Industrial Edge AI está entrando en una nueva fase. Según la International Federation of Robotics, el número de robots industriales operativos en todo el mundo alcanzó la cifra récord de cinco millones en 2025, mientras que las instalaciones anuales superaron las 600.000 unidades. La organización también informó de que los envíos de robots de servicio profesionales aumentaron un 24% durante ese mismo año. Estas cifras no significan que todas las aplicaciones de IA hayan superado la fase piloto. Sí demuestran, sin embargo, que la Physical AI —la IA integrada en máquinas capaces de percibir el mundo físico y actuar en él— se está implementando en entornos operativos.
Por lo tanto, la pregunta está cambiando para los OEM. Ya no se trata únicamente de saber si un modelo de IA puede ejecutarse en un dispositivo Edge. Se trata de determinar si el sistema completo puede coordinar varias cargas de trabajo, conectarse con la infraestructura industrial, responder a los requisitos de seguridad aplicables y evolucionar a lo largo de varias generaciones de productos. Cuatro cambios podrían hacer que estas cuestiones cobren cada vez más importancia en 2027.
Las cargas de trabajo de IA se están convirtiendo en sistemas coordinados
Los primeros proyectos de Edge AI pueden centrarse en una única capacidad visible: un modelo de detección de objetos, un algoritmo de navegación o una tarea de inspección. Un sistema comercial puede necesitar funciones adicionales. Un robot móvil autónomo puede combinar percepción, fusión de sensores, planificación de rutas, lógica de aplicación y control con requisitos temporales estrictos. Una plataforma de inspección puede procesar varios flujos de imágenes mientras intercambia datos con los equipos de producción y con un sistema de nivel superior.
Estas cargas de trabajo plantean exigencias diferentes en cuanto a capacidad de procesamiento, memoria y ancho de banda. También pueden tener requisitos distintos de latencia y consumo energético. Por lo tanto, seleccionar una plataforma en función del rendimiento máximo de un único modelo puede generar dificultades de integración cuando se ensambla la aplicación completa.
Los OEM deberían considerar la distribución de las cargas de trabajo desde las primeras fases del proceso de diseño. Las CPU, GPU, NPU y los recursos de control dedicados pueden desempeñar funciones diferentes. Considerarlos como partes de una única arquitectura puede ayudar a los equipos de ingeniería a distribuir las cargas de trabajo y limitar la necesidad de crear islas de procesamiento independientes para las nuevas funciones. Este enfoque puede facilitar la incorporación de nuevas capacidades sin exigir un rediseño prematuro del sistema.
La convergencia IT/OT está redefiniendo el Edge industrial
La International Federation of Robotics identifica la convergencia de las tecnologías de la información y las tecnologías operativas como una tendencia que está transformando la robótica. El mismo cambio está redefiniendo la automatización industrial, a medida que las máquinas inteligentes se convierten en nodos conectados dentro de la arquitectura de datos y control de la fábrica.
Esto no significa trasladar todas las cargas de trabajo a la nube. La inferencia en tiempo real, la toma de decisiones y el control pueden tener que permanecer en el entorno local, mientras determinados datos y servicios se conectan a sistemas más amplios.
Los equipos deben establecer deliberadamente estos límites: qué funciones necesitan autonomía local, qué datos deben salir de la máquina y cómo debe continuar el funcionamiento cuando cambie la conectividad. El procesamiento de IA también debe conectarse con cámaras, sensores, redes industriales y equipos de control a través de las interfaces requeridas por la aplicación.
El objetivo es crear una topología resiliente que proteja la capacidad de respuesta local y, al mismo tiempo, permita que los datos y los servicios se desplacen allí donde puedan generar el máximo valor.
La seguridad a lo largo del ciclo de vida se está convirtiendo en un requisito de diseño
La seguridad ya no puede tratarse como una función que se añade poco antes del lanzamiento. Un producto industrial conectado puede permanecer operativo durante años, a lo largo de los cuales continuarán cambiando las vulnerabilidades, las dependencias de software y las expectativas regulatorias.
El Reglamento de Ciberresiliencia de la UE hace más explícita esta responsabilidad a lo largo del ciclo de vida. Introduce requisitos de ciberseguridad que abarcan la planificación, el diseño, el desarrollo y el mantenimiento de productos con elementos digitales. Sus obligaciones de notificación son aplicables desde el 11 de septiembre de 2026, mientras que las obligaciones principales serán aplicables a partir del 11 de diciembre de 2027.
Para los OEM, las implicaciones van más allá de la documentación de conformidad. La plataforma subyacente debe admitir una base de software que pueda mantenerse durante toda la vida útil prevista del producto. Los procesos de seguridad, la gestión de vulnerabilidades y la capacidad de actualización se convierten así en aspectos que deben tenerse en cuenta en la arquitectura.
Abordarlos desde las primeras fases puede ayudar a reducir el riesgo de descubrir, cuando el desarrollo ya está avanzado, que la pila de software de un prototipo no puede responder a los requisitos de seguridad y mantenimiento del producto comercial. La preparación para todo el ciclo de vida se está convirtiendo, por tanto, en un criterio de selección y adquisición de la plataforma, y no solo en una cuestión operativa posterior a la implementación.
Los OEM están diseñando plataformas de producto, no dispositivos independientes
Muchos productos industriales evolucionan hasta convertirse en familias. Un fabricante de sistemas robóticos puede necesitar varias configuraciones de carga útil o sensores. Un proveedor de sistemas de visión artificial puede tener que gestionar distintas cantidades de cámaras, niveles de rendimiento o tareas de inspección. Una plataforma HMI puede adaptarse a diferentes máquinas.
Reconstruir la arquitectura de procesamiento y software para cada variante aumenta el esfuerzo de ingeniería, el trabajo de validación y los costes del ciclo de vida. También dificulta la planificación de futuras generaciones de productos.
Un enfoque modular puede cambiar la ecuación económica. Un concepto de carrier board reutilizable, una base de software coherente y opciones de procesamiento escalables pueden ayudar a los equipos a reutilizar parte de su trabajo en productos relacionados. No todos los componentes podrán transferirse sin cambios, y cada diseño final seguirá requiriendo una validación específica para la aplicación. El valor potencial reside en reducir las reinvenciones innecesarias.
Esto convierte la modularidad en algo más que una decisión sobre el factor de forma. Puede ayudar a preservar la inversión en ingeniería, acortar el desarrollo de variantes de producto y crear una vía más manejable para futuras actualizaciones.
De las tendencias a las decisiones sobre la plataforma
Estos cuatro cambios pueden ofrecer a los equipos de ingeniería y producto una forma práctica de evaluar una plataforma Industrial Edge AI.
¿Puede coordinar la combinación de cargas de trabajo de IA, de aplicación y con requisitos temporales estrictos que necesita el sistema completo? ¿Puede conectarse con los sensores, las redes y la infraestructura de control pertinentes sin comprometer el funcionamiento local? ¿Puede mantenerse y protegerse su base de software durante todo el ciclo de vida del producto? ¿Puede reutilizarse o adaptarse la arquitectura para futuras variantes?
El rendimiento máximo de la IA sigue siendo importante, pero solo es uno de los factores que deben tenerse en cuenta. Una plataforma destinada a producción debe integrar capacidad de procesamiento, E/S, facilidad de mantenimiento del software y modularidad. Evaluar estos elementos como un único sistema ayuda a identificar los riesgos de integración antes de que se conviertan en costosos rediseños.
Una base orientada a producción para Industrial Edge AI
Estos criterios de diseño no son únicamente requisitos futuros. Tras las evaluaciones iniciales de ingeniería, SECO está poniendo a disposición de determinados OEM y equipos de desarrollo un primer lote limitado de muestras de ingeniería de SOM-SMARC-Dragonwing-IQ8. SECO es la primera empresa en poner a disposición de los OEM, para su evaluación, un sistema en módulo SMARC industrial basado en Qualcomm Dragonwing™ IQ8 Series.
Equipado con el procesador Qualcomm Dragonwing™ IQ-8275, el módulo está diseñado para ofrecer hasta 40 TOPS de aceleración de IA mediante la NPU Qualcomm® Hexagon™. Ethernet Gigabit y de 2,5 Gigabit, PCIe Gen4, interfaces de cámara y compatibilidad con CAN están diseñados para proporcionar la conectividad necesaria para evaluar arquitecturas de visión, red e industriales específicas de cada aplicación, sin tratar la capacidad de procesamiento de IA como un componente aislado.
Como parte del ecosistema Works with Arduino™, SOM-SMARC-Dragonwing-IQ8 está estructurado para ofrecer una vía más continua desde el desarrollo de aplicaciones en la placa Arduino® VENTUNO™ Q hasta el diseño de productos industriales. En lugar de sustituir simplemente una placa por otra, cada plataforma aprovecha sus propios puntos fuertes: Arduino y Arduino® App Lab tienen como objetivo acelerar el prototipado y la validación, mientras que SECO ofrece diseño de carrier boards, integración de software y soporte para los requisitos a largo plazo del producto final. Clea OS está diseñado para aportar una base destinada a la gestión de dispositivos centrada en la seguridad y al mantenimiento del software a largo plazo.
Diseñar para el ciclo de vida del producto, no solo para la primera demostración
La oportunidad de 2027 no consiste simplemente en incorporar más IA dentro de una máquina. Consiste en crear inteligencia diseñada para seguir siendo compatible y mantenible a medida que el producto evoluciona. Evaluar la arquitectura completa desde las primeras fases puede ayudar a los OEM a reducir el riesgo de rediseño y reutilizar una mayor parte de su trabajo de ingeniería en futuros sistemas.
Con un primer lote limitado de muestras de ingeniería de SOM-SMARC-Dragonwing-IQ8 disponible, determinados OEM y equipos de desarrollo pueden evaluar si la tecnología Dragonwing IQ8, la conectividad industrial y una base de software orientada al ciclo de vida son adecuadas para su próximo producto Industrial Edge AI o Physical AI.
Solicita una muestra de ingeniería