Durante el foro Assembly de Siemens, líderes de Siemens, NVIDIA, PepsiCo, HSBC y la Secretaría de Economía coincidieron en que el siguiente salto de productividad industrial dependerá menos de sumar automatización y más de conectar datos confiables, simulación e inteligencia artificial sobre una misma infraestructura digital. El encuentro mostró cómo los gemelos digitales, las GPU y las “fábricas de inteligencia” están transformando la manufactura, la ingeniería y la toma de decisiones en la industria global.
Kathya Santoyo
El foro Assembly de Siemens reunió a más de mil participantes en torno a cómo usar la transformación digital y la inteligencia artificial para cambiar la forma en que la industria mexicana diseña, produce y compite. El encuentro comenzó con 40 masterclasses y continuó con un diálogo entre empresas de tecnología, gobierno y banca.
Durante el evento, Del Costy, Managing Director de Siemens Digital Industries en América, planteó una tesis clave: el retorno de la inteligencia artificial no depende de comprar más tecnología, sino de tener una empresa digitalmente conectada que enlace ingeniería, cadena de suministro y manufactura sobre datos confiables. Sin esos cimientos, advirtió, la inversión en IA no rinde.
“El cambio va a ser constante, pero la claridad que obtenemos de ese cambio es nuestra ventaja competitiva”, dijo. Para una dirección de empresa, ese matiz reordena prioridades de gasto: antes de invertir en nuevas capacidades de IA, conviene asegurar que los datos que ya existen en la organización estén conectados y sean confiables, porque ahí está el rendimiento.
Los casos que muestran el retorno: Pringles, Gatorade y Unilever
El argumento se sostuvo en resultados concretos. En la línea de Pringles, sin reemplazar el equipo existente y solo instrumentándolo de otra forma, el desempeño subió más de 10 por ciento; el consumo de energía bajó 7 por ciento y se redujo el desperdicio al disminuir las latas deformadas y sincronizar el llenado de las papas con los envases. El caso se construyó sobre un gemelo digital de la masa, sus ingredientes y su empaque.
Con PepsiCo, en alianza con NVIDIA, la compañía debía incorporar Gatorade a su línea optimizando su desempeño. La captura de datos y las simulaciones de optimización permitieron recorrer un gran número de variantes y llegar a una disposición óptima antes de mover físicamente un solo equipo, reduciendo el costo y el tiempo de la puesta en marcha.
El caso de mayor escala fue Unilever, con más de 300 plantas en el mundo y unos 100,000 cambios al año que demandaban cerca de un millón de interacciones humanas, un volumen que el directivo calificó como insostenible para cualquier empresa. Con el portafolio de Siemens Xcelerator, la transformación de recetas unió investigación y desarrollo con manufactura, de modo que cada planta adaptara automáticamente la receta a su configuración y los cambios pasaran de tomar meses y semanas a resolverse en minutos.
La adaptabilidad pesa más que la fábrica automatizada
Frente a la idea de la planta que opera sola, Del Costy ubicó el valor en la capacidad de reaccionar a información en tiempo real cuando el entorno y las condiciones cambian. Para el negocio, esa flexibilidad protege la inversión cuando se altera la cadena de suministro o se traslada la producción de una geografía a otra.
El soporte de esa visión es lo que llamó resultados confiables: a diferencia del uso cotidiano de la IA, una decisión de ingeniería necesita el mismo resultado cada vez que se consulta. Esa consistencia, con la capacidad denominada PhysicsAI, entrena modelos a partir del historial de la empresa y reduce el número de simulaciones necesarias, con el ahorro de tiempo y costo que eso implica.
El data center quedó atrás: ahora son fábricas de inteligencia
La sesión de NVIDIA, a cargo de Alejandro Jimenez, planteó un cambio en la forma en que las empresas deben entender su infraestructura de cómputo. La idea de un centro de datos como inmueble dedicado a almacenar información ya no describe lo que está ocurriendo en la industria.
“Los data centers son la manera vieja de hablar de estos datos. El concepto de hoy es el de fábrica de inteligencia artificial: una instalación cuyo insumo principal es la energía y cuyo producto es inteligencia”, expuso Jimenez. Es decir, deja de tratarse de un activo inmobiliario para volverse un activo productivo, con nuevas exigencias como sistemas de enfriamiento dimensionados para cargas mucho mayores y conexión de alta velocidad entre nodos de cómputo separados.
Jimenez situó a los GPUs como el corazón de la actual revolución industrial de la IA, una industria que, dijo, vale trillones de dólares. Cada uno de esos procesadores puede integrar alrededor de 120 millones de transistores y se somete a condiciones extremas de energía y temperatura, lo que obliga a diseñarlas con un nivel de precisión muy alto.
Para hacerlo, NVIDIA utiliza software de Siemens, en particular sus herramientas de diseño asistido por computadora y de simulación. Explicó que sobre las GPU corre CUDA, el sistema con el que se programan esos procesadores, y NVIDIA y Siemens rediseñaron juntos los sistemas de simulación para que operen de forma nativa en esa arquitectura.
“Estamos pasando de la simulación basada en CPU a la simulación basada en GPU”, explicó. Para una empresa de ingeniería, el cambio significa que un proceso que antes requería enviar el modelo a un centro de cómputo y esperar resultados puede correr ahora en la estación del propio ingeniero, lo que reduce tiempos y libera capacidad para probar más alternativas antes de comprometer una decisión.
El siguiente paso de la alianza es escalar la simulación más allá del producto. La misma lógica que se aplica a un auto, un chip o un buque puede aplicarse a una planta completa: líneas de producción, sistemas de energía y automatización modelados como un solo sistema. Una vez en marcha, los datos del IoT de la fábrica alimentan de regreso la simulación y cierran un círculo entre el modelo virtual y la operación real. Sobre esa base se entrenan los robots y las líneas de ensamble en ambientes simulados antes de ponerlos a operar, lo que reduce el riesgo de las inversiones multimillonarias en automatización y acorta la curva de aprendizaje de cada nueva planta.
PepsiCo: la simulación antes de comprometer el costo
Durante la ponencia de PepsiCo, Myrna Macías, Chief Supply Chain Officer para Latinoamérica, llevó esa lógica a una cadena que abastece cada día a más de 36 millones de consumidores en la región. Junto con Ana Elsa Pérez, expuso el uso de gemelos digitales para simular escenarios y anticipar cuellos de botella antes de invertir.
Al respecto, sintetizó el cambio de criterio de inversión: con la simulación, “antes de impactar el costo de manera negativa, la compañía ya puede prever el resultado y ejecutar con mayor precisión”. Bajo esa premisa describió el arranque del gemelo digital en su planta de Celaya, en el Bajío, y un piloto en Estados Unidos ligado a una integración logística que implica miles de millones de dólares y que hoy puede ensayarse en un entorno virtual.
Inversión y comercio que enmarcan la apuesta
El entorno económico lo aportaron el gobierno y la banca. Ismael Ortiz Fernández, Titular de la Unidad de Inteligencia Económica Global de la Secretaría de Economía, sostuvo que la competencia entre países ya no se juega solo en aranceles o tratados, sino en quién automatiza mejor y quién integra la inteligencia artificial con mayor eficiencia. “Ya no se trata únicamente de la ubicación geográfica ni del T-MEC“, expuso; el país necesita conectar la innovación tecnológica con una visión de desarrollo económico para no perder la ola de reconfiguración industrial que ya está en marcha.
Sobre esa premisa, Ortiz Fernández anunció una cifra publicada dos días antes del foro: México captó un récord histórico de inversión extranjera directa de 23,579 millones de dólares, 10.4 por ciento por encima del periodo anterior, y completó cinco años consecutivos rompiendo marca.La inversión proveniente de Estados Unidos creció 20 por ciento, la del sector automotriz 30 por ciento y la de construcción 90 por ciento, este último un indicador que él calificó como clave del modelo económico.
Para dimensionarlo en términos operativos, dijo que el país comercia con el mundo 1.5 millones de dólares cada minuto. El mensaje para la audiencia industrial fue que las empresas globales tienen confianza en México para invertir, pero esa confianza se sostiene si el país acelera la formación de talento especializado en automatización, manufactura avanzada e inteligencia artificial, los perfiles que demandan las fábricas que se están construyendo hoy.
José Carlos Sánchez, economista en jefe de HSBC México, dijo que nos encontramos en medio de una recomposición de cadenas globales que ya tiene ocho años y que México ha sabido capitalizar. La participación de México en las importaciones de Estados Unidos pasó de 13 por ciento en 2018 a alrededor de 16.3 por ciento, mientras China retrocedió de cerca de 22 por ciento a menos de 10 por ciento. Hoy, México y Estados Unidos intercambian alrededor de 850,000 millones de dólares al año, lo que para Sánchez constituye “el ancla estructural más fuerte” que tiene el país.
Sin embargo, el economista advirtió que el primer trimestre de 2026 registró una contracción de 0.6 por ciento frente al trimestre anterior y un avance anual de apenas 0.4 por ciento, en un entorno de incertidumbre ligado a la revisión del T-MEC y a una inflación que el conflicto en Medio Oriente ha presionado por la vía de los precios de energía y materias primas.
“La parte cíclica que estamos viendo hoy en día es un contexto complejo”, resumió. La lectura que dejaron ambos ponentes es la que sostiene el sentido de fondo del foro: las decisiones de inversión en tecnología que se anunciaron en Assembly no ocurren en un país en pausa, pero tampoco en un viento de cola; ocurren en un mercado que tiene la integración con Estados Unidos como base estructural y, al mismo tiempo, una ventana cíclica más estrecha que obliga a las empresas a apretar el retorno de cada peso invertido.
