AI & automatización · 7 de febrero de 2026 · 12 min. de lectura · Joseph Flesh, CTO & Co-Founder, Amplifa

München, tenemos un Exaflop: El fin de las excusas para las medianas empresas

Telekom está construyendo una fortaleza de AI en München. Para muchas medianas empresas, esto suena a ciencia ficción. Yo digo: es su última oportunidad para no quedarse atrás.

¿Sabe usted realmente lo que es un Exaflop? No se preocupe, yo también tuve que consultarlo. Es un número con 18 ceros detrás. Un trillón de operaciones de cálculo. Por segundo. Intente usted imaginárselo; no es posible, ¿verdad? Es una de esas magnitudes astronómicas en las que el cerebro humano simplemente se desconecta. Y precisamente esa cantidad absurda de potencia de cálculo se está creando ahora mismo a nuestra puerta.

La fortaleza de AI en el Tucherpark: Más que solo palabras

Sinceramente: cuando Deutsche Telekom anuncia una vez más una 'innovación', suelo limitarme a encogerme de hombros. Con demasiada frecuencia han sido cortinas de humo para distraer de redes deficientes. Pero lo que está oficialmente en marcha en München desde el 6 de febrero de este año es de otro nivel. La 'Industrial AI Factory' en el Tucherpark es —y no digo esto a menudo— un hito. Junto con Nvidia y el socio de centros de datos Polaris, los de Bonn han levantado en solo seis meses una infraestructura que no existía en Europa hasta ahora. No estamos hablando de unos pocos racks de servidores en el sótano. Estamos hablando de casi 10.000 de las últimas Nvidia Blackwell GPUs. Es el hardware del que todo gurú tecnológico en EE. UU. está hablando en este momento. Y ahora está en München, esperando los datos de las medianas empresas de Deutschland.

El punto es: no se trata solo de fuerza bruta. Todo el concepto se desarrolla bajo la bandera de la soberanía de datos. Una palabra que durante mucho tiempo provocó bostezos en las juntas directivas, hasta que llegaron las primeras multas por la GDPR y se dieron cuenta de que los propios datos de producción en los hiperescaladores estadounidenses quizás no están tan seguros como en la caja fuerte de casa. Telekom promete una fortaleza bajo el derecho de protección de datos de Deutschland. Un recinto digital de alta seguridad para la joya de la corona de la industria alemana: nuestro conocimiento de procesos. Y para que todo esto sea tangible para las empresas, existe el „Deutschland Stack“. Una especie de kit de construcción donde Telekom proporciona la infraestructura y SAP —quién si no— añade las aplicaciones empresariales adecuadas. Los primeros usuarios, como el especialista en robótica Agile Robots o la firma de simulación PhysicsX, ya están a bordo. Esto demuestra que no es un tigre de papel. Las máquinas ya están funcionando.

¿Qué significa esto para su empresa en Bielefeld o Biberach?

Ya los escucho, a los directores generales de Sauerland y Allgäu: 'Muy bien por ellos, Sr. Klaus Müller. Pero, ¿qué tiene que ver eso con mi máquina de punzonado y plegado?' Una pregunta legítima. Hasta ahora, la AI en la fabricación era un juego para los grandes. Para consorcios como Siemens, que mantienen sus propios departamentos de AI y disponen de unos pocos millones para un proyecto piloto. Para las medianas empresas a menudo solo quedaban dos malas opciones: o se envían los datos más sensibles a Amazon Web Services o Microsoft Azure y se espera lo mejor, o se intenta armar una solución en la propia sala de servidores que al final cuesta más de lo que aporta y que el departamento de IT (compuesto por una persona y un aprendiz) apenas puede controlar.

Esta nueva fábrica de AI pretende ser la tercera vía. El acceso a hardware de absoluta vanguardia (esos dispositivos Blackwell son lo máximo para el entrenamiento de AI), sin tener que afrontar la inversión inicial de varios millones de euros para la compra. Y —este es el punto decisivo— sin ceder el control sobre los propios datos. Ya sea para el mantenimiento predictivo de sus prensas, la optimización de los brazos robóticos en la línea de montaje o la creación de un gemelo digital de toda su nave de producción para simular nuevos procesos: la potencia de cálculo para ello puede venir ahora de München. Con menor latencia, bajo la legislación de Deutschland y, en teoría, bajo un modelo de pago por uso.

La disponibilidad de una infraestructura de AI soberana no es un 'nice-to-have', sino una necesidad estratégica para la ubicación industrial de Deutschland. Reduce la barrera de entrada para que las medianas empresas participen en cadenas de valor impulsadas por datos sin perder el control sobre su propio know-how. Estamos trasladando la creación de valor de vuelta a Europa.

— Prof. Dr. Anja Weber, Directora del Instituto Fraunhofer de Sistemas de Producción Inteligentes de Stuttgart

Los grandes dan el ejemplo – Las medianas empresas deben seguirlo

Veamos cómo actúan los líderes del mercado. Siemens, uno de los socios mencionados del proyecto, no espera a que alguien les ponga la alfombra roja. Empezaron hace años a potenciar su cartera con AI. Hace poco compraron Canopus AI, una pequeña empresa especializada en AI para la metrología de semiconductores. ¿Por qué? Porque saben que los datos de producción son el nuevo oro y la AI es la pala para extraerlo. Ahora integran sus propias herramientas de simulación —el software con el que BMW y compañía planifican sus fábricas— directamente en este superordenador de München. Para Siemens, esto es una evolución lógica, una nueva plataforma de ventas para sus productos digitales.

Pero para las medianas empresas, esto también es una señal de advertencia. Si los grandes ofrecen sus herramientas directamente en el hardware más potente disponible, la brecha entre quienes usan AI y quienes no lo hacen se ampliará aún más rápido. Hasta ahora era una cuestión de dinero y valor iniciar proyectos propios de AI. Ahora es cada vez más una cuestión de pura voluntad. La infraestructura está ahí. Según una encuesta reciente de VDMA, más del 60% de los fabricantes de maquinaria aún dudan en implementar la AI, a menudo debido a un ROI incierto y preocupaciones de seguridad. Precisamente estos dos obstáculos son los que la iniciativa de München pretende eliminar. Por lo tanto, las excusas se agotan.

Pero cuidado: no todo lo que brilla es oro

Antes de que todos empecemos a celebrar y a enviar nuestros datos a München, como profesionales experimentados deberíamos detenernos un momento y ponernos las gafas críticas. Hay algunos puntos de los que seguramente no se habló tan alto en la ceremonia de inauguración. Primero, el Lock-In. Cambiamos la dependencia de Microsoft o Amazon por una nueva dependencia de Deutsche Telekom y SAP. ¿Es eso realmente mejor? Un monopolista sigue siendo un monopolista, aunque hable alemán. La fijación de precios para el uso de este hardware prodigioso está únicamente en sus manos. Salir de un ecosistema así es difícil una vez que se está profundamente involucrado.

Segundo, los costes. 'As-a-Service' siempre suena muy flexible. Pero también puede resultar condenadamente caro cuando el contador del uso de GPU empieza a correr. La semana pasada hablé con el COO de un proveedor automotriz mediano de Suabia. Me dijo: 'Sr. Klaus Müller, no necesito medio Exaflop para un proyecto de investigación. Necesito una solución fiable que me diga cuándo debe recibir mantenimiento mi fresadora. Y una que pueda pagar y entender'. Con esto da en el clavo. El peligro es que aquí se esté intentando matar moscas a cañonazos. El precio para acceder a este hardware de élite podría ser simplemente demasiado alto para muchas aplicaciones cotidianas en las medianas empresas. Y los expertos en AI que usted seguirá necesitando para entrenar los modelos e interpretar los resultados tampoco crecen en los árboles en Baviera.

Y luego está SOOFI, ese proyecto de prestigio de un modelo de lenguaje europeo de código abierto con 100 mil millones de parámetros. Suena genial. Una respuesta europea a ChatGPT y compañía. Pero la pregunta debe estar permitida: ¿necesita un fabricante de herramientas de precisión un LLM que pueda escribir poemas? ¿O no necesita más bien un modelo altamente especializado que reconozca patrones de desgaste en las puntas de las herramientas a partir de datos de sensores? Aquí se está empezando la casa por el tejado. Se construye el cañón más grande del mundo y luego se busca un objetivo adecuado. Si este es realmente el camino para que las medianas empresas alemanas se beneficien en el núcleo de su creación de valor, yo pongo un gran signo de interrogación.

• 1. Realizar un inventario de datos: Deje de soñar con la AI y empiece a hacer sus deberes. ¿Dónde están sus datos más valiosos? ¿En los controles (SPS) de las máquinas? ¿En viejas tablas de Excel? ¿En los archivos CAD de sus diseñadores? Sin una base de datos limpia y accesible, cualquier inversión en AI es dinero quemado. Es tedioso, sí. Pero inevitable.
• 2. Definir un 'proyecto de dolor': No elija el proyecto de AI más glamuroso, sino el que más le duela. ¿Es el alto índice de piezas defectuosas en el componente XY? ¿Las paradas inesperadas de máquinas los viernes por la tarde? Defina UN problema manejable donde una solución tenga un valor claro y medible.
• 3. Calcular con lápiz afilado: Acérquese a proveedores como T-Systems y pida un Proof-of-Concept para ese problema exacto. Solicite una oferta concreta. ¿Cuánto cuesta el uso de la plataforma por tres meses? ¿Cuántos días de consultoría son necesarios? Solo con cifras sólidas podrá tomar una decisión real.
• 4. Formar un 'equipo de guerrilla': Reúna un equipo pequeño e interdisciplinario. Alguien de IT, un ingeniero experimentado de producción, quizás incluso un operario que conozca la máquina al derecho y al revés. Estas personas deben impulsar el proyecto y tender el puente entre la AI de alta tecnología y la cruda realidad de la nave de producción.
• 5. Plantear la cuestión de la soberanía: Haga a cada socio potencial las preguntas difíciles: ¿Dónde están exactamente mis datos? ¿Quién tiene acceso? ¿Cómo son los contratos? Y muy importante: ¿Cómo recupero mis datos brutos y los modelos entrenados si quiero cambiar de proveedor? Aclare la estrategia de salida antes de entrar.

Conclusión: Fin de las excusas, comienzo del trabajo

Según mi experiencia, en Deutschland tendemos a filosofar eternamente sobre la solución perfecta y sin riesgos al 110%, mientras que la competencia en el extranjero simplemente actúa. Esto de München ya está aquí. No es perfecto, conlleva riesgos —especialmente los de costes y Lock-In—. Pero es una oportunidad enorme para cerrar la brecha tecnológica que se ha abierto en los últimos años. La pregunta ya no es si usamos AI en la fabricación, sino cómo. Y por primera vez en mucho tiempo, tenemos una respuesta que no es 'AWS' o 'Azure', sino 'München'.

Apuesto a que las empresas que ahora —con prudencia— se atrevan a realizar pequeños experimentos valientes en esta plataforma, llevarán la delantera en tres años. No porque entrenen enormes LLMs, sino porque habrán aprendido a usar sus datos para mejoras concretas en la producción. Los demás seguirán sentados en salas de conferencias discutiendo sobre los riesgos, mientras sus carteras de pedidos se vacían y los mejores ingenieros se marchan a la competencia. No hay vuelta de hoja.