Fabricación de moldes con IA: casos prácticos y beneficios reales

Uso de IA para simplificar tareas manuales en la recopilación y el análisis de datos de máquinas EDM.
Fuente: StackTeck.

La fabricación de moldes enfrenta diversos obstáculos que limitan tanto la eficiencia como la capacidad de innovar, según explicó recientemente Mike Murakami, de StackTeck Systems. Entre los principales desafíos se encuentran la repetición de tareas que consumen recursos y tiempo, el acceso restringido al conocimiento compartido dentro del sector y la resistencia cultural en los talleres a incorporar nuevas tecnologías. Frente a este panorama, la inteligencia artificial (IA) se perfila como una herramienta práctica para superar estas barreras, tal como lo demuestra la experiencia de StackTeck en su aplicación.

Tareas redundantes

El registro manual de los tiempos de funcionamiento de las máquinas representa una actividad que consume recursos sin aportar valor. Para resolverlo, Mike Murakami implementó un panel basado en IA que recopila de forma automática los datos de las máquinas de electroerosión, lo que permite ahorrar entre 10 y 15 minutos diarios por empleado.

Contenido destacado

Reciclaje de plásticos en LATAM: tensiones, avances y regulación LEER MÁS

De manufactura a proveedor de precisión: la trayectoria de Coplainsa LEER MÁS

Hablemos de plásticos: reciclaje químico y balance de masa LEER MÁS

Este incremento en la eficiencia libera tiempo para que los trabajadores se concentren en actividades de mayor valor agregado, con un impacto directo en la productividad del departamento.

Intercambio limitado de conocimientos

La industria arrastra el problema del denominado “conocimiento tribal”: el saber práctico acumulado por los trabajadores experimentados, que rara vez se documenta y, por ende, corre el riesgo de perderse. Si bien la IA encuentra dificultades para procesar información tan especializada —dada su escasa presencia en los grandes conjuntos de datos—, puede convertirse en una aliada al recopilar, estructurar y organizar este conocimiento.

El fomento del intercambio en redes profesionales y la integración de estas prácticas con herramientas de IA son claves para preservar información estratégica para las próximas generaciones.

Resistencia a las nuevas tecnologías

En muchos talleres predomina una cultura tradicional que observa la IA con escepticismo, lo que retrasa su adopción. En contraste, entornos de mentalidad abierta, como el de StackTeck, promueven la innovación al facilitar la experimentación con proyectos piloto. Iniciativas sencillas, como la gestión automatizada de datos de números de pieza, permiten demostrar el valor tangible de la IA y allanar el camino hacia una mayor aceptación dentro de los equipos.

Nuevos enfoques para aplicar IA en la fabricación de moldes

Aplicación práctica de IA: uso de ChatGPT/Copilot para resolver problemas técnicos específicos mediante prompting en tiempo real.
Fuente: StackTeck.

StackTeck desarrolló un enfoque práctico para iniciar proyectos de inteligencia artificial aplicados a problemas técnicos complejos.

En lugar de desechar equipos electrónicos antiguos como chatarra tecnológica, la empresa reutilizó dispositivos al final de su vida útil para conectar máquinas de electroerosión (EDM) heredadas a su panel de monitoreo de producción.

• Aplicación práctica de la IA. El proyecto demuestra cómo el uso de prompting e interacción en herramientas como ChatGPT o Copilot puede resolver problemas específicos de manera estructurada y paso a paso, generando soluciones personalizadas para un caso altamente especializado.
• Agilidad en la implementación. Al no depender de soluciones “enlatadas”, StackTeck pudo validar la viabilidad en el mismo día, obteniendo respuestas casi instantáneas de la IA para superar cada obstáculo técnico. De esta forma, la IA no solo funcionó como un asistente técnico, sino que también proporcionó un mapa de ruta funcional hacia el éxito del proyecto.
• Enfoque sostenible. La reutilización de dispositivos evita que residuos electrónicos terminen en vertederos. Incluso con tecnologías obsoletas, la IA ofrece alternativas ingeniosas para trabajar con protocolos no soportados, lenguajes desactualizados, interfaces defectuosas y limitaciones conocidas.
• Funcionalidad añadida. La máquina de EDM utilizada en este ejemplo era anterior a cualquier solución de monitoreo basada únicamente en software. Ante la imposibilidad de incorporar las funciones deseadas mediante actualizaciones, se generó un enfoque no convencional con IA que permitió integrar todas las máquinas en una misma plataforma unificada.