sin embargo, su implantación a gran escala sigue presentando retos como la falta de talento especializado, la gestión eficaz de los datos y la necesidad de escalar proyectos piloto con éxito. Para abordar estos desafíos, AINIA organizó recientemente una jornada con expertos y representantes de empresas, donde se analizaron estrategias para maximizar el potencial de la IA en el sector.

La IA como necesidad estratégica para la industria

El evento arrancó con la conferencia inaugural de Javier Sirvent, divulgador y experto en innovación, titulada "Conversando sobre la IA del mañana". Sirvent destacó la relevancia de la IA en los modelos productivos actuales: "La IA no es una opción, es un salto evolutivo que redefinirá industrias enteras."

Según datos del World Economic Forum, el mercado global de IA alcanzará los 1,8 billones de euros en 2030, con un crecimiento anual del 35%. No obstante, sólo una minoría de las empresas manufactureras que han iniciado proyectos de IA ha logrado escalarlos con éxito. David Martínez, jefe de Desarrollo Estratégico de Negocio Digital y Alianzas en AINIA, subrayó: "La clave está en aprovechar el valor de los datos y su capacidad para generar conocimiento útil."

Aplicaciones clave de la IA en la industria

Durante la primera mesa redonda, expertos analizaron las áreas en las que la IA ya está generando impacto. Ricardo Díaz, director de Transformación Digital de AINIA, enfatizó: "La IA ha pasado de ser una opción a una necesidad estratégica para la toma de decisiones basadas en datos."

Ana Cidad, directora gerente de la Fundación ValgrAI, resaltó la importancia de garantizar la fiabilidad, ética y transparencia de estos sistemas, especialmente en sectores como la salud y la seguridad alimentaria. Por su parte, Jordi Mansanet, director técnico de IA Solver, explicó cómo la IA optimiza procesos en sectores como el agroalimentario y cosmético, permitiendo una mejor toma de decisiones.

José Belenguer, gestor de proyectos en AINIA, destacó la aplicación de la IA en la automatización de la inspección de calidad y control de procesos, señalando que "la combinación de visión artificial, robótica y análisis de datos está revolucionando la eficiencia en la producción."

Datos e IA: el poder de anticipar y optimizar

En la mesa redonda "Datos e IA: el poder de comprender y anticipar", representantes de Cleanity, Nealia y Telefónica abordaron el papel de la IA en la optimización de procesos y la mejora de la sostenibilidad. Alexandre Martínez, de Cleanity, subrayó que "el dato ha pasado de ser algo residual a convertirse en un activo estratégico."

Joaquín Terés, de Nealia (Vall Companys), destacó la evolución de los datos en la industria agroalimentaria, mientras que Rafael Cabrera, de Telefónica, remarcó que "el reto sigue siendo transformar los datos en valor real para la empresa y sus clientes."

Hacia una hoja de ruta para la IA en la industria

La mesa redonda "Definiendo una hoja de ruta para la IA" se centró en las claves para la implantación efectiva de esta tecnología. Ainoa Tellería, de Minsait, destacó la importancia de la formación: "Hay que evangelizar a todos los niveles dentro de la empresa para asegurar una adopción exitosa."

Albert Puig, de Prodware España, recomendó una estrategia progresiva: "Empieza pequeño, pero sueña en grande. Prueba rápido, falla barato y escala desde ahí." Mientras, Manuel Suárez, de Tyris AI, subrayó que el mayor reto no es la tecnología, sino el cambio cultural dentro de las organizaciones.

IA y seguridad alimentaria: anticipación y control

La jornada también abordó la aplicación de la IA en la seguridad alimentaria y la innovación en nuevos productos. Elena Beltrán, de Sant Dalmai Food Company, enfatizó que "la IA nos ayuda a predecir riesgos y optimizar procesos sin comprometer la calidad."

Raquel Almarcha, de AINIA, señaló que la IA permite analizar miles de fuentes en tiempo real para gestionar alertas de seguridad. En el ámbito de la innovación, Raquel González, de Matarromera, destacó que "los modelos predictivos y sensores inteligentes optimizan el riego y la prevención de enfermedades en cultivos, mejorando la sostenibilidad."

Rafael Gozalbes, de ProtoQSAR, explicó que la IA facilita la identificación de nuevos ingredientes, acelerando la investigación y reduciendo costes. Por su parte, César Asensio, de AINIA, concluyó: "El reto es convertir los datos en conocimiento útil para crear productos alineados con las tendencias del mercado."