Durante años, la transformación digital de la manufactura estuvo asociada a automatizar procesos: sensores, robots, ERP, sistemas de planificación y algoritmos capaces de procesar grandes volúmenes de datos.
Columnas al director
La IA agéntica introduce ahora un cambio más profundo: no solo analiza o recomienda, sino que puede actuar sobre un proceso y encadenar decisiones para alcanzar un objetivo.
La IA generativa puso inteligencia al alcance de las empresas; la IA agéntica pretende poner esa inteligencia a tomar decisiones. En producción, esto podría significar que un agente detecte el atraso de un proveedor, revise inventarios y capacidad, evalúe alternativas, proponga una nueva secuencia de fabricación e incluso ejecute cambios autorizados en los sistemas de gestión.
Columnas al director
La oportunidad es relevante. Un estudio reciente del MIT sobre IA agéntica en ingeniería y manufactura muestra que su mayor potencial no está únicamente en automatizar tareas repetitivas, sino en coordinar procesos complejos entre distintas herramientas. Al mismo tiempo, identifica como condiciones críticas la confiabilidad, la verificación y la trazabilidad de sus decisiones, manteniendo al ser humano como decisor final.
Este punto es de suma importancia en la gestión de operaciones. Procesar más información con respuestas más rápidas apoyadas desde una IA, no significa necesariamente tener razón. Los modelos pueden operar con datos incompletos, supuestos equivocados o información desactualizada e incluso incorrecta.
Columnas al director
Una revisión publicada en Journal of Manufacturing Systems señala precisamente que la integración de grandes modelos de lenguaje en manufactura todavía presenta desafíos de validación, incertidumbre e integración en tiempo real, reforzando la necesidad de esquemas human-in-the-loop, es decir, modelos en que la IA apoya el análisis y la toma de decisiones, pero mantiene al ser humano en la validación y supervisión.
En una fábrica, además, el error deja de ser solo informacional. Una decisión incorrecta puede generar problemas de inventario, modificar una programación comprometiendo las entregas, afectar la calidad o incluso introducir riesgos de seguridad, entre muchas otras cosas.
Columnas al director
Por eso, el avance hacia sistemas productivos más autónomos debe ir acompañado de mecanismos claros de gobernanza, supervisión y responsabilidad, porque, frente a decisiones que pueden tener consecuencias económicas significativas, ya no basta con decir simplemente: “falló el sistema”.
El marco de gestión de riesgos de IA del Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST), organismo técnico de referencia internacional en estándares y gestión de riesgos tecnológicos, también insiste en la necesidad de gestionar la confiabilidad y los riesgos durante todo el ciclo de vida de estos sistemas.
Columnas al director
La pregunta, entonces, no es si la IA podrá participar en las decisiones de producción. Probablemente lo hará y cada vez más. La verdadera discusión debe centrarse en cuánto y qué queremos delegar y bajo qué condiciones.
Por ende, la fábrica del futuro probablemente combinará personas, modelos de optimización, sistemas digitales y agentes de IA tomando decisiones de manera coordinada. Pero autonomía tecnológica no puede confundirse con responsabilidad. Podemos delegar análisis, tareas e incluso determinadas decisiones a la inteligencia artificial, sin embargo, la responsabilidad por sus consecuencias seguirá siendo nuestra.
Columnas al director
