Inteligencia artificial en la manufactura mexicana: 12 casos de uso ordenados por dónde empezar

La inteligencia artificial en la manufactura mexicana rara vez empieza en la línea de producción. Casi siempre empieza en un sitio mucho menos vistoso: el correo donde llegan las órdenes de compra, la hoja de Excel donde alguien anota los paros o el reporte que el dueño pide cada lunes y nadie tiene listo. Esta guía ordena 12 casos de uso según el dato que tu empresa ya tiene, no según la tecnología de moda, para que sepas por dónde empezar.

Si diriges una planta de 30, 100 o 400 personas, no necesitas "hacer IA". Necesitas quitar horas de captura, reducir errores que cuestan dinero y ver antes lo que hoy ves tarde. La IA es una herramienta más para eso, y no siempre la adecuada: en varios de los casos de abajo te diremos que basta con una regla o una integración.

¿Qué es (y qué no es) la IA en una planta en 2026?

Cuando un proveedor dice "IA para manufactura" puede estar hablando de cuatro cosas muy distintas. Conviene separarlas, porque cada una necesita datos diferentes y cuesta distinto.

La última fila importa más de lo que parece. En muchos proyectos, la parte que ahorra horas es la integración, y la IA solo resuelve el tramo que antes exigía a una persona leyendo o interpretando. Desconfía de quien lo vende todo como IA; y también de quien te propone IA donde una regla de negocio basta.

Lo que la IA no es: no sustituye al jefe de planta, no arregla un proceso que nadie ha definido y no produce datos que tu empresa no genera. Si los paros se anotan de memoria al final del turno, ningún modelo te dará un OEE fiable.

La foto: la manufactura mexicana según el INEGI

Muchas páginas sobre "IA en la manufactura en México" repiten porcentajes de adopción sin fuente. Preferimos mostrarte lo que sí está publicado. Los Censos Económicos 2024 del INEGI (datos referidos a 2023) permiten ver cómo se reparte el sector manufacturero por tamaño de establecimiento.

Fuente: INEGI, Censos Económicos 2024, conjunto de datos abiertos, ámbito nacional. Porcentajes calculados por Uniamos a partir de las cifras publicadas (sector 31-33, por estrato de personal ocupado).

Tres lecturas útiles para quien decide inversiones:

• Hay unos 32,800 establecimientos manufactureros de 11 a 250 personas. Emplean al 21.1 % del personal del sector y generan el 18.2 % de su valor agregado. Es el terreno de la pyme industrial con operación suficiente para que la automatización se pague, pero sin departamento de sistemas propio.
• Las plantas grandes concentran casi el 79 % del valor agregado. Muchas pymes son proveedoras de esas plantas, y lo que les exigen (trazabilidad, entregas a tiempo, calidad documentada) se traslada hacia abajo en la cadena.
• El equipo de cómputo es desigual. El mismo censo publica el acervo de equipo de cómputo y periféricos. Dividido entre el personal ocupado, sale en torno a 1,150 pesos por persona en establecimientos de 0 a 10, unos 8,900 en los de 11 a 50 y unos 21,800 en los de 51 a 250. Es un indicador indirecto (valor de equipos, no uso de software), pero confirma que la base digital de una planta pequeña suele ser muy delgada.

Lo que el conjunto de datos abiertos del censo no incluye es un porcentaje de establecimientos que usan inteligencia artificial. Si ves esa cifra en otra página, revisa de dónde sale antes de tomar decisiones con ella.

Mapa de 12 casos de uso según el dato que ya tienes

La pregunta correcta no es "¿qué IA compro?" sino "¿qué dato tengo ya y qué decisión mejoraría si lo usara mejor?". Por eso ordenamos los casos por área y por el dato de partida.

El esfuerzo es una estimación cualitativa nuestra para una planta mediana con ERP. Cambia mucho según el estado de tus datos: la misma captura de OC es "bajo" con un catálogo limpio y "alto" si cada cliente usa sus propios códigos sin tabla de equivalencias.

Oficina comercial: RFQ y cotizaciones, órdenes de compra, seguimiento

1. RFQ y cotizaciones. Una solicitud de cotización industrial llega con planos, cantidades y plazos dispersos en un correo y varios adjuntos. La IA generativa extrae esos datos, los cruza con materiales y precios del ERP y deja un borrador para que el comercial ajuste margen y condiciones. La decisión de precio sigue siendo humana. Lo detallamos en automatizar cotizaciones industriales.

2. Órdenes de compra. Es el caso con retorno más fácil de medir: minutos de captura por OC multiplicados por el número de OC al mes. La IA lee el PDF o el correo, valida cliente, SKU, precio pactado y fecha, y propone el alta en el ERP; una persona revisa solo las excepciones. Guía completa: captura automática de órdenes de compra.

3. Seguimiento de cotizaciones. Muchas cotizaciones se pierden por silencio, no por precio. Un sistema detecta cada envío, programa recordatorios con contenido útil y registra el motivo de ganada o perdida. Explicamos la cadencia y las plantillas en seguimiento automático de presupuestos enviados.

Planta: OEE, mantenimiento predictivo, visión artificial, programación

4. OEE y registro de paros. Antes de predecir nada hay que medir bien. Capturar paros y piezas desde un contador o el PLC, en lugar de una hoja al final del turno, cambia la calidad del indicador. Aquí la IA ayuda poco al principio: el valor está en la captura y la clasificación de causas. Empieza por cómo calcular el OEE.

5. Mantenimiento predictivo. Anticipa fallas a partir de vibración, temperatura, corriente o datos del variador. Rinde en máquinas críticas con paros caros, pero exige un preventivo funcionando y un historial de fallas. En muchos equipos, una alarma por umbral bien configurada resuelve buena parte del problema sin necesidad de un modelo. Lo explicamos en mantenimiento predictivo con IA.

6. Visión artificial. Una cámara con iluminación adecuada inspecciona el 100 % de las piezas y guarda evidencia por lote. Funciona cuando el defecto se ve con contraste suficiente; con defectos sutiles y variables hace falta aprendizaje profundo y más imágenes. Antes de comprar, pasa el test de viabilidad de nuestra guía de visión artificial para calidad.

7. Programación de la producción. Ordenar pedidos por máquina respetando fechas, cambios de modelo y capacidad es un problema de optimización más que de IA generativa. Requiere tiempos estándar confiables y rutas cargadas en el sistema. Si hoy programas en una pizarra, el primer paso es digitalizar esas reglas; el optimizador viene después.

Cadena de suministro: forecast, inventario, Carta Porte, Anexo 24

8. Pronóstico de demanda e inventario. Con dos o tres años de ventas por producto y cliente, un modelo predictivo propone cantidades de compra y producción y alerta de quiebres. El valor real aparece cuando el pronóstico se conecta con el punto de reorden. Tienes un ejemplo de forecast de demanda en manufactura y más detalle en IA predictiva.

9. Carta Porte. El complemento Carta Porte del CFDI exige datos que ya existen en el pedido, el almacén y la flota. Automatizarlo consiste sobre todo en mapear cada campo a su sistema de origen y validar contra los catálogos del SAT antes de timbrar. La IA ayuda a clasificar productos, no decide criterios fiscales. Ver automatizar la Carta Porte.

10. Anexo 24 en empresas IMMEX. El control de inventarios de importaciones temporales se descuadra por listas de materiales desactualizadas, mermas y retornos. Una capa de conciliación entre ERP, sistema de Anexo 24 y pedimentos detecta diferencias antes de una revisión. No sustituye al sistema ni al agente aduanal. Lo desarrollamos en control de inventarios Anexo 24.

Dirección: dashboards y reportes automáticos

11. Reporte diario y tablero de dirección. Ventas, producción, cobranza y pedidos atrasados en una sola vista que se actualiza sola, y un resumen escrito por la IA que llega al dueño cada mañana por correo o WhatsApp. Es de los casos más baratos si el ERP permite leer datos, y suele ser el que convence a dirección de seguir.

12. Asistente interno que consulta el ERP. Preguntar "¿cuánto le vendimos a este cliente en el trimestre?" en lenguaje natural y recibir la cifra con su origen. Requiere acceso de solo lectura, permisos por rol y respuestas que citen la consulta ejecutada, para que nadie tome decisiones con una cifra inventada por el modelo.

Matriz esfuerzo × impacto: ¿qué conviene hacer primero en una pyme?

Esta matriz es un punto de partida, no una medición. Colocamos cada caso según el esfuerzo típico (datos, integración, hardware) y el impacto típico en una manufacturera mediana. Tu planta puede mover cualquier punto: si tus paros cuestan una fortuna, el predictivo sube; si recibes cinco OC al mes, la captura baja.

La regla práctica que sale de la matriz: empieza por un caso verde que libere horas de una persona concreta (captura de OC, reporte diario, seguimiento de cotizaciones o registro de paros). Ese primer proyecto ordena datos y accesos que después usarán los casos naranjas. Ir directo al mantenimiento predictivo o a la visión artificial sin esa base es la forma más común de gastar sin resultado.

¿Qué necesitas antes de empezar?

No hace falta un área de sistemas ni un científico de datos. Sí hacen falta cinco cosas, y conviene revisarlas con honestidad antes de pedir cotizaciones.

1. Un proceso definido. Si cada persona captura las OC a su manera, primero se acuerda una forma. Automatizar el caos produce caos más rápido.
2. El dato accesible. Correos en un buzón compartido, un ERP que exporta o tiene API, un PLC que expone contadores. Pregunta a tu proveedor de ERP qué salidas de datos permite tu licencia.
3. Un responsable interno. Alguien de la operación (no necesariamente de sistemas) que valide resultados, reporte errores y tenga tiempo asignado, aunque sean dos horas a la semana.
4. Una métrica base medida hoy. Minutos por OC, errores por mes, días de respuesta a una cotización, horas de paro. Sin esa foto inicial no podrás demostrar el retorno.
5. Reglas sobre datos confidenciales. Planos de clientes, precios y datos personales. Decide qué puede procesarse con un servicio en la nube y qué no, y déjalo por escrito.

Si tu equipo nunca ha trabajado con herramientas de IA, una formación corta antes del proyecto reduce la resistencia y mejora la calidad del feedback. Tenemos un programa de formación en IA para empresa industrial por paquetes de horas, y la opción general de formación de IA para tu equipo.

Cómo evitar el "piloto eterno": 5 reglas

El piloto eterno es el proyecto que funciona "más o menos" durante meses, nadie lo apaga y nadie lo lleva a producción. Estas cinco reglas lo evitan.

1. Fecha de fin y criterio de éxito escritos antes de empezar. Por ejemplo: "si en 6 semanas el 70 % de las OC entra sin corrección, pasa a producción; si no, se para y se revisa". El número lo fijas tú con tu métrica base.
2. Un solo proceso, completo de principio a fin. Mejor automatizar del todo las OC de tus tres clientes principales que el 40 % de todas.
3. Datos reales desde el primer día. Las demos con documentos de prueba siempre funcionan; los PDF escaneados de tu cliente más desordenado, no siempre.
4. La persona que hace el trabajo hoy participa. Ella conoce las excepciones que nadie documentó y será quien use el sistema.
5. Presupuesto de operación desde el inicio. Licencias, consumo de API, soporte y ajustes. Un piloto sin dueño del costo recurrente muere en cuanto termina el proyecto.

¿IA generativa o IA clásica? Cuándo usar cada una

La IA generativa sirve cuando la entrada es texto o documentos variables: correos, PDF, planos con notas, conversaciones. La IA clásica sirve cuando la entrada es numérica y repetida: series de ventas, lecturas de sensores, tiempos de ciclo. Muchos proyectos útiles combinan ambas con una capa de reglas.

La visión artificial (caso 6) va por su lado: puede resolverse con reglas clásicas de procesamiento de imagen o con aprendizaje profundo, según el defecto.

Si quieres ver cómo encaja todo esto en una solución para tu planta, en automatización industrial con IA resumimos los servicios que aplicamos en OEE, mantenimiento, calidad y trazabilidad.

Preguntas frecuentes

Artículos relacionados

• Cómo calcular el OEE de tu planta, con ejemplo
• Mantenimiento predictivo con IA en una pyme manufacturera
• Visión artificial para control de calidad en una pyme
• Automatizar la captura de órdenes de compra al ERP
• Automatizar cotizaciones en una empresa industrial
• Automatizar la Carta Porte desde tu ERP
• Anexo 24 IMMEX: automatizar el cuadre de inventarios
• Más artículos del blog de Uniamos