Asistente técnico sobre datasheets de equipos GMP
94 % consultas resueltas sin intervención humana
Pillar — Inteligencia Artificial Industrial
Agentes de IA para Industria — Guía Completa para Pymes Industriales
Cómo desplegar un agente de IA empresarial en una pyme industrial: arquitectura RAG sobre datos privados, cloud vs on-premise, cumplimiento RGPD y costes reales sin licencias por conversación. Una guía técnica honesta basada en proyectos reales.
¿Qué es un agente de IA empresarial industrial?
Un agente de IA empresarial no es ChatGPT con un logo: es un sistema con acceso controlado a tus datos (catálogo, manuales, ERP, históricos de máquina), capaz de ejecutar acciones medibles dentro de tu negocio y auditable extremo a extremo. La diferencia con un chatbot genérico es estructural.
- Conoce tu catálogo real con precios, stock y disponibilidad — no responde con datos genéricos de internet.
- Tiene memoria de cliente (CRM) y razona sobre histórico de pedidos, condiciones y proyectos previos.
- Ejecuta acciones: crea presupuestos, abre tickets, agenda visitas técnicas, notifica al comercial.
- Cita la fuente exacta (manual, datasheet, email) — cumple trazabilidad documental.
- Funciona dentro de tu infraestructura: los datos sensibles no salen al exterior.
Ejemplo: Caso real ISIGECO: agente que responde consultas técnicas sobre 600 productos del catálogo industrial citando el datasheet correspondiente. Tiempo medio de respuesta: 4 segundos. Precisión validada: 94 % sobre 200 consultas de prueba.
Casos reales en pymes industriales
Estos son los casos donde un agente de IA aporta retorno medible en una empresa industrial mediana. No son experimentos: cada caso tiene una métrica de negocio detrás.
- HMI web remoto con asistente conversacional: el operario pregunta en lenguaje natural por el estado de una línea y recibe el dato del PLC + recomendación de acción.
- Mantenimiento predictivo: agente que correlaciona logs de máquina + histórico de averías + manuales de fabricante para anticipar fallos 7-15 días antes.
- Asistente técnico sobre datasheets: ingenieros y comerciales preguntan al agente y reciben respuesta citando la página exacta del PDF.
- Cualificación de leads: el agente entrevista al lead, identifica intención de compra, valida BANT y enruta al comercial adecuado.
- Automatización de presupuestos: a partir de un correo del cliente, el agente extrae la BOM, calcula precio según condiciones del cliente y genera el PDF.
Ejemplo: Métrica habitual tras 3-6 meses: 60-70 % de las consultas técnicas resueltas sin intervención humana; ahorro medio de 12-18 horas/semana del equipo comercial; tiempo de respuesta a leads pasa de 24h a 2 minutos.
RAG sobre datos privados (catálogo, manuales, ERP)
RAG (Retrieval-Augmented Generation) es la técnica estándar para que el modelo conteste solo sobre tus datos verificables y nunca «invente». La diferencia con un fine-tuning es radical: con RAG no entrenas el modelo con tus datos — los buscas en tiempo real.
- Tus PDFs (datasheets, manuales, certificados) se trocean y se indexan en un vector store local o en un proveedor con DPA.
- Cada respuesta del agente se construye buscando primero los fragmentos relevantes y solo después generando el texto.
- Trazabilidad total: cada respuesta lleva la cita exacta (documento, página, párrafo) y el operario puede verificarla.
- Cambia un PDF → al re-indexar, el agente queda actualizado sin reentrenar nada.
- Los datos no se «funden» dentro de un modelo opaco: viven en tu base, controlables y borrables.
Ejemplo: Stack típico ISIGECO: pgvector o Qdrant para el vector store, embeddings BAAI/bge-m3 (multilingüe) o text-embedding-3-large de OpenAI, y orquestación con LangGraph o LangChain. Coste de indexar 1.000 PDFs técnicos: ~30-50 € en embeddings (pago único).
Despliegue cloud vs on-premise — cuándo elegir cada uno
Ningún despliegue es «mejor» en abstracto: depende de los datos que maneja el agente, del marco regulatorio del sector y del volumen real de consultas. Aquí van los criterios honestos.
- Cloud (Anthropic Claude API, OpenAI API, Azure OpenAI): mejor latencia, modelos punteros, escalado automático. Indicado si tus datos no contienen PII sensible ni planos confidenciales.
- On-premise con modelos abiertos (Llama 3.3, Qwen 2.5, Mistral): control total, datos no salen jamás. Requiere 1 GPU NVIDIA (a partir de RTX 4090 o A6000). Calidad: 80-90 % del cloud.
- Híbrido: la mayoría de operaciones en cloud y los datos sensibles (BOM con márgenes, planos cliente) en local.
- Coste real on-premise: hardware una vez (~6-15 k€), electricidad ~30 €/mes. Sin pago por conversación.
- Coste real cloud: 0 € hardware, ~0,003-0,015 € por consulta. Económico hasta unas 50.000 consultas/mes.
Ejemplo: Regla práctica: por debajo de 50.000 consultas/mes y sin datos especialmente sensibles → cloud. Sectores regulados (farma, defensa) o catálogos competitivos → on-premise. Pyme industrial estándar → híbrido (cloud para razonamiento, vector store local).
Cumplimiento RGPD y datos sensibles
Cualquier despliegue de IA en una empresa europea tiene que pasar el filtro RGPD y, desde 2026, también la EU AI Act. Lo bueno: la mayoría de casos industriales son bajo riesgo. Lo importante: hay que documentarlo.
- Si el agente trata datos personales (clientes, leads, empleados), debe figurar en el Registro de Actividades de Tratamiento (Art. 30 RGPD).
- Con proveedor cloud (OpenAI, Anthropic, Azure) hay que firmar un DPA y, si el proveedor está en USA, comprobar el SCC y el marco DPF UE-USA.
- EU AI Act: la mayoría de agentes industriales son «mínimo» o «limitado riesgo» (chatbot transparente). Solo los que toman decisiones automatizadas críticas son «alto riesgo».
- Derecho de acceso, rectificación y supresión: el usuario debe poder ver/borrar sus conversaciones.
- Audit trail: cada respuesta debe poder reconstruirse (prompt, contexto recuperado, modelo, timestamp).
Ejemplo: ISIGECO entrega cada agente con su DPIA simplificada (Evaluación de Impacto), su Registro de Actividades y la documentación EU AI Act para que el cliente pueda demostrar cumplimiento ante la AEPD si fuese necesario.
Coste real (sin licencias por conversación)
Aquí está el punto donde la mayoría de propuestas comerciales engañan. La cifra que importa no es «X € por conversación» sino el coste total a 12 y 36 meses, comparado con el ahorro real.
- Proyecto base ISIGECO agente IA pyme industrial: 8-25 k€ de desarrollo único, dependiendo de integraciones (Holded, SAP, Odoo, ERP propio).
- Mantenimiento mensual: 200-600 €/mes (monitorización, actualizaciones del modelo, ajuste fino del prompt, reindexado de nuevos documentos).
- Coste de inferencia (cloud): ~0,003-0,015 € por consulta, facturado por el proveedor (Anthropic, OpenAI). Pasable directamente al cliente.
- Sin pago por «licencias de usuario» ni «por conversación»: el código y los pesos del modelo (en on-premise) son tuyos.
- ROI típico: 6-12 meses si el agente cubre ≥1 caso de uso real (presupuestos, asistente técnico o cualificación de leads).
Ejemplo: Comparativa real: agente IA on-premise hardware 9.000 € + integración 12.000 € + mantenimiento 300 €/mes = 24.600 € a 24 meses. Un FTE administrativo dedicado a las mismas tareas: 35.000-45.000 €/año en España. El agente se paga solo en menos de un año.
Casos de uso
Cualificación automática de leads y RFQs
Tiempo de respuesta de 24h a 2 min
HMI web con agente conversacional
Reducción 40 % de paradas no planificadas
Generación de presupuestos desde email del cliente
Ahorro de 14 h/semana al equipo comercial
Preguntas frecuentes
¿Cuánto cuesta un agente de IA para una pyme industrial?
Un proyecto base (cloud) ronda los 8-15 k€ de desarrollo único, con mantenimiento entre 200 y 600 €/mes. La inferencia (consumo del modelo) es prepago al proveedor (Anthropic/OpenAI) y suele costar 0,003-0,015 € por consulta. Un caso on-premise sube a 18-25 k€ por el hardware, pero elimina la inferencia variable.
¿Necesito GPUs propias?
Solo si quieres on-premise total. Para la mayoría de casos industriales basta con conectar a un proveedor cloud (Anthropic Claude, OpenAI o Azure OpenAI), sin GPU. Si quieres autonomía total, una NVIDIA RTX 4090 (~2.500 €) ya corre modelos Llama 3.3 70B cuantizados con buena calidad.
¿Se entrena con mis datos? ¿Salen de mi infraestructura?
No se entrena con tus datos: usamos RAG, que busca en tu base documental en tiempo real y solo envía al modelo los fragmentos necesarios para responder. Con DPA firmado, los proveedores cloud no entrenan con tus inputs. Si necesitas garantía absoluta, despliegue on-premise: nada sale jamás.
¿Qué pasa si el modelo se desactualiza?
El modelo y tu base documental son independientes. Si publican Claude 4.8 o Llama 4, cambiamos el endpoint y el agente sigue funcionando con tus datos. Tus documentos se reindexan automáticamente cuando los actualizas. No hay riesgo de quedar atrapado en una versión.
¿Puede conectar con mi SAP/Odoo/Holded?
Sí. ISIGECO integra el agente con tu ERP mediante su API estándar (Holded, Odoo, SAP S/4HANA, Microsoft Business Central) o, si no la tiene, vía conector custom. El agente puede leer pedidos, stock, condiciones de cliente y crear nuevas órdenes, presupuestos o tickets.
¿En qué se diferencia de ChatGPT empresa?
ChatGPT Enterprise es una interfaz genérica: el modelo no conoce tu catálogo, no se conecta a tu ERP y no ejecuta acciones. Un agente ISIGECO está construido sobre tus datos, integrado con tus sistemas y entrenado en los procesos de tu empresa. Es la diferencia entre un becario y un especialista.
¿Cuánto tarda en estar operativo?
Un MVP funcional (1 caso de uso, ~50-200 documentos indexados, sin integración ERP) está listo en 3-5 semanas. Un agente productivo completo con integración ERP, monitorización y panel admin requiere 8-14 semanas. Trabajamos en sprints quincenales con validaciones del cliente.
¿Quién mantiene el sistema?
ISIGECO ofrece mantenimiento mensual (200-600 €/mes) que cubre monitorización, ajuste del prompt, indexado de nuevos documentos, actualizaciones del modelo y soporte. Alternativamente, formamos a tu equipo IT para que lo lleve internamente: la mayoría del código es Python y JavaScript estándar.
¿Quieres saber si un agente de IA tiene retorno en tu pyme?
Te hacemos una evaluación honesta de tu caso en 30 minutos: si el ROI no está claro, te lo decimos. Si lo está, te entregamos una propuesta detallada con coste, plazos y métricas de éxito.
Solicitar evaluación gratuita