Fabricación con IA: Merck da el ejemplo, ¿está dormida la mediana empresa?
KI & Automatisierung · 23. Februar 2026 · Manuel Krapf
La fabricación con IA es una realidad. Mientras gigantes químicos como Merck KGaA se equipan con robótica de IA, muchos dudan. Descubra lo que este pacto significa realmente para su negocio.
¿Recuerda los kits de química de su infancia? Un poco de burbujeo, una pequeña decoloración, quizás un olor extraño, eso ya era un gran éxito. En los laboratorios de la gran industria alemana, para ser honestos, durante décadas no fue fundamentalmente diferente. Solo que con matraces de vidrio más caros y empleados con doctorado en batas blancas que mezclaban recetas meticulosamente. Un proceso caracterizado por el ensayo, el error y mucha paciencia.
Pero esos tiempos de mezcla manual, pipeteo y esperanza han terminado definitivamente. Lo que se selló en enero de 2026 entre Merck KGaA en Darmstadt y una startup llamada ChemLex de Singapur es más que otro rimbombante "Memorándum de Entendimiento". Es el entierro del antiguo paradigma de I+D. Es el pistoletazo de salida para una nueva era en la producción, cuyo eco resonará mucho más allá de la industria química, hasta los talleres de las medianas empresas alemanas. La única pregunta es: ¿alguien está escuchando allí?
La fabricación con IA no es música del futuro, es la nueva realidad
Hablemos claro. Merck, uno de nuestros buques insignia de la química alemana, está incorporando una armada de robots controlados por IA con ChemLex. La cuestión es: ya no son principalmente personas las que mezclan sustancias, sino algoritmos y máquinas de alta precisión. ChemLex proporciona una plataforma que conecta un laboratorio totalmente automatizado con inteligencia artificial. ¿El objetivo? Acelerar la investigación y el desarrollo (I+D) tan radicalmente que la competencia solo vea las luces traseras. Se trata de desarrollar nuevos materiales para la industria de semiconductores o automotriz no en años, sino en meses. Y esto con una precisión y reproducibilidad con las que un ser humano solo puede soñar.
Esto no es solo un juguete para una corporación rica. Es un cambio de paradigma. Merck llama a la IA un "habilitador crítico" para resolver "desafíos científicos complejos". Traducido, esto significa: sin IA, pronto no podremos hacer nada. Y no están solos. Según las cifras actuales que tengo, la IA ya impulsa el 46% de todas las cargas de trabajo de simulación en los equipos de I+D de la industria química, energética y de semiconductores europea. El 42% de estos equipos ya utilizan plataformas nativas de IA. Esto ya no es un nicho, es el nuevo estándar en la cima.
La diferencia: velocidad, costes y precisión en cifras
Para hacerlo tangible, debemos abandonar la imagen del laboratorio y mirar los hechos fríos. Se trata de ventajas económicas puras y duras. En mi última visita a una empresa de ingeniería mecánica de tamaño medio cerca de Stuttgart, el director general se quejó de que un ciclo de desarrollo para un nuevo componente tardaba unos buenos 18 meses. ¡18 meses! Durante ese tiempo, un competidor que utiliza la simulación con IA ya ha pasado por tres iteraciones y está en el mercado con un producto mejor.
| Parámetro | I+D tradicional | Síntesis asistida por IA (modelo Merck) |
|---|---|---|
| Tiempo de desarrollo para nuevos materiales | 12-24 meses | 3-6 meses |
| Número de experimentos manuales | Cientos a miles por proyecto | Significativamente reducido, ya que la IA predice los candidatos más prometedores |
| Reproducibilidad y estandarización | Depende en gran medida del personal ejecutor | Extremadamente alta, ya que está controlada por robots y basada en datos |
| Costes de personal en el laboratorio | Altos, requiere especialistas altamente cualificados para tareas repetitivas | Menores, los especialistas se centran en problemas complejos y la interpretación de los resultados de la IA |
| Utilización de datos | A menudo en silos (cuadernos, archivos locales) | Centralizado, estructurado y reutilizable para futuros modelos de IA |
Lo que dicen los pioneros y lo que callan
Por supuesto, el discurso corporativo de Merck es solo la mitad de la historia. "Requisito previo para resolver desafíos científicos complejos" – suena bien en cualquier diapositiva de PowerPoint. Pero, ¿qué hay detrás? La semana pasada hablé por teléfono con el Dr. Martin Graf, un analista que ha estado trabajando en la industria química durante 20 años. Lo resumió así: "Klaus, lo que vemos aquí es el momento AlphaFold para la ciencia de los materiales. Así como la IA ha revolucionado el plegamiento de proteínas, reinventará el desarrollo de materiales. Quien pierda la conexión será degradado a proveedor de los innovadores".
Estamos ante una transformación en la química que será tan disruptiva como AlphaFold para la biología. Las empresas que no actúen ahora corren el riesgo de ser tecnológicamente irrelevantes en pocos años.
— Dr. Martin Graf, analista de la industria en ChemConsult
También es interesante mirar a Bélgica, al competidor Syensqo (la antigua división Solvay). Allí ya están un paso por delante y utilizan SYGROW, una solución de IA generativa que no solo ayuda en I+D, sino también en ventas, en la generación de leads y el análisis de los requisitos del cliente. La directora allí, la Sra. Colegrave, habla abiertamente de las directrices: "Humano en el circuito" (Human-in-the-Loop) y un claro principio de "no supervisión". Incluso lo han coordinado con los comités de empresa europeos. Ese es el camino inteligente: introducir tecnología, pero involucrar a las personas. Un punto que muchas medianas empresas alemanas (desafortunadamente) suelen pasar por alto.
Automatización en la mediana empresa: entre la aspiración y la realidad
Todo esto suena maravilloso, ¿verdad? El hermoso nuevo mundo de la fabricación con IA, donde los robots trabajan para nosotros y los algoritmos nos muestran el camino hacia el próximo negocio multimillonario. Pero ahora, seamos realistas. Aquí se está poniendo el carro delante de los bueyes. La realidad en la mayoría de las empresas manufactureras de tamaño medio que visito, ya sea en Ostwestfalen-Lippe o en la Selva Negra, es diferente. Allí se lucha con problemas en la cadena de suministro, costes energéticos disparados y una escasez de trabajadores cualificados que te hace llorar.
¿Alguien cree realmente que un campeón oculto con 250 empleados puede simplemente establecer una asociación con una startup de IA en Singapur? La realidad son presupuestos ajustados, una infraestructura de TI que en parte todavía data de la era de Helmut Kohl y, sobre todo: datos no estructurados y sucios. La IA es tan buena como los datos con los que se alimenta. Y el mayor vertedero digital, con la mejor IA, solo produce basura más rápida y cara. Dudo mucho que sea tan simple como prometen los folletos brillantes. El riesgo es enorme de que las medianas empresas pierdan la conexión aquí, no por falta de voluntad, sino por pura sobrecarga.
Preguntas y respuestas: ¿Qué significa esto concretamente para mi negocio?
Aquí están las preguntas que los directores generales me hacen cada semana, y mis respuestas sin rodeos.
¿Es rentable una inversión en fabricación con IA para una PYME?
No, si intentas copiar a Merck. Pero absolutamente sí, si empiezas poco a poco. Un proyecto piloto en control de calidad óptico, una optimización asistida por IA de tus tiempos de preparación o una automatización inteligente de ventas, son proyectos con un ROI en 12 a 18 meses. La pregunta no es si es rentable, sino por dónde empezar.
¿De dónde obtengo los especialistas necesarios?
De ningún sitio. Al menos no en el mercado libre. Tienes que capacitar a tu propia gente. Forma a "campeones de IA" internos que actúen como puente entre los departamentos y los proveedores de servicios externos. Y busca socios: universidades, institutos Fraunhofer o consultorías especializadas que entiendan a las medianas empresas alemanas. No necesitas un científico de datos de Google, necesitas un ingeniero que entienda cómo funcionan tus máquinas y cómo la IA puede mejorarlas.
Mis datos son un caos. ¿Puedo empezar de todos modos?
Incluso debes hacerlo. No esperes a tener la base de datos perfecta. Inicia un proyecto de limpieza de datos en paralelo a tu primer proyecto piloto de IA. Utiliza el proyecto piloto para definir qué datos necesitas REALMENTE y con qué calidad. Esto crea enfoque. De lo contrario, te perderás en una limpieza de datos de años, mientras la competencia te adelanta.
- Paso 1: Evaluación brutalmente honesta. Olvídese de la IA por un momento. ¿Dónde exactamente está perdiendo dinero, tiempo y nervios en su producción o ventas? Identifique los 2-3 puntos débiles más grandes. No estime, ¡mida! Hable con la gente en la máquina y en el servicio de campo.
- Paso 2: Inicie un proyecto faro. Elija UNO de estos puntos débiles y defina un objetivo claro y medible. Ejemplo: "Reducir la tasa de rechazo en la línea 3 en un 15% mediante el reconocimiento de imágenes asistido por IA". Este proyecto debe ofrecer resultados iniciales en un plazo de 6 meses. Se trata de una victoria rápida que convenza a la organización.
- Paso 3: Dieta de datos en lugar de palacio de datos. Identifique los datos MÍNIMOS necesarios para su proyecto faro. Ocúpese SÓLO de estos datos. Asegúrese de que estén limpios, accesibles y estructurados. El resto vendrá después. La perfección es enemiga del progreso.
- Paso 4: Obtenga potencia externa. No tiene que reinventar la rueda. Busque un proveedor de servicios o un instituto de investigación que ya haya resuelto problemas similares en medianas empresas. Las referencias lo son todo aquí. No se deje vender castillos en el aire.
- Paso 5: Convierta a sus empleados en cómplices. La comunicación lo es todo. Esto no es un proyecto de TI, es un cambio cultural. Explique lo que pretende hacer, cuál es el beneficio para el individuo (menos trabajo monótono, más enfoque en la resolución de problemas) y tome en serio los miedos. Un sistema de IA saboteado por los empleados es la inversión fallida más cara de todas.
La base: su perfil de cliente ideal (ICP) Antes de invertir millones en producción con IA, debe saber PARA QUIÉN produce. Toda estrategia asistida por IA, ya sea en I+D o en ventas, comienza con una comprensión nítida de su cliente ideal. Nuestro ICP Playbook le ayuda a sentar precisamente esta base.
Seamos honestos: la mayoría de los directores generales de medianas empresas con los que hablo últimamente todavía descartan el tema de la IA. 'Demasiado caro', 'demasiado complejo', 'no es para nosotros' o mi favorito: 'Nuestros clientes no lo quieren'. Esto es una evaluación errónea extremadamente peligrosa. Sus clientes quizás no quieran IA, pero quieren tiempos de entrega más rápidos, mejor calidad y precios más bajos. Y eso es exactamente lo que ofrecerá la competencia asistida por IA.
Merck y compañía están creando hechos. Utilizan su poder financiero para construir una ventaja tecnológica que será inalcanzable en pocos años. Apuesto a que para 2030 veremos una sociedad de dos clases en la industria alemana: los integrados en IA, que son ágiles, basados en datos y altamente eficientes, y los rezagados, que se convertirán en meros bancos de trabajo y fabricantes por contrato de los primeros. No hay vuelta atrás. La pregunta para usted no es si se sube al tren, sino qué tan rápido asegura un billete de primera clase. Y este tren está saliendo de la estación a toda velocidad.