Este es un momento crucial para el sector industrial. En un contexto en el que Europa refuerza su apuesta por la autonomía industrial, la digitalización de sectores como la energía, la defensa o la automoción se convierte en un eje estratégico de soberanía tecnológica.
Según el estudio Pulse of Change de Accenture, el 35% de los ejecutivos del sector manufacturero y de la cadena de suministro señalan que su principal prioridad en 2025 será la adopción de tecnologías como IA y automatización, frente al 23% que lo indicaba el año anterior.
Este cambio de foco revela una clara aceleración. Además, el 97% de ellos cree que la IA generativa transformará por completo su empresa e industria. Ya no se trata de si dar el paso, sino de cuándo y cómo.
Ahí entra en juego Accenture Industry X, la propuesta de esta multinacional tecnológica para acompañar a las empresas industriales en este proceso de reinvención. Para contextualizar este escenario, hemos hablado con Eduardo Mozas, responsable de Industria X de Accenture en España y Portugal.
En su opinión, estamos ante un momento decisivo para la industria, en el que se alinean tres factores clave:
- Madurez tecnológica. Herramientas como la IA generativa, los digital twins, el edge computing o los sistemas MES permiten transformaciones con impacto tangible.
- Presión competitiva. La necesidad de mayor eficiencia, resiliencia operativa y flexibilidad obliga a repensar los modelos.
- Talento e inversión. El 53% de las organizaciones aumentará de forma significativa su inversión en IA este año, y un 72 % reforzará sus plantillas con perfiles especializados.
Accenture Industry X
La visión que plantea Accenture respecto a esa necesaria reinvención se plasma en la necesidad de construir fábricas y redes industriales que no solo respondan al presente, sino que se anticipen a los cambios del futuro en un entorno de máxima colaboración entre compañías.
“Con Accenture Industry X ayudamos a nuestros clientes a transformar todo el ciclo de vida de sus operaciones: desde la ingeniería de productos y procesos hasta la fabricación, el mantenimiento, la gestión de activos o la cadena de suministro”.
Un proceso que se sustenta en cuatro pilares:
- Datos como activo estratégico, estructurados, gobernados y susceptibles de compartirse a lo largo de la cadena de valor.
- IA generativa aplicada en diseño, operaciones y toma de decisiones.
- Gemelos digitales para simular y optimizar procesos de forma predictiva.
- Automatización avanzada y edge computing para habilitar fábricas adaptativas.
Además, todas estas tecnologías deben aplicarse en entornos ciberseguros que garanticen el intercambio de información entre distintos agentes
“Trabajamos con grandes grupos industriales, pero también con pymes, en sectores como automoción, alimentación, química, defensa, energía o construcción naval. Ayudamos a que las soluciones sean escalables y, a través de las plataformas de intercambio de información, los datos fluyan creando sectores más competitivos de principio a fin”.
El resultado es mayor eficiencia, trazabilidad, reducción de costes, sostenibilidad y toma de decisiones en tiempo real. El objetivo también es ayudar a desplegar arquitecturas que permitan integrar tecnologías emergentes, como la robótica colaborativa, low-code o incluso agentes de IA autónomos que actúan sobre procesos físicos y virtuales.
El papel del dato
La industria maneja datos de múltiples fuentes: sensores, sistemas SCADA, plataformas de ingeniería o de proveedores, sistemas MES, entornos cloud, edge o incluso inputs del operador humano… Estos datos se integran en arquitecturas híbridas —on-premise, cloud y edge— que permiten responder a la necesidad de inmediatez y seguridad.
“El gobierno del dato es clave: no basta con recogerlos, hay que estandarizarlos, trazarlos, asegurar su calidad y establecer políticas de acceso y uso claras. Esto permite la interoperabilidad y la reutilización, por ejemplo, para entrenar modelos de IA o construir simulaciones industriales”.
La industria está evolucionando hacia modelos industrial data mesh y conocimiento semántico que permiten compartir datos de forma segura y controlada entre múltiples actores. Una arquitectura pobre no solo reduce el potencial de la automatización, sino que puede dar origen a errores costosos. La clave está en crear un hilo digital continuo y trazable que conecte ingeniería, producción, cadena de suministro y servicio.
La ciudadanía está dispuesta a involucrarse activamente en los procesos de toma de decisiones si se le ofrece la oportunidad
De nuevo, la seguridad es una prioridad. La adopción de IA generativa en estos entornos plantea retos como la protección frente a ciberataques hasta el cumplimiento normativo.
“La gestión de riesgos, la protección de datos operacionales y la trazabilidad de modelos son parte de un enfoque holístico que combina tecnología, procesos y cultura. Esto es especialmente relevante en industrias como defensa, alimentación o química, donde la fiabilidad de la información puede tener un impacto directo sobre la seguridad, la salud o el medio ambiente”.
IA generativa y datos operativos
La mayoría de las empresas están explorando el potencial de la IA generativa, pero algunas todavía no están preparadas para escalar. Las principales barreras son la falta de una continuidad del dato a lo largo de todo el ciclo de vida del producto, la calidad de los propios datos, infraestructuras heredadas, escasez de perfiles especializados y desconocimiento del potencial de estas tecnologías.
“No hay IA sin contexto. Y no hay contexto sin datos operativos correctamente etiquetados y estructurados. Esa es la diferencia entre un modelo brillante en el laboratorio y uno útil en la planta”.
En Accenture están implementando casos reales en la industria. Por ejemplo, en una empresa líder de automoción española han desplegado un sistema MES que recoge datos de las líneas de fabricación de componentes para el coche eléctrico, lo que permite una trazabilidad total y aplicar analítica avanzada e IA generativa para optimizar procesos y calidad.
Otro ejemplo. En un ámbito industrial de alimentación están digitalizando la gestión de plantas de procesamiento de carne con soluciones MES adaptadas a entornos de alta variabilidad y regulaciones sanitarias estrictas, incorporando interfaces intuitivas para el operario y contenidos formativos generados con IA.
“Este tipo de IA física —que interactúa con el mundo real— representa una frontera nueva: no se limita a analizar datos, sino que actúa sobre ellos y con ellos”.
Datos y modelos dinámicos
La hiperautomatización ya no es una aspiración: es una realidad que redefine los modelos operativos en la industria. Las fábricas más avanzadas están dejando atrás los sistemas estáticos y reactivos para adoptar entornos dinámicos que se autoajustan, aprenden y evolucionan en tiempo real.
“Esto supone un cambio radical: los datos ya no son un input de análisis, sino un motor de acción. Sensores, sistemas MES, trabajadores conectados, plataformas de IoT, IA generativa y edge computing se combinan para tomar decisiones descentralizadas, adaptar la planificación sobre la marcha y generar recomendaciones sin intervención humana”.
Una arquitectura de datos pobre no solo reduce el potencial de la automatización, sino que puede dar origen a errores costosos
Este nuevo paradigma no solo busca eficiencia, sino resiliencia y capacidad de adaptación. En sectores como la automoción o la industria química o alimentaria, donde la variabilidad es constante y la presión por la flexibilidad máxima, la automatización tradicional ya no es suficiente. Se necesita un modelo que integre simulación continua, predicción basada en datos históricos y respuesta inmediata ante incidencias.
“Hablamos de operaciones aumentadas: entornos donde cada máquina, línea de producción o célula logística actúa como un nodo inteligente que aprende de su propio rendimiento y del ecosistema que lo rodea”.
La robótica colaborativa y los humanoides, presentes en tareas logísticas internas en sectores como retail o gran consumo, representan un nuevo nivel de automatización adaptativa.
Gracias a los gemelos digitales y a la IA generativa, estas máquinas aprenden tareas y se integran con el resto del ecosistema digital, desde AGV hasta sistemas de control MES, ampliando las posibilidades de automatización incluso en entornos diseñados para humanos. La bajada de costes y modelos como el robot-as-a-service están acelerando su adopción de forma escalonada y accesible.
Este modelo solo es posible con una base sólida de datos: contextualizados, gobernados, conectados y disponibles en tiempo real. A ello se suman plataformas capaces de generar simulaciones dinámicas y aplicar IA generativa para sugerir mejoras o adaptarse a condiciones cambiantes.
“Hablamos de entornos donde cada acción tiene una capa de inteligencia que permite aprender de cada decisión, anticiparse a incidencias y colaborar con humanos y máquinas de forma fluida”.
Accenture, Boslan y Siemens
Pero ¿cuál es el papel de Accenture en este escenario? Eduardo Mozas destaca que esta multinacional combina capacidades tecnológicas de vanguardia con un conocimiento profundo del negocio industrial.
Además, gracias la adquisición de Boslan en España —el año pasado— refuerza sus capacidades en proyectos de infraestructura, energía e ingeniería, al aportar más de mil expertos en transición energética y proyectos de infraestructura.
“Gracias a esta incorporación, estamos integrando tecnologías digitales en grandes proyectos de energías renovables, movilidad eléctrica o smart grids, con un enfoque de diseño por datos y sostenibilidad desde el origen en España y en toda Europa”.
Por otro lado, destacó también la alianza global con Siemens, que les permite desarrollar soluciones industriales conjuntas en las que se combinan IA, automatización, ingeniería y cloud.
“Accenture Siemens Business Group, un grupo de trabajo que contará con siete mil profesionales con experiencia en fabricación y TI a nivel mundial, está llevando a cabo proyectos transformadores con clientes, donde trabajamos desde el rediseño de los procesos de ingeniería hasta la transformación digital completa de las operaciones industriales”.
No hay IA sin contexto. Y no hay contexto sin datos operativos correctamente etiquetados y estructurados
Eduardo Mozas describió algunos de los proyectos en los que Accenture y Siemens han colaborado. Para KION, Accenture y Siemens están unificando y optimizando sus procesos centrales de ingeniería con Siemens Teamcenter, la plataforma común de gestión del ciclo de vida del producto (PLM) del cliente. La iniciativa replantea y mejora los procesos de ingeniería de KION con capacidades de simulación, IA generativa e Ingeniería de Sistemas Basada en Modelos (MBSE).
En Navantia, compañía estatal española de construcción naval defensa y tecnología, Accenture y Siemens desarrollaron e implementaron una nueva plataforma de desarrollo de productos que permite crear gemelos digitales de los buques de Navantia. Además de mejorar la calidad del diseño del producto, reduce los costes totales de diseño y fabricación en un 20%.
El futuro es híbrido
La tecnología no transforma por sí sola. Son las personas quienes hacen posible la revolución. El futuro de la industria es híbrido: humanos y máquinas trabajando en colaboración, pero, para que esto funcione, el foco debe estar en el talento. Las organizaciones han de apostar por la capacitación continua, el rediseño del puesto de trabajo y la adopción progresiva de nuevas herramientas.
“Las compañías, y así trabajamos en Accenture de la mano de nuestros clientes, deben crear experiencias de usuario adaptadas al operador de planta, formaciones personalizadas basadas en casos reales e interfaces intuitivas que mejoran la seguridad y comodidad del operario”.
Para ello, han diseñado puestos con tecnología low-code, entornos digitales que reducen el error y suavizan la curva de aprendizaje, así como contenidos de formación generados automáticamente a partir de operaciones reales.
Además, trabajan con universidades, centros de formación y programas de reskilling para acelerar la preparación de los profesionales en áreas como robótica, IA industrial o automatización.
Los entornos estáticos están dejando paso a otros más dinámicos, que se autoajustan, aprenden y evolucionan en tiempo real
“Solo en Accenture, más de tres mil quinientas personas en España trabajan ya en inteligencia artificial. El objetivo es claro: construir una industria donde las personas no solo se adapten al cambio, sino que lo lideren”.
Según el informe Technology Vision 2025 de Accenture, el 77% de los directivos considera que los beneficios reales de la inteligencia artificial solo se obtendrán si se construyen sobre una base de confianza. Esa confianza —entre las personas, en los sistemas y en sus resultados— es esencial para escalar la tecnología con propósito y autonomía.
“No basta con desplegar soluciones: es fundamental que quienes las utilizan confíen en ellas y las integren como parte natural de su día a día”.
