OnLogic exhibe hardware de IA física y soluciones de manufactura en IMTS 2026

El giro hacia la IA ejecutada en el perímetro

La tendencia global de automatización industrial está experimentando un cambio fundamental: el procesamiento de inteligencia artificial ya no es exclusivamente un ejercicio centralizado en servidores remotos o nubes corporativas. Durante años, las fábricas dependieron de enviar datos a centros de cómputo externos para obtener predicciones, análisis de imágenes o recomendaciones de control. Ese modelo introduce latencias inaceptables en procesos críticos y expone datos sensibles a vulnerabilidades de transmisión. OnLogic, fabricante estadounidense especializado en computadoras industriales rugerizadas, está posicionándose en la vanguardia de esta transición mediante hardware diseñado específicamente para ejecutar cargas de trabajo de IA directamente en la máquina o en puntos estratégicos de la línea de producción.

Qué se presentará en IMTS 2026

La feria IMTS (International Manufacturing Technology Show) es uno de los eventos bienales más relevantes de la industria de máquinas herramienta y manufactura. En la edición de 2026, OnLogic ocupará el stand 236609 para exhibiciones en tiempo real que integran su línea de computadoras industriales con soluciones de software y plataformas de terceros. Los socios tecnológicos incluyen a Microsoft (probablemente demostrando capacidades de Azure IoT u opciones de inferencia local), Nokia (con expertise en conectividad privada 5G/LTE), Inductive Automation (proveedor del software SCADA Ignition), CODESYS (entorno de programación IEC 61131-3), Edge Impulse (plataforma para entrenar e implementar modelos ML embebidos) y ZEDEDA (gestión de software para edge devices). El enfoque integrado sugiere un ecosistema donde el hardware de OnLogic actúa como sustrato para ejecutar tanto lógica de control industrial clásica como modelos de aprendizaje automático entrenados externamente pero desplegados localmente.

Cómo funciona la IA física en el piso de fábrica

La denominada “IA física” (o “physical AI”) en contexto industrial refiere a sistemas que perciben el entorno mediante sensores, aplican modelos entrenados (visión, clasificación de defectos, predicción de fallos) y generan acciones de control sin intermediación de una plataforma en la nube. OnLogic fabricaría computadoras (posiblemente basadas en procesadores Intel, AMD o incluso ARM) equipadas con capacidad de GPU discreta o neuroaceleradores, refrigeración robusta y conectores industriales (M12, conectores DIN, alimentación redundante) para soportar ambientes agresivos. El software Edge Impulse permitiría a los clientes entrenar modelos de redes neuronales convolucionales (CNN) en datasets de sus propios procesos, compilarlos a formato binario optimizado y cargarlos en el dispositivo OnLogic. Desde ese punto, la máquina ejecuta inferencias localmente con tiempos de respuesta de milisegundos. CODESYS aportaría el framework de programación estándar IEC 61131-3 para la lógica de secuencias y lazos de control tradicionales, permitiendo que ingenieros sin expertise en deep learning sigan utilizando herramientas conocidas. Nokia proporcionaría la capa de conectividad privada (5G de espectro privado o LTE industrial), garantizando que datos sensibles no transiten por redes públicas.

Lectura para la industria latinoamericana

La propuesta de OnLogic toca un dolor muy real en plantas de Latinoamérica. Una mina de cobre en Antofagasta, una refinería en México o una planta de alimentos en Brasil enfrentan tres limitaciones crónicas: (1) conectividad de Internet de mala calidad o impredecible, especialmente en zonas remotas; (2) latencia inaceptable en decisiones de control (un delay de 500 ms en detección de sobrecarga de un molino puede causar paro de línea y pérdidas de miles de dólares); (3) regulaciones de seguridad y confidencialidad que prohíben enviar datos de producción crítica a servidores externos. El hardware de IA edge directamente en máquina resuelve estos tres retos. Además, técnicos e ingenieros de automatización en la región tienen experiencia consolidada con PLC, SCADA y lenguajes IEC 61131-3 (LADDER, estructurado) desde hace 20+ años. Al mantener CODESYS como interfaz de programación, OnLogic reduce la curva de aprendizaje: un ingeniero de Siemens o Schneider puede integrar un modelo de visión sin aprender Python o TensorFlow desde cero. Distribuidores locales como Voltaje Industrial (Colombia), Automation Consultants (Perú) o representantes de Schneider/Siemens ya tienen canales para equipos industriales computados. El desafío inmediato es el costo: hardware edge capaz de ejecutar IA inferencia a velocidad industrial (GPUs o neuroaceleradores) puede costar 2–3 veces más que un PLC convencional, un factor crítico para plantas PYME con presupuestos ajustados. Adicionalmente, entrenar modelos requiere datasets limpios y labeling (etiquetado manual), una tarea infravalorada en la región. Un ingeniero de planta debería comenzar evaluando si sus casos de uso críticos (detección de defectos, predicción de mantenimiento, optimización de setpoints) justifican el salto: un análisis costo-beneficio riguroso, comparando el costo del hardware versus pérdidas por paros no prevenidos o rechazos de producto.

Vigilancia a futuro

Es crucial monitorear cómo se resuelven tres cuestiones prácticas en los próximos 12–24 meses: (1) madurez de las herramientas de Edge Impulse y CODESYS para co-existencia armoniosa (¿qué tan fácil es integrar un modelo ML dentro de un proyecto IEC 61131?); (2) disponibilidad regional de soporte técnico y certificación para ingenieros latinoamericanos (¿habrá cursos presenciales o solo en línea?); (3) ecosistema de modelos pre-entrenados (¿OnLogic/partners ofrecerán catálogos de modelos listos para industrias verticales como minería o alimentos, o cada planta debe entrenar desde cero?). La inversión de Microsoft, Nokia y otros gigantes en esta demostración sugiere que es una apuesta seria, no una novedad pasajera. Pero el éxito regional dependerá de localización real: presencia de distribuidores, soporte en español, adaptación a infraestructura eléctrica y comunicaciones locales, y pricing competitivo frente a alternativas de PLC + cloud híbrido que hoy dominan el mercado.